基于博弈论的企业网络总体波动分析

我们似乎不能强烈期望溢出效应始于某个特定行业，而该行业肯定优于或低于其他行业。[这里的图5]在图5中，水平轴上的产业顺序大致显示了第一产业的进步。由于先进产业，如制造业或服务业，位于供应链的下游，且与第一产业之间的链条较长，因此可以认为，与第一产业的距离与产业的雪崩规模具有正相关系数。然而，我们没有观察到这种关系，这可以归因于网络结构。无标度网络是一个小世界网络[11]。一家公司通往中心的路很短。由于枢纽产生了一个大的yi（t），雪崩的规模似乎受到这种机制的支配。有人可能会说，这项研究的生产模型只是一个模型，它在多大程度上可以解释实际经济，这是值得怀疑的。因此，我们只需比较雪崩的大小和输入输出表的逆矩阵[8]。皮尔逊相关系数为0.28。如果我们认为生产模型根本不包括贸易量的数据，那么可以说系数惊人地大。应该注意的是，生产模型可以模拟不能从投入产出表中获得的方差。我们从行业的集团层面开始进行进一步的实验，以便比较实际政策的效果。图6的结果基于部门级行业。这些行业是“5911：新汽车店”（CarSale）、“5931：除二手商品外的电器店”（Electronicsale）和“6821：房地产经纪人和经纪人”（HouseSale），属于集团层面。

它们对应于日本过去政策的目标行业：生态汽车税收减免、住房系统生态积分系统和家用电子产品生态积分系统。实验设置与之前的实验相同。[图6]由于ZF公布了预算的实际规模，一些机构公布了估计的经济结果，我们可以验证模型的可预测性。2009年，ZF因生态汽车税收减免损失了2410亿日元（按122日元兑换1美元的假定汇率计算，损失了19.8亿美元）的税收[12]。经济结果估计约为29375.3亿日元（240.8亿美元）[13,14]。然而，这一估计不包括其他行业的间接影响。投资回报的杠杆率为12.18。ZF总共花费了4948亿日元（40.6亿美元）用于建设生态点住房系统。欧共体经济结果估计约为4140亿日元（33.9亿美元）[15]。杠杆率为0.84。ZF支出692英镑。90亿日元（56.8亿美元）用于家用电子产品intotal的生态采购系统。经济结果估计约为5万亿日元（409.8亿美元）[16]。杠杆率为72.16。虽然经济结果和杠杆只是上述研究中的估计，但正如我们在实验中发现的那样，住房生态点系统显然很小。三个样本很小，但我们发现结果中没有明显的矛盾。我们观察了图4中特定行业的雪崩大小分布，其尾部形状相似。

这可以解释为，在那些大规模的雪崩中，某个供应链总是被使用，并且供应链可能位于特定的行业。为了检验这个假设，我们从第一个实验中得到了不同的测量结果。衡量标准是一个行业的企业卷入雪崩的频率。请注意，我们检查了目前从特定行业开始的雪崩规模，并从所有公司中随机选择了一家公司。令人惊讶的是，如图7所示，企业参与雪崩的程度截然不同。锐度与图5中观察到的完全不同。批发商和制造业规模明显较大，建筑业可纳入大型集团。这一结果意味着，这些行业的企业显然总是卷入从任何行业开始的大规模雪崩。【图7此处】5结论本文分析了溢出效应多样性的原因。我们使用了在日本观察到的交易数据。对于数据，我们采用了生产模型。因此，我们确认需求引发的溢出效应的大小遵循幂律。因此，投入产出表分析中通常预期的正态分布不能是可靠的假设。虽然我们没有使用贸易量，但模拟结果显示了显著的相关系数。此外，实际执行的策略的模拟雪崩大小与策略事后评估给出的估计相对应。此外，行业也有可能卷入雪崩。参考文献[1]W.Easterly和S.Rebelo。财政政策和经济增长。《货币经济学杂志》，32:417–458，1993年。[2] W·罗姆普和J·德哈恩。公共资本与经济增长：一项批判性调查。《世界政治论坛》，8（S1）：6-52，2007年。[3] W.W。

莱昂蒂夫。美国经济体系中的定量投入和产出关系。《经济学与统计学评论》，18（3）：105–1251936。[4] X.加巴克斯。聚合波动的颗粒起源。《计量经济学》，79（3）：733-7722011。[5] D.Acemoglu、V.M.Carvalho、A.Ozdag lar和T.Alireza。聚合函数的网络起源。计量经济学，80（5）：1977-2016年，2012年。[6] P.Bak、K.Chen、J.Scheinkman和M.Woodford。独立部门冲击的总影响：生产和库存动态模型中的自组织临界性。《经济学人里切》，47（1）：1993年3月30日。[7] 内政和通讯部。日本标准工业分类（JSIC）概述了JSIC的发展及其elevent h修订版，2013年。[8] 日本经济产业省。2011年更新的投入产出表，2011年。[9] T.Iino和H.Iyetomi。企业交易网络与生产活动关系的建模。理论物理进展补充，179:134–1442009。[10] N.Zachariou、P.Expert、M.Takayasu和K.Christensen。人工和现实定向网络上的广义沙堆动力学。《公共科学图书馆一号》，10（11）：E01426852015。[11] D.J.瓦茨。小世界：有序与随机之间的网络动力学。普林斯顿大学出版社，1999年。[12] 内务和通讯部。与特殊税收措施有关的政策评估（日语），2015年。[13] D.Shirai。环保汽车税收减免减少了国内二氧化碳排放总量的0.1%（日本）。日本经济研究中心，2010年。[14] 新车登记月报（日语）。http://www.jada.or.jp/.[15] 瑞穗研究所。住房生态点系统评估（日语版），2012年。[16] 日本审计委员会。

家用电子产品生态点系统报告（日语），2012年。图1：随机网络和观测网络之间的度分布比较：横轴显示度，纵轴显示累积概率。蓝色的图表示rando m网络。红色的表示观测网络。图2：一般liz-ed生产和库存模型：（a）库存更新方案。箭头显示产品的流动。因此，补给的顺序正好相反。（b） 循环回避假设的例子。有三家公司1、2和3。公司1要求公司2提供产品（鉴于公司1的库存不足以满足需求。）公司2要求公司3提供产品。然而，第3家公司并未从第1家公司获得供应，且该链接被忽略。图3：随机网络和观测网络之间雪崩规模分布的比较：横轴显示由需求引起的雪崩规模。纵轴表示累积概率。蓝色图表示随机网络。红色的表示观测到的网络。尽管存在零度雪崩，但我们忽略了它们，因为该图的主要目的是显示尾部的形状，而零度不能包含在对数图中。图4：行业之间雪崩规模分布的比较：横轴显示需求导致的雪崩规模。对从行业中随机挑选的公司的需求反复出现。垂直轴表示累积概率。虽然存在零度雪崩，但我们忽略了它们，因为该图的目的是为了说明尾巴和零度的形状如何不能包含在对数图中。图5：从特定行业开始的平均雪崩规模比较：横轴列出了这些行业。对于从行业中随机选择的公司，需求不断。

垂直轴显示雪崩的平均值。误差条显示标准偏差。图6：比较规模政策的行业模拟：横轴列出了行业。它们对应于过去日本ZF政策的目标行业：生态汽车税收减免、住房生态点系统和家用电子产品生态点系统。纵轴显示雪崩的平均值。每个行业都需要一家公司。图7：参与雪崩的体验差异：水平轴列出了行业。垂直轴显示了每个需求实例都会出现雪崩的预期。有需求的企业是从所有企业中随机选择的。每个行业的期望值是每个行业企业的平均值。