[논문 리뷰] Enhanced capital-asset pricing model for bipartite financial networks reconstruction

Tiziano Squartini, Assaf Almog외 4명|arXiv (Cornell University)|2016. 06. 24.

Complex Systems and Time Series Analysis인용 수 2

한 줄 요약

이 논문은 이원 재무 네트워크의 보유 자산을 복원하기 위해 제약 조건이 있는 엔트로피 최적화 방법을 제안하며, 기존의 자본 자산 가격 모델(CAPM)을 개선하여 더 정확하고 덜 조밀한 구조를 도출한다. 유로존중앙은행(ECB) 데이터(2009–2015)를 대상으로 한 실험에서, 이 방법은 표준 CAPM 및 MECAPM보다 네트워크 구조 복원과 체계적 리스크 추정에서 뛰어난 성능을 보였다.

ABSTRACT

Reconstructing patterns of interconnections from partial information is one of the most important issues in the statistical physics of complex networks. A paramount example is provided by financial networks. In fact, the spreading and amplification of financial distress in capital markets is strongly affected by the interconnections among financial institutions. Yet, while the aggregate balance sheets of these institutions are publicly disclosed, information on single positions is mostly confidential and, as such, unavailable. Standard approaches to reconstruct the network of financial interconnection produce unrealistically dense topologies, leading to a biased estimation of systemic risk. Moreover, reconstruction techniques are generally designed for monopartite networks of bilateral exposures between financial institutions, thus failing in reproducing bipartite networks of security holdings (e.g., investment portfolios). Here we propose a reconstruction method based on constrained entropy maximization, tailored for bipartite financial networks. Such a procedure enhances the traditional capital-asset pricing model (CAPM) and allows to reproduce the correct topology of the network. We test the method on a dataset, collected by the European Central Bank, of detailed security holdings of European institutional sectors over a period of six years (2009-2015). Our approach outperforms the traditional CAPM and the recently proposed MECAPM both in reproducing the network topology and in estimating systemic risk.

연구 동기 및 목표

• 개별 노출 정보가 불완전하고 기밀이 보장된 재무 상호연결 네트워크를 복원하는 문제에 대응한다.
• 이원 구조(예: 자산 보유 포트폴리오)를 반영하지 못하는 단일 집합 네트워크 모델의 한계를 극복한다.
• 기존 방법이 초래하는 비현실적으로 조밀한 네트워크 복원으로 인한 네트워크 구조 편향을 줄인다.
• 자본 자산 가격 모델(CAPM)의 제약 조건을 엔트로피 최적화 프레임워크에 통합하여 재무 네트워크 복원 정확도를 향상시킨다.
• 실제 금융 기관 투자 포트폴리오와 체계적 리스크 전파 경로를 더 잘 반영하는 이원 네트워크에 특화된 방법을 개발한다.

제안 방법

• 부분적인 자산 보유 정보를 기반으로 이원 재무 네트워크를 복원하기 위해 제약 조건이 있는 엔트로피 최적화를 적용한다.
• 경제적으로 타당한 노출 분포로 향하도록 사전 제약 조건으로 자본 자산 가격 모델(CAPM) 프레임워크를 통합한다.
• 기관과 자산을 두 개의 별도 노드 집합으로 가지며, 보유 관계로 연결된 이원 그래프로 네트워크를 모델링한다.
• 총계 손익대차표 데이터와 CAPM 기반 리스크 기대치에서 유도된 제약 조건 하에 엔트로피를 최대화함으로써 네트워크 복원을 최적화한다.
• 개별 상호연결에 대한 가정을 최소화하면서도 관측된 보유의 주변 분포를 유지한다.
• 유럽중앙은행의 기관 부문 자산 보유에 대한 상세한 데이터셋(2009–2015)을 실제 입력 자료로 활용하여 검증한다.

실험 결과

연구 질문

• RQ1 집계 손익대차표 데이터만 제공될 경우, 수정된 CAPM 프레임워크가 이원 재무 네트워크 복원에 도움이 될 수 있는가?
• RQ2 제안된 엔트로피 최적화 방법은 진정한 재무 네트워크의 구조를 복원하는 데 있어 표준 CAPM 및 MECAPM보다 어떻게 비교되는가?
• RQ3 향상된 모델은 불완전한 재무 네트워크에서 네트워크 구조 편향을 어느 정도 줄이고 체계적 리스크 추정을 향상시키는가?
• RQ4 CAPM 제약 조건을 통합하면 기존 복원 기법보다 더 현실적이며 덜 조밀한 네트워크 구조를 도출할 수 있는가?
• RQ5 제한된 데이터로부터 포트폴리오 집중도 및 기관 간 노출 패턴과 같은 네트워크 특징을 정확하게 복원할 수 있는가?

주요 결과

• 제안된 방법은 표준 CAPM 및 MECAPM보다 실재 재무 보유 네트워크의 희박성과 구조를 더 정확하게 반영함으로써 상당히 더 정확한 네트워크 구조를 도출한다.
• 향상된 모델은 전통적인 방법에서 흔히 발생하는 비현실적으로 조밀한 상호연결을 피함으로써 복원 편향을 줄인다.
• 복원된 네트워크에서 유도된 체계적 리스크 추정치는 실제 노출 패턴과 리스크 전파 경로를 더 잘 반영하므로 더 신뢰할 수 있다.
• 이 방법은 자산 보유의 주변 분포를 성공적으로 유지하면서도 CAPM 기반 리스크 기대치와 일치하는 네트워크 구조를 생성한다.
• ECB 데이터(2009–2015)를 활용한 실증 검증을 통해, 이 방법은 네트워크 구조 복원과 체계적 리스크 추정에서 표준 CAPM 및 MECAPM보다 뛰어난 성능을 보임을 확인하였다.
• CAPM을 엔트로피 최적화 프레임워크에 통합함으로써 재무 상호연결의 더 경제학적으로 타당하고 현실적인 표현이 가능해졌다.