Funding Liquidity Networks: Why Everyone’s Suddenly Talking About Them
How We Moved From Single‑Bank Problems To Networked Liquidity
In the 1980s–1990s, liquidity risk sounded simple: “Will my bank have cash tomorrow morning?” Treasurers смотрели на дюрацию активов, депозитную базу и немного межбанка. Но после кризиса 2007–2009 стало ясно: деньги текут по сети, а не по изолированным балансам. Проблема Bear Stearns и Lehman показала, как сжатие долларового фондирования в европейских банках мгновенно перекидывается на repo, FX‑свопы и корпоративные бонды. К 2025 году регуляторы, центральные банки и фонды уже мыслят не «банк по отдельности», а «funding liquidity network» как живую систему с узлами и каналами.
Исторический контекст: от LTCM до шока марта 2020 года
Если вспомнить крах LTCM в 1998 году, тогда ещё почти никто не описывал портфель как элемент сети фондирования. Но уже тогда крупный хедж‑фонд, завязанный на repo и derivatives margin, протащил проблемы в несколько сегментов рынка сразу. В 2008‑м это стало очевидно для всех: межбанковский рынок встал, долларовые своп‑линии расширяли в экстренном режиме, а банки внезапно поняли, что их зависимость от короткого оптового фондирования — это не частная, а системная угроза. Март 2020 добавил новый слой: non‑bank financial intermediaries — фонды денежного рынка, ETF, пенсионные — оказались критическими узлами funding liquidity networks, а не «пассивными инвесторами».
—
Как устроены сети фондирования между рынками
Узлы, каналы и «невидимые» мосты ликвидности
С точки зрения моделирования, funding liquidity network — это граф, где узлы — банки, фонды, дилеры, CCP, а рёбра — кредитные линии, repo, swaps, мандаты управления активами. Самое опасное здесь — «невидимые» мосты: например, две якобы независимые банковские группы могут иметь одного и того же крупного поставщика коротких средств через prime brokerage или dollar funding в Лондоне. Когда этот поставщик сокращает лимиты, оба банка теряют ликвидность почти одновременно, и корреляции, которые в нормальные времена казались низкими, стремительно взлетают. Именно эти скрытые связи и должен «подсвечивать» современный interbank funding liquidity analytics software.
Отдельные рынки уже не отдельны: кросс‑маркет связи
К 2025 году можно уверенно сказать: граница между money markets, FX, кредитом и деривативами скорее концептуальная, чем реальная. Долларовое фондирование европейского банка может идти через FX‑свопы, обеспеченные европейскими облигациями, которые, в свою очередь, финансируются через repo под покрытие в виде квази‑суверенных бумаг. Любой стресс в одном звене — снижение ликвидности в суверенных бумагах, скачок маржинальных требований по деривативам, временное «залипание» CCP — передаётся по всей funding liquidity network. Именно поэтому серьёзные cross market liquidity risk assessment tools фокусируются не на ценах как таковых, а на путях движения залога и cash‑потоков между классами активов.
—
Реальные кейсы: от Lehman до LDI‑кризиса в Великобритании
Lehman, tri‑party repo и FX‑свопы как единая история
Кейс Lehman часто пересказывают как классический кредитный дефолт, но в реальности это был провал funding liquidity networks. Tri‑party repo в США стал источником мгновенного εξαода залога, prime brokers начали требовать дополнительные маржи, а европейские банки, зависимые от долларового overnight через FX‑свопы, столкнулись с резким подорожанием фондирования. Клиенты видели лишь растущие спрэды и волатильность, но внутри системы происходил массовый margin‑call, сжатие кредитных линий и сокращение сроков фондирования. Те, у кого уже тогда были хоть какие‑то funding liquidity risk management solutions, быстрее увидели «точки перегиба»: концентрацию контрагентов и неустойчивые каналы долларового фондирования.
LDI‑эпизод 2022 года в UK: как деривативы ломают кривую госдолга
История с LDI‑стратегиями британских пенсионных фондов осенью 2022 года — отличный пример кросс‑рыночной связности: казалось бы, хеджирование процентного риска через свопы, финансируемые под госбумаги, должно повышать устойчивость. На деле повышение доходностей Gilts привело к margin‑calls по свопам, фондов заставили продавать те же Gilts, чтобы получить cash. Получился самоускоряющийся цикл: рост доходностей → маржин‑коллы → распродажа бумаг → ещё больший рост доходностей. Регуляторы задним числом признали, что не было полноценных systemic risk and market interconnectedness consulting практик именно для non‑bank сектора, хотя сети фондирования там не менее сложны, чем у банков.
