从文本到银行的相互关系图

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要翻译：
在持续的全球金融危机之后，银行之间的相互依赖成为评估系统性风险的焦点。迄今为止，这种分析主要基于数字数据。相比之下，本研究试图通过利用金融讨论来进一步洞察银行之间的相互联系。将银行名称的共提转化为一个网络，可以对其进行可视化和定量分析，以说明单个银行和网络的整体特征。这种方法允许研究网络的时间动态，以突出反映现实世界事件的讨论模式的变化，特别是当前的金融危机。例如，它描述了从陷入困境的银行到其他银行和监管当局的联系是如何随着时间的推移而出现和消失的，以及网络结构的全球变化如何与严重危机事件同时发生。文本数据的使用还有一个额外的优势，可以通过上下文对观察到的相互关系获得更定性的理解。我们通过对芬兰银行和金融机构的案例研究来说明我们的方法。该数据集包括2004年至2012年期间来自在线、金融和商业相关讨论的390万个帖子。未来的研究包括以更广阔的视角分析欧洲新闻文章，并侧重于改进关系的语义描述。
---
英文标题：
《From Text to Bank Interrelation Maps》
---
作者：
Samuel R\\\"onnqvist and Peter Sarlin
---
最新提交年份：
2013
---
分类信息：

一级分类：Quantitative Finance        数量金融学
二级分类：Risk Management        风险管理
分类描述：Measurement and management of financial risks in trading, banking, insurance, corporate and other applications
衡量和管理贸易、银行、保险、企业和其他应用中的金融风险
--
一级分类：Computer Science        计算机科学
二级分类：Social and Information Networks        社会和信息网络
分类描述：Covers the design, analysis, and modeling of social and information networks, including their applications for on-line information access, communication, and interaction, and their roles as datasets in the exploration of questions in these and other domains, including connections to the social and biological sciences. Analysis and modeling of such networks includes topics in ACM Subject classes F.2, G.2, G.3, H.2, and I.2; applications in computing include topics in H.3, H.4, and H.5; and applications at the interface of computing and other disciplines include topics in J.1--J.7. Papers on computer communication systems and network protocols (e.g. TCP/IP) are generally a closer fit to the Networking and Internet Architecture (cs.NI) category.
涵盖社会和信息网络的设计、分析和建模，包括它们在联机信息访问、通信和交互方面的应用，以及它们作为数据集在这些领域和其他领域的问题探索中的作用，包括与社会和生物科学的联系。这类网络的分析和建模包括ACM学科类F.2、G.2、G.3、H.2和I.2的主题；计算应用包括H.3、H.4和H.5中的主题；计算和其他学科接口的应用程序包括J.1-J.7中的主题。关于计算机通信系统和网络协议（例如TCP/IP）的论文通常更适合网络和因特网体系结构（CS.NI）类别。
--
一级分类：Physics        物理学
二级分类：Physics and Society        物理学与社会
分类描述：Structure, dynamics and collective behavior of societies and groups (human or otherwise). Quantitative analysis of social networks and other complex networks. Physics and engineering of infrastructure and systems of broad societal impact (e.g., energy grids, transportation networks).
社会和团体（人类或其他）的结构、动态和集体行为。社会网络和其他复杂网络的定量分析。具有广泛社会影响的基础设施和系统（如能源网、运输网络）的物理和工程。
--

---
英文摘要：
  In the wake of the ongoing global financial crisis, interdependencies among banks have come into focus in trying to assess systemic risk. To date, such analysis has largely been based on numerical data. By contrast, this study attempts to gain further insight into bank interconnections by tapping into financial discussion. Co-mentions of bank names are turned into a network, which can be visualized and analyzed quantitatively, in order to illustrate characteristics of individual banks and the network as a whole. The approach allows for the study of temporal dynamics of the network, to highlight changing patterns of discussion that reflect real-world events, the current financial crisis in particular. For instance, it depicts how connections from distressed banks to other banks and supervisory authorities have emerged and faded over time, as well as how global shifts in network structure coincide with severe crisis episodes. The usage of textual data holds an additional advantage in the possibility of gaining a more qualitative understanding of an observed interrelation, through its context. We illustrate our approach using a case study on Finnish banks and financial institutions. The data set comprises 3.9M posts from online, financial and business-related discussion, during the years 2004 to 2012. Future research includes analyzing European news articles with a broader perspective, and a focus on improving semantic description of relations.
---
PDF下载：
-->

