日本的银行公司信贷网络。二部网络的分析

蓝色符号表示在20次独立运行中，在最佳模块化分区中获得的集群数量。具体地说，我们把NTI称为Cti中的元素数，nt+1j称为Ct+1jandnt中的元素数，t+1j称为Cti和Ct+1j之间的公共元素数。让我们称之为Nt，t+1两个连续周期t和t+1中不同顶点的数量。由超几何分布H（nt，t+1ij | nt，t+1，nti，nt+1j）给出了偶然观测到的nt，t+1ij的概率，其中：H（X | N，M，K）=MXN-迈克科尔斯-十、NK. （1） 因此，对于每对簇，我们可以计算p值pt，t+1ij=1-nt，t+1ij-1Xx=0H（x | Nt，t+1，nti，Nt+1j）。（2） 在设置适当的p值阈值pt后，上述方法为我们提供了一种方法，以统计稳健的方式选择t+1年与t年给定社区相关的社区。为了避免出现假阳性，必须校正pvalue阈值，以考虑我们正在进行多假设测试比较。事实上，对于每一对连续周期，我们进行Nt·Nt+1次检验，以验证元素在连续周期的两个社区分区之间随机分布的无效假设。此外，我们对数据集中的所有连续年份（即1980年至2011年）进行了这些测试。最具限制性的多重假设检验校正是Bonferroni校正，该校正规定修改后的p值阈值pBis:pB=pt/2011-1Xt=1980Nt·Nt+1. （3） 在目前的调查中，我们将pt设为0.01。在图3中，我们展示了连续几年经统计验证的社区相互关系的图形表示。图示是1980年最大社区（标记为980）的时间演变。每个顶点的大小与社区大小的对数成正比。

统计验证程序表明，在所有调查年份中，t年的最大群落演变为t+1年的最大群落。除了这个社区进化的主要渠道外，我们还发现，在某些年份，其他较小的社区将其中的一部分合并为最大的社区（这一过程在2000年、2001年和2002年更为明显）。为清晰起见，在合并为最大社区的社区中，图中仅显示了距离每年最大社区一年的社区。在下一节中，我们将研究每个日历年观察到的最大群落元素特征属性的过度表达。在图4中，我们追踪了1980年第二大和第三大社区（labeledas 6 80和8 80）的演变。在这种情况下，这些群落的进化呈现出图中所示的三个主要分支，即平行进化分支。然而，随着时间的推移，可以观察到树枝的分裂和合并。在这张图中，我们只展示了“向前”的社区演化，即，我们展示了t年与t+1年社区之间的所有验证关系，但与图3不同的是，我们没有展示t+1年社区与t年社区之间的验证关系，与图中已经展示的关系不同。上一年来自其他社区的额外传入验证连接未显示为可读。如图3所示，每个顶点的大小与社区大小的对数成正比。属于三人团体的元素属性的过度表达。3：连续几年检测到的集群相互关系的图形表示。

图中仅显示了从1980年最大社区（标记为980）开始观察到的统计验证，并考虑了连续几年观察到的每对集群之间的验证。顶点符号的大小与簇大小的对数成正比。图中显示，集群组成的统计验证清楚地表明，最大的集群总是演变成连续年份的最大集群。主要分支将在以下章节中讨论。V.属性的过度表达银行-企业划分的识别及其时间演变的统计验证为理解信贷系统的网络结构及其时间演变提供了基础。下一步是寻找表征获得的星团及其时间演化的信息。换言之，重要的是根据属于同一集群的元素在适当的随机零假设下过度表达的属性来描述集群。所使用的方法如[10]所示。应该注意的是，零假设考虑了被测试属性的异质性，因此过度表达的属性不一定是每个簇中最常见的属性，而是那些在簇中频率相对于零假设过度表达的属性，考虑了属性的异质性。在我们的分析中，我们使用Bonferroni校正解释了多重假设检验校正。用于描述企业和银行特征的元数据使我们能够识别经济图。4：连续几年检测到的集群相互关系的图形表示。

图中仅显示了从1980年第二大和第三大社区（标记为680和880）开始观察到的统计验证，并考虑了连续几年观察到的每对集群之间的验证。仅显示从每个集群到连续一年集群的经过统计验证的直接连接。未显示前一年来自其他集群的传入验证连接，以使图表可读。顶点的大小与簇大小的对数成正比。图中显示，集群的统计验证显示了三个主要分支的演变。其中一个分支在2005年合并为最大的分支（参见2005年2304的分支）。主要机构和银行类型的部门和地区。在表一中，我们总结了在最大群落的时间演化中观察到的过度表达的属性（见图3）。在表中，我们提供了日历年、集群中银行的数量、集群中企业的数量，以及过度表达的（i）企业所在的州，（ii）企业的经济部门和（iii）银行类型。我们注意到，在调查的大多数年份，该集群中过度表达的银行类型都被标记为“城市银行”。这些银行是在全国经营的大型商业银行。在2005年之后，“城市银行”的过度表达没有被观察到，这一事实并不意味着城市银行的作用在那些年不再存在。事实上，近几年来，我们在所考虑的集群中发现了相当数量的城市银行。

