公司治理的多重网络方法

这意味着，尽管在数据预处理过程中进行了规范化处理，但更稀疏的结构（SH）比更密集的结构（BD）承载了更多的拓扑信息。对此，一个简单但有趣的经济解释是，多重公司治理网络在其SH组件中有一个非常独特的拓扑结构，虽然稀疏，但在连接最相关的公司方面具有根本重要性，而如此密集的董事会网络提供了公司之间的实际联系主干。这种令人震惊的结构在捕捉公司治理中最相关的关系方面更为密集，但不那么重要。TOPHITS模型中占主导地位的群体的中心/权威机构也揭示了有趣的信息。考虑到公司之间的多重联系，那些具有系统性治理影响（也通过不同维度的间接联系）的公司更有可能出现。表3显示了在枢纽和当局中排名最高的10家公司r=1的得分。这些排名很有意思，因为在意大利公司治理结构中以极其重要而闻名的公司排名很高。尤其是，Mediobanca在hub和authority的得分都很高，因为它是控制其他公司的核心参与者。Fondiaria–Sai的股权控制链尤为重要。在单变量SH网络中，Fondiaria排名第一，因为它拥有Mediobanca的3.14%、RCS Mediagroup的2.24%和双子座的4.20%。然而，在双变量网络中，Fondiaria–Sai从得分最高的公司中完全消失，而Mediobanca由于其在两个网络层中的优势，重新成为网络的关键枢纽。另一方面，对于其他公司来说，董事会对所有权的影响在某种程度上是有限的。

单变量SH网络中的中心公司仍然是TOPHITS模型的中心。例外情况是Mediobanca、圣保罗联合银行和UniCredit，它们的大型董事会结构使它们更具相关性。此外，同时考虑到两个网络，影响表3：中心/当局得分（TOPHITS）（2层，r=1）公司中心得分公司当局得分Mediobanca 0.17674 Rcs Mediagroup 0.16773Banco Popolare S 0.16796 Mediobanca 0.10579Intesa Sanpaolo 0.15786 Gemina Spa 0.096294Italmobiliare 0.15212 Risanamento Spa 0.068168 Unicredit Spa 0.14603 Mittel Spa 0.049657Fiat Spa 0.095423 Italcementi 0.046879Pirelli&C.07785 PiquadroSpa 0.043704 Prema fin Finanz 0.040173 Generali Assic 0.039667 Cattolica Assic 0.029926倍耐力和C 0.039256 Caltagirone Spa 0.023077 Dea Capital Spa 0.037108非上市公司（不在SH网络中），但董事会中有代表（在BD网络中）。Caltagirone和Prema fin都是家族企业。进一步研究的目的是进一步评估负重的影响。由于SH网络在主题得分方面排名最高（即，它承载了大部分拓扑结构），而且是不对称的，因此它是唯一一个提供不同主题/权威得分的层/片。事实上，如果这两层都是对称的，那么hub和AuthorityScore就会重合。换句话说，中心和当局被正确地发现是所有权的累积。从表3中，我们再次看到意大利的所有权结构是如何由银行，尤其是Mediobanca主导的。RCS Mediagroup是私营公司和银行之间许多联系的一个明显例子。

在其主要股东中，我们发现：Bopolare di Sondrio银行、菲亚特股份有限公司、Fondiaria Sai、圣保罗联合银行、意大利银行、Mediolanum股份有限公司、MilanoAssicurazioni、Pirelli&Co.5.3子集团。如前所述，TOPHITS算法允许识别多个网络结构中节点的子集团。在这种情况下，我们检查了r=1，2，3，30.确定在股权和董事会结构上都处于同一控制范围内的著名公司的有趣子集团。特别是，我们发现（见表4、5、6和7）r=6（Caltagirone）、r=9（菲亚特集团）、r=12（Poligrafici）和r=17（ENI）的有趣子组。代表了一些重要的工业部门：Caltagirone活跃于建筑部门，拥有Vianini和Cencdir，通过Unicredit和Mediobanca与整个系统相连。Poligraci Ed.和Monrif总监经营出版、印刷和新媒体业务。埃尼是一家前ZF所有的公司，目前仍然拥有强大的公众参与度，以及芬梅卡尼卡。