—
Неочевидные решения: где искать устойчивость в хрупкой сети
Структура залога важнее объёма: пересборка collateral toolkit
Интуитивное решение — «накопить больше ликвидных активов». Но в сетевой логике важнее не объём, а топология залога. Если одна и та же корзина high‑quality collateral лежит под несколькими плечами — например, обслуживает и деривативные маржи, и secured funding в другом часовом поясе, — то при стрессе вы сталкиваетесь с конкуренцией за один и тот же collateral pool. Неочевидное, но эффективное решение: проектировать «кольца» и «карманы» залога, где для отдельных каналов фондирования используются менее взаимозависимые активы, даже ценой небольшого снижения доходности портфеля. В 2025 году это уже стандартная тема для продвинутых казначейств и ALM‑комитетов.
Использование поведенческих данных вместо статичных лимитов
Ещё один нетривиальный ход — уйти от чисто регламентных лимитов к динамическим, основанным на поведенческих паттернах контрагентов и рынков. Вместо того чтобы просто ограничивать объём размещения у конкретного банка, продвинутые команды анализируют, как этот банк ведёт себя в разных фазах цикла: как быстро он урезает кредитные линии, как часто пересматривает collateral schedules, насколько агрессивно изменяет haircuts. Здесь в ход идут поведенческие модели и machine learning, интегрированные в funding liquidity risk management solutions, которые не только считают NSFR и LCR, но и прогнозируют скорость «испарения» доступной ликвидности при ударе по сети.
—
Альтернативные методы моделирования сетей фондирования
Агент‑базированные симуляции против классических VAR‑моделей
Традиционный подход к оценке ликвидности — VAR, исторические шоки, статичные стресс‑сценарии. Но для funding liquidity networks этого уже мало: корелляции и пути передачи шоков меняются по ходу кризиса. Поэтому все больше крупных игроков используют агент‑базированные модели, где каждый узел — банк, фонд, дилер — имеет собственные правила поведения: когда резать лимиты, как реагировать на маржинальные требования, когда продавать активы. Такие симуляции позволяют увидеть эндогенные эффекты, например, порог, при котором «локальный» стресс в FX превращается в системный кризис фондирования. Они хорошо сочетаются с liquidity stress testing and scenario analysis services, позволяя перейти от «бумажных тестов» к квази‑реальным цифровым краш‑тестам.
Гибридные графовые модели и «тепловые карты» уязвимости
Ещё один альтернативный метод — гибридные графовые модели, где веса рёбер учитывают не только объём сделок, но и качество залога, юридические ковенанты, временную зону и скорость перерасчёта маржи. На выходе вы получаете не просто сетевую карту, а «тепловую карту уязвимости»: какие каналы фондирования погаснут раньше, какие узлы станут «передатчиками» шока, а какие — амортизаторами. Современные cross market liquidity risk assessment tools уже включают подобные визуализации в стандартный функционал, интегрируя их в дашборды казначейства и риск‑офиса, чтобы в момент стресса не тратить время на ручную агрегацию данных.
—
Лайфхаки для профессионалов: работа с сетями в реальном времени
«Телефонная сеть» как актив: картирование неформальных линий
Опытные казначеи понимают: помимо формальных лимитов, существует «телефонная сеть» — неформальные отношения с counterparties, market‑makers и колл‑десками. В кризис именно она определяет, кому реально откроют repo под «серый» collateral, а кто останется за бортом. Практический лайфхак: поддерживать карту этих неформальных связей так же тщательно, как карту формальных лимитов. Кто вам звонил первым в марте 2020‑го? Кто готов обсуждать structured funding, когда рынки нервничают? Включите эти параметры в ваш interbank funding liquidity analytics software как качественные теги, пусть и без точного числового веса.
Встроенные «предохранители» в продуктовый дизайн и KPI
Последний, но критически важный приём — вшивать устойчивость funding liquidity networks прямо в продуктовый дизайн и KPI. Если командам платят только за спред и рост объёма, они естественно тянут портфель к коротким источникам фондирования и концентрируют риски на нескольких «дешёвых» контрагентах. Профессионалы, работающие с systemic risk and market interconnectedness consulting, рекомендуют иное: включать в KPI диверсификацию сроков и источников, ограничивать долю любого отдельного funding‑канала и поощрять разработки, которые используют «медленные», но надёжные источники ликвидности. В итоге вы жертвуете несколькими б.п. доходности, но радикально снижаете вероятность сетевого каскада при следующем шоке.
—
Взгляд из 2025 года: что дальше с funding liquidity networks
От реактивного управления к проактивной архитектуре рынков
Сейчас, в 2025 году, регуляторы и крупные игроки постепенно переходят от реактивного подхода — чинить funding liquidity networks после кризисов — к проактивному дизайну рынков. Обсуждаются общие стандарты для раскрытия информации о collateral chains, прозрачность по внутридневному использованию ликвидности и создание «буферных» институтов, способных временно абсорбировать шоки в отдельных сегментах. Для частных игроков это означает, что простого выполнения нормативов уже недостаточно. Нужно уметь показывать, как ваш бизнес‑модель вписана в сеть, какие у неё точки отказа и какие внутренние механизмы самостабилизации у вас заложены. Именно вокруг этого запроса и растёт новый рынок funding liquidity risk management solutions.