GDP在塑造国际经济结构中的双重作用

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：
《The double role of GDP in shaping the structure of the International
  Trade Network》
---
作者：
Assaf Almog, Tiziano Squartini and Diego Garlaschelli
---
最新提交年份：
2015
---
英文摘要：
  The International Trade Network (ITN) is the network formed by trade relationships between world countries. The complex structure of the ITN impacts important economic processes such as globalization, competitiveness, and the propagation of instabilities. Modeling the structure of the ITN in terms of simple macroeconomic quantities is therefore of paramount importance. While traditional macroeconomics has mainly used the Gravity Model to characterize the magnitude of trade volumes, modern network theory has predominantly focused on modeling the topology of the ITN. Combining these two complementary approaches is still an open problem. Here we review these approaches and emphasize the double role played by GDP in empirically determining both the existence and the volume of trade linkages. Moreover, we discuss a unified model that exploits these patterns and uses only the GDP as the relevant macroeconomic factor for reproducing both the topology and the link weights of the ITN.
---
中文摘要：
国际贸易网络（ITN）是由世界各国之间的贸易关系构成的网络。ITN的复杂结构影响着重要的经济过程，如全球化、竞争力和不稳定性的传播。因此，根据简单的宏观经济量对ITN的结构进行建模至关重要。虽然传统宏观经济学主要使用引力模型来描述贸易量的大小，但现代网络理论主要侧重于对ITN的拓扑结构进行建模。结合这两种互补的方法仍然是一个悬而未决的问题。在这里，我们回顾这些方法，并强调GDP在经验上决定贸易联系的存在和数量方面所起的双重作用。此外，我们还讨论了一个利用这些模式的统一模型，该模型仅使用GDP作为相关的宏观经济因素来重现ITN的拓扑结构和链接权重。
---
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：
--> The_double_role_of_GDP_in_shaping_the_structure_of_the_International_Trade_Network.pdf (449 KB)

2022-5-9 15:10:16 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：经济结构 国际经济 GDP Quantitative trade volume

GDP在塑造国际贸易网络结构中的双重作用阿萨夫·阿尔莫吉乌特·洛伦茨理论物理研究所，莱顿大学莱顿物理研究所，尼尔斯·博赫韦格2233 CA莱顿（荷兰）蒂齐亚诺·斯夸蒂尼姆高级研究所，P.zza S.庞齐亚诺6，55100卢卡（意大利）迭戈·加拉舍利乌特·洛伦茨理论物理研究所，莱顿大学莱顿物理研究所，尼尔斯·波韦格2233加利福尼亚莱顿（荷兰）（日期：2015年12月10日）国际贸易网络（ITN）是由世界各国之间的贸易关系形成的网络。ITN的复杂结构影响着全球化、竞争力和不稳定性传播等重要经济过程。因此，根据简单的宏观经济量对利润结构进行建模至关重要。虽然传统的宏观经济学主要使用引力模型来描述贸易量的大小，但现代网络理论主要侧重于对ITEN的拓扑结构进行建模。结合这两种互补的方法仍然是一个悬而未决的问题。在这里，我们回顾了这些方法，并强调GDP在经验上决定贸易联系的存在和数量方面所起的双重作用。此外，我们还讨论了一个利用这些模式的统一模型，该模型仅使用GDP作为相关的宏观经济因素，以再现I TN的拓扑结构和链接权重。引言世界各国之间存在的双边贸易关系形成了一个复杂的网络，称为国际贸易网络（ITN）。

观察到的复杂网络结构同时也是各种潜在经济过程的结果和决定因素，包括经济增长、一体化和全球化。此外，最近发生的金融危机等事件清楚地指出，金融市场之间的相互依赖性可能会导致连锁效应，进而对实体经济产生重大影响。国际贸易在国家间可能的互动渠道中发挥着重要作用[1-4]，从而可能进一步在全世界传播这些连锁效应，并增加一层传染。因此，网络化全球经济的特征化是一个重要的开放问题，对ITN进行建模是应对这一挑战的关键步骤，并已得到广泛研究[5、9、11、14、15、22、23]。从历史上看，宏观经济模型主要侧重于国家间贸易量的建模。重力模型是由Jan Tinbergen[29]在60年代初引入的，它是一个强大的实证模型，旨在通过对任何两个（贸易）国家的国内生产总值（GDP）和相互地理距离的了解来推断它们之间的贸易量。多年来，该模型已经升级，纳入了其他可能与宏观经济相关的因素，如共同语言和贸易协定，但GD和距离仍然是具有较大解释力的两个因素。引力模型可以令人满意地再现贸易国之间观测到的贸易量。然而，至少在其最简单和最流行的实现中，该模型不会产生z ero交易量，因此预测了一个完全连接的贸易网络。这一结果与观察到的ITN政策的异质性完全不一致，ITN是进行交易的支柱。

