Evaluación de
la interconexión
de Entidades
de Depósitos
en El Salvador
a través del
Análisis de Red
Miguel Humberto Ramírez1
Introducción
La crisis financiera de 2008 demos­
tró cómo el problema de algunas
instituciones financieras o merca­
dos puede propagarse rápidamente
hacia otras entidades, lo que
puede causar un grave impacto al
sector financiero, el cual incluso
podría afectar al sector real. Este
potencial efecto es uno de los
factores que debe considerarse en
el monitoreo del riesgo sistémico,
entendido este último como el
“Riesgo de interrupción de los
servicios financieros causado por
deficiencias en la totalidad o parte
del sistema financiero que puede
tener importantes repercusiones
negativas sobre la economía
real”, de acuerdo al Concejo de
Estabilidad Financiera2.
1
2
Una situación sistémica puede
iniciar cuando una institución
comienza a tener problemas y ya
no puede cumplir con sus obliga­
ciones, lo cual impone pérdidas
a sus contrapartes y si estas son
de gravedad, harán que las otras
instituciones también incumplan
obligaciones y así sucesivamente,
siendo afectadas incluso aque­
llas instituciones que no estaban
conectadas con la que originó el
problema. Esto se conoce como
contagio y es resultado de la inter­
conexión entre instituciones dentro
del sistema financiero.
El análisis de redes puede ser de
gran ayuda para analizar las inter­
conexiones dentro del sistema
financiero, el cual se puede mode­
lar como una red, a fin de determi­
nar los posibles efectos de shocks
o diferentes eventos que impacten
a una o varias instituciones dentro
de un mismo sistema.
En este artículo se presenta un
modelo de simulación utilizado
originalmente para analizar inter­
conexiones interbancarias trans­
fronterizas, el cual es adaptado
para analizar las interconexiones
dentro del sistema local salvado­
reño. Para ilustrar la presentación
de resultados y su interpretación
se prefirió utilizar un ejemplo
hipotético, ya que los datos reales
de las instituciones financieras
en El Salvador podrían contener
información sensible para su
publicación.
I. Marco Teórico:
contagio y análisis de
redes
Las interconexiones en un sistema
financiero pueden originar pro­
blemas sistémicos básicamente
por cuatro tipo de situaciones: a)
exposiciones directas bilaterales
entre bancos, b) exposición común
de activos entre bancos, c) fallas
en los sistemas de compensación
de pagos de alto valor y d) corridas
bancarias por imitación, es decir
que son impulsadas por informa­
ción que circula en el ambiente
(Scott, 2009)
Para el primer tipo de situaciones,
las exposiciones interbancarias son
unas de las más comunes fuentes
de riesgo sistémico y estas pueden
originarse por depósitos o por
préstamos entre ellas, así como
también por riesgos de contraparte
en otros tipos de transacciones. En
estos casos, se considera que el
análisis de red puede ser de gran
utilidad para modelar el riesgo en
el sistema financiero dado que
permiten analizar el contagio y
determinar cómo un shock de
Senior del Departamento de Estabilidad del Sistema Financiero
El Consejo de Estabilidad Financiero o en inglés “Financial Stability Board” (FSB) promueve la estabilidad financiera
global coordinando el desarrollo de políticas de supervisión, regulación y otras del sector financiero.
Banco Central de Reserva de El Salvador
19
BOLETÍN ECONÓMICO
2015-06
crédito o un estrechamiento de la
liquidez puede propagarse al resto
del sistema financiero, identifi­
cando la capacidad de los bancos
para absorber estos shocks (Chen y
Wang, 2013).
El análisis de red ha sido utilizando
en muchos campos desde comu­
nicaciones, transporte, sistemas de
información y otros, en los cuales
la interconexiones permiten el flujo
de información y otros elementos,
y lo que se busca en esos casos es
la optimización de estas. De forma
general, las redes pueden ser defi­
nidas como colecciones de nodos
y uniones.
El uso del enfoque de redes para
modelar riesgo sistémico ha tenido
un progreso importante desde la
crisis financiera global. En dicho
contexto, Soramäki (2010) consi­
dera a cada institución financiera
como un nodo y las uniones entre
ellos corresponden a las exposi­
ciones interbancarias. Las uniones
que existen entre los nodos afectan
los atributos de los nodos, es decir,
cómo se ven impactados los balan­
ces de cada banco, y la estructura
de las uniones afecta el desempeño
de un sistema como un todo.
