全部版块 我的主页
论坛 经济学人 二区 外文文献专区
867 15
2022-05-10
英文标题:
《Analyses of Aggregate Fluctuations of Firm Network Based on the
  Self-Organized Criticality Model》
---
作者:
Hiroyasu Inoue
---
最新提交年份:
2016
---
英文摘要:
  This study examine the difference in the size of avalanches among industries triggered by demand shocks, which can be rephrased by control of the economy or fiscal policy, and by using the production-inventory model and observed data. We obtain the following results. (1) The size of avalanches follows power law. (2) The mean sizes of avalanches for industries are diverse but their standard deviations highly overlap. (3) We compare the simulation with an input-output table and with the actual policies. They are compatible.
---
中文摘要:
本研究考察了由需求冲击引发的行业之间雪崩规模的差异,需求冲击可以通过控制经济或财政政策、使用生产库存模型和观察数据来重新表述。我们得到了以下结果。(1) 雪崩的大小遵循幂律。(2) 行业雪崩的平均规模各不相同,但它们的标准偏差高度重叠。(3) 我们将模拟结果与投入产出表和实际政策进行了比较。它们是兼容的。
---
分类信息:

一级分类:Quantitative Finance        数量金融学
二级分类:General Finance        一般财务
分类描述:Development of general quantitative methodologies with applications in finance
通用定量方法的发展及其在金融中的应用
--
一级分类:Computer Science        计算机科学
二级分类:Systems and Control        系统与控制
分类描述:cs.SY is an alias for eess.SY. This section includes theoretical and experimental research covering all facets of automatic control systems. The section is focused on methods of control system analysis and design using tools of modeling, simulation and optimization. Specific areas of research include nonlinear, distributed, adaptive, stochastic and robust control in addition to hybrid and discrete event systems. Application areas include automotive and aerospace control systems, network control, biological systems, multiagent and cooperative control, robotics, reinforcement learning, sensor networks, control of cyber-physical and energy-related systems, and control of computing systems.
cs.sy是eess.sy的别名。本部分包括理论和实验研究,涵盖了自动控制系统的各个方面。本节主要介绍利用建模、仿真和优化工具进行控制系统分析和设计的方法。具体研究领域包括非线性、分布式、自适应、随机和鲁棒控制,以及混合和离散事件系统。应用领域包括汽车和航空航天控制系统、网络控制、生物系统、多智能体和协作控制、机器人学、强化学习、传感器网络、信息物理和能源相关系统的控制以及计算系统的控制。
--
一级分类:Physics        物理学
二级分类:Physics and Society        物理学与社会
分类描述:Structure, dynamics and collective behavior of societies and groups (human or otherwise). Quantitative analysis of social networks and other complex networks. Physics and engineering of infrastructure and systems of broad societal impact (e.g., energy grids, transportation networks).
社会和团体(人类或其他)的结构、动态和集体行为。社会网络和其他复杂网络的定量分析。具有广泛社会影响的基础设施和系统(如能源网、运输网络)的物理和工程。
--

