日本信贷市场信用关系的支柱

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

英文标题：
《Backbone of credit relationships in the Japanese credit market》
---
作者：
Luca Marotta, Salvatore Miccich\\`e, Yoshi Fujiwara, Hiroshi Iyetomi,
  Hideaki Aoyama, Mauro Gallegati, Rosario N. Mantegna
---
最新提交年份：
2015
---
英文摘要：
  We detect the backbone of the weighted bipartite network of the Japanese credit market relationships. The backbone is detected by adapting a general method used in the investigation of weighted networks. With this approach we detect a backbone that is statistically validated against a null hypothesis of uniform diversification of loans for banks and firms. Our investigation is done year by year and it covers more than thirty years during the period from 1980 to 2011. We relate some of our findings with economic events that have characterized the Japanese credit market during the last years. The study of the time evolution of the backbone allows us to detect changes occurred in network size, fraction of credit explained, and attributes characterizing the banks and the firms present in the backbone.
---
中文摘要：
我们检测了日本信贷市场关系加权二部网络的主干。通过采用加权网络调查中使用的通用方法来检测主干。通过这种方法，我们检测到一个主干，该主干在统计上根据银行和企业贷款统一多样化的无效假设得到验证。我们的调查是逐年进行的，从1980年到2011年，历时30多年。我们将我们的一些发现与过去几年日本信贷市场的经济事件联系起来。通过对主干网时间演化的研究，我们可以检测网络规模、所解释的信贷比例以及主干网中银行和企业的特征发生的变化。
---
分类信息：

一级分类：Quantitative Finance        数量金融学
二级分类：General Finance        一般财务
分类描述：Development of general quantitative methodologies with applications in finance
通用定量方法的发展及其在金融中的应用
--
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。
--

---
PDF下载：
--> Backbone_of_credit_relationships_in_the_Japanese_credit_market.pdf (2 MB)

2022-5-9 12:48:56 上传

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：信贷市场 Quantitative relationship Applications QUANTITATIV

Marotta等人研究日本秘密市场信用关系的支柱Luca Marotta、Salvatore Miccich\'e、Yoshi Fujiwara、Hiroshi Iyetomi、Hideaki Aoyama、MauroGallegatiand Rosario N.Mantegna 1,6**通信：rn。mantegna@gmail.comDipartimento意大利巴勒莫大学巴勒莫研究所，I-90128巴勒莫，第18版，I-90128。文章末尾提供了作者信息的完整列表摘要我们检测到了日本信贷市场关系加权二方网络的主干。通过采用加权网络调查中使用的一般方法来检测主干。通过这种方法，我们检测到了一种根据银行和企业贷款单一化的无效假设进行统计验证的缺陷。我们的调查是逐年进行的，从1980年到2011年，历时30多年。我们将我们的一些发现与过去几年日本信贷市场的经济事件联系起来。对主干网时间演变的研究使我们能够检测网络规模、解释的信贷比例以及主干网中银行和企业特征的变化。关键词：复杂网络；信息过滤；统计验证网络；信贷市场介绍在许多学科中都可以观察到二部网络。例如，在经济复杂系统中，我们发现了董事会和董事[1,2]以及产品和消费者[3,4]的二分网络。在本文中，我们研究了所有日本银行与在日本证券交易所和日本场外交易市场上市的大型企业之间的信用关系的双边网络。此前，在一系列研究中，已经使用网络理论的工具和概念对该学分制进行了分析。

例如，研究单一模式的项目网络[5]，研究由信贷网络权重决定的特征值问题[6]，使用债务等级概念分析信贷市场的风险和脆弱性[7]，以及研究在项目网络和二部网络中观察到的社区[8,9]。在这里，我们通过过滤与假设每家银行或企业均匀分散的无效假设不兼容的信贷关系来检查加权二部网络。我们使用的方法是从参考文献[10]中提出的一般方法改编而来的。我们在参考文献[10]中提出的程序中添加了一个多重假设校正，我们认为这是将假阳性降至最低所必需的[11]。通过这种方法，我们检测到的网络在统计学上是根据chosennull假设验证的。我们的调查覆盖了30多年，使我们有可能将我们的一些发现与记录在案的事件联系起来，如creditMarotta等人的重大故障。第2页，共14页，系统和日本信贷市场发生的大型合并。然后，所有经过统计验证的网络都以银行和企业属性的过度表达为特征（i）银行的类型，（ii）企业的经济部门，以及企业的地理位置。根据参考文献[12]中介绍的方法，估算了此类属性的过度表达。我们检测到信用关系中存在一个与统一多元化的无效假设不相容的主干。这一主干在调查的所有年份都存在。在不同的年份里，我们能够看到这个过滤网络在规模、解释的信贷比例以及描述其中企业特征的属性方面发生的变化。论文的结构如下。在门派里。“数据集”我们描述我们的数据集。这个教派。