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：相互关系 Applications Quantitative Institutions Architecture

Samuel R"onnqvist和Peter SarlinTurku计算机科学中心--芬兰Tucsébo Akademi大学信息技术系{sronnqvi,psarlin}@abo.fiabstract--在持续的全球金融危机之后，在试图评估系统性风险时，银行之间的相互依赖成为焦点。到目前为止，这种分析主要是以数字数据为基础的。与此相反，本研究试图从金融学的角度对银行间的相互联系进行更深入的研究。将银行名称的共提问题转化为网络，并对网络进行可视化和定量分析，以说明单个银行和整个网络的特点。这种方法允许研究网络的时间动态，以突出反映现实世界事件的讨论模式的变化，特别是当前的金融危机。例如，它描述了从陷入困境的银行到其他银行和监管当局的联系是如何随着时间的推移而出现和消退的，以及网络结构的全球变化如何与严重危机事件同时发生。文本数据的使用在通过上下文对观察到的相互关系获得更多理解的可能性方面具有额外的优势。我们用一个芬兰银行和金融机构的案例研究来说明我们的方法。该数据集包括2004年至2012年期间来自在线、金融和商业相关讨论的390万个帖子。未来的研究包括以更广阔的视角分析欧洲新闻文章，并侧重于改进关系的语义描述。关键词--文本挖掘、关系抽取、共提、网络分析、银行相互关系、系统风险。导言仍在持续的全球金融危机已经把几家银行，更不用说整个银行业，带到了崩溃的边缘。考虑到银行危机的成本，最近金融不稳定性研究的焦点是有充分动机的。首先，银行危机的实际成本估计平均约为国内生产总值(GDP)的20-25%（例如，[1,2])。其次，欧盟委员会的数据表明，ZF对稳定欧盟银行的支持在2009年底达到顶峰。支持金额为1.5欧元，超过欧盟国内生产总值的13%。当前的金融危机激发了银行之间的特殊利益联系、相互关系和相互依赖，以及系统性风险评估和识别的总体重要性。描述银行网络的最常见来源是基于数字数据，如银行间资产和负债敞口，以及市场数据的共同变化（如EquityPrice、CDS利差和债券利差）（见[3])。虽然这些直接和间接的联系是相辅相成的，但它们也有一系列的局限性。首先，银行间数据虽然容易与银行资产负债表直接挂钩，但大多不公开披露。在许多情况下，即使是监管机构也只允许获得部分信息。其次，尽管市场价格数据具有广泛的可得性，并捕捉了银行间直接联系以外的其他传染渠道[4]，但它假定资产价格正确地反映了所有公开可得的关于银行风险、风险敞口和相互联系的信息。然而，人们一再表明，证券市场在反映股票信息方面并不总是有效的（例如[5])。