他们经营能源和机械行业，以及他们控制的大多数公司。表4:TOPHITS模型（2层，r=6）[Caltagirone]公司中心得分公司权威得分Caltagirone Spa 0.16302 Cencir Holding 0.15222 Caltagirone Edit 0.14021 Vianini Industri 0.15214 Unicredit Spa 0.07993 Vianini Lavori 0.15214 Fondiaria-Sai 0.058213 Caltagirone Edit 0.079104 Mediobanca 0.055692 Italmobiliare 0.027755表5:TOPHITS模型（2层，r=9.）[FIAT]公司中心得分公司管理局得分FIAT Spa 0.052963 FIAT Industrial 0.048148Mediobanca 0.042861 FIAT Spa 0.034534Rcs Mediagroup 0.036761 Fondiaria Sai 0.03451Fondiaria-Sai 0.033111 Brembo Spa 0.028077Intesa Sanpaolo 0.027334 Luxottica Group 0.0246895.4治理和价格如上所示，公司治理拓扑结构可以通过分配公司分数来量化，这些分数反映了公司在多重网络中的治理相关性。我们现在还要考虑第三层：如上所述的价格回报率关联网络。新的多重网络现在由三层组成，我们再次计算TOPHITS分数，类似于我们之前所做的。第一个结果是，我们注意到，相同数量的因子R=30导致两层案例的相似系数为61%，但主题/层得分发生了显著变化：SH网络的标准化得分为0.15，而董事会网络的得分非常低，为0.04；相关网络的得分非常高，为0.81。这表明，显著的价格相关性具有非常结构化的拓扑结构，这可能是由于金融危机的偶然情况（价格往往朝着同一方向共同移动）。

然而，令人震惊的是，公司治理结构几乎不能解释一家公司在股票市场上的表现。可以计算新的枢纽/当局得分（表8），通过更加强调银行在意大利网络中的重要作用，它们显示出更高的对称程度。新公司进入最相关的公司，ENEL Spa和Exor，财务控股表6:TOPHITS模型（2层，r=12）[Poligra fici]公司中心评分公司权威评分Poligra fici Prin 0.27396 Poligra fici Edit 0.31366 Poligra fi San 0.27394 Poligra fi Prin 0.24499 Poligra fici Edit 0.26587 Poligra fi San 0.24497 Monrif Spa 0.14185 Noemalife Spa 0.010925 Finmeccanica Spa 0.0045832 Bolzoni Spa 0.010913表7:TOPHITS模型（2层，r=17）[ENI]公司中心评分公司管理局评分Scoreni Spa 0.17295 Saipem Spa 0.14147Italmobiliare 0.075896 Snam Spa 0.13879圣保罗联合银行0.071711安萨尔多Sts Spa 0.059603 Finmeccanica Spa 0.066764 Eurotech Spa 0.059328Prem Finanz 0.055171 Rcs Mediagroup 0.05548由阿涅利家族控制。显然，Enel和Exor不仅在所有权方面处于领先地位，而且也是市场价格的驱动因素。表8:TOPHITS模型中的中心/机构得分（3层）公司中心得分公司权威得分圣保罗联合银行0.044282圣保罗联合银行0.043007Unicredit Spa 0.043979通用银行0.042384通用银行0.042652 Unicredit Spa 0.042056 Mediolanum Spa 0.042345 Mediolanum Spa 0.041021Banca Pop Emilia 0.041979银行Pop Emilia 0.0418UBI银行Scpa 0.04721854 Ubi银行Scpa 0.0397Enel Spa0.040269 Enel Spa 0.038583Mediobanca 0.038018 Exor 0.037093Exor 0.038014 Eni Spa 0.035045 Panca Pop Sondri 0.035452 Atlantia Spa 0.0347146结论和进一步研究本文进行的单变量和多变量分析得出以下结果：1。