Para iniciar el análisis de red es
necesario contar con información
desagregada de las entidades
financieras respecto a las exposi­
ciones interbancarias, la cual es
20
una limitante debido a que en oca­
siones únicamente el supervisor
bancario tiene acceso a esta infor­
mación, e incluso en el caso de los
sistemas de pagos, es posible que
no se puedan identificar todas las
transacciones, en particular si estas
no se realizan a través de sistemas
centralizados en el Banco Central
u otra institución.
El grado de interconexión es un
factor determinante en el nivel de
riesgo sistémico. Algunas de las
características a considerar en una
red son la integración, es decir
como cada entidad se vuelve más
dependiente de sus contrapartes,
así como también la diversificación,
la cual se da cuando una institución
interactúa con un mayor número de
contrapartes (Elliot, 2014).
II. Metodología para
la Evaluación de
la interconexión
de entidades de
Depósitos en
El Salvador
La siguiente propuesta de meto­
dología se basa en el modelo
de simulación preparado por
Espinosa­Vega y Juan Solé (2010)
para el cual se utiliza la aplicación
informática “Bank Network 2.0.”
desarrollada y codificada por los
mismos autores.
A. El modelo de interconexiones
de Espinosa y Solé
En el estudio de Espinosa y Solé,
la aplicación mencionada se uti­
liza para analizar interconexiones
bancarias transfronterizas, simu­
lando el efecto cascada que genera
la quiebra de un banco a otros,
al estar conectados entre ellos a
través de sus exposiciones. Dicha
quiebra se define como un shock
de crédito en el sistema financiero.
El supuesto principal es que las
pérdidas originadas por las exposi­
ciones son absorbidas por el capi­
tal de la institución.
El Modelo incorpora también un
shock de fondeo, resultado del
estrechamiento en la liquidez por el
shock de crédito, el cual consiste en
que los bancos no pueden hacer el
“roll­over” de su deuda y para obte­
ner liquidez deben vender activos a
descuento, cuya pérdida es absor­
bida por el capital. Ambos shocks
afectan el capital de las institucio­
nes, generando un efecto dominó
de quiebras bancarias (gráfica 1).
Finalmente, Espinosa y Solé inclu­
yen en su simulación un meca­
nismo de transferencia de riesgo en
el análisis, a manera de considerar
el efecto que créditos contingentes
como garantías de crédito o pro­
ductos derivados como los swaps
de incumplimiento crediticio,
pueden tener en la estabilidad del
sistema financiero.
Banco Central de Reserva de El Salvador
Gráfica 1
Efecto de contagio en la red
Banco
1
Banco
2
Banco
2
Banco
2
Banco
3
Nueva Banco
quiebra 3
Banco
3
➤ Banco
Banco
4
Nuevas
quiebras
Banco
1
Banco
2
•
•
•
➤
Banco
1
Nueva
quiebra
➤
Banco
1
Primera quiebra
(inicia algoritmo)
•
•
Banco
n
Banco
4
Nueva
quiebra
➤
Banco
n
Banco
3
•
•
Banco
n
Rondas de contagio
(bucles internos del algoritmo
➤
4
•
•
➤
➤
Quiebra
inicial
Banco
4
•
•
Banco
n
Quiebras finales
(algoritmo converge)
Fuente: Adaptado de Chan­Lau et al
(2009)
B. Modelo de interconexiones
para El Salvador
El objetivo del modelo es evaluar
el grado de interconexiones exis­
tentes en el sistema financiero
salvadoreño. Para ello se retoma
la mayor parte de los conceptos
de la simulación Espinosa­Vega y
Solé, considerando únicamente el
shock de crédito, dado el limitado
financiamiento entre instituciones,
principalmente por la falta de un
mercado interbancario desarro­
llado, así como tampoco existen
mecanismos de transferencia de
riesgo de importancia en el mer­
cado local.
Para propósitos del modelo, se
consideran dentro del análisis las
siguientes instituciones3:
• Bancos
• Bancos Cooperativos (exclu­
yendo Fedecrédito)
• Sociedades de Ahorro y
Crédito.
3
Un análisis más completo podría
incluir también a los fondos de
pensiones y sociedades de seguros,
sin embargo, el momento de ela­
boración del modelo no se pudo
contar con información sobre este
tipo de instituciones por lo que
estos podrían incorporarse en una
próxima revisión, luego de evaluar
la mayor complejidad que tomaría
el modelo.
a) Exposiciones
Se define la interconexión entre
instituciones cuando uno de ellos
o ambos tienen exposiciones con
el otro, de tal manera que de caer
en quiebra uno de ellos, genera­
ría una pérdida equivalente a las
exposiciones que el otro banco
tiene con éste.
