楼主: 何人来此
1624 22

[量化金融] 基于流的国际贸易多层流网络探索 [推广有奖]

11
kedemingshi 在职认证  发表于 2022-5-8 01:54:11
3:从货币流动的角度说明平衡的国家节点2。货币流通的观点除了商品流通的观点外,国际贸易的流通网络也可以从货币流通的角度来建立。因为商品交易总是伴随着货币流动,货币流动的方向与商品流动的方向正好相反,即从进口商流向出口商。从“来源地”到国家节点j的边缘代表国家j的贸易效率,其由社区消费驱动,而从国家节点j到“汇”的边缘则表示出口相对于进口的盈余。对于每个平衡的国家节点j(来源和汇除外),等式9仍然成立(图3),其中eαij和eαjk分别是从国家i流入国家j和从国家j流出国家k的资金。eα0和eαj,N+1分别是系数和曲线,也可以使用公式10计算。四、 结果a。交易奖杯级别1。从商品流和货币流的角度来看,国家的营养水平“营养水平”是从生态学中借用的术语,意思是一个物种在食物链中的位置。在流动网络系统中,我们使用这个变量来表示节点在整个系统中所占的位置,其值是一个节点与“源”的距离。由于从源头到节点可能有多条路径,采用从源头到最短路径的距离可能会低估节点的营养水平,使用从源头到最短路径的平均首次通过流距离(MFPFD)更合理[13]。(a) 商品流动的观点(b)货币流动的观点。4:从不同的角度,用国家的营养水平换取活牛的商品。我们以活牛动物的商品层为例。

12
mingdashike22 在职认证  发表于 2022-5-8 01:54:14
基于第II B小节中讨论的MFPFD,我们使用从来源到每个countrynode的MFPFD作为其交易营养水平。从商品流和货币流的角度来看,每个国家的营养水平分别如图4所示。在图中,国家节点被绘制成一个圆圈,其到圆圈中心的距离与其营养水平成正比,其角度和颜色是随机选择的。节点的大小与节点总流出(或流入)的自然对数成比例。从商品流量的角度来看,商品流量的来源是该商品的生产,而汇则意味着消费。因此,对于某种商品,一个国家节点的营养水平代表了该国在全球供应链中所处的位置(即商品流量)。营养水平越低,国家的角色就越倾向于成为这种商品的生产者(即出口国)。相反,营养水平越高,来源地到国家节点的距离越远,国家越倾向于成为这种商品的消费者(即进口商)。从图4a中,我们发现一些贸易营养水平略高于或等于1的国家(如德国、中国、澳大利亚、加拿大和南非)倾向于出口活牛。其他一些节点,比如(a)商品流动的观点(b)货币流动的观点。5:活体牛动物商品的国家贸易营养水平分布,如韩国、委内瑞拉和哥伦比亚,它们远离圈中心,是活体牛动物的进口商。图5a给出了各国营养水平的相应分布。

13
能者818 在职认证  发表于 2022-5-8 01:54:17
显然,有三大类国家,即营养水平在1到1.6之间、2到2.8之间以及大于3的国家。这种模式的普遍性已被证实适用于多种商品。从货币流动的角度来看,来源是消费者对商品的需求,这会导致贸易赤字,而汇则意味着盈余。由于货币流动可以通过交换“源”和“汇”以及反转商品流动网络边缘的方向来获得,因此,对于同一商品,在货币流动网络(如MGα)和商品流动网络(如CGα)之间找到一些规律和规则很有意思。这些规则包括以下内容:MGα和CGα从源到汇具有相同的MFPFD(即lα0,N+1)。对于活牛的商品,MGα和CGα的lα0、N+1均为3.3674对于国家节点,MGα上的营养水平越高,CGα上的营养水平越低,反之亦然。也就是说,给定任意两个国家i和j,如果在MGα上i的营养水平大于j,则在CGα上i的营养水平不大于j,反之亦然。例如,从商品流动的角度来看,委内瑞拉的营养水平最高(3.7134);相反,从货币流动的角度来看,它的热带水平(1.00)是最小的从两个角度来看,各国贸易营养水平的分布呈现出相似的模式:大部分贸易营养水平等于或略大于1,另一组营养水平介于2和3.2之间。不同产品的国家营养水平我们将不同层次的国家营养水平与不同产品进行比较。我们使用图6所示的国家/地区产品矩阵来描述它们。