此外，市场价格通常是同时发生的，而不是领先指标，很难将推动市场价格的因素分开来观察双边的相互依赖[6]。本文提出了一种评估银行之间关系的方法，通过分析金融讨论中，如新闻、官方报告、讨论论坛等，它们是如何被一起提到的。在文本中分析关系的想法本身简单，但广泛适用。在不同的地区进行了探索；例如，厄兹古等人。[7]研究新闻中人名的共现，Wren等人。[8]从研究文章中提取生物学相关关系。这些方法可以用来构建社会或生物网络，使用文本作为信息的中间媒介。关系抽取的大部分工作集中在语义细节上，而不是大范围的；我们选择以大规模为主。我们的贡献在于将这种基于文本的方法引入到银行相互关系的研究中，重点是对由此产生的网络模型进行目标分析。0 2000 4000 6000银行--提到后0000 200000Total PostsnordeAOP/Pohjoladanske/SampoeQfimglitnirFinancial Supervisory AuthorityBank postsTotal Postsfig。1.银行子集和总帖子和银行总帖子的讨论量趋势。左刻度是指提到任何studiedbank的帖子数量，右刻度是指帖子总数（银行帖子和其他）。这条垂直线标志着2008年金融危机之后的一个季度。一方面，我们的方法可以与上面讨论的、更成熟的量化银行相互依赖的方法相比较。虽然没有衡量直接的相互依赖，但它比银行间数据更有优势，因为它依赖于广泛可用的数据，而比市场数据的共同运动更有优势，因为它更直接地衡量了相互关系。此外，基于共同的方法，如Hautsch等人[9]中的方法，需要大量的数据，往往依赖于历史经验，而历史经验可能不能代表当今的相互关系。另一方面，我们的方法servesto在公众视野中揭示了银行的关系，提供了一种不同于以往方法的视角，尤其是考虑到丰富的、嵌入的上下文细节的存在。因此，这不是一个终点，而是一个起点，从这个起点，进一步的分析可以更广泛地关注所述的背景。我们通过一个案例研究来举例说明我们的映射方法，该研究侧重于在芬兰讨论的芬兰银行。一个comention网络是从2004年至2012年的390万个帖子中衍生出来的，这些帖子位于芬兰一家主要的金融和商业信息门户网站的在线讨论论坛上。本文讨论了基于网络的一些观测结果，以及该方法可以推广的方向。文本作为源数据包含了大量关于银行及其关系的潜在有趣细节，但用计算方法解释往往是一种挑战。共同提及网络说明了单个银行和更密切相关的银行的相对突出性。网络的动态，无论是本地还是全球，都反映了随着时间的推移世界事件。该网络还可以作为一个探索性工具，提供大量数据的概述，同时可以检索底层文本，以进行关系的再分析。然而，我们承认本案例研究的数据有其局限性。

因此，它只是为更彻底和完整地评估银行关系奠定了基础，例如，重点可以放在欧洲银行和新闻文章上。此外，我们希望在未来的工作中引入更多的语义细节来描述关系，从而方便解释。第2节描述了本文所使用的数据和方法。第3节介绍了派生的映射及其在相互关系的静态和动态评估中的使用。第四部分总结并讨论了今后的研究方向。数据和方法本节讨论本文中使用的文本数据和方法，并用文本到网络的过程进行总结。本研究中使用的文本数据是从一个在线讨论论坛收集的，该论坛是芬兰主要的金融和商业信息门户网站（Kauppalehti）的一部分。为了避免地域偏见，该分析只关注在芬兰经营的银行和金融机构。数据包含390万个职位，涵盖2004年至2012年。我们精心挑选的银行包括大型和小型银行，包括消费银行和投资银行。此外，芬兰中央银行和芬兰金融监管局也包括在内，因为与这些实体、特别是后者的联系可能会提供有关陷入困境的银行的有趣信息。在研究期间合并或更名的银行被视为一个实体，如Danske/Sampo和OP/Pohjola。1提供了INFIG趋势的概述。2.文本到网络过程：（1）在源文本中检测银行名称的提及，(2)在帖子（上下文）中提取提及之间的成对共提关系，以及（3）在一个时间间隔上聚合的关系形成共提网络。可以通过(4A)捕捉一些有趣特征的定量测量和(4b)通过对网络、其邻域和单个节点的连通性的可视化探索进行定性分析来分析得到的网络。讨论量，包括一般的和银行相关的。在所有帖子中，平均有3%提到了任何一个目标银行。方法和共提构成本研究的基础，作为共提网络的组成部分。无花果。2提供了将文本转换为便于分析的网络模型的过程的概述。以纯文本为触目惊心点，我们扫描银行名称的出现，以检测和登记这些银行的提及。扫描是使用模式（正则表达式）进行的，这些模式设计为尽可能高的精确度匹配，考虑到芬兰语的词的形态学。共提关系是由发生在同一上下文中的两个名字构成的。单个库的多个维度在每个上下文中只计算一次，但多个维度可以参与多个关系。在这种情况下，上下文的cope被定义为单个论坛帖子。那么，提到两个或多个银行就产生了一个或多个成对共提关系。我们选择取消任何提到超过6个不同银行的上下文的资格，因为这些帖子可能是列表或以其他方式代表无意义的关系。聚合到一个网络中，提取的关系可以使用复杂网络分析的度量来研究。在网络中，银行形成节点（或顶点），聚集的共同提及关系形成连接（或边）。Eachconnection根据在一定时间间隔内的共同提及的聚合计数进行加权。由于许多现有的网络分析方法只针对二进制（未加权）网络设计，因此希望对权值施加一个阈值，以便从网络中省略非常弱的连接。

