基于复杂网络的银行竞争关系网络结构分析

摘要：利用复杂网络分析方法，选取2012年沪深股市上市公司长期银行借款为研究样本，根据银行网络的特点，构建了银行贷款竞争关系共同网络模型，并以此为基础将市场共同度构建作为边权构建了加权竞争关系网络模型。通过复杂网络理论分析银行竞争网络模型的拓扑结构属性。实证研究表明，银行竞争网络的节点度服从幂率分布；银行竞争关系网络具有异配性；网络有较大的集聚系数与较小路径长度，具有小世界特性；有助于了解银行内部的竞争结构。

关键字：复杂网络；银行长期借款；竞争关系；市场共同度

一、引言

在1978年之前，中国一直实行建立于社会主义制度上的经济和金融系统。中国人民银行（PBC）不仅发行货币，而且是国家经济计划的中心。从1979到1992年经历了第一阶段的改革，形成了两个银行体系，从中国人民银行（中央银行）中分离出四大国有银行。当时四大国有银行之间的功能高度细分，明确的分工范围使它们互相之间并无竞争。1992年之后，为了提高银行业的竞争，政府建立了新的小以及中等大小的商业银行。在这一阶段，四大国有银行仍处于垄断地位，与其他商业银行之间的竞争并不明显。在1994年又先后建立三家政策性银行（国家开发银行，中国进出口银行，中国农业发展银行）将政策性业务从商业银行中分离开来。在这一阶段还建立了城市商业银行，农村商业银行，农村信用合作社，邮政储蓄银行等，使中国银行业形成了多层次的银行体系。多层次的银行体系使银行业务重复并且交叉混合，而企业与银行的关系也逐渐改变，企业融资向多银行信用关系转变，银行与银行之间的竞争不断加剧。

自从Watts[1]等提出了小世界网络，Barabási[2]等提出了无标度网络，复杂网络理论的应用已经逐渐渗透到自然，工程，生物，物理，社会科学等各个领域。Allen[3]等应用复杂网络方法对金融问题进行分析，发现银行网络结构的不同对风险的传播程度以及传播途径具有一定影响。Souma[4]等将复杂网络方法应用于日本经济系统，构建了包含银行和企业两种类型节点的网络，实证分析发现银行网络具有无标度特性，度分布服从幂率分布。万阳松[5]等对银行网络结构特征进行研究，发现银行间市场网络具有同质性的特征。厉浩[6]等通过应用复杂网络理论对银行间的网络结构进行分析，构建了随机-无标度混合演化网络模型和扩展随机-无标度演化网络模型，研究发现随着银行间市场的择优行为程度的增加，网络会从随机演化网络向BA无标度演化网络演化。

以上大量国内外研究表明，银行网络的确存在典型的复杂网络结构特征，如无标度特征，集聚性特征，层次结构特征等。而采用复杂网络方法对银行竞争关系的研究却比较少，本文通过复杂网络分析方法，以沪深A股上市公司长期贷款数据为研究样本构建银行竞争关系共同网络模型和加权竞争关系网络模型。研究银行网络的拓扑结构属性，分析银行竞争结构，有利于描述银行贷款竞争关系，促进银行业的有效竞争和健康发展，对维护银行系统稳定以及规范银行市场竞争行为有一定意义。

二、银行贷款竞争网络模型的构建

（一）银行贷款竞争关系共同网络模型

银行与企业的信用关系可以构成一个网络，而这个网络中包含企业与银行两个对象，所以称为二分网络（bipartite network），又称为隶属网络。通过网络映射的方式使银行与企业信用关系的二分网络转化为只有银行这一个对象存在的银行竞争关系共同网络。在这个网络中以银行为节点，如果两家银行与相同的公司存在信用关系，则就在这两家银行之间连一条边表示银行之间的竞争关系，从而构建出银行竞争关系共同网络模型。数学表达式为，其中代表银行集合，代表银行，代表银行之间贷款竞争关系的邻接矩阵。

（二）加权竞争关系网络模型

不同的银行具有不同的能力以及影响力，从而形成了在市场上不同的竞争地位。对于一个银行来说，面对地位不同的竞争对手，其感受到的竞争压力也是不同的。因此引入了市场共同度的概念。市场共同度（market commonality）[7]是指目标企业A和竞争对手企业B共享市场的程度。根据市场共同度的概念，采用银行贷款额对银行间的竞争压力进行量化。从而在银行竞争关系共同网络模型的基础上，将银行间的竞争压力作为边权构建加权竞争关系网络模型（weighted competitive relationship network）。市场共同度如下式所示

