Een volledig overzicht van alle leningen en schulden tussen banken zou een nieuwe financiële ineenstorting voorkomen. Maar banken verstrekken deze informatie niet. Een econofysisch model van Diego Garlaschelli en medewerkers reconstrueert de meest waarschijnlijke situatie en eindigt als eerste in twee onafhankelijke tests.

De financiële crisis van 2008 heeft overduidelijk gemaakt hoe onvoorspelbaar en kwetsbaar ons banksysteem is. Banken zijn verweven in een complex wereldwijd web van schulden en leningen, waar een aanvankelijk lokaal financieel probleem kan leiden tot een cascade van faillissementen. Een gedetailleerde kaart van interbancaire verbindingen wereldwijd zou het systeem in staat stellen te voorkomen dat afhankelijkheden te sterk worden. Echter, banken geven geen informatie over aan wie ze lenen en van wie ze lenen. Ze zijn alleen verplicht om hun totale debet en credit openbaar te maken.

Verborgen risico

Voor elke bank het gebrek aan kennis over hoe zijn debiteuren en crediteuren verbonden zijn met de rest van het systeem impliceert vaak een 'verborgen risico'. Dit maakt het moeilijk om de rente voor leningen te bepalen. Om dit informatietekort te omzeilen, Leids natuurkundige Diego Garlaschelli en een team van internationale medewerkers bouwden een theoretisch model op basis van statistische fysica dat de kans berekent dat elke bank geld leent van een andere bank. Zijn model werd beoordeeld als het beste probabilistische model door een samenwerking van verschillende centrale banken en door een onafhankelijke onderzoeksgroep.

Beste model

Deze studies vergeleken de prestaties van verschillende alternatieve methoden bij het reconstrueren van echte privacy-beschermde interbancaire netwerken op basis van gedeeltelijke informatie, en het model van Garlaschelli en medewerkers werd in beide gevallen het beste gevonden. 'Banken bepalen het rentepercentage voor leningen aan andere banken op basis van gepercipieerd risico, ' legt Garlaschelli uit. 'Als bank A veel geld heeft uitgeleend aan bank B, die op zijn beurt geld heeft uitgeleend aan een onstabiele bank C, dan wordt bank A onstabiel, ook. Ons model weerspiegelt dit, en kan worden gebruikt om verborgen risico's in te schatten en realistischere rentetarieven te berekenen. Correcte tarieven houden het systeem stabiel.'

Oud model

Het oude gevestigde model was uitsluitend gebaseerd op de kale cijfers voor het totale debet/credit. Bijvoorbeeld, om de relatie tussen Rabobank en ING in te schatten, je vermenigvuldigt het totale debet van de Rabobank met het tegoed van ING en deelt dit door het totale bedrag dat wereldwijd in omloop is. Zo ontstaat een netwerk waar alle banken met elkaar verbonden zijn. Echter, dit gaat voorbij aan het feit dat in werkelijkheid, de meeste relaties zijn onbestaande; daarom, degenen die wel bestaan, zijn veel zwaarder dan wat het oude model voorspelt. En juist die verbanden kunnen financiële problemen verspreiden.

Dichtheid van links

Garlaschelli:'Naast een betrouwbare schatting te geven van welke banken zijn aangesloten, ons model berekent het meest waarschijnlijke gewicht van elke relatie, afhankelijk van slechts één onbekende factor:de dichtheid van links in het systeem. En omdat dit aantal binnen een land vrij stabiel blijkt te zijn, we kunnen het gemakkelijk proxyen en vervolgens een voorspelling doen over welke links bestaan, en hoe zwaar ze zijn. Centrale banken kunnen deze informatie gebruiken om het financiële netwerk beter te monitoren en beleid te implementeren dat voorkomt dat lokale instabiliteiten uitgroeien tot een gevaar voor het hele systeem.'