就所有权而言，持股的核心由银行和金融机构组成。十家最相关的公司中有八家是银行或保险公司。菲亚特和倍耐力公司是唯一的例外。二、从董事会网络方面来看，最核心的是工业公司：最核心的倍耐力与其他18家公司分享其董事。iii.出现了几个工业集团：倍耐力、菲亚特、卡尔塔吉隆、普雷梅芬、波利格拉西、埃内尔、芬梅卡尼卡和埃尼。这些团体是家族企业或前国有企业，公众参与程度仍然很高。iv.Mediobanca无疑是CG领域的意大利领导者，在所有工业和金融集团中都占有一席之地，或者至少在参与方面最具相关性。v、 CG对市场表现的影响几乎为零。一个共同的驱动因素，可能是由于2012年4月至2013年4月的强劲经济危机，正在引领市场。vi.进一步的时间分析可能会表明，股东和董事会对市场表现的这种稀缺相关性是偶然现象，还是持续存在。结果清楚地表明，分析复杂相互关系的成功方法是通过多方面分析。特别是，除非所有权和管理同时进行，否则无法理解公司治理。在多方面分析中，可以添加更多的模式，就像我们对价格相关性所做的那样，从而为管理和控制与市场之间的关系蒙上新的阴影。引入时间效应可以做更多的研究，从而更清楚地了解权力的演变。参考文献[1]Alderson，D.，Doyle，J.C.，Li，L.，Willinger，W.《无标度图理论：定义，性质和含义》，互联网数学，第2卷，第4卷，第431–523页（2005）[2]安德森，C.a。

和Bro，R.：MATLAB的N-way工具箱，《化学计量学和智能实验室系统》，52 1，2000年，第1-4页。[3] Barrat，A.，Barthélemy，M.，Vespignani，A.：复杂网络上的动力学过程（第四版），剑桥大学出版社，英国剑桥（2011）[4]巴蒂斯顿，F.，尼科西亚，V.，拉托拉，V.：多重网络的结构测量。PhysicalReview E 89 0328046（2014）[5]Battiston，S.，Catanzaro，M.：公司董事会和董事网络的统计特性。《欧洲物理杂志》B，38，第345-352页（2004）[6]贝托尼，F.，兰登，P.A.：意大利金融的小世界：意大利上市公司之间的所有权互联和董事会互联。工作文件（2006）[7]Bianchi，M.，Bianco，M.：过去15年的意大利公司治理：从金字塔到联盟？。财务工作文件第144号。欧洲公司治理研究所（2006）[8]Bianco，M.，Casavola，P.：意大利公司治理：对财务结构和企业绩效的影响。《欧洲经济评论》43.41057–1069（1999）[9]Bianconi，G.，多重网络的统计力学：熵和重叠。PhysicalReview E 87 062806（2013）[10]Menichetti，G.，Remondini，D.，Panzarasa，P.，Mondragón，R.J.，Bianconi，G.，WeightedMultiplex Networks arXiv:1312.6720（2013）[11]Bonacich，P.：权力与中心：一系列措施。《美国社会学杂志》，92（5），1170–1182（1987）[12]Bonacich，P.：特征向量中心性的一些独特性质。社交网络，29375–395（2007）[13]Borgatti，S.：中心性和网络流动，社交网络27，55–71（2005）[14]Bro，R.，Kiers，H.A.L.：确定PARAFAC模型中成分数量的一种新有效方法。化学计量学杂志，17页。

274–286（2003）[15]吉百利报告（1992），“公司治理的财务方面”GEE[16]Cohen，R.，Havlin，S.：复杂网络：结构、稳健性和功能，剑桥大学出版社，英国剑桥（2010）[17]Croci，E.，Grassi，R.：意大利连锁董事会的经济影响：使用中心性度量的新证据。计算与数学组织理论，1-24（出版）（2013）[18]克罗斯，R.，普鲁萨克，L.：使组织前进或停止的人。哈夫。公共汽车牧师。80（6），104--112（2002）[19]德拉肖沃L.：张量方法综述。IEEE电路与系统国际研讨会，ISCAS（2009）[20]D\'Errico，M.，Grassi，R.，Stefani，S.，Torriero，A.：《股权网络与中心性：在意大利金融市场的应用》，经济学与数学系统讲座，613，215–228（2009）[21]Dorogovtsev，S.N.：复杂网络讲座。牛津大学出版社，英国牛津（2010）[22]邓拉维，D.M.，科尔达，T.，凯格尔迈耶，P.W.：分析多个链接数据的多线性代数。线性代数语言中的图算法，Kepner，J.，Gilbert，J.（编辑）SIAM（2011）[23]Estrada E.：复杂网络的结构：理论与应用，牛津大学出版社，英国牛津（2012）[24]Acar，E.，Yener，B.：无监督的多路数据分析：文献综述。IEEETransactions on Knowledge and Data Engineering，21-1,6-20（2009）[25]法乔、马拉和拉里·惠普·朗。西欧公司的最终所有权。《金融经济学杂志》65.3 365–395（2002）[26]Golub，G.，Van Loan，C.：矩阵计算，第三版。伦敦：约翰·霍普金斯大学出版社（1996）[27]格拉西，R.：顶点中心性作为意大利企业董事会网络中信息流动的衡量标准。