因此，使用二进制度量，未经滤波的网络对噪声更敏感，但低频成分可能是特别感兴趣的，因为它们更有可能代表新的信息。为了说明teText-to-Network过程的结果，请参见图。3可视化了一个基于在整个研究时间段（2004-2012年）上的聚合的协同网络，没有权重阈值。在图的可视化中，节点的位置是基于Fruchterman-Reingold网络布局算法[10]的，因此网络中更强连接的部分形成簇（在本例中是单中心簇）。在分析部分，我们通过定量的度量来研究全局网络的特性，这些度量可以指示重要的事件和随时间的变化。我们使用三种度量：密度、平均强度和平均可传播中心性。主题集的选择是为了说明一个总的想法：如何在某些方面量化整个网络的时间动态。首先，密度的测量如下：对于图G=(V，E)，其中V是顶点的集合，E是边的集合，1()(-γ)=VVEGD(1)。其次，平均强度（或平均加权度）的度量如下:∑vv(2)其中节点强度定义如下:=vuvuwvs}，{）（3）其中w{u,v}是边{u,v}的权重，或者0是不存在边的权重。第三，利用平均可通信中心度来度量网络中的一般连通性，其度量方法如下:∑vv(4)其中可通信中心度[11]（或子图中心度[12])定义为:∑=jexvc)()(λ(5)其中xj是邻接矩阵的特征向量，λj是特征值。可沟通中心性反映了Denselyfimélandsbankenhyponordeeufexhandelsbankendanske/Sampoeqaktiaalfred Bergevliglitnirs"ast"opankkipopfinancial监管机构Sebseligsontapiolaop/Pohjolasofiabank。3.共同提及网络。该网络描述了整个2004-2012年期间论坛帖子中共同出现的银行名称计数。节点大小与单个银行提及计数成比例，而连接黑暗与共同提及计数成对数比例。节点的定位采用FruchtermanReingold算法[10],节点的连接环境是不考虑权重的，我们用平均可通信中心度来描述全局拓扑结构中的可通信中心度。结果与分析本节介绍并讨论了这些结果。首先，它检查了讨论量和一个共同提及的网络；其次，它从两个角度回顾了时间变化：全局网络属性和可视化网络快照。讨论量和共同提及网络第二节提供的数据指的是全球金融危机之前、期间和之后的时期，其中雷曼兄弟的破产可能被视为最集中的事件。无花果。1介绍了提到所研究银行的职位数量的趋势，以及可供参考的总职位数量。在2008年金融危机(2008Q409Q1)之后的半年里，讨论活动出现了显著的激增。第二季度提到芬兰最大的消费银行Nordea的人数特别增加。总帖子数在很长一段时间内保持高位，表明人们对金融和商业相关主题的兴趣普遍上升。总体而言，较大的商业银行，Nordea、Danske/Sampo和OP/Pohjola是最常被提及的。2具有密集的整体拓扑结构。

