[論文レビュー] Modular Dynamics of Financial Market Networks

Filipi N. Silva, César H. Comin+6 more|arXiv (Cornell University)|Jan 21, 2015

Complex Systems and Time Series Analysis参考文献 6被引用数 13

ひとこと要約

本稿では、コミュニティ構造とコミュニティ間接続性のみを用いて金融市場ネットワークのトポロジーを再構築するコミュニティ保存型ノイズモデルを提案する。このモデルが、実際の株式市場ネットワークの大多数のトポロジカル特徴を捉えていることを示している。主な発見は、金融危機期にはネットワークがモジュラー構造を失い、より均一に組織化されることであり、これはコミュニティダイナミクスの崩壊を示している。

ABSTRACT

The financial market is a complex dynamical system composed of a large variety of intricate relationships between several entities, such as banks, corporations and institutions. At the heart of the system lies the stock exchange mechanism, which establishes a time-evolving network of trades among companies and individuals. Such network can be inferred through correlations between time series of companies stock prices, allowing the overall system to be characterized by techniques borrowed from network science. Here we study the presence of communities in the inferred stock market network, and show that the knowledge about the communities alone can provide a nearly complete representation of the system topology. This is done by defining a simple null model, a randomized version of the studied network sharing only the sizes and interconnectivity between communities observed. We show that many topological characteristics of the inferred networks are carried over the networks generated by the null model. In particular, we find that in periods of instability, such as during a financial crisis, the network strays away from a state of well-defined community structure to a much more uniform topological organization. We show that the framework presented here provides a good null model representation of topological variations taking place in the market during crises. Also, the general approach used in this work can be extended to other systems.

研究の動機と目的

• コミュニティ構造のみで金融市場ネットワークのトポロジカル特徴を説明できるかどうかを調査すること。
• 観測されたネットワーク特徴の有意性を検証するため、コミュニティサイズと相互接続性のみを保存するノイズモデルを構築すること。
• 金融危機期におけるネットワークトポロジーの変化、特にコミュニティ構造の崩壊の観点から分析すること。
• 完全なトポロジカルデータなしで、コミュニティベースのモデルが複雑な金融システムをどの程度適切に表現できるかを評価すること。

提案手法

• 著者らは、相関に基づく隣接行列を用いて、株価相関から金融市場ネットワークを推定する。
• ルーヴェイン法などのコミュニティ検出アルゴリズムを適用し、価格動向が類似する株式のグループを同定する。
• 各コミュニティのサイズとコミュニティ間ミキシング行列を保存したまま、ネットワーク接続をランダム化することでノイズモデルを構築する。
• 時間経過に伴う、実際のネットワークとノイズモデルとの間で、次数分布、クラスタリング係数、経路長などのトポロジカル測定値を比較する。
• 主成分分析（PCA）を用いて、実際のネットワークと合成ネットワークの全体的構造を比較する。
• 力の法則に基づくレイアウト（フルクターマン＝ラインゴールド法）を用いたネットワーク可視化により、構造的類似性を定性的に評価する。

実験結果

リサーチクエスチョン

• RQ1 金融市場ネットワークのコミュニティ構造のみで、その大多数のトポロジカル特徴を説明できるか？
• RQ2 2008年の危機のような金融不安定期には、ネットワークトポロジーはどのように変化するか？
• RQ3 コミュニティ保存型ノイズモデルは、実際の金融ネットワークの統計的性質をどの程度正確に再現できるか？
• RQ4 危機期におけるモジュラー構造の喪失は、市場ダイナミクスの根本的転換を示唆しているか？
• RQ5 このフレームワークは、自然なコミュニティ組織を持つ他の複雑系へ一般化可能か？

主な発見

• コミュニティ保存型ノイズモデルは、次数分布やクラスタリング係数といった、実際の金融市場ネットワークの大多数のトポロジカル特徴を成功裏に再現した。
• 金融不安定期、特に2008年の危機期には、ネットワークが明確なモジュラー構造から、より均一的で構造の薄いトポロジーに移行することが観察された。
• ノイズモデルは、次数分布に基づくモデルよりもネットワーク全体の構造をよりよく捉えており、これはコミュニティ接続性が周辺次数統計よりも情報量が多いことを示している。
• 2002年以降、実際のネットワークはノイズモデルから徐々に乖離し始めた。これは、コミュニティベースの組織の崩壊、またはモデルに反映されていない新たなダイナミクスの出現を示唆している。
• このフレームワークは、金融システムにおけるネットワーク特徴の統計的有意性を評価するための強固なノイズモデルを提供する。
• 気象、脳、社会ネットワークなど、コミュニティ構造が意味を持つ他のシステムに対しても、本手法は一般化可能である。