本文提出了一种量化框架,用于追踪美国金融系统因网络漏洞而产生的系统性风险。该框架综合了涵盖约5000家金融机构和技术公司的金融、经济、网络数据,开发了一个衡量金融系统层面网络脆弱性(SCV)的指标,以追踪金融稳定性风险。
核心观点:
- 框架构建: 该框架基于一个理论模型,将网络脆弱性分解为三个组成部分:敌对因素、技术因素和金融因素。
- 敌对因素(At): 捕获与漏洞利用和攻击者战略行为相关的脆弱性。
- 技术因素(Ti): 捕获公司层面的网络脆弱性,基于网络安全信号和网络安全事件历史。
- 金融因素(Fi): 评估单个公司对金融系统的系统性重要性,使用基于情景的流动性指标和基于资产的指标。
- 数据来源: 框架使用了来自金融披露、网络安全评级、网络安全事件、运营和技术联系等多个来源的粒度数据。
- 模型方法: 每个组成部分都使用定制的程序进行估计,例如使用贝叶斯长短期记忆网络(B-LSTM)模型预测敌对趋势,使用负二项回归模型估计公司层面的技术脆弱性,以及使用基于情景的分析评估金融系统性。
- 关键发现:
- 敌对因素受地缘政治风险和勒索软件及恶意软件攻击的全球频率的显著驱动。
- 技术因素受与控制薄弱和做法相关的因素驱动,例如加密协议问题和恶意软件暴露。
- 金融因素将系统性归因于大型金融机构,并表明通过跨不同类型金融机构的共同资产持有,广泛的金融市场可能受到实质性影响。
- 2022年,基于流动性的指标呈下降趋势,主要由于与支付相关的流动性需求下降。
- 2023年中期,指标与技术因素同步飙升,表明公司层面的网络脆弱性增加。
- 服务提供商的网络脆弱性与金融机构的网络脆弱性同步变动,这主要归因于两家公司网络事件的共同变动。
- 大型科技公司,包括微软、谷歌、思科和苹果,是SCV的主要贡献者,这表明由于多个大型金融机构使用共同的服务提供商而产生的金融稳定性风险。
研究结论:
该框架为金融稳定性监测提供了一个有价值的工具,可以全面评估系统网络脆弱性。研究结果表明,技术提供商是系统性风险的重要来源,这表明需要关注由于多个大型金融机构使用共同的服务提供商而产生的金融稳定性风险。