[논문 리뷰] COVID-19 spreading in financial networks: A semiparametric matrix regression model

Monica Billio, Roberto Casarin외 2명|arXiv (Cornell University)|2021. 01. 02.

Complex Systems and Time Series Analysis인용 수 4

한 줄 요약

이 논문은 유럽 기업 간의 상호연결성에 대해 코로나19가 수익률, 변동성, 리스크 프리미엄 및 레버리지 등을 통해 미친 영향을 분석하기 위해 반모수적 베이지안 행렬 회귀 모델을 제안한다. 모델은 이질적인 영향을 드러내며, 코로나19는 변동성과 리스크 프리미엄 연결성을 증가시키지만 레버리지 연결성을 감소시켰으며, 중심성이 높은 기업일수록 전파 효과가 더 크다는 것을 보여준다.

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.

연구 동기 및 목표

• 새로운 반모수적 프레임워크를 사용하여 시간적, 다층 금융 네트워크를 내부 및 상호층 간 연결성과 함께 모델링하는 것.
• 코로나19 패an드믹의 외부 충격이 수익률, 변동성, 리스크 프리미엄, 레버리지 등 다양한 층에서 금융 연결성에 미치는 이질적 영향을 평가하는 것.
• 기업 중심성이 네트워크 간선이 패an드믹으로 인해 영향을 받는 정도에 어떻게 영향을 미치는지 정량화하는 것.
• 금융 네트워크를 초월하여 일반화 가능한 경제계량 프레임워크를 제공하는 것 — 매트릭스 변수 패널 데이터에 적용 가능.

제안 방법

• 외부 리스크 요인(누적 유럽 코로나19 확진자 수 포함)에 대한 간선 반응의 이질성을 모델링하기 위해 베이지안 계층 혼합 사전분포를 사용한다.
• 네 가지 층(수익률 전이, 변동성 전이, 리스크 프리미엄 전이, 레버리지 전이)을 통해 네트워크 연결성을 나타내는 매트릭스 변수 반응 변수를 추정한다.
• 탄력적이고 비모수적 추정을 가능하게 하면서도 해석 가능성을 유지하는 반모수적 회귀 모델을 통해 인과적 네트워크 구조를 추론한다.
• 스피크-앤드-슬럽 사전분포를 통한 수축과 선택 기반의 다변량 회귀 프레임워크를 통해 시간에 따라 변화하는 계수를 포함한다.
• 노드 수준의 중심성 측정치(인-degree, 아웃-degree, 베타윈스)를 사용하여 기업의 체계적 중요성과 패an드믹 영향과의 상호작용을 평가한다.
• 후행 추론은 고성능 컴퓨팅 클러스터에서 MCMC 샘플링을 통해 수행되며, 계수의 유의성 평가에 후행 최고밀도구간(HPDIs)을 사용한다.

실험 결과

연구 질문

• RQ1 코로나19 패an드믹은 유럽 기업 간의 다층 금융 네트워크 구조에 어떻게 영향을 미쳤는가?
• RQ2 수익률, 변동성, 리스크 프리미엄 또는 레버리지 중 어느 층의 금융 연결성이 패an드믹으로 인해 가장 크게 영향을 받았는가?
• RQ3 기업 중심성이 네트워크 간선에 대한 패an드믹 영향에 영향을 미치는가?
• RQ4 코로나19의 영향은 기업 간에 동일하게 나타나는가, 아니면 기업 특성에 따라 체계적으로 변하는가?
• RQ5 반모수적 베이지안 행렬 회귀 모델은 금융 네트워크 동역학에서 시간에 따라 변화하고 이질적인 반응을 얼마나 잘 포착할 수 있는가?

주요 결과

• 코로나19 패an드믹은 특히 헬스케어 및 부동산 부문에서 변동성과 리스크 프리미엄 연결성의 발생 확률을 크게 증가시켰다.
• 레버리지 연결성은 패an드믹 기간 동안 감소하여 자산성 기반 금융 연결성의 위축을 나타냈다.
• 들어오는 연결성이 높은 기업(인-degree가 높은 기업)은 변동성에 대한 부정적 코로나19 영향으로부터 덜 영향을 받았으며, 이는 변동성 충격에 대한 회복력이 있음을 시사한다.
• 나가는 연결성이 높은 기업(아웃-degree가 높은 기업)은 변동성 충격을 더 쉽게 전파하여 체계적 리스크 확대를 나타냈다.
• 기업 중심성과 패an드믹으로 인해 영향을 받는 연결성 수 사이에 강한 정의 상관관계가 있으며, 특히 리스크 프리미엄 및 변동성 층에서 기업의 거의 절반의 연결성이 영향을 받았다.
• 2020년 1월 17일에서 3월 27일 사이에 중심성 중간값(베이터윈스 중심성)이 첫 번째 테르틸에서 세 번째 테르틸로 이동한 기업들은 네트워크 영향력에서 유의미한 변화를 보였으며, 간선 존재에 대한 부정적 영향은 저중심성 및 고중심성 기업 모두에 균일하게 영향을 미쳤다.