（1）

其中， 为银行B相对于银行A的市场共同度；k为向银行贷款的公司，k=1，2，3…；PAK为银行A贷款给公司k的金额；PBK为银行B贷款给公司k的金额；PA为银行A的贷款额总和，Pk为公司k的贷款额总和。PAk/PA是k公司在A银行的贷款额占A银行总贷款额的比例，表示k公司的贷款对于A银行的重要程度；PBk/Pk是k公司在B银行的贷款额占k公司的总贷款额，表示B银行的入侵规模。所以银行B相对于银行A的市场共同度为银行B在所有公司贷款业务上给A公司施加的压力，即B银行给A银行带来的竞争压力。

三、样本数据的选择与说明

数据的可获得性是在经济社会方面进行复杂网络建模所面临的困难之一，其原因有两个，首先个人难以获得并收集大规模的经济数据；其次一些涉及营业额，利润，市场份额的数据属于商业机密无法获取，这导致了复杂网络这种需要一定数据量的分析方法无法应用于许多经济商业领域。为了保证数据的权威性，合法性以及代表性，本文研究的银行贷款竞争网络的数据样本是沪深A股上市公司在2012年的银行长期借款。这保证了数据的可获得性，短期借款受客观条件如金融大环境，信贷政策，和主观条件如公司的经营情况的影响较大，而长期借款则减少了这些影响。

根据前述的竞争网络建模规则，利用样本数据，构建了银行贷款竞争网络拓扑结构形态图。其中包括一个最大连通子网络和两个孤立点，两个孤立点分别属于城市商业银行和农村信用合作联社，它们都只向一家公司发放贷款，而相对的公司也只与这一家银行存在信贷关系。

四、银行贷款竞争网络模型特征分析

（一）节点度及节点度分布

节点度，简称为点度（degree）指一个顶点拥有的连线数量，即

（2）

其中N为网络的节点集合。在银行贷款竞争网络中，一个代表银行的节点的点度越高，表示银行的竞争力能直接影响和支配更多的银行，所以这个节点在整个网络中拥有更高的地位以及重要性。在网络中节点最大度为76，为中国银行，最小点度为1，为天津银行，南京银行等，平均值为14。通过软件对节点度分布经行拟合，得到节点度分布的幂率指数为，可决系数。因此节点度符合幂率分布。

（二）节点度与节点强度相关性分析

节点强度（vertex strength），也称为点权，指与节点关联的边权之和，即

（3）

其中，Ni为节点的邻点集合，Wij为连接节点i和j之间边的权重。加权竞争关系网络模型是在银行竞争网络模型基础之上，根据银行间的市场共同度为边权构建起来的，节点的强度表现了不同银行贷款的竞争能力。节点度与节点强度之间的相关系数可以衡量与银行贷款有竞争关系的银行数目和该银行竞争实力之间的相关程度。节点度-节点入度权相关系数为0.878，大于0，表现出强相关，节点度-节点出度权相关系数为-0.230，小于0，表现出弱相关。即指在市场中银行所拥有的竞争对手数量与其施加于对手的竞争压力强正相关，而银行所拥有的竞争对手数量与其所受到的竞争压力弱负相关。这表明银行的竞争实力越强，就有越多的竞争对手，而收到越少的竞争压力；并且，银行的竞争实力越弱，竞争对手越少，而受到的竞争压力却越强。

（三）同配性

为了研究银行贷款竞争网络是否具有同配性，从节点的邻点平均度进行研究。邻点平均度（ANND，Average Nearest-Neighbor Degree）[8]是指与节点i相邻的节点的节点度的平均值，可以用于度量节点的邻接节点在网络中的连接程度。点度大的银行与点度大的银行进行竞争的现象称为同配性；而节点度大的银行与节点度小的银行进行竞争的现象称为异配性。在银行贷款竞争网络中分析邻点平均度与节点度的相关性，ND-ANND相关系数为-0.593，小于0，说明银行贷款竞争网络为异配性网络，存在节点度大的银行与节点度小的银行竞争的现象。这可以在银行贷款竞争网络中存在紧密联系着的并且拥有较大的竞争力和影响力银行云集团，而这些拥有较大竞争力的银行同时也与较小的银行存在竞争关系。