Las exposiciones podrían gene­
rarse por tres situaciones:
1. Depósitos interbancarios. Co­
rresponde a los depósitos que
una institución tenga en otra, no
importando el tipo de depósitos
(corriente, ahorro y plazo). Si la
institución “A” mantiene depósi­
tos en la institución “B”, “A” ten­
dría una exposición equivalente
por el monto de depósitos que
posee en “B”.
2. Inversiones financieras. Estas
se refieren a certificados de
emisión u otro tipo de valores
financieros emitidos por una
institución “B” y que forman
parte de los activos de la insti­
tución “A”. En ese caso, la ins­
titución “A” perdería el monto
invertido si la institución “B”
quebrará. Estas inversiones
no incluyen las adquisiciones
temporales de reporto, dado
que éstas son de corto plazo
y tienen como garantía un
título valor.
3. Préstamos. Se consideran
aquellos préstamos que otorga
una institución “A” a una ins­
titución “B”. En caso que la
institución B no pudiera cum­
plir sus obligaciones, la institu­
ción “A” estaría expuesta por
el saldo adeudado pendiente.
Estos préstamos incluirían
tanto préstamos interbancarios,
como aquellos que se dan
entre instituciones para capital
de trabajo o para otro fin.
b) Shock de crédito
Al darse un incremento en el riesgo
crediticio con la quiebra de una
institución, el impacto en el nivel
de solvencia se da por la pérdida
esperada que genere la exposición
que una institución tiene con la
institución fallida. Para ello, el
modelo utiliza un parámetro λ
que representa el porcentaje de
la exposición que se pierde con
la quiebra de la otra institución.
Con el propósito de estresar los
resultados, se asume que λ=1, es
Por propósitos de simplificación los términos banco, institución o entidad, se utilizarán indistintamente en este informe
para hacer referencia a cualquiera de las tres instituciones financieras que comprende el modelo.
Banco Central de Reserva de El Salvador
21
BOLETÍN ECONÓMICO
2015-06
decir que la institución no tendría
la posibilidad de recuperar nin­
guna parte de dicha exposición,
al incumplir las otras instituciones
con las obligaciones que tienen
con ella.
La pérdida esperada por la exposi­
ción, una vez aplicado el factor, se
reduce de las utilidades de la insti­
tución, lo que disminuye su capital.
En el modelo de Espinosa­Vega y
Solé, para que una entidad caiga
en default, ésta debe sufrir una
pérdida equivalente a la totalidad
de su capital. Sin embargo, dicho
supuesto se vuelve conservador, ya
que probablemente el banco refle­
jaría problemas de incumplimien­
tos legales, mucho antes que su
capital llegara a cero, por lo que se
optó para el modelo de El Salvador
una situación de mayor estrés,
en la cual el incumplimiento en
las obligaciones se daría a partir
que el banco podría entrar en un
proceso de regularización, el cual
corresponde a un coeficiente de
solvencia menor al 10%.
Bajo el nuevo supuesto, la pérdida
esperada por las exposiciones dis­
minuiría las utilidades del banco,
impactando en el coeficiente
patrimonial, pero a su vez, también
provocaría una reducción en el
nivel de activos ponderados por
riesgo, que por simplicidad, se hará
por el monto de la exposición. Así,
se tendrá un nuevo valor del coefi­
ciente patrimonial por los cambios
que sufra tanto el fondo patrimonial
como los activos ponderados por
22
riesgo. Así, para propósitos del
modelo, se calcula un nivel de
capital, el cual se identificará como
“capital ajustado”, que al termi­
narse generaría un nuevo ratio de
fondo patrimonial/activos pondera­
dos por riesgo, el cual sería menor
al 10%, mismo que genera que el
banco quiebre y por tanto, no es
capaz de cumplir las obligaciones
con las otras instituciones.
Rondas de contagio: El número
de rondas de contagio, hasta que
no más bancos fallen debido a la
quiebra de este banco. En el ejem­
plo anterior, “banco a” provoca
dos rondas de contagio, mientras
banco b “solo genera una”
c) Indicadores de interconexión
Índice de vulnerabilidad: Es el pro­
medio de los porcentajes de pér­
dida del banco i debido a la falla
de cada uno de los otros bancos.