这一银行类别开始没有过度表达的原因在于，“城市银行”的数量随着时间的推移而下降（由于合并），并且验证程序是在多重假设检验校正的最严重水平上进行的。事实上，用于验证过度表达的Bonferroni阈值设置为0.01/Rt，其中0.01是单变量阈值，Rt=（NS+NP+NB）·是t年社区统计验证中完成的测试总数。更具体地说，是不同经济部门的数量，NP是不同日本县的数量，NB是银行类型的数量，NTI是在t年检测到的社区数量。通过这种方式，我们最小化了假阳性的数量，但不可避免地增加了假阴性的数量。过度表达的县是神奈川县（14）和东京县（13），即所谓的大东京地区的两个县。该表还显示了该社区企业主要经济部门的过度表达。过度表达的经济部门是1980-1993年期间的电气和电子设备（EEE），以及1996-2011年期间的服务和批发贸易（WT）。表一显示了属于主要集群的公司数量的两个显著变化。主要变化（也可以通过图2中的RIM算法检测到的集群平均数量观察到）发生在1996年，这是数据库中OTC市场交易的公司的第一年。第二个变化发生在1999-2001年。事实上，从2000年开始，该数据库报告的信贷信息覆盖了信贷的一小部分，接近总信贷的20-30%，被称为“未知-其他金融机构”。

这种形式的信贷涉及大约300家在OTC市场公开上市和交易的公司。换言之，从2000年开始，大量数据库公司从“未知-其他金融机构”获得信用。这组恒星构成了一个相当稳定的星团。自2000年首次成立以来，这样一个群体是通过RIM算法系统地检测出来的。最有可能的是，该群落的存在及其稳定性是图1中2000年后观察到的调整后兰德指数平均值增加的主要来源。在图4中，我们展示了1980年第二大和第三大社区的时间演变。在这种情况下，我们观察到社区的演变，平均呈现出三个主要分支，其特征是表I的过度表达：关于每个日历年由RIM算法检测到的最大集群的信息摘要。在每个集群的表格中，我们报告了该年的银行数量、企业数量、过度表达的日本企业预测（信息以标准的两位数代码提供）、过度表达的经济部门和过度表达的银行类型。根据两位数的地区代码，我们有13个东京和14个神奈川。

过度表达的经济部门是电气和电子设备（EEE）、服务和批发贸易（WT）。过度表达的银行类型是“城市银行”（CB）。年份银行企业地区银行类型年份银行企业地区银行类型1980 23 557 14 EEE CB 1996 18 975 13 14 S CB1981 18 514 14 EEE CB 1997 14 971 13 14 S CB1982 21 534 14–CB 1998 16 1069 13 14 S CB1983 21 560 14–CB 1999 14 1104 13 14 S，WT CB1984 16 561 14 EEE CB 2000 11 959 13 14 S，WT CB1985 20 561 14 EEE CB 2001 9 865 13 S，WT CB1986 18 564–CB 2002 9 917 13 S，WT CB1987 16 555–CB 2003 8 891 13 S，WT CB1988 20 611–EEE CB 2004 11 912 13 S，WT–1989 19 613 14 EEE CB 2005 6 905 13 S，WT CB1990 21 643 13–CB 2006 8 902 13 S，WT–1991 20 664–CB 2007 6 857 13 14 S，WT–1992 19 614 13 14–CB 2008 7 813 13 14 S，WT–1993 15 638 13 EEE CB 2009 11 787 13 14 S，WT–1994 18 670 13–CB 2010 11 748 13 14 S，WT–1995 20 691–CB 2011 8 725 13 14 S，WT–多个日本县、经济部门和银行类型。表二总结了所有的表达，我们注意到社区的三个主要分支。第一次从1980年开始，持续到2011年（见表二第一列）。它代表了经济部门公用事业（U）和信贷租赁（L）的企业。过度表达的银行是人寿保险银行（LI）和保险银行（IB）银行。直到2000年，人们才注意到效用的过度表达。从2000年开始，只有属于信贷租赁经济部门的公司被过度表达。对于这个集群分支，企业的地理位置表明，日本的东京县（标记为13）、广岛县（34）和福冈县（40）在几年内过度表达。