（四）聚类系数

我们发现在许多网络中存在节点的邻点互为邻点的情况，这种性质称为集聚性，网络的集聚性可以用网络聚类系数（Network clustering coefficient）加以描述。网络聚类系数可以通过各个顶点的顶点聚类系数计算出来。顶点聚类系数指在该顶点的邻点中，直接相连的邻点对占所有可能存在的邻点对的比例。即

（4）

其中 表示与节点直接相连的节点数， 表示 在个节点间可能存在的最大边数， 表示实际存在的边数。由此可见，只有一个节点至少拥有两个邻点才能够算出顶点聚类系数。网络聚类系数为所有顶点聚类系数的平均值，即

（5）

C的取值在0到1之间，当C=1时表示在这个网络中所有节点两两之间都直接连接。银行竞争贷款网络的网络聚类系数为0.40349，数值较大。这反映出银行贷款竞争网络的集团化程度较大，一个银行的对手银行之间互相也存在竞争关系，说明银行之间存在较为激烈的竞争，这也说明银行贷款客户的重合性非常高，银行之间的竞争趋向同质化。

（五）平均最短路径长度

网络中两个节点之间经历边数最少的一条简单路径的边数称为两节点之间的距离[9]。网络的直径D定义为所有距离中的最大值。平均最短路径长度L定义为所有节点对之间距离的平均值，即

（6）

其中N为节点数， 为节点i与节点j之间的距离。银行贷款竞争网络的网络直径为4，平均最短距离为1.97875，这表明在银行竞争网络中，一个银行平均只需要通过2个中间银行就能找到有与之有竞争关系的其他银行。其平均最短距离较小，而聚类系数较大，说明银行贷款竞争网络具有小世界特征。

五、结论

本文以沪深A股上市公司2012年的银行长期借款为样本构建了银行贷款竞争关系共同网络模型，并以此为基础将市场共同度构建作为边权构建了加权竞争关系网络模型。实证研究发现银行竞争网络的节点度服从幂率分布；点度-节点入度权为强相关，节点度-节点出度权为弱相关；较大的集聚系数与较小路径长度表明此网络具有小世界特性；通过对银行竞争网络模型进行分析，发现国有大型商业银行在银行系统中仍然拥有较高地位，虽然竞争对手众多但是受到的竞争压力却并不大，全国股份制商业银行内部的竞争非常激烈，受到较大的竞争压力。随着竞争的加剧以及银行竞争的趋向同质性，国有大型银行的影响力将会下降，将有更多的全国股份制商业银行加入网络的核心集团对银行系统产生更大的影响力。

本文只采用复杂网络方法对银行贷款竞争关系进行了初步的探索，仅仅分析了其网络模型的一些拓扑结构属性，还有许多问题有待进一步的研究，比如银行竞争网络模型的演化机制，银行竞争地位的变化对贷款定价的影响，对银行间风险的分担以及对整个银行系统的影响。

参考文献：

[1] Duncan J Watts，Steven H Strogatz .Collective dynamics of‘small-world’networks [J].Nature，1998，393（6684）：440-442.

[2] Albert-Laszlo Barabási，R Albert .Emergence of scaling in random networks [J].Science，1999，286（5439） ：509-512.

[3] Allen F，D Gale.Financial Contagion [J].Journal of Political Economy，2000（108）：1-33.

[4] Souma W，Fujiwara Y，Aoyama H .Complex Networks and Economics [J].Physica A：Statistical Mechanics and its Applications，2003，324（1/2）：396-401.

[5] 万阳松，，陈晓荣 .复杂银行网络的宏观结构模型及其分析[J].上海交通大学学报，2007，41（7）：l161-1164.

[6] 厉浩，陈庭强，何建敏 .复杂网络理论的银行间市场网络结构演化模型[J].北京理工大学学报，2012，14（2）：71-76.

[7] Mcpherson M .An ecology of affiliation [J].American Sociological Review，1983，48（4）：519-532

[8] Romualdo P S，Alexei V，Alessandro V .Dynamical and correlation properties of the internet[J]. Physical Review Letters.2001，87：258701

[9] 郭世泽，陆哲明.复杂网络基础理论[M]. 北京：科学出版社，2012.

国家自然科学基金资助（07871082）； 受上海市一流学科建设项目的资助（S1201YLXK）