La metodología de Espinosa­Vega
y Solé presenta una serie de indi­
cadores que permiten identificar
tanto los bancos que tienen mayor
potencial de contagio a otras ins­
tituciones, como aquellos que se
encuentran más vulnerables en la
red a shock de créditos. En la pro­
puesta metodológica se retomaron
los conceptos básicos del modelo
de Espinosa­Vega y Solé, sin
embargo se hicieron unas adecua­
ciones a los métodos de cálculo
por algunos cambios en la metodo­
logía y para una mejor descripción
de la variable a presentar. A con­
tinuación se describen brevemente
cada uno de ellos.
Fallos inducidos: Es el número de
quiebras de bancos que son indu­
cidos por la quiebra de este banco.
Por ejemplo si el “banco a”, hace
quebrar al “banco b” y la quiebra
de este último provoca la quiebra
del “banco c”, el número de fallos
inducidos por “banco a” sería dos,
uno de forma directa “banco b” y
otra indirecta “banco c”.
Nivel de vulnerabilidad: El número
de bancos cuyo fallo resultaría en
la quiebra de este banco.
Así, el índice de vulnerabilidad
del banco
Lij
Σj ≠ i –––
ki
i = –––––––
n­1
donde Ki es
el capital ajustado del banco i, Lij
es la pérdida esperada del banco
i por la falla del banco j y n es el
total de elementos de la red.
Índice de contagio: Es el promedio
de todos los porcentajes de pér­
dida de los otros bancos debido a
la falla del banco i.
Luego el índice de contagio del
banco
Lji
Σj ≠ i –––
kj
i = –––––––
n­1
donde Kj es el
capital ajustado del banco j y Lji
es la pérdida esperada del banco
j por la falla del banco i y n es el
número de elementos de la red. Es
importante señalar que no solo se
consideran las pérdidas directas
del banco j por exposiciones del
banco i, sino también las indirectas
Banco Central de Reserva de El Salvador
por exposiciones del banco j con
un tercero que también presenta
problemas por la falla del banco i.
Porcentaje de capital perdido: Es la
cantidad total de pérdida esperada
de todos los bancos por la quiebra
del banco i, en proporción al fondo
patrimonial de todos los bancos, es
decir el porcentaje del capital que
se pierde debido a la interconexión
de esa institución. Para este indica­
dor se utiliza el fondo patrimonial
y no el “capital ajustado”, a fin de
analizar el impacto de la interco­
nexión en la totalidad del capital y
no solo en el nivel que lo hace caer
debajo del 10%.
Σ
C. Aplicación del
interconexiones
modelo
A fin de mostrar de forma sim­
plificada el proceso del modelo
de interconexiones propuesto,
así como la interpretación de los
resultados, se utilizará un ejemplo
hipotético de un sistema financiero
con 6 instituciones.
a) Proceso de simulación
Para iniciar la simulación es nece­
sario elaborar una matriz de expo­
Tabla 1
Matriz de exposiciones
(Cifras en US$)
L
j ≠ i ji
,
Lo anterior se expresa como ––––––
kt
donde para cada banco i, Lji es la
pérdida esperada del banco j por la
quiebra del banco i y Kt es el fondo
patrimonial de todo el sistema de
entidades.
siciones, la cual se forma a través
de las exposiciones netas entre
instituciones4, de tamaño N x N.
Dicha matriz se lee de la siguiente
manera: la institución Xi de cada
columna tiene una exposición en
las instituciones Xj que se indican
en las filas por el monto que se
muestra entre ellas Xij, los cuales
representan cada nodo de inter­
conexión. A partir de estas exposi­
ciones, “Bank Network” realiza las
simulaciones. La tabla 1 muestra
la matriz de exposiciones para el
ejemplo hipotético.
de
De
En
Banco 1
Banco 2
Banco 3
Banco 4
Banco 5
Banco 6
Banco 1
Banco 2
Banco 3
1,105,722
19,387,131
65,000,000
-
31,493
-
Banco 4
-
Banco 5
33,223
248
130,580
Banco 6
1,512
5,910,360
-
5,000,000
1,098
-
538,473
Fuente: Elaboración propia
Cada uno de los indicadores descri­
tos anteriormente, presenta distintos
aspectos de la interconexión. Los
primeros tres miden el número
de eventos de fallos que se gene­
ran tanto a nivel del causante del
contagio como del afectado. Los
índices de contagio y de vulnera­
bilidad señalan en promedio que
tanto puede afectar o ser impactado
un banco al darse alguna quiebra.
