[論文レビュー] COVID-19 spreading in financial networks: A semiparametric matrix regression model

Monica Billio, Roberto Casarin+2 more|arXiv (Cornell University)|Jan 2, 2021

Complex Systems and Time Series Analysis被引用数 4

ひとこと要約

本稿では、リターン、ボラティリティ、リスクプレミアム、レバレッジを通じてCOVID-19がヨーロッパ企業間の相互接続性に与えた影響を分析するため、半パラメトリックベイジアン行列回帰モデルを提案する。モデルは、非均質な影響を明らかにした。COVID-19はボラティリティおよびリスクプレミアムの連結性を増加させた一方、レバレッジの連結性は減少させた。より中心的な企業は、より顕著な伝達効果を受ける。

ABSTRACT

Network models represent a useful tool to describe the complex set of financial relationships among heterogeneous firms in the system. In this paper, we propose a new semiparametric model for temporal multilayer causal networks with both intra- and inter-layer connectivity. A Bayesian model with a hierarchical mixture prior distribution is assumed to capture heterogeneity in the response of the network edges to a set of risk factors including the European COVID-19 cases. We measure the financial connectedness arising from the interactions between two layers defined by stock returns and volatilities. In the empirical analysis, we study the topology of the network before and after the spreading of the COVID-19 disease.

研究の動機と目的

• 時間的・多層的金融ネットワークを、内層および外層の接続性を組み合わせた新しい半パラメトリックフレームワークを用いてモデル化すること。
• COVID-19パンデミックという外生的ショックが、リターン、ボラティリティ、リスクプレミアム、レバレッジといった異なる層（層）における金融接続性に与える非均質な影響を評価すること。
• 企業の中心性が、ネットワークエッジがパンデミックにどの程度影響を受けるかを定量化すること。
• 金融ネットワークに限らず、一般化可能な経済推計フレームワークとしての行列変量パネルデータへの適用を提供すること。

提案手法

• 外生的リスク要因（累積ヨーロッパのCOVID-19感染者数含む）へのエッジ反応の非均質性をモデル化するために、ベイジアン階層混合事前分布を用いる。
• モデルは、4つの層（リターンの伝播、ボラティリティの伝播、リスクプレミアムの伝播、レバレッジの伝播）におけるネットワーク接続性を表す行列変量応答変数を推定する。
• 因果的ネットワーク構造は、係数の柔軟で非パラメトリック推定を可能にしつつ解釈可能性を保つ半パラメトリック回帰モデルを通じて同定される。
• スパイクアンドスラブ事前分布による縮小および変数選択を組み込んだ多次元回帰フレームワークを用いて、時変係数を組み込む。
• ノードレベルの中心性指標（イン-degree、アウト-degree、バッテリネス）を用いて、企業のシステミックな重要性とパンデミック影響との相互作用を評価する。
• MCMCサンプリングを高性能コンピューティングクラスタ上で実行し、後部最頻値域（HPDIs）を用いて係数の有意性を評価する。

実験結果

リサーチクエスチョン

• RQ1 COVID-19パンデミックは、ヨーロッパ企業間の多層的金融ネットワークの構造をどのように変化させたか？
• RQ2 リターン、ボラティリティ、リスクプレミアム、レバレッジといった金融接続性のどの層がパンデミックによって最も影響を受けたか？
• RQ3 企業の中心性は、パンデミックがネットワーク接続性に与える影響を緩和するか？
• RQ4 COVID-19の影響は企業間で均質的か、それとも企業特性に応じて体系的に変動するか？
• RQ5 半パラメトリックベイジアン行列回帰モデルは、金融ネットワークダイナミクスにおける時間的変動および非均質な反応をどの程度適切に捉えることができるか？

主な発見

• COVID-19パンデミックは、特に医療・健康ケアおよび不動産セクターにおいて、ヨーロッパ金融機関間のボラティリティおよびリスクプレミアムの連結性の確率を顕著に増加させた。
• パンデミック期にはレバレッジの連結性が低下し、バランスシートベースの金融接続性の縮小が示された。
• イン-degree（流入接続性）が高い企業は、ボラティリティへの否定的影響に対して感受性が低く、ボラティリティショックに対してレジリエンスを示した。
• アウト-degree（流出接続性）が高い企業は、ボラティリティショックの伝播に対してより脆弱であり、システムリスクの拡大を示唆した。
• 企業の中心性と、パンデミックに影響を受ける接続性の数との間に強く正の相関関係が認められ、特にリスクプレミアムおよびボラティリティ層では、ほぼ半数の接続性が影響を受けていた。
• 2020年1月17日から3月27日までの間に、バッテリネス中心性が第1四分位から第3四分位に上昇した企業は、ネットワーク内での影響力に顕著な変化を示し、エッジ存在への否定的影響は低中心性および高中心性の両企業に均等に影響した。