强连接中心既包括最受欢迎的消费银行，如Nordea、Danske/Sampo、Andop/Pohjola，也包括一些著名的投资银行，如eQ、Seligson和FIM。还值得注意的是，芬兰银行和金融监管局这两个监管机构位于网络的右下方。节点大小（银行提及频率）、连接权重（共提及频率）和拓扑结构的异质性突出了非琐碎性，并需要描述相对银行重要性和互连性的模型。这尤其有助于评估个别银行陷入困境的系统性影响的可能性。时间变化：全球网络特性银行间网络模型最重要的一个方面是它的时间动力学，它可以定量和定性地研究。我们使用引入的globalnetwork测度在一个单一维度上描述每个网络实例，这些测度可以表明随着时间的推移发生的有趣变化。我们的测度选择主要考虑一个证明0 20 40 60 80 100 120强度（加权度）2012Q40.00.10.20.30.4DensityDensityAverage Strengfig。4：全球连通性随时间变化的简单度量：平均强度（左标度）和密度（右标度）。竖线标记了2008.0 1000 2000 3000 4000 5000 6000节点通信能力中心金融监管权威（eqfimglitnirFinancial Supervisory AuthorityAverageFig.）：对相关银行和所有研究银行子集的连通性、可通信性中心性的高级度量。verticallinemarksof概念，即如何捕捉网络的某些特定方面的示例。最优措施的选择取决于最终的应用，以及网络的哪些方面可能令人感兴趣。2008年金融危机后，个别银行的提及量激增，也反映在网络的连接密度和强度上，如图1所示。4.在网络可通信性方面有更明显的反应，如图1所示。5.第一次高峰出现在2010年第一季度左右，主要是不可通信性，这可能与希腊金融状况的披露和引发激烈辩论的第一次纾困间接相关。密度和平均强度的相对相似行为暗示，联系权重可能不是解释讨论中事件相关变化的全部因素，相反，变化的共同提及模式可能更重要。网络可通信性比密度更能捕捉拓扑变化，密度没有考虑复杂网络的不规则结构。它表现出有趣的事件相关峰，表明与事件危机期相关的讨论模式发生了相当大的变化。定量分析也可以集中在单个银行或银行组，以研究它们与周围环境的关系，以及它们在网络中的中心性。在足够的数据下，嵌入在构成网络中的信息还可以用来生成一个描述提及条件概率的直接网络模型，即银行B被提及的概率givena上下文提及银行a的概率(a→B关系）。

这样的链接为totalinbound、Secreded Nations的节点中心性度量提供了基础（对B的比较关注）、ASFIMTMlandsbankenhyponordeeufexhandelsbankendanske/Sampoeqaktiaalfred Bergevliglitnirs"ast"opankkipopfinancial Supervisory Authoritysebseligsontapiolaop/Pohjolasofiabank。6.2008年共同提及的快照。FIMélandsbankenhyponordeeufexhandelsbankendanske/Sampoeqaktiaalfred Bergevliglitnirs"ast"opankkipopfinancial Supervisory Authoritysebseligsontapiolaop/Pohjolasofiabank of Finlandfig。6.2009年共同提及的快照。FIMélandsbankenhyponordeeufexhandelsbankendanske/Sampoeqaktiaalfred Bergevliglitnirs"ast"opankkipopfinancial Supervisory Authoritysebseligsontapiolaop/Pohjolasofiabank of Finlandfig。7.对2010年的共同提及的快照。以及总出站量，贡献了关注度（A的比较关注度）。C。时间变化：网络快照网络在特定时间段的快照可以被研究来理解网络，尤其是它的部分，ingreater细节。本节提供了一些简短的例子，说明如何可视化地解释网络，这与以前的定量分析形成鲜明对比。2008年、2009年和2010年代表了有趣的事件，无论是从现实世界的观点还是从网络交流的角度来看。无花果。6-8展示这几年中网络的三张快照，允许一个主观但更细致入微的分析。2008年，网络高度连接，银行的闪光与网络的核心连接良好，并提到了相对较多的外围银行。2009年，网络更加集中于其核心；外围存储库以更像星形的拓扑结构连接到核心。Glitnir在2008年被国有化后，再也没有被提及。金融监管机构正在慢慢出现在比较讨论中，这是危机爆发后话语性质发生变化的一个迹象。2010年，thenetwork再次看到周边国家之间的连通性增加，尤其是金融监管机构和破产的索菲亚银行之间的连通性。结论和未来的研究方向本文展示了计算分析在金融讨论中的应用，作为银行相互关系的信息来源。这种方法可以作为对银行间联系和依赖程度进行量化的更成熟的方法的补充。我们已经表明，与银行相关的事件，最近最显著的全球金融危机，在网上金融讨论中出现了银行共同提及模式的变化。共同提及的网络显示了关于这些事件的局部和全局的变化。然而，当前网络和底层数据的局限性偶尔会导致模糊的模式，难以解释和得出明确的结论。我们建议在未来解决这些问题的方法有很多。首先，在这个案例研究中，涉及芬兰银行的有趣事件很少，这使得验证变得困难。因此，我们计划将这项研究扩展到关注欧洲银行之间的相互关系，在那里发生了更严重的现实世界事件，如直接破产、政府干预和痛苦合并。在国际背景下，不明显的跨境银行关联也可能特别有趣。第二，共同提及关系的性质非常显著，这是因为来源讨论的广泛性，也是因为分析忽略了任何可能更详细描述这种关系的辅助信息。数据来源的选择更加细致，从而缩小了本文的研究框架。