更复杂的重力模型实现只会成功地重新生成错误链接的数量，但不会重新生成它们在贸易网络中的位置，从而生成更稀疏但仍然不现实的拓扑结构[12,13]。与传统的宏观经济方法相结合，近年来，ITN的建模也采用了网络理论[6,7,10,21,24]中的工具，其中最大熵技术[16–18]尤其成功。最大熵模型旨在从低阶、通常是局部信息中再现真实世界网络的高阶结构特性，这被视为固定约束[25–28]。可以选择作为约束条件的本地属性的重要示例是节点的程度，即链接的数量（对于ITN，这是一个国家的贸易伙伴数量）和节点的强度，即链接的总重量（对于ITN，这是一个国家的总贸易量）。该方法旨在再现的高阶属性的示例包括聚类（clus），它指的是节点周围实现的三角形的分数，以及分类（Sockativity），它是节点度与其相邻节点的平均度之间的相关性的度量。这些研究集中于ITN的二元和加权代表性，即分别由国家间贸易往来的存在和规模确定的两个代表性。原则上，取决于选择哪些局部属性作为约束，最大熵模型在应用ITN的高阶属性时要么失败，要么成功。作为一个例子，已经证明，从纯加权属性，如所有节点的强度（即。

所有国家的贸易量）形成了一个微不足道的、统一的结构（几乎完全相连，因此是不现实的）[20]。这一限制与重力模型的上述限制类似，重力模型的目的是专门复制成对的特殊交易量，而完全忽略了基础网络拓扑。相比之下，所有节点的度（即所有国家的贸易伙伴的数量）等纯拓扑性质的知识，通常是传统宏观经济模型中可以忽略的，对于重现ITN中观察到的异质拓扑，这些知识是必不可少的[19]。加权和拓扑局部属性的组合允许以极高的精度重建ITN的高阶属性[32]。尽管适当的最大熵模型能够提供与重力模型相关的数据更好的一致性，但它们原则上不会提供任何关于影响所考虑网络结构的潜在（宏观）经济因素的暗示。事实上，这些模型为每个国家指定了“隐藏变量”或“fitnessparameters”。这些量是作为涉及入口约束最大化的大范围乘数出现的，并控制建立链接和/或具有给定权重的可能性。这些参数是先验的，没有经济解释。然而，我们在这里表明，我们确实可以找到定义最大熵模型的隐藏变量的宏观经济识别。这一解释得到了先前研究的支持，研究表明，IT N的拓扑和加权性质与纯宏观经济量，尤其是GDP密切相关。在本文中，我们首先关注GDP与一系列特定国家房地产之间存在的各种实证关系。

这些属性从网络角度传达了基本但重要的局部信息。我们还表明，在不同的几十年中，这些关系是稳固和非常稳定的。然后，我们说明了GDP如何对ITN的二进制和加权表示产生不同的影响，揭示了该网络结构的其他方面。这些结果表明，在最大熵模型中使用GDP作为经验能力是合理的，从而为模型本身的抽象数学参数提供了宏观经济解释。从相反的角度来看，这一结果使我们能够引入一个新的GDP驱动模型[30]，该模型成功地同时再现了ITN的二进制和加权特性。该模型的数学结构解释了上述二元约束和加权约束（度和强度）信息量的令人费解的不对称性[30]。这些结果代表了在制定ITN结构模式的统一模型方面向前迈出的一大步。二、数据在本研究中，我们使用了Gleditsch数据库的数据，该数据库跨越1950-2000年[8]，只关注每十年的第一年，即总共六年。数据集以双边贸易流量加权矩阵wij的形式提供，即GDP的关联邻接矩阵s aijand向量。数据集中大约有200个国家涵盖了所考虑的51年；GDP是用美元来衡量的。我们对这个数据集进行了精确的分析，因为到目前为止，它一直是许多研究的主题，重点是二进制和ITN的加权表示。

这将使我们能够将GDP驱动（两步）方法的性能与文献[31]中已有的其他重建算法进行比较。国家间的贸易往来在许多宏观经济现象中起着至关重要的作用。作为一项共识，能够表征观察到的ITN结构及其性质是至关重要的。更具体地说，ITN可以用两种不同的方式表示，具体取决于分析系统所使用的信息类型：第一种方式仅涉及贸易关系的存在，并给出了ITN二进制表示的来源；第二种方法还考虑了贸易交易量，并给出了ITN加权代表的来源。虽然二进制表示法描述了ITN的框架，仅与贸易关系的存在有关，但加权表示法也说明了“在”链接上发生的贸易量，即链接一旦形成的重量。这两种表述传达了关于每个国家“贸易模式”的非常重要的信息，最重要的是，对应于不同的贸易机制。传统上，宏观经济模型主要侧重于加权代表，因为经济理论认为后者比纯二元代表更具信息性：此类模型利用了各国国内生产总值（GDP），他们的地理距离和任何其他可能的宏观经济相关性（支持）数量，以推断国家之间的贸易量。GDP是经济文献中最流行的指标。