---
PDF下载:
-->
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2022-5-10 12:42:25
基于自组织临界模型的企业网络总体波动分析*井上广康+兵库大学模拟研究生院摘要本研究考察了由需求冲击引发的行业之间雪崩规模的差异,这可以通过控制经济或规模政策、使用生产库存模型和观察数据来重新表述。我们得到了以下结果。(1) 雪崩的大小遵循幂律。(2) 行业雪崩的平均规模各不相同,但它们的标准偏差高度重叠。(3) 我们将模拟结果与投入产出表和实际政策进行了比较。他们很难相处。关键词:总波动、需求、网络、企业、生产、库存、控制理论*本研究是经济、贸易和工业研究所(RIETI)开展的“中小企业价格网络和动态”项目的一部分。作者感谢该研究所提供的各种支持。我们感谢吉川浩史、青山秀美、伊藤博史、池田裕一、藤原佳一、渡岛和彦、荒田佳彦以及参加日铁内部研讨会的成员们提供了有益的意见。我们衷心感谢日本科学促进会(编号:15K01217)提供的财政支持。+兵库大学模拟研究生院,7-1-28 Minatojima minamimachi,神户中谷,兵库650-0047,日本1简介刺激企业并促进溢出效应是政府影响其经济的一种方式,包括购买商品和服务,向企业提供补助,以及调整税收。政府认为财政政策是增长的重要决定因素[1,2]。目前,投入产出表分析被认为是预测溢出效应的有力工具[3]。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-10 12:42:28
它使我们能够获得刺激所使用的溢出效应的单一预测值。然而,很明显,即使我们使用与计算中使用的相同的公式,也无法获得与预测相同的结果。尽管如此,我们通常期望结果基本上与预测一致。这种担忧,即期望是否正确是本研究的主要主题。如果溢出效应的大小接近于预测的平均值,那么,通过企业网络传播的影响永远不会扩大或减少,这是事实。然而,Gabaix表明,如果企业规模分布是厚尾分布,该假设就不成立[4]。此外,Acemoglu等人。指出在存在部门间投入产出联系的情况下,微观经济冲击可能导致总体波动[5]。这些研究表明,刺激和溢出效应不会导致预测的接近。换句话说,正态分布通常是假定的,但这个假设是可疑的。这项研究揭示了外部需求冲击如何导致溢出效应。我们使用Bak等人[6]发明的微模型,并使用观测数据。我们澄清了以下几点:(1)溢出效应的多样性(必须取决于受到冲击的行业)(2)参与溢出效应的程度。(这还必须取决于行业。)本文的其余部分组织如下。在第2节中,我们将介绍数据集。第3节描述了我们在分析中使用的方法。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-10 12:42:31
第4节给出了结果。最后,第5节得出结论。2数据我们使用日本主要企业研究公司之一东京株式会社(TSR)收集的数据集s、TSR公司信息数据库和TSR公司链接数据库。这些数据集由经济、贸易和工业研究所(RIETI)提供。特别是,我们使用2012年收集的数据集。TSR数据包含广泛的企业信息。作为我们研究的必要信息,我们使用身份、资本、行业类型、供应商和客户。我们以供应商和客户为基础构建了一个完整的企业网络。请注意,数据中每家公司最多有24家供应商和24家客户。可以认为,该约束限制了每个节点的链接数量。然而,只要这些客户指定节点为供应商,no-de就可以是其他节点的供应商,没有限制,反之亦然。因此,供应商或客户的数量不限于24家。公司(即节点)的数量为1109549。供应商-客户关系(即链接)的数量为5106081。这个网络有方向,方向在我们的研究中很重要。我们根据行业划分公司。这些行业按照日本标准工业分类[7]进行分类。我们主要使用有20个分类的部门级别。然而,我们对分类进行了修改。由于在我们的研究中,“S:ZF,除其他分类外”和“T:无法分类的行业”的分类不那么重要,我们省略了它们。此外,我们将“I:整体销售和零售交易”分为批发和零售。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-10 12:42:34
在我们的研究中,这些部门之间的差异是不可忽略的,因为来自外部的冲击,例如零售业的规模政策。因此,在我们的研究中,变更后的部门级别显示了19个行业。此外,我们在集团层面使用了三个行业来比较一些日本金融政策的影响。这些类别分别是“5911:新汽车店”、“5931:除二手商品外的电器店”和“6821:房地产公司和经纪人”在后来的行业中,分化和集团层面之间的差异是明显的,不担心混淆这两个层面。我们使用投入产出表来比较amicro模型和该表之间溢出效应大小的预测。作为时间上最接近的表,我们使用201 1更新的输入输出表[8]。图1显示了观测网络的度分布。红色图表示观测网络的分布。重要的一点是,分布是厚尾的,这意味着分布不会超线性衰减。我们似乎无法将曲线绘制成P线∝ K-λ、 式中,Pis为累积概率,k为阶数,λ为正常数。如果度分布为正态分布,则曲线图的形状为d,如图1中的蓝色曲线图所示。由于正态分布指数衰减,我们可以观察到蓝色图在对数图上呈超线性下降。第4节解释了如何创建随机网络。我们应该将o观测网络与随机网络进行比较的原因是,正如我们在第4节中所示,随机网络会产生指数衰减的聚合函数。换句话说,它告诉我们,如果随机网络是真实经济中的网络,则不存在厚尾聚集函数。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-10 12:42:37
然而,被观测网络并不像我们在这里看到的那样是随机网络。[图1]如果概率分布或累积概率分布可以适用于一条直线,则表示该分布为幂律分布。具有幂律分布的网络称为无标度网络。有人指出,网络的幂律或无标度特性是厚尾聚集函数的决定因素[4]。由于观测到的网络是无标度网络,因此我们预计网络的聚合函数是厚尾的。3方法我们使用基于生产模型[6]的改进模型[9]。m-odi fied模型使我们能够进行微观层面的模拟,并研究骨料流动的特征。生产和库存模型最初由Bak等人发明[6]。该模型假设企业在供应链上相互连接。每家公司都有一定数量的存货。当一家公司收到客户的订单时,它会向客户提供中间产品或服务。如果公司没有足够的库存,它会向供应商发送订单。因此,订单和生产的级联有时会发生。级联的大小可以通过激活的企业的总生产范围来确定。Bak等人表明,ca-scade尺寸的分布遵循幂律。这一结果为最近与总波动相关的基于网络的研究奠定了基础[4,5]。也就是说,级联反应可以理解为聚合反应。在这里,为了简洁起见,我们把这场灾难称为雪崩。Bak等人得出的结果强烈依赖于供应链网络的规律性。一个节点在常规网络中有两个供应商和两个客户机,但顶层和底层的节点除外。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

点击查看更多内容…
相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群