14
kedemingshi 在职认证  发表于 2022-5-8 01:54:22
在图中,每个点代表对应国家和产品的营养水平,其价值由颜色表示,其中白色表示价值不存在,青色表示价值在1到2之间(不包括2),表示国家倾向于进口,品红表示相对较高的价值,表示出口。提取三个变量,即青色点的数量(比如ncyan)、品红点的数量(比如nmagenta)和从源到行所代表国家的MFFD平均值(比如lα0,i),以表征每一行(或列)。图中显示的矩阵行和列按Ncyan和nmagentain之和降序排序,然后按lα0排序。在图6中,我们获得了青色和品红点的近似直角梯形形状。我们可以发现,品红点主要集中在三角形的上部,而下部主要是青色点。可以解释为,各种产品的出口国都是国际贸易中的活跃国家,这些国家位于图的上部,根据[25]可以被视为具有竞争力和成功的国家。相比之下,最底层是那些在国际贸易中不活跃的国家,它们只能出口有限种类的产品,而且往往是不发达国家[25]。出口商品种类较少但进口产品种类较多的经济体也可能出现在图表的上半部分。例如沙特阿拉伯和阿拉伯联合酋长国。此外,我们还发现了一些异常国家,它们在图的右上角显示为青色水平线。可以解释为这些国家进口许多种类的商品,而绝大多数国家不需要进口。这可能表明这些经济体处于高风险之中。

15
nandehutu2022 在职认证  发表于 2022-5-8 01:54:25
一个具有代表性的例子是2000年的南斯拉夫。图6:Countries products matrix(国家产品矩阵)报告了不同产品的不同层次国家的营养水平。国家和产品按ncyan和nmagenta之和的降序排列,然后是lα0,i,其中ncyan、nmagenta和lα0分别是从源到行所代表国家的着色点数、品红点数和MFPFD的平均值。B.节点中心1。国家在特定产品层中的节点中心度我们根据特定产品层中的流动距离计算国家中心度。一个国家节点的中心度可以计算为从该节点到所有其他国家的平均距离,如[13]所示。然而,如果其中一个距离是有限的,则节点中心性将变为有限的。因此,对于大多数元素都是有限元素的稀疏距离矩阵,上述计算方法是不可行的。因此,我们提出了节点中心性的新定义,称为调和中心性,asfi=N- 1fi1+fi2+·fi,i-1+fi,i+1+··+fi,N-1+fi,N,(11),其中fi,j(j=1,···,N和j 6=i)是节点i和j之间的SMFD,N是流动网络中公共节点的数量。不包括两个特殊节点,即源节点0和汇节点N+1,因为这里我们关心节点到其他公共节点的距离,表二:按fi排序的国家名单(a)排名前五的国家fi1德国2.532荷兰2.743匈牙利3.054澳大利亚3.105意大利3.15(b)排名后五的国家fi82厄瓜多尔86.0083莫桑比克86.0084巴林86.0085卡塔尔86.0086新加坡86.00以营养水平衡量。因此,谐波节点中心度度量可以避免有限距离问题,并且可以很好地测量节点的中心度。

16
大多数88 在职认证  发表于 2022-5-8 01:54:28
较小的FIS意味着节点在流量网络中占据更中心的位置,因为它与其他节点的平均距离较小。在表2中,我们列出了前五名和后五名的国家,它们的流动资金在活牛动物贸易的资金流动网络中的顺序是递减的。从拓扑结构的角度来看,前5个国家都是重要的枢纽节点。2.不同产品的国家节点中心度我们计算并比较不同产品层次国家的节点中心度。我们建立了一个包含相应谐波中心度的国家产品矩阵。例如,美国的row为[3.95,15.50,5.03,···,7.50],而活牛动物的commodity列为[86.00,n.a.,n.a.,7.13,··,n.a],其中n.a.表示相应的国家不出现在商品交易中。然后,我们将该矩阵转换为国家产品矩阵,其中包含每种商品的国家排名。因此,美国的排名变成了[15,27,11,··,4],这意味着美国在每一列中分别排名第15、27、··,和第4位,而活牛动物产品的列变成了[79,n.a.,n.a.,40,··,n.a.]。我们展示了图7中的排名矩阵,其中行按排名平均值排序,列按参与图7的国家数量降序排列。7:Countries products matrix(国家产品矩阵)报告了各国的和谐中心度排名。国家按平均排名按升序排列,产品按贸易国数量降序排列。在排名中。从图中,我们得到了彩色点的近似直角梯形形状,这与图6中的形状非常相似。

17
kedemingshi 在职认证  发表于 2022-5-8 01:54:32
可以解释为,交易范围广泛的产品的国家可能具有较高的平均协调中心;相反,那些交易产品种类很少的公司往往平均排名较低。最有趣的是,图中有几个水平色带,从上到下依次为蓝色、青色、黄色和红色。这种现象可以称为中心性分层。这表明,在各种各样的产品的贸易中,有竞争力的国家往往处于中心地位,而不发达国家在其有限的贸易产品种类中可能排名较低。我们列出了前8位和后8位的经济体,以及它们相应的平均调和中心度排名(如“fi”)和贸易产品类型数量(如n)。这意味着,从节点中心性的角度来看,“FIA”可能是衡量各国竞争力的一个很好的替代指标,各国需要在各种产品的贸易中提升协调中心性排名,以增强竞争力。表三:按平均和谐中心度排序的经济体名单。n是贸易产品类型的数量和该国的平均谐波中心指数。(a) 排名前8位的经济体n\'fi1德国928 4.952美国992 5.473法国,莫纳克946.864英国938 7.065意大利917 8.046中国914 11.437西班牙912 12.138荷兰927 13.01(b)排名后8位的经济体n\'fi183几内亚比绍268 126.72184乍得129 126.94185格陵兰299 127.99186布隆迪108 128.60187萨摩亚123 133.15188。Pal.Terr 61 134.02189 St.Pierre Mq 68 134.88190 CACM NES 21 137.86C。从源头到水槽的平均首次通过流距离我们计算每层货币流网络从源头到水槽的平均首次通过流距离(MFPFD)(如lα0,N+1)。

