经统计验证的投资组合重叠和系统性风险网络

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：
《Statistically validated network of portfolio overlaps and systemic risk》
---
作者：
Stanislao Gualdi, Giulio Cimini, Kevin Primicerio, Riccardo Di
  Clemente, Damien Challet
---
最新提交年份：
2016
---
英文摘要：
  Common asset holding by financial institutions, namely portfolio overlap, is nowadays regarded as an important channel for financial contagion with the potential to trigger fire sales and thus severe losses at the systemic level. In this paper we propose a method to assess the statistical significance of the overlap between pairs of heterogeneously diversified portfolios, which then allows us to build a validated network of financial institutions where links indicate potential contagion channels due to realized portfolio overlaps. The method is implemented on a historical database of institutional holdings ranging from 1999 to the end of 2013, but can be in general applied to any bipartite network where the presence of similar sets of neighbors is of interest. We find that the proportion of validated network links (i.e., of statistically significant overlaps) increased steadily before the 2007-2008 global financial crisis and reached a maximum when the crisis occurred. We argue that the nature of this measure implies that systemic risk from fire sales liquidation was maximal at that time. After a sharp drop in 2008, systemic risk resumed its growth in 2009, with a notable acceleration in 2013, reaching levels not seen since 2007. We finally show that market trends tend to be amplified in the portfolios identified by the algorithm, such that it is possible to have an informative signal about financial institutions that are about to suffer (enjoy) the most significant losses (gains).
---
中文摘要：
金融机构持有的共同资产，即投资组合重叠，如今被视为金融传染的一个重要渠道，有可能引发抛售，从而在系统层面造成严重损失。在本文中，我们提出了一种评估异质多元化投资组合对之间重叠的统计显著性的方法，从而使我们能够建立一个经过验证的金融机构网络，其中的链接表明，由于已实现的投资组合重叠，潜在的传染渠道。该方法在1999年至2013年底的机构持股历史数据库上实施，但通常可以应用于任何对存在类似邻居感兴趣的二部网络。我们发现，在2007-2008年全球金融危机之前，经验证的网络链接比例（即统计上显著的重叠）稳步上升，并在危机发生时达到最大值。我们认为，这一措施的性质意味着，在当时，火爆销售清算的系统性风险是最大的。在2008年急剧下降后，系统性风险在2009年恢复增长，2013年显著加速，达到2007年以来的最高水平。我们最后表明，在算法识别的投资组合中，市场趋势往往会被放大，因此有可能获得关于即将遭受（享受）最重大损失（收益）的金融机构的信息信号。
---
分类信息：

一级分类：Quantitative Finance        数量金融学
二级分类：Risk Management        风险管理
分类描述：Measurement and management of financial risks in trading, banking, insurance, corporate and other applications
衡量和管理贸易、银行、保险、企业和其他应用中的金融风险
--
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。
--
一级分类：Statistics        统计学
二级分类：Applications        应用程序
分类描述：Biology, Education, Epidemiology, Engineering, Environmental Sciences, Medical, Physical Sciences, Quality Control, Social Sciences
生物学，教育学，流行病学，工程学，环境科学，医学，物理科学，质量控制，社会科学
--

---
PDF下载：
--> Statistically_validated_network_of_portfolio_overlaps_and_systemic_risk.pdf (3.5 MB)

2022-5-11 01:39:53 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：系统性风险 投资组合 系统性 Institutions Applications

