[論文レビュー] Social Networks Under Stress

Daniel M. Romero, Brian Uzzi+1 more|arXiv (Cornell University)|Feb 1, 2016

Opinion Dynamics and Social Influence参考文献 30被引用数 6

ひとこと要約

本研究では、ヘッジファンド内のソーシャルネットワークが外部ショックにどのように反応するかを、インstantメッセージの完全なデータセットを用いて分析している。価格ショックに伴い、『タートルアップ』反応—すなわち、クラスタリングの増加、強い結束、インサイダー間の通信強化—が見られ、適応的で開放的な反応とは逆の傾向が示された。極めて重要な点として、ネットワーク構造は単に価格変動よりも、認知的・感情的・取引行動を予測する能力に優れていることが判明した。

ABSTRACT

Social network research has begun to take advantage of fine-grained communications regarding coordination, decision-making, and knowledge sharing. These studies, however, have not generally analyzed how external events are associated with a social network's structure and communicative properties. Here, we study how external events are associated with a network's change in structure and communications. Analyzing a complete dataset of millions of instant messages among the decision-makers in a large hedge fund and their network of outside contacts, we investigate the link between price shocks, network structure, and change in the affect and cognition of decision-makers embedded in the network. When price shocks occur the communication network tends not to display structural changes associated with adaptiveness. Rather, the network "turtles up". It displays a propensity for higher clustering, strong tie interaction, and an intensification of insider vs. outsider communication. Further, we find changes in network structure predict shifts in cognitive and affective processes, execution of new transactions, and local optimality of transactions better than prices, revealing the important predictive relationship between network structure and collective behavior within a social network.

研究の動機と目的

• 外部ショック（例：株価のボラティリティ）が組織内のソーシャルネットワークの構造的ダイナミクスに与える影響を理解すること。
• ネットワークのショックへの反応が、弱いつながりを通じた新規情報の求心的行動（例：弱いつながりの活用）を示す適応的行動か、信頼できるインサイダーに依存する反復的・保守的行動かを調査すること。
• 市場価格の変動とは別に、ネットワーク構造の変化が認知的・感情的・行動的結果を予測する能力を有するかを特定すること。
• ネットワーク構造が、金融意思決定における取引実行や局所的最適性といった集団的行動を予測する役割を果たすかを検討すること。

提案手法

• 大手ヘッジファンドの意思決定者とその外部関係者間の数百万件に及ぶインスタントメッセージの完全で匿名化されたデータセットを分析した。
• 価格ショック発生時における特定の銘柄に関する通信に基づき、ショック関連のネットワークダイナミクスを隔離するため、ネットワークサブグラフを定義した。
• ネットワーク特徴、価格特徴、および両方の特徴を用いて、感情的コンテンツ、認知的コンテンツ、取引行動を予測するためのロジスティック回帰分類器を用いた。
• クラスタリング係数、結束強度（強いつながり vs. 弱いつながり）、グループ内・グループ外通信比といったネットワーク構造的特性を測定した。
• 価格ショックの周囲の時間窓を用いて予測モデルを訓練・評価し、ネットワーク構造と価格変動の相対的な予測力の優位性を評価した。
• 時間的分析を用いて、ショック後におけるネットワーク構造のベースライン状態への回復を追跡し、ネットワークの弾力性（エラスティシティ）を評価した。

実験結果

リサーチクエスチョン

• RQ1 極端な株価変動といった外部ショックに対して、ソーシャルネットワークの構造はどのように変化するか？
• RQ2 ストレス状態において、ネットワークは弱いつながりの増加や情報多様性の向上といった適応的構造的反応を示すか、それともクラスタリングの増加や強い結束の強化といった反復的反応を示すか？
• RQ3 市場価格の変動と比較して、ネットワーク構造が個人の認知的・感情的状態および取引行動をどれほど正確に予測できるか？
• RQ4 ショック後、ネットワーク構造はどの程度の速さでベースライン状態に戻るか？ これは、回復力または弾力性を示唆するか？
• RQ5 ネットワークレベルの構造的変化は、金融機関における集団的行動のシフトを早期に示す指標として機能できるか？

主な発見

• 価格ショックは『タートルアップ』反応と関連している：ネットワークのクラスタリングが増加し、強い結束が強化され、インサイダーとアウトサイダー間の通信が活発化する。
• ネットワーク構造は、価格変動よりも感情的・認知的コンテンツの予測精度が高く、構造的特徴が独自の予測力を持っていることを示している。
• ネットワーク特徴のみが価格特徴を上回り、新規取引の実行予測において優れた性能を示し、両方の特徴を組み合わせた場合に最も高い精度を達成した。
• 市場価格よりもネットワーク構造が取引における局所的最適性の予測に優れており、構造的シフトがより深い行動的ダイナミクスを反映している可能性を示唆している。
• 『タートルアップ』状態は比較的短期間で終わる。ショック後、ネットワーク構造は素早くベースライン水準に戻り、構造的弾力性が示された。
• 本研究では、ショックに対してネットワークが開く兆しなし、弱いつながりを活用して新規情報を得るという理論とは逆の結果が得られ、反復的で保守的な反応が支持された。