最近几年，日本南部的几个县（例如标记为28（兵库）、33（冈山）、34、37（Kagawa）和40）被过度表达。第二个分支始于1980年，大约于2005年结束（见表二第二栏）。第二家分行展示了建筑（C）经济部门、区域银行（RB）和第二家区域银行（SR）的过度表达。地理上的过度表达在几周内指出了日本的广岛县、福冈县和东京县。第三个分支于1985年开始，2011年结束（见表二第三栏）。在最后一种情况下，该部门持续过度表达铁路运输（RT）和化工（Ch）部门的风险。1997年后，被归类为人寿保险银行（LI）的银行过度表达。地理过度表达主要涉及东京县，尤其是在最近几年。总之，我们观察到三个不同的分支，随着时间的推移，其特征是经济部门和银行类型的过度表达相当稳定。此外，企业所在地区的过度表现，虽然不如经济部门和银行类型的稳定，但随着时间的推移，表现出高度的持续性。RIM检测到的银行和企业集群能够检测到日本信贷市场的网络化性质，以及社区动态的时间尺度，覆盖数年。六、 结论在我们的研究中，我们分析了日本银行-企业信用关系在超过30年的时间段内的时间演变。该分析是在银行企业信贷网络观察II上进行的：关于在每个日历年由RIM算法检测到的几个大型集群的演变信息摘要。演变遵循图4所示的方案。

在每个社区的表格中，我们报告了社区代码（id年）、银行数量、企业数量、过度表达的日本企业县（信息以标准2位代码的形式提供）、过度表达的企业经济部门以及过度表达的银行类型。两位数的县代码是日本国际标准化组织的代码之一，可以在维基百科的日本县网页上找到。过度表达的经济部门包括建筑（C）、信贷租赁（CL）、化工（Ch）、电气和电子设备（EEE）、汽车零部件（MV）、铁路运输（RT）、海运（ST）、服务业（S）、公用事业（U）和批发贸易（WT）。过度表达的银行类型包括“城市银行”（CB）、人寿保险银行（LI）、区域银行（RB）、保险银行（IB）和第二区域银行（SR）。集群NbNfpref。B.t.区集群NbNfpref。B.t.区集群NbNfpref。

B.t.6 80 45 241–LI IB 8 80 128 305–RB SR5 81 47 201–RT U LI IB 7 81 97 214 13 C RB7 82 49 194–U LI IB 9 82 89 208 13 C RB8 83 46 166 13 U LI IB 9 93 85 211–C RB13 84 47 146–U LI IB 15 84 111 277–RB5 85 41 102–IB 7 85 260–RB 8 85 29 381–RT–11 86 48 164–U LI 12 86 80 228–C RB 13 86 21 292–9 87 52 108 13CLU LI IB 11 87 89 235 40 C RB 12 87 16 319–RT–8 88 58 203 13 U LI IB 10 88 113 314 40 C RB SR 9 88 21 339–RT16 89 121 225 34 CLU IB 17 89 21 367–RT–14 90 135 220 13 CL–13 90 15 336–RT–14 91 51 237–CLU LI IB 15 91 93 223 34 40 C RB15 92 52 188 13 CLI IB 16 92 78 199 34 40 C–16 93 135 135 273 40 CL15 93 11 309–RT–15 94 126 246 CLU IB 14 94 13322–RT–2 95 57 169–CLU LI IB 3 95 102 325 34 40 C RB 4 95 20 486–Ch RT ST–29 96 45 241–LI IB 26 96 128 305–RB SR 28 9617 97 71 149 13 CLU IB 20 97 72 361 15 34 40 C RB 21 97 17 524–Ch MV RT–21 98 119 34 40 C CL–22 98 34 499–Ch RT LI30 99 119 377 34 40–CLU–31 99 24 550 26 Ch–32 00 92 345 10 CLI 30 00 42 226 34 38 4346–3300194772627 CH30193232 7 C CL IB 2801342283334353738 40–30116574 14 Ch–3500282278340–36021379–3700226383–3403696241273337 CL–3503826 13–36032645022–LI310321110 46–20485338334 40 CL–2304615114–26042855013 Ch–20205843101334 37 CL–24 05 6 905 13 S WT CB 23 05 26 602 15 RT LI18 05 18 109 40 46–30 06 71 306 28 33 34 37 40 CL–31 06 23 646 13 RT LI24 07 27 174 34 35 40 46–27 07 24 662 13 Ch RT–33 08 51 262 28 33 34 40–35 08 30 595 13 CL RT–34 09 34 225 28 34 37 40–37 09 29 546 13–LI35 10 42 210 28 34 34 40–37 10 22 48 13 RT LI28 11 154 28 34 37-每年31 11 23 514 13 RT-26 11 18 89 40 46。