Finalmente, el porcentaje de capital
perdido da una visión del impacto
de la quiebra de un banco en el
capital del sistema financiero.
4
La simulación inicia cuando una
institución h quiebra al inicio, t=0,
y por tanto todas las obligaciones
que ésta tenía con el resto de ins­
tituciones no pueden pagarse, al
considerarse que la pérdida espe­
rada es igual al total de exposición,
es decir λ=1. Luego para cada una
del resto de instituciones, la aplica­
ción “Bank Network” verifica si las
pérdidas de la institución son supe­
riores al “capital ajustado” de dicha
institución. Si este es el caso, la ins­
titución también quiebra y nueva­
mente verifica si se producen nue­
vos fallos y así sucesivamente hasta
que ya no existan más quiebras.
Figura 1
Secuencia de la simulación
Coef. P < = 10%
Quiebra de la
Institución i
Evalúa el
impacto de
las pérdidas
para cada
banco dado
el parámetro
λ y sus
exposiciones:
es capital
ajustado
< = 0? (coef.
Patrimonial
< 0 10%)
Institución k
quiebra
Coef. P > 10%
Institución m
Coef. P > 10%
Institución p
Coef. P < = 10%
Institución q
quiebra
Recopila
lista de todas
las institu­
ciones que
quebraron
hasta este
punto e inicia
nuevamente
con el resto
(las que se
mantienen
activas)
Fuente: Adaptado de Espinosa y Solé
(2010)
Cuando dos instituciones tienen exposiciones mutuas, estas se restan para determinar únicamente a la institución que
queda expuesta entre estas dos.
Banco Central de Reserva de El Salvador
23
BOLETÍN ECONÓMICO
2015-06
b) Resultados
Trayectoria de fallos
Una vez llevada a cabo la simu­
lación se obtiene una serie de
gráficos e indicadores que per­
miten visualizar la interconexión
existente entre las instituciones
que conforman la red, los cuales se
presentan a continuación:
La aplicación permite visualizar
si la quiebra de un banco afecta
a otro banco, y si éste de forma
consecutiva afecta a otro más.
La gráfica 3 muestra para el caso
El diagrama de red muestra las
exposiciones que existen entre los
bancos que conforman la red. El
grosor de cada línea representa la
importancia que tiene esa expo­
sición para el banco en relación
al “capital ajustado”, mientras la
dirección de la flecha señala cual
es el banco afectado por la expo­
sición. Así, se puede observar que
los bancos 1, 4, 5, 6 tienen las
mayores exposiciones entre ellos,
mientras los bancos 2 y 3 están
poco interconectados con el resto.
Gráfica 2
Diagrama de Red
➤
➤
➤
Bank 6
➤
➤
➤
Bank 4
➤
➤
➤
➤
➤
Bank 5
Bank 1
Gráfica 3
Trayectoria de fallos
Bank 1
Bank 1
Bank 1
Bank 2
Bank 2
Bank 2
Bank 3
Bank 3
Bank 3
Bank 4
Bank 4
Bank 4
Bank 5
Bank 5
Bank 6
Bank 6
➤
Diagrama de red
presentado, cómo la quiebra del
banco 4, haría que el banco 5 tam­
bién quebrará, es decir que ya no
pueda cumplir con sus obligacio­
nes, lo cual llevaría a su vez, a la
quiebra del banco 1.
➤
Bank 5
Bank 6
Fuente: Elaborado a través de la aplicación Bank Network
Una de los beneficios de la trayec­
toria de fallos, es que a través de
ésta se puede determinar ante un
evento de estrés de una institución
particular cuál sería la siguiente
institución en peligro de quebrar,
y así tomar las medidas para for­
talecer esta institución y que el
contagio no se propague al resto
de instituciones.
Indicadores
Siguiendo con el ejemplo utilizado,
los indicadores de interconexión
dentro del sistema de 6 bancos
serían los siguientes:
Tabla 2
Indicadores de interconexión
➤
➤
➤
➤
➤
Bank 3
Bank 2
Fuente: Elaborado a través de la apli­
cación Bank Network
Fallos
Rondas de
Nivel de
Índice de
Índice de
Banco inducidos contagio vulnerabilidad contagio vulnerabilidad
Banco 1
0
0
2
18.5%
28.3%
Banco 2
0
0
0
0.0%
0.2%
Banco 3
0
0
0
8.1%
0.0%
Banco 4
2
2
0
79.2%
0.1%
Banco 5
1
1
1
27.5%
42.5%
Banco 6
0
0
0
3.6%
18.3%
Porcentaje de
capital perdido
0.4%
0.0%
0.0%
5.4%
5.0%
0.0%
Fuente: Elaboración propia
24
Banco Central de Reserva de El Salvador
El análisis de indicadores nos
muestra que Banco 4 es el que
presenta un mayor riesgo en la red,
ya que su quiebra podría inducir
a 2 fallos más, lo cual también se
refleja en el índice de contagio.