“过滤方法论”简要讨论了过滤方法和多重假设校正的必要性。在连续的教派中。“结果”我们展示并评论我们的结果。在门派里。“结论”我们很容易得出一些结论。datasetOur数据集由位于东京的日经媒体营销有限公司获得，可在市场上购买（详情见网页[13]）。数据基于在日本证券交易所（东京、大阪、名古屋）和日本场外交易（OTC）市场上对公司的调查。数据包括从金融机构获得的每家企业从银行借款的信息。具体而言，该数据集报告了每家公司的借款金额，以及将贷款分为短期和长期借款。所有超过1年的合同都被视为长期借款。数据涵盖1980年至2012年的时间段。在本文中，我们考察了1980年至2011年这段时间，这段时间超过30年。我们的分析每年进行一次，每年的网络是使用所考虑日历年的财务报表从数据集构建的。自1996年以来，数据集还包括在OTC市场和/或JASDAQ（目前的OTC市场）上市的公司。在本研究中，我们调查了数据库中存在的所有公司。数据库中的银行数量逐年变化。1980年为225，2001年之前基本保持不变，2011年降至166。公司数量从1980年的1414家开始，然后增加到2006年达到的最大值3034家。今年之后，公司数量开始下降，2011年达到2706家。由于数据库中OTC公司数量最多，因此，该公司的数量从1995年的1802家增加到1996年的2602家。

同年，银行数量从219家增加到226家。二部网络中的链接密度，定义为观察到的链接数与潜在链接数之比，平均从1980年的0.0867下降到2011年的0.0398。在过去几年中，包括OTC公司规模最大的几年，链接密度的变化并不太大。实际上，链接的密度从0.0721降低到了0。从1995年到1996年是0601。数据集具有关联的元数据。具体而言，我们有关于每家银行分类的信息，以及关于经济部门和企业地理位置的信息。Marotta et al.第3页，共14页过滤方法在本文中，我们希望关注与分配给双边网络每个节点（银行或企业）特定信用关系的资金最相关的信用关系。为了找出加权网络中最重要的连接，已经提出了许多技术，例如（i）应用全局阈值来维持权重最高的连接（尽管破坏了许多复杂系统固有的多尺度组织）[14]，（ii）基于网络每个节点测试的零假设的统计验证的方法[10]，以及（iii）使用全局零模型的方法，同时保留网络拓扑和系统的权重分布[15]。在我们目前的研究中，我们感兴趣的是信用额度的局部异常分布，而不是保留网络拓扑。因此，我们将[10]中介绍的加权网络的过滤程序应用于我们的系统。该方法通过单个节点的统计验证来评估每个链接权重的相关性。

鉴于测试的局部性质，该方法允许保留权重分布的异质性，从而克服了全局阈值程序的缺点。更详细地说，让Si和Ki分别表示节点i的强度和程度，并让wijbe表示节点i和j之间链接的权重。用xij表示链接的标准化权重wij/Sio，[10]中提出的统计程序回答了这个问题：如果我们将区间[0,1]划分为k个子区间，将k均匀分布- 1分，观察长度为xij的间隔的概率p（xij）是多少？可以看出，在上述假设下，p值为：p=1- （k）- 1） Zxij（1）- x） k-2dx。（1） 如果等式1中的p小于给定的、预定的统计阈值θ，则检测到该链接在统计上与均匀分布的零假设不一致，因此该链接保留在过滤网络中，否则将被删除。与[10]不同的是，我们确定了统计阈值，并进行了多假设检验校正。事实上，由于需要大量的测试来调查整个网络，如果想要最小化假阳性的数量，就需要进行多假设测试校正。在本研究中，我们将统计阈值设定为θ=0.01。最具限制性的多重假设检验修正是Bonferroni修正。[16] ，即，通过使用统计阈值θB=0.01/ntin代替θ进行此校正，其中nti是在整个网络上执行的测试数。Bonferroni校正增加了精度（通过最小化测试假阳性的数量），但降低了估计的准确性，因为它可能与大量假阴性有关。