Physica A，卷389，12，2455–2464（2010）[28]格拉西，R.，斯特凡尼，S.，托里耶罗，A.：关于特征向量中心性的一些新结果。《数学社会学杂志》31237-248（2007）[29]哈拉里，F.：图论，艾迪生-韦斯利，马萨诸塞州雷丁（1969）[30]哈什曼，R.A.：PARAFAC程序的基础：“解释性”多模态因素分析的模型和条件。加州大学洛杉矶分校《语音学工作论文》，16:1-84（1970）[31]因特里萨诺，C.：意大利公司的控制-增强机制。中国-美国商业评论11.3 48-78（2012）[32]肯德尔N.，谢里丹，T.：公司治理。一份有助于实现盈利和商业成功的行动计划。Pitman（1992）[33]Kleinberg，J.M.：超链接环境中的权威来源。《theACM杂志》46（5）604–632（1999）[34]科尔达，T.G.，贝德，B.W.，肯尼，J.P.：使用多线性代数的高阶Web链接分析，桑迪亚报告，SAND2005-4548（2005）[35]科尔达，T.G.，贝德，B.W.：张量分解和应用，暹罗评论51（3）：455–500（2009）[36]贝德，B.W.和科尔达，T.G.和其他：MATLAB Tensor Toolbox 2.5版。在线提供，2012年1月，http://www.sandia.gov/~tgkolda/TensorToolbox/。[37]梅利斯，A：意大利的公司治理。公司治理：国际评论8。4347-355（2000）[38]梅利斯，A.：意大利的公司治理发展。国际公司治理手册。切尔滕纳姆：爱德华·埃尔加：45-68（2006）[39]佩奇，L.，布林，S.，莫特瓦尼，R.，威诺格拉德，T.：PageRank引文排名：将顺序带入网络。（1999）[40]N.佩拉和S.福图纳托著，《复杂网络物理中的光谱中心性度量》。

牧师。E 78036107（2008）[41]Piccardi，C.，Calatroni，L.，和Bertoni，F.，意大利企业网络中的社区，Physica A:统计力学及其应用，卷389，第22期，2010年11月15日，第5247-5258页，ISSN 0378-4371，http://dx.doi.org/10.1016/j.physa.2010.06.038.[42]Rigamonti，S.：意大利IPO公司所有权和控制权的演变。《公司所有权与控制》，第6卷，第2期：312-333（2008）[43]罗通多·G.和D\'Arcangelis，A.M.：《公司网络：意大利股市的市场集中度分析》。质量和数量1-18（出版，2013）[44]桑特拉，P.，德拉戈，C.，波罗，A.，和加利亚迪E.：比较法国、德国、意大利和英国主要上市公司的DirectorNetwork。MPRA文件第16397号（2009）[45]Shleifer，A.，维什尼，R.W.：公司治理调查。《金融杂志》52。2737-783（1997）[46]索拉·L.，罗曼斯·M.，克里亚多·R.，弗洛雷斯·J.，加西亚·德尔·阿莫·A.，博卡莱蒂·S.：多路网络中节点的中心。arXiv:1305.7445v1（2013）[47]Tucker L.R.：三向矩阵因子分析对变化测量的影响。在《测量变化的问题》一书中，C·W·哈里斯主编，威斯康辛州大学出版社，第122-137页（1963年）[48]维加-雷东多·F.：复杂的社会网络。剑桥大学出版社，英国剑桥（2007）