经统计验证的投资组合重叠和系统风险网络Stanislao Gualdi、Giulio Cimini、2、3 Evin Primicerio、Riccardo Di Clemente和Damien Challet1、5数学实验室ematiques Appliques aux Syst emes、Centrale Sup’elec、92290 Ch atenay Malabry、弗朗西姆高等研究院、55100卢卡、意大利系统综合研究院（ISC）-CNR、00185、罗马、，ItalyMIT——马萨诸塞州剑桥市麻省理工学院，马萨诸塞州02139，美国塞拉德资本公司，瑞士洛桑1015号。金融机构持有的共同资产，即投资组合重叠，如今被视为金融传染的重要渠道，有可能引发金融销售，从而在系统层面造成严重损失。在本文中，我们提出了一种评估异质多元化投资组合对之间重叠的统计意义的方法，从而使我们能够建立一个经过验证的金融机构网络，其中的链接表明，由于已实现的投资组合重叠，潜在的传染渠道。该方法在1999年至2013年底的机构持股历史数据库上实施，但通常可以应用于任何有兴趣存在类似邻居集的二部网络。我们发现，在2007-2008年全球金融危机之前，有效网络链接的比例（即统计上显著的重叠）稳步上升，并在危机发生时达到最大值。我们认为，这一衡量标准的性质意味着，在当时，零售业清算的系统性风险是最大的。在2008年asharp下降后，系统性风险在2009年恢复增长，2013年显著加速，达到2007年以来的最高水平。

我们最终表明，在算法识别的投资组合中，市场趋势往往会放大，因此有可能获得有关金融机构的信息信号，这些金融机构将承受（享受）最重大的损失（收益）。引言2007-2008年的全球金融危机引起了学术界和监管机构对金融机构之间复杂联系的关注[1]，并呼吁更好地理解金融市场，尤其是从系统性风险的角度，即局部事件通过冲击效应触发全球不稳定的可能性[2-7]。在这方面，虽然很多人致力于研究机构间贷款引起的交易对手和滚动超额风险[8-17]，但金融资产的所有权结构相对较少受到关注，主要是因为缺乏数据和足够的分析技术。然而，虽然在传统的资产定价理论中，资产所有权不起任何作用，但越来越多的证据表明，资产所有权是非基本面风险的潜在来源，因此可以用于预测与基础无关的股价波动[18,19]。更令人担忧的是，如果金融机构的投资组合过于相似（通过普通资产持有比例或投资组合重叠来衡量），那么在地方层面意外发生的财务困境可能会触发再出售，即以大幅折扣价格出售资产。火爆销售溢出被认为是导致系统性风险的金融传染的一个重要渠道[20–25]：当资产价格下跌时，持有重叠资产的金融机构的损失会自我强化，并引发进一步的同时抛售订单，最终导致资产价格螺旋式下降。

从这个角度来看，即使最优的投资组合选择有助于个体企业分散风险，它也会使整个系统更加脆弱[1,26]。重点是，转售风险逐渐增加，但很快就会显现出来，产生潜在的破坏性市场行为。在本文中，我们提出了一种新的统计方法，用于定量评估一对投资组合之间重叠的重要性，目的是识别具有最高风险的重叠。由于我们将该方法应用于机构投资组合，我们将在本文中交替使用术语Institution和portfolio。实际上，问题在于金融机构使用资产所有权数据来建立持有模式极其相似的投资组合之间的联系。给定时间t的市场所有权数据由一组机构组成，持有大量S（t）证券（或一般金融资产）的头寸。|I（t）|×|S（t）|所有权矩阵W（t）描述了投资组合的组成：其通用元素WIS（t）表示证券S的股份数量∈ 机构i持有的S（t）∈ I（t）。矩阵W（t）可以映射为二元所有权矩阵a（t），如果Wis（t）>0，则其通用元素Ais（t）=1，否则为0，这允许将机构i的度di（t）=PsAis（t）定义为其在时间t拥有的证券数量，证券s的度（t）=PiAis（t）是其在时间t持有的投资者数量。机构i和机构j持有的证券数量，也就是说，它们的投资组合的重叠由oij（t）=PsAis（t）Ajs（t）（I 6=j）给出，这是|I（t）|×|I（t）|投资组合重叠矩阵O（t）的通用元素。

