全部版块 我的主页
论坛 经济学人 二区 外文文献专区
985 27
2022-05-25
英文标题:
《The multiplex dependency structure of financial markets》
---
作者:
Nicol\\\'o Musmeci, Vincenzo Nicosia, Tomaso Aste, Tiziana Di Matteo,
  Vito Latora
---
最新提交年份:
2016
---
英文摘要:
  We propose here a multiplex network approach to investigate simultaneously different types of dependency in complex data sets. In particular, we consider multiplex networks made of four layers corresponding respectively to linear, non-linear, tail, and partial correlations among a set of financial time series. We construct the sparse graph on each layer using a standard network filtering procedure, and we then analyse the structural properties of the obtained multiplex networks. The study of the time evolution of the multiplex constructed from financial data uncovers important changes in intrinsically multiplex properties of the network, and such changes are associated with periods of financial stress. We observe that some features are unique to the multiplex structure and would not be visible otherwise by the separate analysis of the single-layer networks corresponding to each dependency measure.
---
中文摘要:
本文提出了一种多重网络方法来同时研究复杂数据集中不同类型的依赖关系。特别地,我们考虑由四层组成的多重网络,分别对应于一组金融时间序列之间的线性、非线性、尾部和偏相关。我们使用标准的网络过滤程序在每一层上构造稀疏图,然后分析得到的多路网络的结构特性。对由金融数据构建的多元化的时间演化的研究揭示了网络内在多元化特性的重要变化,这种变化与金融压力的时期有关。我们观察到,一些特征对于多路复用结构是独特的,并且通过对对应于每个依赖性度量的单层网络的单独分析,这些特征是不可见的。
---
分类信息:

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。
--
一级分类:Computer Science        计算机科学
二级分类:Computational Engineering, Finance, and Science        计算工程、金融和科学
分类描述:Covers applications of computer science to the mathematical modeling of complex systems in the fields of science, engineering, and finance. Papers here are interdisciplinary and applications-oriented, focusing on techniques and tools that enable challenging computational simulations to be performed, for which the use of supercomputers or distributed computing platforms is often required. Includes material in ACM Subject Classes J.2, J.3, and J.4 (economics).
涵盖了计算机科学在科学、工程和金融领域复杂系统的数学建模中的应用。这里的论文是跨学科和面向应用的,集中在技术和工具,使挑战性的计算模拟能够执行,其中往往需要使用超级计算机或分布式计算平台。包括ACM学科课程J.2、J.3和J.4(经济学)中的材料。
--
一级分类:Quantitative Finance        数量金融学
二级分类:Statistical Finance        统计金融
分类描述:Statistical, econometric and econophysics analyses with applications to financial markets and economic data
统计、计量经济学和经济物理学分析及其在金融市场和经济数据中的应用
--

---
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
2022-5-25 09:53:27
金融市场的多重依赖结构斯尼科尔·穆斯梅西、文琴佐·尼科西亚、托马索·阿斯特、3、4蒂齐亚纳·迪马特奥、1、3和维托·拉托拉,*伦敦国王学院数学系,The Strand,London WC2R 2LS,UK数学学院,Queen Mary,伦敦大学,Mile End Road,London E1 4NS,UK计算机科学系,伦敦大学学院,Gower Street,London,WC1E 6BT,UK系统风险中心,London School of Economics and Political Sciences,London,WC2A 2AE,UKWe在此提出了一种多重网络方法,以同时研究复杂数据集中不同类型的依赖性。特别是,我们考虑由四层组成的多重网络,分别对应于一组金融时间序列之间的线性、非线性、尾部和偏相关。我们使用标准的网络过滤程序在每一层上构建稀疏图,然后分析所获得的多重网络的结构特性。对由金融数据构建的多元化的时间演化的研究揭示了网络内在多元化特性的重要变化,这些变化与金融压力的时期有关。我们观察到,一些特征对于多路复用结构是独特的,并且通过对对应于每个依赖性度量的单层网络的单独分析,这些特征是不可见的。引言在过去十年中,网络理论已被广泛应用于金融市场分析。一般而言,金融市场和复杂系统由许多相互作用的要素组成,了解它们的相互依存结构及其随时间的演变对于捕捉这些系统的集体行为、识别关键状态的出现以及缓解多个因素同时移动所产生的系统性风险至关重要。
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