El segundo en potencial de con­
tagio es el banco 5, ya que si
entra en problemas de solvencia,
podría quebrar a otra institución.
Asimismo, es el banco con índice
de vulnerabilidad más alto, con un
promedio de pérdida del 42.5%
debido a las exposiciones con
otros bancos.
Un caso particular es del banco 1,
ya que la quiebra de dos bancos
conllevaría a que este también que­
brará, no obstante, la pérdida espe­
rada en relación a su fondo patri­
monial sería en promedio menor
que la del banco 5.
El porcentaje de capital perdido
del sistema indica que las inter­
conexiones del banco 4 son las
que causan la mayor pérdida de
capital (5.4%). El banco 5 presenta
una porcentaje de pérdida similar
(5.0%), sin embargo su capacidad
de contagio es menor.
III. Comentarios finales
El modelo de interconexiones ban­
carias transfronterizas de Espinosa­
Solé puede ajustarse para realizar
el análisis de interconexiones a
nivel local, utilizando de forma
similar, los gráficos e indicadores
del modelo, lo que permite evaluar
Banco Central de Reserva de El Salvador
el grado de interconexión en el
sistema financiero.
El modelo propuesto permite cono­
cer cómo el origen de un shock de
crédito se transmite a través del sis­
tema financiero, identificando a una
o varias instituciones que jugarían
un rol clave para su propagación.
Si bien los resultados no son abso­
lutos, podrían servir de parámetro
a las autoridades para llevar a cabo
medidas de seguimiento a estas
instituciones, profundizando en los
aspectos de contagio o vulnerabili­
dad observados en esas entidades.
El departamento de Estabilidad del
Sistema Financiero, ya se encuen­
tra realizando semestralmente
la evaluación de interconexión
con las instituciones locales y los
resultados se presentan como parte
de los informes de monitoreo del
sistema financiero.
Los indicadores de interconexión
reflejan diferentes aspectos del
potencial de contagio y vulnera­
bilidad de cada institución, los
cuales podrían utilizarse como
indicadores para medir la impor­
tancia sistémica de las entidades
financieras en el país.
Glosario
Exposición: En términos financie­
ros, el monto que se podría perder
en una inversión.
Swaps de incumplimiento crediticio: Conocido en inglés como
“Credit Default Swaps” o “CDS”,
es un tipo particular de contrato
derivado diseñado para transferir
la exposición de crédito de un pro­
ducto financiero entre dos o más
partes, en el cual el comprador del
swap hace un pago al vendedor
hasta el término de la maduración
del contrato y a cambio, el vende­
dor acuerda que le pagará a éste en
el evento que un tercero ­el emisor
del producto financiero­ quiebre.
Roll-over: Llamado también refi­
nanciamento de la deuda, consiste
en la posibilidad que un prestata­
rio pueda renovar un préstamo al
momento de su vencimiento.
Bibliografía
Chan­Lau, Jorge A. and Espinosa,
Marco and Giesecke, Kay and
Solé, Juan A., Assessing the
Systemic Implications of Financial
Linkages (April 1, 2009). IMF
Global Financial Stability Report,
Vol. 2 (Abril 2009)
Chen, Han y Wang, Shaun: A
Network Model Approach to
Systemic Risk in the Financial
System (Enero 2013)
Espinosa­Vega, Marco y Solé Juan,
Cross­Border Financial Survei­
llance: A Network Perspective.
IMF Working Paper (Abril 2010)
Elliott, Matthew; Golub, Benjamin
y Jackson, Matthew O. (Enero
2014), Financial Networks and
Contagion
25
BOLETÍN ECONÓMICO
2015-06
Scott. Hal (Febrero 2010): Reduction
of Systemic Risk in the United States
Financial System. Harvard Journal of
Law & Public Policy. Volume 33
26
Soramäki, Kimmo (Enero 2010):
“Is network theory the best hope
for regulating systemic risk?”.
En “Recent advances in mode­
lling systemic risk using network
analysis”. European Central Bank.
Banco Central de Reserva de El Salvador