在网络理论语言中，O（t）表示一个由机构组成的投影单方网络，它是二元所有权矩阵a（t）的收缩，而二元所有权矩阵a（t）表示一个由机构和证券组成的二方网络。然而，在这样一个项目化的网络中，两个机构在投资于同一种安全性时就会连接起来：这会产生太多的链接，并且无法过滤风险较低的重叠。例如，一个由大量投资者持有的证券，在没有明确含义的情况下，会琐碎地决定相应数量的预计链接。虽然没有解决这个问题的独特方法，但我们在这里的观点可以大致概括如下：如果我们在不改变每个节点的程度的情况下，在原始的二部网络中重新排列松脂线，观察到重叠的可能性有多大？因此，问题在于对原始的二部网络建立一个有效的投影，该投影只包含最重要的重叠，而这些重叠不能用适当的零网络模型来解释。通过这种方式，我们可以大幅减少原始的链接数量，并获得一个更稀疏、更清晰的验证网络。文献中提出的所有构建有效预测的方法都涉及使用阈值来确定在单方网络中保留哪些链路，但阈值的选择方式有所不同[27]。最简单也是最常见的方法是使用一个无条件的全球阈值[28,29]，然而，通过系统地优先考虑持有大量股份的机构，该阈值可以避免任意性、结构性偏见和单一性[27]。使用取决于大学学位的阈值可以克服最近的两个限制[30,31]。

特别是，可以使用随机机构与证券匹配的零假设来确定阈值，该零假设受限于机构程度，两个机构共享给定数量证券的概率由超高计量分布给出[32,33]。然而，这种方法也存在偏见，因为它含蓄地将证券视为等价和可互换的。最近提出的对该方法的改进包括构建同质证券网络，即将原始的二分网络拆分为子网络，每个子网络由相同程度的证券以及与之相关的所有机构组成[34]。通过这种方式，可以使用超几何分布对每一层分别适当地投射零假设。然而，当证券的特征是投资者数量的高度异质性时，就会出现问题：创建同质子网络的过程中，具有相同程度的证券通常会转化为几乎空的子集，从而导致严重的解决问题，并导致几乎空的验证网络（参见“方法”一节）。这里一个可能的解决方案是在不考虑程度异质性的情况下执行链接验证[34]，然而，由于选择不同证券的事件现在具有不同的发生概率，因此无法从分析上对其进行形式化。另一种方法是使用随机机构的零模型进行证券匹配，不仅限于机构度，还限于证券度。固定度序列模型（FDSM）[35,36]和随机度序列模型（SDSM）[27]属于这一类。在FDSM中，零假设无法解析地形式化，该方法依赖于条件一致图检验，通过生成一个可与经验图进行重叠比较的随机图的微正则集合。

然而，对图形配置空间进行采样的算法实际上很复杂或有偏差[37]，或受任意性的影响[38]。相比之下，在SDSM中，零假设至少可以在数值上形式化，但在大多数情况下，它在计算上是不切实际的[27]。因此，SDSM也依赖于条件一致图测试，但通过使用链接概率模型（LPM）获得的机构和证券之间的链接概率，这很容易实现[39]。然而，在LPM中，这些概率基本上是链路出现在数据的多个观测值上的比例，这需要比所有权矩阵中包含的信息多得多的信息，更重要的是，仅当假定基础网络在时间上是平稳的时，才代表一种有效的方法，这显然不是股票市场的情况。我们在这里提出的方法克服了前人的所有局限性，它基于一个由二部配置模型（BiCM）[40]描述的空假设，该模型是标准配置模型[41]对二部图的扩展。在空BiCM网络中，机构随机连接到证券，但机构和证券的程度平均受限于其在真实所有权数据中的观察值。这是通过最大化受这些约束的网络的香农熵来实现的，这显著有助于从分析和数值上形式化零假设（参见第节方法）。就[34]而言，BiCM的另一个优点是不要求网络两层的同质性，并且就[27,39]而言，只使用数据的单个快照中包含的信息。该方法的工作原理如下。

