[论文解读] The scale-free topology of market investments

Diego Garlaschelli, Stefano Battiston+3 more|RePEc: Research Papers in Economics|Oct 21, 2003

Complex Systems and Time Series Analysis被引用 4

一句话总结

本文提出了一种金融市场的网络模型，其中投资者与股票基于持股关系构成有向加权网络。研究发现，投资组合多样化（入度）与投资组合规模（加权入度）均服从幂律分布，并且这些分布的指数之间存在一个普遍的标度关系 β = (1−α)/(1−γ)，该关系在不同市场中统一关联了这些分布的指数，通过隐藏的适应度（财富）分布解释了无标度拓扑结构的出现。

ABSTRACT

We propose a network description of large market investments, where both stocks and shareholders are represented as vertices connected by weighted links corresponding to shareholdings. In this framework, the in-degree ($k_{in}$) and the sum of incoming link weights ($v$) of an investor correspond to the number of assets held (\emph{portfolio diversification}) and to the invested wealth (\emph{portfolio volume}) respectively. An empirical analysis of three different real markets reveals that the distributions of both $k_{in}$ and $v$ display power-law tails with exponents $γ$ and $α$. Moreover, we find that $k_{in}$ scales as a power-law function of $v$ with an exponent $β$. Remarkably, despite the values of $α$, $β$ and $γ$ differ across the three markets, they are always governed by the scaling relation $β=(1-α)/(1-γ)$. We show that these empirical findings can be reproduced by a recent model relating the emergence of scale-free networks to an underlying Paretian distribution of `hidden' vertex properties.

研究动机与目标

• 将金融市场表征为复杂网络，其中投资者与股票作为节点，通过持股关系连接。
• 分析现实市场中投资组合多样化（入度）与投资组合规模（加权入度）的统计分布。
• 识别这些分布幂律指数之间的普遍标度关系。
• 通过基于适应度的网络模型（根植于帕累托财富分布定律）解释无标度拓扑结构的出现。

提出的方法

• 将金融市场表示为有向加权网络，股票与投资者作为节点，持股关系作为加权边。
• 为每位投资者定义入度（k_in）为投资组合多样化程度，加权入度（v）为投资组合规模。
• 利用三大交易所（MIB、NYSE、NASDAQ）的实证数据，测量k_in与v的尾部分布，并将其拟合为幂律分布。
• 提出一种广义的 preferential attachment 模型，其中连接概率取决于投资者的适应度（财富），而非节点度。
• 推导出入度分布 P(k_in) 及其与适应度的标度关系的解析表达式，表明 P(k_in) ∝ k_in^(1−α−β)/β。
• 建立理论标度关系 β = (1−α)/(1−γ)，将v的幂律指数（α）、k_in的幂律指数（γ）与适应度标度指数（β）的指数关联起来。

实验结果

研究问题

• RQ1 现实金融市场的投资组合多样化与投资组合规模的分布是否遵循幂律形式？
• RQ2 在不同市场中，投资组合多样化、投资组合规模与投资者适应度的幂律指数之间是否存在普遍的标度关系？
• RQ3 基于适应度的网络模型能否再现持股网络中观察到的无标度拓扑结构？
• RQ4 所提出的模型与传统基于度的 preferential attachment 模型在生成无标度网络方面有何不同？

主要发现

• 投资者的入度分布 P(k_in) 遵循幂律分布，指数为 γ，表明在所有三个市场中投资组合多样化均呈现无标度拓扑结构。
• 投资组合规模 v 同样服从幂律分布，指数为 α，反映了投资组合中财富的重尾分布特征。
• 标度关系 β = (1−α)/(1−γ) 在三个市场中均普遍成立，将多样化、财富与适应度的指数关联起来。
• 该模型准确预测了经验上观察到的 v ∝ k_in^(1/β) 关系，除 MIB 市场因异常持股外，其余市场均表现出极佳的一致性。
• 该模型表明，无标度拓扑结构不仅可通过基于度的 preferential attachment 产生，也可通过基于适应度的连接机制生成，即使在非线性情况下亦成立。
• 研究结果支持如下假设：隐藏的顶点属性（如投资者财富）可作为金融系统及其他系统中复杂无标度网络结构出现的根源。