[論文レビュー] Modeling Dynamic Transport Network with Matrix Factor Models: with an Application to International Trade Flow

Elynn Y. Chen, Rong Chen|arXiv (Cornell University)|Jan 2, 2019

Complex Network Analysis Techniques被引用数 6

ひとこと要約

本稿では、1982年から2015年までの国際的貿易フローの時間的推移を、関係行列の時系列として分析するための行列分解モデルを提案する。このモデルは、貿易ハブ、中心性の変化、進化する貿易パターンを明らかにする潜在的な低次元構造を解明する。本手法は、次元削減を実現するとともに、長期間にわたるトレンドおよび政策関連の変化点を、1982年から2015年までの貿易ネットワークから捉える。

ABSTRACT

International trade research plays an important role to inform trade policy and shed light on wider issues relating to poverty, development, migration, productivity, and economy. With recent advances in information technology, global and regional agencies distribute an enormous amount of internationally comparable trading data among a large number of countries over time, providing a goldmine for empirical analysis of international trade. Meanwhile, an array of new statistical methods are recently developed for dynamic network analysis. However, these advanced methods have not been utilized for analyzing such massive dynamic cross-country trading data. International trade data can be viewed as a dynamic transport network because it emphasizes the amount of goods moving across a network. Most literature on dynamic network analysis concentrates on the connectivity network that focuses on link formation or deformation rather than the transport moving across the network. We take a different perspective from the pervasive node-and-edge level modeling: the dynamic transport network is modeled as a time series of relational matrices. We adopt a matrix factor model of \\cite{wang2018factor}, with a specific interpretation for the dynamic transport network. Under the model, the observed surface network is assumed to be driven by a latent dynamic transport network with lower dimensions. The proposed method is able to unveil the latent dynamic structure and achieve the objective of dimension reduction. We applied the proposed framework and methodology to a data set of monthly trading volumes among 24 countries and regions from 1982 to 2015. Our findings shed light on trading hubs, centrality, trends and patterns of international trade and show matching change points to trading policies. The dataset also provides a fertile ground for future research on international trade.

研究の動機と目的

• 国と国間の二国間貿易量を表す $ n \times n $ の貿易行列の時系列として、動的国際貿易フローをモデリングすること。
• 観察された貿易データの背後にある動的輸送ネットワークの潜在的低次元構造を解明すること。
• 30年間にわたるグローバル貿易における進化する貿易ハブ、中心性パターン、構造的トレンドを特定すること。
• 大規模な関係データに適用可能な、柔軟でデータ駆動型の次元削減および動的ネットワーク分析フレームワークを提供すること。
• 潜在的ダイナミクスと現実の貿易イベントを結びつけることで、将来の予測および政策に役立つインサイトを可能にすること。

提案手法

• 本手法は、観察された貿易行列を、潜在的動的要因と負荷行列の低ランク分解としてモデル化する。これは、Wang et al. (2018) に従う。
• 時系列としての $ n \times n $ の貿易行列群を、行列変量時系列として扱い、各行列要素は国間の有向貿易量を表す。
• 潜在的要因は貿易ネットワークのコアな動的構造を捉え、負荷行列は潜在的ハブと観察された国を結びつける。
• 高次元の貿易フローを少数の潜在的成分によって表現することで、次元削減を実現する。
• 本フレームワークは、時間的に変化するダイナミクスを組み込むことができ、GDP や地理的距離などの共変量を組み込むことも可能に拡張できる。
• 時間的変化を捉えるために、ローリング5年窓分析を用いて、進化する負荷行列および要因行列を推定する。

実験結果

リサーチクエスチョン

• RQ1 1982年から2015年までの国際的貿易フローの進化の背後にある潜在的動的構造は何か？
• RQ2 経済的・政策的変化に応じて、貿易ハブとその役割はどのように時間的に変化するか？
• RQ3 どの国々がグローバル貿易ネットワークにおいて恒常的な中心性を示し、あるいは中心性が変化しているか？
• RQ4 ヨーロッパ連合のような地域貿易ブロックは、グローバル貿易の構造とダイナミクスにどのように影響を与えるか？
• RQ5 潜在的ネットワーク構造を用いて、ファイナンシャル・クライシスや政策転換といった主要な経済的出来事の検出と一致を図ることができるか？

主な発見

• 4つの主要な貿易ハブが登場した：1980年代から1990年代にかけて、米国、ヨーロッパ諸国、中国を含む大規模アジア経済、ドイツ。
• 米国は1980年代から2010年代にかけて、唯一の最初の潜在的ハブを用いて、貿易における中心的役割を維持した。
• ドイツは1990年代後半に中心性を失い、1993年に欧州連合が設立されて以降、徐々に包括的なヨーロッパハブに統合された。
• 中華人民共和国は1990年代以降、大規模アジア経済のハブとしての役割を果たすようになった。日本に取って代わった。
• 4大アジア新興経済（1992年～1994年）および2008年のファイナンシャル・クライシスは、特にヨーロッパハブにおける一時的な支配の変化として反映された。
• カナダとメキシコは2000年代から2010年代にかけて、北米ハブの主要利用国として顕著になった。これは地域貿易統合を反映している。