为了避免过于严格，在本研究中，我们使用错误发现率（FDR）[17]作为多假设测试校正。错误发现率校正的工作原理如下：不同测试的p值首先按递增顺序排列（p<p<…<pt），然后通过找到最大的tmax（如ptmax<tmaxθB.Marotta等人）。值得强调的是，通过构造，Bonferroni网络始终是FDR网络的子网络。值得注意的是，等式1中的测试是定向的，即使对于无向网络也是如此。实际上，标准化权重xijdepends在节点i的强度siof上，因此通常与xji不同。这意味着必须测试每条链路的终端节点，双向验证的存在表明i和j之间存在强烈的相互依赖性。通过使用这种方法，我们每年获得一个FDR过滤的二部网络。表1给出了原始网络和过滤网络的基本信息。该表显示，过滤程序相当严格，事实上，经统计验证的信用关系的数量平均约为500，而信用关系的总数从1997年的35344个到2011年的17885个不等。尽管如此，选定的信用关系只占银行系统贷款总额的一小部分，贷款总额在45%到60%之间。图1显示了与统计验证边缘相关的信用比率的时间演变。非常有趣的是，从1982年到1990年，信贷比率在上升，然后平均下降。或许值得一提的是，20世纪90年代是日本股市泡沫破灭的一年。

由于泡沫破裂，银行总资产从1989年的508万亿日元下降到1990年的491万亿日元[18]。多年来，经过统计验证的网络呈现出一个最大的连接组件，它构成了两部分工作的大部分元素。具体而言，这一百分比从2009年观察到的最小值82%到1984年观察到的最大值97%不等。表1的LCC列显示了每年统计验证网络中最大连接组件中包含的元素数量。对每个节点进行统计验证，因此可以验证一个信贷链接，或者针对银行和/或企业进行验证。我们使用的惯例是，验证链接是定向的，并且方向是从验证过程中使用的节点向外延伸的。例如，如果为银行验证了信用关系，则arc将从银行发出，并将指向接收信用的公司。大多数经过验证的链接都是单向的，但也观察到部分双向链接，即对银行和企业都进行了统计验证的信贷关系。它们的数量显示在表1的列对BL中，我们报告了具有双向验证链接的不同对银行企业的数量。其中一些双向验证链路寿命很长，即可观察长达21年。这些长期存在的联系主要是在1980年至2000年期间观察到的。它们的存在可能与所谓的“主要银行”关系的存在有关[18,19]。

还应注意的是，1997年是日本银行系统全面系统性危机的年份，这两种节点的信贷关系相关的银行-企业对数量达到峰值[18]结果图2显示了1984年和2009年的FDR网络（第一个是LCC中元素比例最高的，而第二个是theMarotta等人的。表1第5页，共14页。原始二部分网络（ON）和相应过滤网络（FN）的汇总统计。通过使用ref的分集过滤器获得过滤网络。

[10] θ=0.01，每年计算错误发现率修正。年份银行公司边缘银行公司LCC边缘对布隆位于FN FN FN FN 1980 225 1414 27587 95 210 290 662 421981 225 1431 27535 94 187 269 617 4011982 222 1444 27265 99 181 266 599 351983 221 1457 26887 96 172 254 578 271984 221 1462 26330 96 168 253 251985 219 1477 25824 166 258 584 341986 217 1486 25139 95 258 588 381987 220 1530 25416 169 644 40221 1988 1545 25170 108177 267 648 391989 222 1573 25069 106 189 281 651 391990 222 1617 25343 105 187 282 645 401991 221 1670 25892 99 183 270 647 481992 221 1687 26598 96 192 276 643 491993 218 1717 27410 95 187 260 644 611994 219 1753 27913 97 197 267 675 671995 219 1802 28452 106 224 300 722 631996 226 2602 35314 113 258 337 861 751997 225 2726 35344 110 268 341 850 801998 221 2772 35056 99 268 328 803 711999 218 2869 35315 104 280 348 809 752000 221 2942 29565 80 230 284 627 502001 210 2975 28719 80 230 285 625 492002 207 2991 26610 71 212 253 556 352003 199 2963 24564 79 216 250 501 322004 197 2959 23888 72 195 233 463 232005 190 3003 23903 73 190 232 464 272006 185 3034 23012 75 187 231 441 232007 181 3016 22273 69 186 231 417 182008 178 2918 20567 67 183 227 389 172009 177 2842 19229 71 184 209 346 92010 175 2746 18357 61 173 204 334 102011 166 2706 17885 64 158 182 323 9图1每个日历年信用比率的时间演变，信用比率是与统计验证网络中选择的信用关系相关的信用总额除以系统中交换的信用总额的比率。值得注意的是，信贷配给正在增加，并在1986年至1991年日本资产价格泡沫期间达到最大值。Marotta等人，第6页，共14页（最低分数）。