买方-卖方网络的逐渐演变及其在市场中的作用

因此，我们得出结论，通过有效缓解负面冲击，并在企业之间分享正面冲击，链接更新具有提高经济体平均对数增长率的积极影响。接下来，我们将调查总体波动。对比图5中企业未连接（红色三角形）和连接（黑色圆圈）的两种情况，我们发现，当它们连接时，平均原木增长率往往会发生更大的变化。值得强调的是，我们在计算中只有九个数据点。然而，通过取yt的平均值来计算流量的估计标准偏差- 年增长率为0.023，而企业原始平均原木增长率为0。037.因此，网络对总流量的影响可以计算为1- 0.023/0.037，约为37%。请注意，如第4节所述，由于与测量误差有关的识别问题，估计的结构参数提供了一个下限。

因此，我们得出结论，至少37%的总波动可以用网络效应来解释。还值得注意的是，该图与Foerster、Sarteand Watson（2011）中的图相似，后者研究了美国IP指数对数增长的变异性，并表明，在大幅度缓和后，IP指数对数增长的变异性中有50%确实可以用部门线解释。●●●●●●●●●-0.075-0.050-0.0250.0000.0252052007 2009 2011年平均原木生长图5：平均原木生长率的时间序列（黑圈），假设2004年至2012年没有链接更新（蓝色方块），单个企业的平均冲击（红色三角形）和模拟平均原木增长率。6结论为了回答关于企业间买方-卖方网络中冲击传播和链接更新之间的权衡问题，我们提供了图5可能会怀疑的情况。当比较没有链接更新的情况和完全没有连接的情况时，数字只有轻微变化●●●●●●●●●-0.040.000.040.082005 2007 2009 2011年累积平均原木增长图6：累积平均原木增长率（黑色圆圈）、单个企业的累积平均冲击（红色三角形）和模拟平均原木增长率的时间序列，假设2004年至2012年没有链路更新（蓝色方块）。联系更新对经济体整体增长率影响的实证分析。为了实现这一目标，我们使用了来自日本的企业级数据集，在那里我们既有网络数据，也有过去十年中企业的对数增长率。利用独特的数据集，我们采用结构方程建模来估计链路更新的影响。

通过反事实分析，我们首先表明，与之前的网络相比，当前网络通常是最佳的网络配置，它优化了积极冲击的传播和消极冲击的避免，可能反映了每个公司避免对方消极冲击和分享对方积极冲击的动机。然后我们证明，对于正面冲击，未来网络通常比当前网络更好，因为它比当前网络传播正面冲击。这种不对称行为可以用断链和形成链之间的成本不对称来解释。然后，我们提供了一些证据，证明链接更新在宏观经济层面上对提高企业的平均增长率具有积极影响，这符合本文的主要动机。最后但并非最不重要的一点是，作为我们的结构方程模型的一部分，我们还表明，至少37%的聚合函数可以用网络效应来解释。这与之前的研究是一致的，之前的研究侧重于部门联系，如福斯特、萨特和沃森（2011年）。参考Acemoglu、Daron、Asuman Ozdaglar和Alireza Tahbaz Salehi。2013年，《大型经济衰退的网络起源》国家经济研究局工作文件19230。阿塞莫格鲁、达隆、瓦斯科·M·卡瓦略、阿苏曼·奥兹达格拉尔和阿利雷扎塔巴兹·萨利希。2012年，《总波动的网络起源》《计量经济学》，80（5）：1977-2016年。布拉穆勒、亚恩、哈比巴·杰巴里和伯纳德·福廷。2009.“通过社交网络识别同伴效应。”计量经济学杂志，150（1）：41-55。卡瓦略，瓦斯科。2007年，《部门间贸易的总流量和网络结构》法布拉大学经济与商业系经济学工作论文1206。卡瓦略，瓦斯科M.2014。

“通过生产网络从微观到宏观。”《经济展望杂志》，28（4）：23-48。C.丹尼、弗朗西斯科·M·戈麦斯、弗朗西斯科·M·戈麦斯、Aplicada Computacional和丹尼·C·索伦森。2010.“ARPACK++：ARPACK特征值包的C++实现。”Eddelbuettel，德克。与Rcpp的无缝R和C++集成。纽约：斯普林格。ISBN 978-1-4614-6867-7。福斯特、安德鲁·T、皮埃尔·丹尼尔·G·萨特和马克·W·沃森。2011年，《部门冲击与总体冲击：工业生产的结构因素分析》政治经济学杂志，119（1）：第1-38页。弗里希，R.1934。通过完全回归系统进行统计影响分析。科诺米斯克大学公共学院，科诺米斯克大学公共学院。戈德史密斯·平坎、保罗和圭多·W·伊本斯。2013年，《社交网络与同龄人效应的识别》商业与经济统计杂志，31（3）：253-264。亨德利、大卫·F.和玛丽·S·摩根。1989年，《影响分析的再分析》《牛津经济报》，41（1）：35-52。霍夫、彼得、贝利·福斯迪克、亚历克斯·沃尔福夫斯基和凯瑟琳·斯托维尔。2013年，《固定排名提名网络的可能性》网络科学，1:253-277。帕维尔N.克里维茨基和马克S.汉德科克。2014.“动态网络的可分离模型”英国皇家统计学会杂志，B辑，76（1）：29-46。Long，John B和Charles I Plosser。1983年《真正的商业周期》《政治经济学杂志》，39-69页。卢卡斯，罗伯特·E·1977。“理解商业周期。”卡内基-罗切斯特公共政策系列会议，5（1）：7-29。Malysheva、Nadezhda和Pierre Daniel G.Sarte。2011年，《部门动荡和总体经济活动》经济季刊（第2季度）：153-173。曼斯基，C.F.2009。预测和决策的识别。哈佛大学出版社。梅尔，安吉洛。2010

“社交网络中种族隔离的结构模型。”NET研究所工作文件。谢伊，约翰。2002年，《互补与共同运动》货币、信贷和银行杂志，34（2）：412-433。塔默，艾莉。2010年，《计量经济学中的部分识别》《经济学年鉴》，2（1）：167-195。韦斯特维尔德、安东·H.和彼得·D·霍夫。2011.“纵向关系和网络数据的混合效应模型，并应用于国际贸易和冲突。”《应用统计学年鉴》，5（2A）：843-872。