[論文レビュー] Netconomics: Novel Forecasting Techniques from the Combination of Big Data, Network Science and Economics

Andreas Joseph, Irena Vodenska+2 more|arXiv (Cornell University)|Mar 4, 2014

Complex Systems and Time Series Analysis参考文献 5被引用数 3

ひとこと要約

本稿では、ビッグデータ、ネットワーク科学、経済学を統合する新規フレームワークNetconomicsを提案する。経済システムをネットワークとしてモデル化することで、複数の線形回帰を用いた決済残高、長期投資ポートフォリオネットワークを用いた危機早期警戒、GDP予測を目的とした貿易フロー・ネットワークを用い、トポロジー的指標（ゲートキーピング・ポテンシャル）が伝統的な貿易量を上回る性能を示し、経済的相互依存性のより正確で包括的な視点を提供する。

ABSTRACT

The combination of the network theoretic approach with recently available abundant economic data leads to the development of novel analytic and computational tools for modelling and forecasting key economic indicators. The main idea is to introduce a topological component into the analysis, taking into account consistently all higher-order interactions. We present three basic methodologies to demonstrate different approaches to harness the resulting network gain. First, a multiple linear regression optimisation algorithm is used to generate a relational network between individual components of national balance of payment accounts. This model describes annual statistics with a high accuracy and delivers good forecasts for the majority of indicators. Second, an early-warning mechanism for global financial crises is presented, which combines network measures with standard economic indicators. From the analysis of the cross-border portfolio investment network of long-term debt securities, the proliferation of a wide range of over-the-counter-traded financial derivative products, such as credit default swaps, can be described in terms of gross-market values and notional outstanding amounts, which are associated with increased levels of market interdependence and systemic risk. Third, considering the flow-network of goods traded between G-20 economies, network statistics provide better proxies for key economic measures than conventional indicators. For example, it is shown that a country's gate-keeping potential, as a measure for local power, projects its annual change of GDP generally far better than the volume of its imports or exports.

研究の動機と目的

• 従来のマクロ経済モデルがグローバル金融危機や経済変動を予測する上で抱える限界を是正すること。
• ネットワーク科学をビッグデータおよび経済指標と統合することで、データ駆動型の予測ツールを開発すること。
• グローバル貿易および金融ネットワークにおけるトポロジー的性質を分析することで、経済的パフォーマンスの優れた代理指標を同定すること。
• 標準的な経済変数と組み合わせたネットワーク統計を用いて、システミック・リスクのための早期警戒システムを構築すること。

提案手法

• 時間シフト付きの回帰変数を用いた複数の線形回帰（MLR）を用いて、国別決済残高指標間の関係的ネットワークを構築し、予測を可能にする。
• 特にエッジ密度およびトラッキング・セントラリティを用いて、長期債務投資ポートフォリオ・ネットワークにネットワーク指標を適用し、システミック・リスクのパターンを特定する。
• G-20諸国の国際的貿易ネットワークを、ノードサイズをGDP、エッジの重みを貿易量に基づく有向フローネットワークとしてモデル化する。
• フローフラワーモデルにおける位置関係から導出されるトポロジー的指標として、国際貿易ネットワーク内での国のローカルパワーを表すゲートキーピング・ポテンシャル（GKP）を導入する。
• ネットワークダイナミクスに基づき、オフ・オブ・ザ・カウンター（OTC）デリバティブ、特に信用デフォルトスワップ（CDS）の拡散を記述する非線形的現象的モデリング（NLSMM）を適用する。
• ネットワーク構築、統計的分析、経済システムの可視化にPythonベースのツール（IPython、NetworkX）を用いる。

実験結果

リサーチクエスチョン

• RQ1 伝統的な貿易量指標と比較して、ネットワークベースのトポロジー的指標はGDP予測の精度を向上させることができるか？
• RQ2 投資ポートフォリオ・ネットワークにおけるネットワーク統計は、システミック金融危機の早期警戒信号として機能することができるか？
• RQ3 決済残高データにおける高次元の相互作用および関係的構造は、マクロ経済指標の予測モデリングをどのように向上させるか？
• RQ4 貿易量とは独立して、国がグローバル貿易ネットワーク内でのゲートキーピング・ポテンシャル（GKP）を示す場合、その国における実際のGDP成長率とどの程度相関するか？
• RQ5 金融デリバティブの拡散はネットワークプロセスとしてモデル化可能であり、それが主要な金融ショックを予測できるか？

主な発見

• 時間シフト付きの回帰変数を用いたMLR適合ネットワークモデルは、年次決済残高指標を正確に記述し、大多数の成分について強力な予測を提供する。時間シフト付きの回帰変数が予測力の向上に寄与している。
• トラッキング・セントラリティは、複数の主要経済変数を高精度で追跡する「マクロ経済の温度計」とも呼べる指標を特定し、国境を越えた経済的相互作用の監視をより効果的に可能にする。
• 長期債務投資ポートフォリオ・ネットワークにおけるエッジ密度は、システミック・リスクの信頼できる早期警戒信号として機能し、2008年のグローバル金融危機の前には一貫した警告サインが現れた。
• G-20貿易ネットワークにおけるゲートキーピング・ポテンシャル（GKP）は、大多数の国において年間GDP変化と正の相関を示し、輸出・輸入量の両方を上回る予測性能を示す。
• オーストラリアは特異な例であり、GKPはGDP変化と大きな負の相関を示すが、これは貿易のハブではなく原材料輸出国としての役割によるものである。
• ネットワーク科学をビッグデータおよび従来の経済指標と統合することで、従来のモデルに比べ、グローバル経済的相互依存性のより強固で包括的な理解が可能になる。