对于每个日期t，为了区分重叠投资组合的真实信号和潜在随机噪声，必须根据BiCM零假设独立验证预测网络的每个环节。因此，对于具有重叠oij（t）的每一对机构（i，j），我们计算在BiCM下预期重叠的概率分布π（·i，j，t）（参见章节方法）。然后通过p值对oij（t）的统计意义进行量化：p[oij（t）]=1-oij（t）-1Xx=0π（x | i，j，t），（1）1011121319992000200120022004204205200620072008200920102011201220142014证券编号x10-3231999200020012002200320042052006200720082009201020112012201321014机构编号x10-30.40.60.81.019992000200120022003200420520062007200820092010201120122014014链接编号x 10-6510152019992000200120022003200420020020520062007200820092010201120122012014ate总市值x 10-12图。1.表征二分所有权网络的主要总量的时间演变。从左到右：机构数量| I（t）|，证券数量| S（t）|，不同所有权关系的数量L（t）=PisAis（t）和总市值MV（t）=PisWis（t）ps（t），其中ps（t）和σS（t）=PiWis（t）分别是t时证券S的价格和流通股数。实线对应于跨度为0.2的数据点的局部加权最小二乘回归（黄土）。式中，等式（1）的右侧大小是π（·| i，j，t）的累积分布函数，即在零假设下，重叠大于或等于观测值的概率。如果这样的p值小于athreshold p*（t） 修正了多重假设检验（见“方法”一节），我们验证了i和Jan之间的联系，并将其放在了经单一方验证的机构网络上。否则，该链接将被丢弃。

换句话说，如果观察到的重叠不太可能根据显著性水平P实现零假设，则比较被视为具有统计学意义*（t） 。对所有成对的机构重复此过程，结果是原始网络的有效投影V（t）：一个单一网络，其通用元素Vij（t）=1 ifP[oij（t）]<P*（t） ，否则为0。当应用于SEC 13-F文件的历史数据库时（详细信息请参见“方法”一节，主要数据集统计数据的时间演化请参见图1），我们的方法会产生经过统计验证的重叠投资组合网络，其性质与2007-2008年全球金融危机的发生有关。特别是，我们建议将每个机构的平均有效链接数视为重叠投资组合导致的系统性风险的简单衡量标准。从2004年到2008年，这种措施逐渐建立起来，并在危机后迅速下降。自2009年以来，系统性风险一直在增加，2013年底达到了2007年以前从未出现过的值。请注意，因为我们的数据集中只有一个大型危机，所以我们避免对高度连接的验证网络的系统性巧合和金融危机的发生提出强烈主张。我们还发现，重叠证券（即构成已验证重叠的证券）在机构投资组合中的平均份额更大，这将加剧再销售的影响。此外，我们还表明，两个机构之间存在经验证的联系，这是这些机构在熊市时期投资组合损失的良好指标，以及在牛市时期投资组合增长的良好指标：经验证的联系确实应该代表财务困境或欣快情绪传播的自我强化渠道。

更一般地说，我们发现，在算法识别的投资组合中，市场趋势往往会放大。最后，我们将验证程序应用于证券重叠所有权，以识别证券之间的传染渠道，并观察验证证券在考虑的时间跨度内的稳定增长。这标志着金融市场正在发生深刻的结构性变化，更重要的是，有越来越多的股票可以参与潜在的交易。2.机构与其拥有的证券（黄色节点）配对（绿色节点）的两个示例。每个投资组合的组成由不同的颜色（蓝色和橙色链接）表示。证券的符号大小与其投资者总数成正比。虽然图中的两对证券都有50个证券的重叠，但右对证券通过算法验证，而左对证券则没有。这是因为左侧的蓝色和橙色投资组合都较小（尤其是蓝色投资组合），因此在BiCM空模型下，右侧投资组合具有相同重叠的可能性要小得多。图3。2006年第四季度的机构验证网络（1293个机构和93602个验证链接）。节点颜色标记institutiontype，而它们的大小由它们在已验证网络中的学位对数给出：dVi（t）=PjVij（t）。机构被归类为经纪人（BR）、对冲基金（HF）、投资顾问（IA）、共同基金（MF）、养老基金（PF）、私人银行（PB）或其他机构（即未被归类或属于次要类别）。再销售。