关键资源的系统性贸易风险

相似文件 换一批

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：
《Systemic trade-risk of critical resources》
---
作者：
Peter Klimek, Michael Obersteiner, Stefan Thurner
---
最新提交年份：
2015
---
英文摘要：
  In the wake of the 2008 financial crisis the role of strongly interconnected markets in fostering systemic instability has been increasingly acknowledged. Trade networks of commodities are susceptible to deleterious cascades of supply shocks that increase systemic trade-risks and pose a threat to geopolitical stability. On a global and a regional level we show that supply risk, scarcity, and price volatility of non-fuel mineral resources are intricately connected with the structure of the world-trade network of or spanned by these resources. On the global level we demonstrate that the scarcity of a resource, as measured by its trade volume compared to extractable reserves, is closely related to the susceptibility of the trade network with respect to cascading shocks. On the regional level we find that to some extent the region-specific price volatility and supply risk can be understood by centrality measures that capture systemic trade-risk. The resources associated with the highest systemic trade-risk indicators are often those that are produced as byproducts of major metals. We identify significant shortcomings in the management of systemic trade-risk, in particular in the EU.
---
中文摘要：
2008年金融危机爆发后，人们越来越认识到相互关联的市场在助长系统不稳定方面的作用。大宗商品贸易网络容易受到有害的供应冲击级联的影响，这会增加系统性贸易风险，并对地缘政治稳定构成威胁。在全球和区域层面上，我们表明，非燃料矿产资源的供应风险、稀缺性和价格波动性与这些资源的世界贸易网络结构或所跨越的世界贸易网络结构密切相关。在全球层面上，我们证明，通过与可开采储量相比的贸易量衡量的资源稀缺性，与贸易网络对级联冲击的敏感性密切相关。在区域层面上，我们发现，在某种程度上，可以通过捕捉系统性贸易风险的中心性指标来理解特定区域的价格波动和供应风险。与最高系统性贸易风险指标相关的资源通常是作为主要金属副产品生产的资源。我们发现了系统性贸易风险管理方面的重大缺陷，尤其是在欧盟。
---
分类信息：

一级分类：Quantitative Finance        数量金融学
二级分类：Economics        经济学
分类描述：q-fin.EC is an alias for econ.GN. Economics, including micro and macro economics, international economics, theory of the firm, labor economics, and other economic topics outside finance
q-fin.ec是econ.gn的别名。经济学，包括微观和宏观经济学、国际经济学、企业理论、劳动经济学和其他金融以外的经济专题
--
一级分类：Physics        物理学
二级分类：Data Analysis, Statistics and Probability        数据分析、统计与概率
分类描述：Methods, software and hardware for physics data analysis: data processing and storage; measurement methodology; statistical and mathematical aspects such as parametrization and uncertainties.
物理数据分析的方法、软硬件：数据处理与存储；测量方法；统计和数学方面，如参数化和不确定性。
--
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：
--> Systemic_trade-risk_of_critical_resources.pdf (1007.97 KB)

2022-5-26 11:19:02 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：贸易风 系统性 Quantitative trade volume Mathematical

关键资源的系统性贸易风险Peter Klimek，Michael Obersteiner，Stefan Thurner1,2,3，* *复杂系统科学科；维也纳医科大学；Spitalgasse 23；A-1090；澳大利亚，Schlossplatz 1，A 2361 Laxenburg；澳大利亚桑塔Fe研究所；海德公园路1399号；圣达菲；NM 87501；美国2008年金融危机爆发后，人们越来越认识到相互关联的市场在助长系统不稳定方面的作用。大宗商品贸易网络容易受到一连串有害的供应冲击的影响，这些冲击会增加系统性贸易风险，并对全球政治稳定构成威胁。在全球和区域层面上，我们表明，非燃料矿产资源的供应风险、稀缺性和价格波动性与这些资源的世界贸易网络结构或其所跨越的世界贸易网络结构密切相关。在全球层面上，我们证明了一种资源的稀缺性（通过其贸易量与可开采储量的比较来衡量）与贸易网络对级联冲击的敏感性密切相关。在区域层面上，我们发现，在某种程度上，可以通过捕捉系统性贸易风险的中心性指标来理解区域特定的价格波动和供应风险。与最高系统性贸易风险指标相关的资源通常是作为主要金属副产品生产的资源。识别系统性贸易风险管理中的重大缺陷，尤其是在欧盟。长期以来，政治经济学家将商品价格波动视为可持续经济发展的障碍（如荷兰病），也是地缘政治危机的催化剂和产物。

