[논문 리뷰] Reconstructing firm-level input-output networks from partial information

Andrea Bacilieri, Pablo Austudillo-Estevez|arXiv (Cornell University)|2023. 03. 31.

Economic and Technological InnovationEconomics, Econometrics and Finance인용 수 3

한 줄 요약

이 논문은 이진 공급자-고객 링크와 기업 수준의 재무 집계 자료만을 이용하여 기업 수준의 입력-출력 네트워크 가중치를 복원하기 위해 최대 엔트로피 방법을 제안한다. 미세 척도 분포의 복원 성능은 뛰어나지만, 네트워크 구조와 누락된 기업 및 링크에 기인한 표본 편향으로 인해 체계적 중요도 측정치에서는 결과가 산산이 갈라진다.

ABSTRACT

There is a large consensus on the fundamental role of firm-level supply chain networks in macroeconomics. However, data on supply chains at the fine-grained, firm level are scarce and frequently incomplete. For listed firms, some commercial datasets exist but only contain information about the existence of a trade relationship between two companies, not the value of the monetary transaction. We use a recently developed maximum entropy method to reconstruct the values of the transactions based on information about their existence and aggregate information disclosed by firms in financial statements. We test the method on the administrative dataset of Ecuador and reconstruct a commercial dataset (FactSet). We test the method's performance on the weights, the technical and allocation coefficients (microscale quantities), two measures of firms' systemic importance and GDP volatility. The method reconstructs the distribution of microscale quantities reasonably well but shows diverging results for the measures of firms' systemic importance. Due to the network structure of supply chains and the sampling process of firms and links, quantities relying on the number of customers firms have (out-degrees) are harder to reconstruct. We also reconstruct the input-output table of globally listed firms and merge it with a global input-output table at the sector level (the WIOD). Differences in accounting standards between national accounts and firms' financial statements significantly reduce the quality of the reconstruction.

연구 동기 및 목표

• 충격 전파의 거시경제 모델링을 정확히 하기 위해 기업 수준의 공급망 데이터의 부족과 불완전성 문제를 해결한다.
• 이진 링크와 집계 재무 데이터만 제공될 경우, 입력-출력 네트워크에서 거래 가치를 복원하기 위한 최대 엔트로피 방법의 성능을 평가한다.
• 복원된 방법의 정확도를 미세 척도, 고차원 수준, 거시 척도 경제 수치(체계적 리스크 지표 및 GDP 변동성 포함)에 대해 평가한다.
• 네트워크 구조와 표본 편향이 복원 품질에 미치는 영향, 특히 기업의 외부 차수(고객 수)에 의존하는 측정치에 대해 조사한다.
• 회계 기준의 불일치가 존재하더라도 글로벌 기업 수준 데이터셋을 부문 수준의 입력-출력 표와 융합하여 보다 포괄적인 데이터셋을 구축할 수 있는지 탐색한다.

제안 방법

• 이진 네트워크 구조와 기업 수준의 수익/지출 데이터를 바탕으로 Parisi 등(2020)이 제안한 조건부 최대 엔트로피 방법을 적용하여 거래 가치를 추론한다.
• 에콰도르의 SRI 행정 데이터셋을 기준 진위 데이터로 삼아 복원 방법의 校정 및 검증을 수행한다.
• 각 기업의 총 투입 또는 총 생산량에 상대적으로 정규화하여 기술 계수 및 배분 계수를 복원한다.
• 일반 균형 입력-출력 모델(Acemoglu 등, 2012)을 활용하여 복원된 네트워크 기반으로 충격 전파 시뮬레이션을 수행하고 GDP 변동성을 평가한다.
• 미관측 경제 부분을 나타내는 프록시 노드를 도입하여 복원 정확도에 미치는 영향을 시험한다.
• 글로벌 상장 기업 데이터셋(FactSet)과 WIOD 부문 수준의 입력-출력 표를 융합하고, 증강된 네트워크에 동일한 복원 방법을 적용한다.

실험 결과

연구 질문

• RQ1 이진 링크와 집계 재무 데이터만 제공될 경우, 최대 엔트로피 방법이 기업 수준의 거래 가중치를 얼마나 정확하게 복원할 수 있는가?
• RQ2 복원 방법이 기술 계수 및 배분 계수와 같은 미세 척도 수치의 분포를 얼마나 잘 유지하는가?
• RQ3 출력 배수 및 영향 벡터와 같은 고차원 체계적 중요도 측정치는 얼마나 잘 복원되는가?
• RQ4 특히 기업의 외부 차수에 기반한 일부 체계적 리스크 지표가 복원 성능이 열 劣한 이유는 무엇인가?
• RQ5 미관측 경제를 나타내는 프록시 노드를 포함할 경우, 복원된 네트워크 수치와 총합 GDP 변동성의 정확도에 어떤 영향을 미치는가?

주요 결과

• 절대값이 완벽하지 않음에도 불구하고, 기술 계수 및 배분 계수와 같은 미세 척도 수치의 분포는 합리적으로 잘 복원된다.
• 출력 배수는 놀라울 정도로 정확하게 복원되어 에콰도르 데이터셋의 실측값과 매우 유사하게 나타난다.
• 기업의 외부 차수에 기반한 체계적 중요도 측정 지표인 영향 벡터는 표본 과정에서 누락된 기업과 링크로 인해 체계적으로 과대평가된다.
• 복원된 결과에서 총합 GDP 변동성이 과대평가되어, 복원 방법이 실제 네트워크 구조의 안정화 효과를 충분히 반영하지 못함을 시사한다.
• 외부 차수가 높은(더 많은 고객을 보유한) 기업은 네트워크의 본질적 구조와 표본 편향으로 인해 더 심각하게 영향을 받는다.
• 프록시 노드를 포함하면 미세 척도 및 고차원 수치의 복원이 향상되지만, 총합 GDP 변동성의 과대평가 문제는 해결되지 않는다.