“坏事传千里”：美国银行违约恐慌的传播机制

本文为“量化历史研究”第491篇推送

常言道：“好事不出门，坏事传千里”。在市场当中，针对一定机构的“坏消息”十分普遍（如：意外风险、破产传言，等）。这些坏消息往往能深刻影响一个机构的运营、股价乃至生死。另一方面，其传播又往往具有明显地选择性——在特定区域、特定人群、特定条件中传播尤为迅速。因此，研究负面消息如何传播显得尤为重要。Greve等人于2016年发表在《American Sociological Review》的论文研究了1893年美国银行业恐慌，从社会网络和关联的角度探讨了“坏消息”是如何传播的。

1893年，美国经历了一次严重的经济危机。在危机当中，国民收入较1892年下降了18%。更糟糕的是，这次经济危机引起了银行业的恐慌现象。由于担心银行破产或流动性不足导致存款付水东流，民众在众多银行进行挤兑，纷纷从银行提取现金。挤兑风波加速了众多银行的倒闭。虽然政府采取了一些措施来控制局面，仍然有503家银行在1893年5月至8月间暂停营业，其中的三分之二最终破产。图1展示了当时受冲击银行的地理分布。从图中可以看出，大量受冲击的银行集中在中西部和西部地区。历史学家指出，这次银行业大地震主要是民众的恐慌造成的。虽然在最初阶段很多银行其实并不存在倒闭风险，但恐慌迅速传播，最终波及了众多银行，导致了这些银行因挤兑而倒闭。

图1 1893年6月至9月间银行挤兑的地理传播

那么，这次恐慌是如何传播开的呢？最初危机发生后，恐慌更容易渗透到哪些地方？哪些银行更容易受到危机的冲击？针对这些问题，作者从多个维度进行了分析。作者认为，1893年的银行业恐慌是研究这些问题的绝佳案例。由于危机的扩散主要是因民众恐慌而导致的，这有利于排除掉其他很多因素的影响。

作者首先考虑了银行的类型。作者认为，当一家银行遭遇经营危机、受到挤兑时，民众会倾向于认为同类型的银行也可能存在问题，因此更可能去挤兑其他的同类型银行。在回归分析中，作者检验了这一假说（见表1 Model2）。作者将银行分为国有银行、州立银行、商业银行、储蓄银行四类。作者的数据分析印证了这一假说：当一家银行发生挤兑之后，处在同一州的其他同类型银行也更容易发生挤兑现象。

表1 银行遭受挤兑的影响因素

其次，作者还考虑了社群效应的影响。作者的这一理论认为，信息在不同的人群当中传播效率是不同的。例如，一则消息在熟人之间可能会快速传播，在陌生人之间的传播速度会因接触不足而放慢。因此，作者提出，在相似度更高的社群，恐慌传播的速度更快。作者从种族、母国、宗教、农场规模四个维度构造了衡量社群构成相似度的指标。表1 Model3的计量分析支持了作者的假说：如果一个社群相似度更高（如：种族比较单一，信仰相同的宗教，等），那么恐慌也会传播得更快。在种群相似度高的地区，一家银行遭受挤兑更可能波及其附近的其他银行。

最后，作者还考虑了银行网络的影响。银行之间是存在业务往来关联的。特别地，在当时美国的银行体系中，一家地方银行往往与某个金融中心的大银行存在紧密联系。例如，一家位于五大湖地区的银行可能主要与东海岸金融中心纽约的大银行形成业务往来关系，纳入纽约的银行网络。同时，它也可能选择纳入西海岸旧金山的银行网络。作者认为，这种银行业务网络是除地缘之外的另一种网络联系，势必对恐慌的传播同样造成影响。这一假说同样得到了印证（见表1 Model 4）。作者发现，当一家银行遭遇挤兑，与其处于同一州且在同一业务网络中的银行比其他银行更可能遭受挤兑。

综合而言，作者从银行和顾客网络的角度，多维度分析了恐慌传播问题。这些发现对于我们理解信息的传播具有很大的意义。同时，对于银行等机构而言，针对“坏消息”传播相关的特点，做好相应的危机公关，或许也能够在特殊时期化解危机，为自己的生存和发展创造更多的“好消息”。

文献来源: Greve, H.R., Kim, J.Y. and Teh, D., 2016. Ripples of fear: The diffusion of a bank panic. American Sociological Review, 81(2), pp.396-420.

“量化历史研究”公众号由陈志武（香港大学冯氏基金讲席教授、原耶鲁大学教授）和龙登高（清华大学教授）及其团队——林展（中国人民大学）、熊金武（中国政法大学）、何石军（武汉大学）、黄英伟（中国社会科学院）、蒋勤（上海交通大学）、彭雪梅（中山大学）等人负责。向学界和业界朋友，定期推送量化历史研究经典、前沿文献。同时作为“量化历史讲习班”信息交流平台。喜欢我们的朋友请搜寻公众号：QuantitativeHistory，或扫描下面二维码关注。

轮值主编：蒋 勤 责任编辑：彭雪梅