矩阵法估测银行业系统性风险包括以下两个步骤：第一步，模拟估计银行间的矩阵结构；第二步，场景分析银行传染效应的发生机制。两步中，估计银行间的矩阵结构比较复杂，需要涉及信息熵的内容以及一系列的假设条件。
1.模拟估计银行间借贷数据的矩阵结构
理论上银行间的矩阵结构简单明了，但是实际上要模拟出它们之间的结构却十分困难，这主要是银行间的数据获取比较困难，银行将自己持有的对各个银行的债权债务量视为自己的商业机密，不是内部人员很难获得其相应的信息，因此，要想找出它们之间的结构关系，实际上几乎不可能做到，只能通过一定的假设关系，模拟其理论结构，为我们的研究提供支持。
2.模型的构建
我们假设我国银行业体系中存在n家银行，这n家银行相互间都有信贷关系，Xi，j表示i银行对j银行的资产，j银行对i银行的负债，
表示j银行在银行间市场的总负债，
表示i银行在银行间市场的总资产，因此，我们可以将银行间市场的市场结构表示成矩阵的形式。
实际研究中，我们只能获得银行公布的对银行间借贷的总体资产和负债，这些信息远不能估计出银行间的实际数据结构，还需知道原来银行间的大致结构，因此，我们需要对此做出假设。在此，采用国际上通用的做法，假设银行间的借贷关系呈现出来的是一种完全竞争的市场结构。这与实际情况有一定的不同，一般现实情况，银行倾向于向自己关系比较密切的银行存放和借贷，这样，结构比较集中。然而，完全竞争的市场结构能够测度银行系统性风险发生的最小可能性，其他的非完全市场情况下的风险必然会大于这种情况。Allen和Gale（2000）得出结论认为：完全的市场结构系统性风险发生概率小；非完全的市场结构发生危机的概率较大；货币中心银行结构基本不发生系统性风险。
在以上假设下，我们能够求得银行间的初始矩阵结构。通过适当的标准化，可以将矩阵的行和与列和值当成边际分布函数的实现值，而行和与列和值对应的矩阵中的数值可以看成联合分布函数的实现值，这样，初始的完全竞争市场结构矩阵中的数值可以通过对应的行和与列和的数值相乘得到，如
表示初始矩阵中的处于i行j列的元素值，那么
这里
是标准化的已知的列和，
是标准化的已知的行和。另外，实践中，银行自己是不会对自己存在资产和负债业务的（子公司业务除外），因此，对于初始矩阵，我们又做一定的调整，令其对角线上的元素值为零。
3.方程求解
通过模型的构建，在已有的数据基础上，基于一定的假设条件，我们能够计算得到初始结构矩阵，而我们最终要求得的是银行业体系当前或者以后数期的结构特征，所以需要在这些已有的数据和假设基础上进行计算得到。当前在这方面比较成熟的方法主要有两个：“交叉熵”法和RAS调整法。
“交叉熵”（Cross Entropy，CE）法最早是Shannon（1948）信息理论中提出的，后来被Jaynes（1957）应用解决参数估计和统计推断的问题，Theils（1967）将其应用到经济学领域。CE的基本思想是将交叉熵的测度值最小化，这一熵值刻画了新概率和初始估计的概率之间的差距，也就是说新的数据集x1与初始数据集x0相比会增加一些信息，CE就是设法将新增加的信息最小化。在本实证中，通过此方法能够估计银行间的借贷矩阵，满足行和与列和与给出值相等，同时，矩阵结构与原来假设的完全市场结构尽可能地接近。CE法在数学上的实现就是求线性规划的问题，对模拟矩阵x∗的求解如下：(www.xing528.com)
以上Xi，j是矩阵X∗的元素，
是求得的初始矩阵X0中的元素，ai是已知的行和，lj是已知的列和。
RAS调整法是指在新的行和与列和的情况下通过行乘数r和列乘数s分别左乘和右乘初始矩阵X0，生成一个相同维度的新的矩阵。这个新的矩阵和初始矩阵能够保持结构一致，同时满足与给定的行和与列和相等。根据Gunluk⁃Senesen和Bates（1988）等的研究表明，在给定相等的行和与列和的情况下，RAS调整法与CE法得到的结果相似。虽然RAS调整法易于理解，但是需要经过数次的迭代过程，手工计算相当复杂，一般通过Excel的VBA程序编写代码完成计算。本文选择RAS调整法进行估计。
4.场景分析
通过第一步骤的计算，我们获得了模拟矩阵的数值结构为X∗
按照国际上研究的惯例给定不同的损失率，由于突发性的事件造成一家银行的破产，其他银行遭受损失的情况。计算出各个银行作为风险源的情况下造成的总体损失额，在不同的损失区间包括的银行家数以及传染发生时的具体路径。风险传染轮次如下：
第一轮：位于矩阵某列的一家银行突然倒闭，造成其他的一家或者几家银行的损失超过其拥有的核心资本，以致这一家或几家银行倒闭。
第二轮：在第一轮的基础上，由于拥有足够的资本金，一些银行可能没有倒闭，但是随着其他行的倒闭，这时剩下的银行的损失会在原来的基础上累加，一旦超过其相应的资本金，这时，又会有一批银行倒闭。
第三轮：按照上面的规则，银行依次倒闭，传染继续进行。
第四轮：……
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