例如，与在线讨论论坛相比，新闻媒体文章应该包含一种更明确定义的话语类型。从上下文库中引出的关键词可以进一步缩小或描述提取的关系，这种方法在扩展上允许对网络中的连接进行语义标注，有可能极大地提高可解释性。第三，对于整个帖子来说，共提上下文的松散定义降低了提取关系的可靠性，同时也减少了更多的关系。如果提供足够的源数据，可以缩小context，以增加关系对实际上有意义相关的可能性。这可以通过缩短语境的范围来实现，例如一个单独的段落或句子，或者通过解释语法结构来实现（参见[13])。最后，分析共提网络的方法是未来研究的一个主要领域。给定一个网络，有意义的度量需要应用于感兴趣的捕获，无论是拓扑的还是规模的，全局的还是局部的。然而，这些度量的可解释性从根本上取决于网络的可解释性，关系的语义越清楚，就越容易推断出上面应用的任何度量。考虑到这一点，我们的方法似乎对足够明确的目标尤其有希望，在那里有意义和清晰的解释是可能的。承认本文是作者托马斯·埃克伦德和巴布罗·巴克在2012年10月25日至27日在芬兰赫尔辛基举行的第11届智能数据分析国际研讨会(IDA\'12)上发表的海报的延伸。作者感谢芬兰科学院（批准号127656和127592）和博阿卡德米大学金融支持研究生院。参考文献[1]G.Dell\'Ariccia,E.Detragiache和R.Rajan,“银行危机的真实影响”,《金融中介学报》,Vol.17,第89112页，2008[2]L.Laeven和F.Valencia,“解决银行危机：好的、坏的和丑陋的”，IMF工作文件10/146,InternationalMonetary Fund,2010。[3]E.Cerutti,S.Claessens和P.McGuire,“全球银行系统风险：可用数据能告诉我们什么，还有什么更多的数据？”BIS工作文件，376,2012。[4]V.Acharya,L.Pedersen,T.Philippon和M.Richardson,“度量系统风险”讨论文件，NYU,Stern School of Business,2010。[5]B.Malkiel,“有效市场假说及其批评17,第59-82页，2003。[6]C.Borio和M.Drehmann,“迈向金融稳定的操作框架：”模糊“度量及其后果”，双工作文件284,2009。[7]A.厄茨古尔，B.Cetin和H.Bingol,“路透社新闻共现网络”，“国际现代物理学杂志C,vol.19（05）,pp.689702,2008.[8]J.D.Wren,R.Bekeredjian,J.A.Stewart,R.V.Shohet和H.R.Garner,“通过自动识别和排序内隐关系的知识发现”,《生物信息学》,vol.20（3）,pp.389-398,2004.[9]N.Hautsch,J.Schaumburg和M.Schienle,“金融网络系统风险贡献”,SFB 649讨论文件2011-072,Humboldt University zu Berlin,2011.[10]T.M.J.Fruchterman和E.M.Reingold,“forcedirected Platformation的图形绘制”,“软件：实践与经验”21（11）11291164.[11]E.Estrada和N.Hatano,“复杂网络中的可通信性”，物理评论E,vol.77（3）,036111,pp.12,2008.[12]E.Estrada和J.A.Rodriguez,“复杂网络中的子图中心性”,Physical Review E,71（5）,056103,pp.9,2005.[13]K.Fundel,R.

Küffner和R.Zimmer,“Relex-Relationship Exactionusing dependency parse trees”,Bioinformatics,vol.23（3）,第365-371,200 7页。