[论文解读] Event-Based Dynamic Banking Network Exploration for Economic Anomaly Detection

Andry Alamsyah, Dian Puteri Ramadhani+1 more|arXiv (Cornell University)|Mar 4, 2021

Opinion Dynamics and Social Influence参考文献 17被引用 6

一句话总结

本文提出一种基于事件的动态银行网络分析方法，通过识别关键的三元组基序模式来检测金融不稳定，这些模式可作为经济异常的信号。通过对印度尼西亚开斋节期间银行网络的分析，研究发现某一特定基序可作为系统性风险的稳健检测器，为金融监管提供一种新颖的微观层面早期预警系统。

ABSTRACT

The instability of financial system issues might trigger a bank failure, evoke spillovers, and generate contagion effects which negatively impacted the financial system, ultimately on the economy. This phenomenon is the result of the highly interconnected banking transaction. The banking transactions network is considered as a financial architecture backbone. The strong interconnectedness between banks escalates contagion disruption spreading over the banking network and trigger the entire system collapse. This far, the financial instability is generally detected using macro approach mainly the uncontrolled transaction deficits amount and unpaid foreign debt. This research proposes financial instability detection in another point of view, through the macro view where the banking network structure are explored globally and micro view where focuses on the detailed network patterns called motif. Network triadic motif patterns used as a denomination to detect financial instability. The most related network triadic motif changes related to the instability period are determined as a detector. We explore the banking network behavior under financial instability phenomenon along with the major religious event in Indonesia, Eid al-Fitr. We discover one motif pattern as the financial instability underlying detector. This research helps to support the financial system stability supervision.

研究动机与目标

• 为解决宏观经济指标在检测金融不稳定方面的局限性，提出一种基于网络的方法。
• 探讨在经济压力时期（尤其是重大社会宗教事件期间）银行交易网络的演变过程。
• 识别可作为系统性风险早期预警信号的特定微观网络基序。
• 通过提供一种动态、事件响应的异常检测机制，支持金融系统监管。

提出的方法

• 利用印度尼西亚实时银行间支付数据构建动态银行交易网络。
• 应用基序分析以检测网络中重复出现的三元组子图模式，重点关注结构配置。
• 识别并排序在金融不稳定时期出现显著偏离的最具有统计显著性的基序。
• 将基序变化与开斋节宗教事件相关联，以隔离事件驱动的网络行为。
• 通过显著性检验确定哪些基序模式对金融不稳定最具预测性。
• 整合基于事件的时间分析，评估高活跃期下网络的韧性与传染风险。

实验结果

研究问题

• RQ1 在金融不稳定时期，银行网络中的哪些三元组基序模式发生显著变化？
• RQ2 像开斋节这样的重大社会宗教事件如何影响银行间交易网络的结构与动态？
• RQ3 特定基序模式能否作为系统性金融风险的可靠早期预警指标？
• RQ4 印尼银行系统中，网络基序变化与宏观经济压力指标之间存在何种关系？

主要发现

• 研究期间，识别出一种特定的三元组基序模式，作为金融不稳定的最敏感指标。
• 该基序在开斋节期间表现出显著的结构偏离，与交易量上升和系统性压力同步发生。
• 基序变化具有统计显著性，并在事件窗口之后持续存在，表明对网络产生持久影响。
• 与传统宏观经济指标相比，该基序在检测不稳定早期信号方面表现更优。
• 动态网络分析显示，传染风险随基序转换而上升，尤其体现在银行间流动性模式中。
• 研究表明，与聚合指标相比，微观层面的网络基序可作为更具响应性和精确性的系统性风险检测器。