18
可人4 在职认证  发表于 2022-5-8 01:54:35
它表示arandom粒子可能从源跳到汇的平均步长,可以视为层中网络的长度。图8显示了所有1288层的lα0、N+1的分布和累积分布。我们发现,超过27%的lα0,N+1为3,且lα0,N+1的密度随着lα0,N+1值的增加而降低。最大值为6.24。我们进一步比较含有不同类别产品的层组中的lα0、N+1。根据SITC4[21]给出的产品分类,结果如表四所示,其中9类(未分类的商品和交易)被忽略。从表中,我们发现由第5类(化学品和相关产品,n.e.s.)、第7类(机械和运输设备)、第6类(按原料分类的制成品)和第8类(杂项制成品)组成的组的平均值Lα0、n+1显著高于第0类(食品和活体动物)、第1类(饮料和烟草),2(原料,不可食用,燃料除外),3(矿物燃料,润滑剂和相关材料)(a)分布(b)累积分布。8: MFPFD从源头到第4条(动植物油、脂肪和蜡)的分布和累积分布。为简单起见,可以得出结论,制造产品(5、6、7和8类)的lα0,N+1显著大于初级产品(0、1、2、3、4类)。对于不同类别的产品,lα0,N+1的叠加分布图(图9)也证实了这一现象,其中蓝色条位于左侧,而大多数黄色和红色条位于右侧。五、结论与讨论在本文中,我们使用流动距离的方法,从多层流动网络的角度探索国际贸易流动系统。

19
大多数88 在职认证  发表于 2022-5-8 01:54:38
多层流网络模型可以很好地模拟具有多种流类型的明流系统,其中每层包含一种流类型。我们介绍了多层流动网络(MFN)的形式化描述,以及MFN上的流动距离(例如,平均第一通道流动距离和平均总流动距离),其中提出了一种称为对称最小流动距离的新流动距离。然后,我们从商品流动和货币流动两个耦合的角度构建了国际贸易的多层流动网络。因此,基于流动距离的方法,可以发现一些有趣的知识IV:不同类别产品从源到汇的MFPFD编码平均lα0,N+1最小lα0,N+1最大lα0,N+10食物和活动物3.35 3.00 5.861饮料和烟草3.31 3.00 4.342不可食的原材料,燃料3.30 3.00 4.89矿物燃料除外,润滑剂和相关材料3。28 3.00 4.80动植物油、脂肪和蜡3。34 3.00 4.075化学品和相关产品,不另作说明3.78 3.00 5.61按材料分类的制成品3。71 3.00 6.177机械和运输设备3.75 3.00 6.128杂项制品3.63 3.00 6.24-所有产品3.59 3.00 6.24图。9:国际贸易多层流动网络中不同类别产品的MFPFD从源到汇的分布。首先,各国的贸易“营养水平”被用来描述各国在国际供应链中的地位。从贸易“营养水平”的分布来看,我们发现国家可分为三类:营养水平略大于或等于1、介于2和3之间以及大于3的国家。

20
nandehutu2022 在职认证  发表于 2022-5-8 01:54:41
此外,由于商品流动和货币流动的观点是耦合的,因此可以发现一些规律。例如,同一商品的货币流通网络和商品流通网络从源头到汇点的首次平均流通距离相同。其次,通过比较不同层次国家和不同产品的营养水平,我们发现,各种产品的出口国在国际贸易中都是活跃和有竞争力的国家,而出口有限类型商品的国家则不活跃,往往是不发达国家。此外,我们发现一些国家进口许多种类的商品,而绝大多数国家不需要进口。这一现象可能表明这些经济体面临着很高的经济风险。第三,我们提出了一种新的节点中心度,称为调和中心度,用于解决有限距离问题。谐波中心度越小,表明节点占据的中心位置越大。然后,我们比较了不同产品层次国家的谐波中心度。发现中心分层现象很有趣。这意味着有竞争力的国家往往在多种产品的贸易中处于中心地位,而不发达国家在其有限的贸易产品种类中可能排名较低。第四,我们计算了不同类型商品从源头到落水点的第一次平均流通距离,可以将其视为每一层网络的流通长度。我们发现,与初级产品相比,制成品从源头到水槽的第一次平均流动距离要大得多。我们的发现证明了所提出的多层流网络模型和流距离方法的有效性。致谢这项工作得到了国家自然科学基金(No。

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
jg-xs1
拉您进交流群
GMT+8, 2026-1-5 11:31