[论文解读] 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 6

一句话总结

本研究利用完整的企业内部即时消息数据集，分析对冲基金内部社交网络在外部冲击下的响应机制。研究发现，价格波动会引发‘缩壳’反应——即网络呈现更高的聚类度、更强的联系纽带以及更集中的内部沟通，而非适应性开放。关键的是，网络结构对认知、情感及交易行为的预测能力优于单纯的价格变动。

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.

研究动机与目标

• 理解外部冲击（如股票价格波动）如何影响组织内部社交网络的结构动态。
• 探究网络对冲击的响应是否体现适应性行为（如通过弱联系获取新信息），或反射性、保守性行为（如依赖可信内部人士）。
• 确定网络结构变化是否在市场价格变动之外，仍具备对认知、情感及行为结果的预测能力。
• 考察网络结构在预测集体行为（如交易执行）及金融决策中的局部最优性方面的作用。

提出的方法

• 分析一家大型对冲基金中决策者及其外部联系人之间数百万条即时消息的完整匿名数据集。
• 基于价格波动期间关于特定股票的沟通内容，定义网络子图，以隔离与冲击相关的网络动态。
• 使用逻辑回归分类器，基于网络特征、价格特征及组合特征，预测情感内容、认知内容及交易行为。
• 测量网络结构属性，包括聚类系数、联系强度（强 vs. 弱联系）以及内部/外部沟通比例。
• 在价格波动事件的时间窗口内训练并评估预测模型，以评估网络结构与价格变动相比的相对预测能力。
• 应用时间序列分析，追踪冲击后网络结构恢复基线状态的过程，评估网络的弹性。

实验结果

研究问题

• RQ1 当外部冲击（如极端股价波动）发生时，社交网络的结构如何变化？
• RQ2 在压力下，网络是否表现出适应性结构响应（如弱联系增加、信息多样性提升），还是反射性响应（如聚类度增加、强联系增多）？
• RQ3 与市场价格变动相比，网络结构在多大程度上能预测个体的认知与情感状态，以及交易行为？
• RQ4 网络结构在冲击后多快恢复至基线水平，反映出其韧性或弹性？
• RQ5 网络层面的结构变化能否作为金融组织中集体行为转变的早期指标？

主要发现

• 价格波动与‘缩壳’反应相关：网络聚类度上升，更倾向使用强联系，且内部与外部人员之间的沟通显著增强。
• 网络结构对消息中情感与认知内容的预测准确率高于价格变动，表明结构特征具有独特的预测能力。
• 仅使用网络特征即可在预测新交易是否执行方面优于价格特征，而组合特征达到最高准确率。
• 与市场价格相比，网络结构更能预测交易的局部最优性，表明结构变化反映了更深层的行为动态。
• ‘缩壳’状态持续时间相对较短，冲击后网络结构迅速恢复至基线水平，表明具有结构弹性。
• 研究未发现网络在冲击下出现开放迹象——与预测弱联系使用增加以获取新信息的理论相反——支持网络采取反射性、保守性响应。