虽然它通常被用来作为一种替代，以推断描述ITN加权代表性的许多宏观经济属性的演变（如国家贸易交换），但在这里，我们将表明GDP不仅在解释ITN加权结构方面起着关键作用，而且在解释其二元结构的出现方面也起着关键作用。让我们从GDP的实证分析开始。我们首先定义了新的重新调整的GDP数量：giandgigi≡民主党， igi≡我的意思是， i、 （1）GDPmean所在地≡Pnigdpini是一个观察年度的平均GDP。这两个量根据网络规模和增长调整国家GDP的值，并通过一个简单的关系gi=N·gi连接。在整个分析过程中，我们使用重新调整后的GDP的两个数量，主要使用GIF，原因是数量有界于0≤ gi≤ 1这与我们的模型相符。在图1中，我们绘制了重新调整后的GDPGII的累积分布图，并为收集到我们数据集中的不同数据对各国进行了索引。结果表明，重新标度的GDP的分布可以用对数正态分布来描述，其特征是参数值相似。对数非正态曲线适用于所有值（来自不同的几十年）。这表明，重新调整后的GDP s是数量，不会随着系统的演化而发生很大变化，因此潜在地代表了（恒定的）隐藏的宏观经济能力，它决定了系统本身的整个演化。这反过来意味着理解keyFIG的功能依赖性。1.在不同年份，GDP的时间分布P>（~g）重新调整为平均值。

该曲线符合对数正态分布。各国GDP的拓扑数量。正如许多结果[17]所指出的，在决定ITN结构中起主要作用的拓扑量是国家的程度（即其贸易伙伴的数量）和国家的优势（即其贸易活动的总量）。因此，理解重新调整的GDP在ITN结构中的作用的第一步是量化程度和强度对其的依赖性。因为我们现在将一次分析每个快照（不需要对大小进行校正），所以这里我们将使用有界的重新缩放GDP gi。此外，这种形式的经重新调整的GDP与有限的宏观经济能力值相吻合，这与下一节介绍的模型一致。为了达到这个目的，让我们明确地绘制Kivs giand siversus Gifora一个特定的场景，如图2所示。红点代表2000年快照的两对观测量之间的关系。有趣的是，标度GDP与实力成正比（以对数标度），这表明各国的财富与其参与的贸易总量密切相关。这一证据为重力模型的定义提供了经验基础，表明任何两个国家之间的贸易与国家GDP（产品）成正比。另一方面，degrees对gi值的函数依赖性不太容易解读。总的来说，这种关系是单调递增的，这意味着GDP高的国家也有很高的关联度，即与其他国家有很强的关联；从整体上看，GDPhave值较低的国家也具有较低的程度，即与世界上其他国家的联系较少。

此外，对于较低的GDP值，Ki和gi之间似乎存在线性关系（以对数-对数标度表示），随着后者的上升，饱和效应也随之增加（与kmax=N的值相对应）-1） 由于分析网络的有限规模。粗略地说，最富有的国家位于该图的垂直特征上，而最贫穷的国家位于同一图的线性特征上：换句话说，计数的程度代表一个国家财富的纯粹拓扑指标。综上所述，图2显示，各国GDP在塑造ITN结构方面发挥着双重作用：首先，它控制着每个国家建立的贸易渠道的数量；其次，它通过已建立的联系控制每个国家参与的贸易量。相反，图2中的蓝点重新呈现了hkii与gi和hsii与gi之间的关系，括号中的数量是我们的模型生成的度和强度的预测值，我们将在后面讨论。图2。2000年快照中观察到的（红点）d度和聚集ITN强度之间的比较。右图：KII学位与标准化GDP gi，预期hkii学位与标准化GDP gi。左盘面el：强度SIV标准化GDP gi和预期强度hsii与标准化GDP gi。10010110210310410510610710-610-510-410-310-210-1100sigi USA JPN CHN GER IND STP SKN LIE VAN DMA1010110210-610-510-410-310-210-1100kigi USA JPN CHN STP DMA SKN LIE VAN GER INDReal DataPredictedReal DataPredictedII。空模型为了将上一节强调的证据形式化，需要一个理论框架。为了达到这个目的，我们可以利用指数随机图形式（ERG在下文中）。