2022-5-25 09:53:30
网络过滤是将稀疏网络与高维依赖性度量相关联的强大工具,对此类网络结构的分析可以揭示对底层系统集体属性的重要见解。按照Mantegna的前期工作【1】首先追踪的路线,一组与金融资产价值相关的时间序列被映射到一个稀疏的复杂网络中,该网络的节点是资产,其加权链接表示相应时间序列之间的依赖关系。过滤相关矩阵对于研究和描述复杂数据集的潜在相互依赖结构非常有用【1–5】。事实上,稀疏性允许过滤噪声,然后可以使用complexnetworks理论中提出的标准工具和指标来分析稀疏网络,以研究数据集的多变量属性[6,7]。此外,过滤网络可以用作稀疏推理结构,以构建有意义且计算效率高的预测模型【7,8】。复杂系统通常以变量之间的非线性依赖形式为特征,这些变量很难用单个度量来捕获,也很难映射到单个过滤网络中。一种多重网络方法,它考虑了*通信发送至:v。latora@qmul.ac.uksystem因此,以一致的方式,是同时考虑几种不同类型的依赖关系的一种自然而强大的方式。金融时间序列之间的相关性可以通过不同的度量来描述,每种度量都有自己的优缺点,这导致了对不同类型网络的研究,即相关网络、因果网络等。
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

2022-5-25 09:53:33
最常见的方法是使用Pearsoncorrelation系数确定链接的权重,因为这是一个可以轻松快速计算的数量。然而,皮尔逊系数衡量两个时间序列之间的线性相关性[9],这是一个相当严重的限制,因为非线性已被证明是金融市场的一个重要特征[10]。其他衡量指标也可以提供资产关系方面同样信息丰富的图片。例如,Kendall相关系数考虑了单调非线性[11][12],而其他指标,如尾部相关性,则量化了极端事件中的相关性。因此,定量描述这些替代性描述之间的关系非常重要,但也会影响皮尔逊相关系数,同时还要监测这些差异是如何随时间变化的(如果有的话)。在这项工作中,我们利用多元化方法的力量,同时分析金融时间序列之间不同类型的依赖关系。多重网络理论是最近引入的一个框架,它允许将现实世界中由不同类型关系连接的单元组成的复杂系统描述为具有多个层的网络,其中每一层的链接代表同一组节点之间不同类型的交互【13,14】。多重网络方法与网络过滤相结合,是研究线性、非线性和尾部相关性之间相互作用的理想框架,因为它的特殊设计考虑了每一层连接模式的特殊性,但也描述了不同层之间的复杂关系【15】。分析多层次交互的想法最初是在社交网络的背景下,在框架分析理论的范围内引入的【16】。
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

2022-5-25 09:53:38
最近,从恐怖组织到在线社区,各种不同的社交网络都证明了考虑多种人际互动的重要性;在所有这些情况下,多层分析揭示了arich拓扑结构[17],在网络建模和预测方面也优于单层分析[18][19]。尤其是社交网络中的多层社区检测已被证明比单层方法更有效[20];全球网络[21][22]和引文网络[23]上的社区检测也报告了类似的结果。例如,在电网的背景下,多层分析为同步在触发级联故障中的作用提供了重要的见解[24][25]。类似地,对传输网络的分析强调了多层方法的重要性,以针对节点故障优化系统,如flightscancellation【26】。在经济网络的背景下,多元分析被应用于研究世界贸易网[27]。此外,它们在系统性风险的背景下得到了广泛的应用,在系统性风险的背景下,图表被用来建模银行间和信贷网络[28][29]。在此,我们将多重方法扩展到金融市场时间序列,目的是分析不同依赖性度量的作用,即Pearson、Kendall、Tail和偏相关。特别是,我们将所谓的平面最大过滤图(PMFG)[2][3][4][7]视为四层中每一层的过滤程序。对于四个未过滤的依赖矩阵中的每一个,PMFG过滤从完全连接的图开始,并使用贪婪过程获得一个连接所有节点且具有最大权重和的平面图[3][4]。
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

2022-5-25 09:53:41
PMFG能够保留比最小生成树(MST)更多的链接数量,因此信息量更大,可以看作是后者的推广,后者总是包含在适当的子图中[2]。MST和PMFG的拓扑结构提供了有意义的经济和财务信息[30-34],可用于风险监控[35-37]和资产配置[38,39]。采用滤波程序的优势不仅在于降低噪声和维数,更重要的是在于生成稀疏网络的可能性,因为稀疏性是本文将使用的大多数多重网络度量的一个要求[14]。值得一提的是,偏相关层的过滤需要对PMFG算法进行调整,以处理不对称关系。我们遵循了[40]中提出的方法,排除了节点之间的双链接。然后,将得到的与偏相关相对应的平面图转换为无向图,并包含在复用中。结果金融股多重网络我们构建了一个M=4层、节点数量可变的时变多重网络。Nodesrepresent股票,选自1993年1月3日至2015年2月26日期间在标准普尔500指数中至少出现过一次的Ntot=1004美国股票的数据集。研究期间被划分为200个滚动时间窗口,每个时间窗口θ=1000个交易日。网络时间T=1,2,200可以用邻接矩阵aαij(T)来描述,其中i,j=1,N(T)和α=1,2,3,4。时间窗口T处的网络有N(T)<个节点,表示在时间窗口T中连续交易的股票。
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