尽管传统上与化石燃料资源相关，但由于非燃料矿产资源在尖端技术和医疗应用中的使用，其重要性越来越重要。随着大宗商品金融衍生品的爆炸式增长以及随后在2000年代中期的投资繁荣与萧条，越来越多的证据表明，资源临界性（松散地定义为资源对生产过程的重要性）越来越容易受到大宗商品部门内外金融动荡的影响[2，3]。更好地理解商品市场的相互关联性质，将使决策者能够对冲工业部门面临的威胁，并降低资源价格波动导致的地缘政治不稳定风险。系统性风险通常被定义为一个系统的很大一部分由于看似轻微的局部冲击而崩溃的风险，这些冲击最初只影响系统的一小部分。由于系统的互联性，这些冲击可能会导致二次效应，最终传播到整个网络。2008年金融危机之后，金融文献中对系统性风险的认识大大提高了【4，5】。对于金融系统而言，系统性风险在很大程度上是一种网络效应[6]。对单个金融机构的外部冲击可能会导致对其他机构的金融流动突然减少，这也会给它们带来困扰。这种减少的金融流量链可以在整个系统中传播，可以产生积极的反馈动态，并可能导致年金融总净值的大幅减少*电子地址：stefan。thurner@meduniwien.ac.atstitutions[7]。

已经证明，系统对此类级联冲击的脆弱性可以通过网络中心性度量和相关概念进行评估【8–11】。越来越清楚的是，只有在承认资源系统之间全球互联的框架内才能理解供应安全[12，13]。在这项工作中，我们表明，矿产价格中断的可能性与特定资源贸易网络的结构密切相关。我们介绍了一种评估交易网络系统风险的新方法，并在71种资源的实际交易网络上验证了该方法的有效性。在全球层面上，我们表明，资源的稀缺性与贸易网络的结构属性密切相关。资源越丰富，贸易网络越容易受到cascadingshocks的影响。在区域层面上，我们表明，世界多个地区（尤其是美国和欧盟）的矿产价格波动与我们设计用于捕获系统性贸易风险的特定网络中心度指标密切相关。我们发现，矿产资源价格的波动也反映了潜在贸易网络中的一系列供应冲击。降低贸易壁垒可以在一定程度上缓解这些级联的影响。我们发现，主要作为其他资源副产品生产的资源的系统贸易风险最高。有人认为，这些资源特别容易受到价格干扰，因为很难预测它们的全球供应是否会对全球需求的变化作出反应。一、 “贸易风险”：系统性贸易风险的一个指标。根据美国地质调查局（USGS）在《矿产商品概要》【15】中提供的信息，我们处理了71种非燃料矿产资源。对于这些资源（r），我们构建了国际跨境贸易流Mrij（t）网络。结果是一个所谓的fig。

1： 全球非燃料矿产贸易风险网络，以多重贸易网络Vrij（t）为代表，其中每一层对应一种矿产资源，（a）铜，（B）锂，（C）铂族金属。我们研究每一层的网络拓扑，并计算区域（基于节点，即特定国家）和全球（基于网络）度量。我们研究了美国和欧盟（世界地图中以绿色突出显示的世界区域）的供应风险、价格波动性、网络中心性和贸易壁垒之间的关系。多路网络，其中节点（i，j）表示通过代表不同商品贸易的不同类型的链接（r）连接的国家。Mrij（t）中的条目表示t年内从i国流向j国的资源r（以美元计）金额。如何从数据中提取Mrij（t）的详细信息在第IV A节中讨论。各国矿产进口对供应冲击的脆弱性具有强烈的地缘政治成分。来自政治不稳定国家的进口比来自政治稳定国家的进口更容易受到供应限制[16]。“政治稳定和无暴力”指标P Si（t）衡量了第一个国家在t年发生政治、社会或经济困境的可能性【17】。P Si（t）的范围从0到100。高值表示高度的政治稳定。贸易风险多元化网络Vrij（t）给出了由于另一个国家i的供应限制，j国基于网络的矿产r进口短缺脆弱性，该网络被定义为Vrij（t）=1.-P Si（t）Mrij（t）PiMrij（t）。（1） Vrij（t）是j国在t年从i进口商品的分数，根据i国经历政治或社会动荡的可能性进行加权。图1显示了铜、锂和铂族金属的贸易风险脆弱性网络Vrij（t）。

作为政治稳定指标的替代指标，我们还使用资源治理指数RGIII代替P Si（t）。RGIIME以从零到百的尺度衡量石油、天然气和采矿部门的治理质量【18】。想象一下，一个国家从众多政治稳定的国家进口商品，但这些国家都依赖于从一个政治不稳定的国家进口商品。显然，任何仅基于与贸易网络中直接邻国的贸易流量的供应风险衡量标准都没有考虑到这种情况。这些影响可以通过递归的centralitymeasures进行量化，例如PageRank【19】。时间t时资源r贸易风险网络中国家i的PageRank PRri（t）由递归方程P Rri（t）=αXjkrout，j（t）Vrij（t）P Rrj（t）+（1）的解给出- α） ，PageRank的（2），其中krout，j（t）是j的输出度（r输出到的国家数量）。这些国家将冲击传递给从其接收出口的国家，依此类推。参数（1-α） 可以理解为与贸易风险网络无关的影响对供应冲击的贡献。注意，方程2仅在α<λr（t）时收敛，其中λr（t）是Vr的最大特征值。我们通过设置α来采用标准惯例≡ α（r，t）=0.85λr（t）[19]。在此，我们取时间平均值P Rri=hP Rri（t）it，其中h·it表示2000-2012年的平均值。RRI是衡量一国受到任何其他国家供应链冲击的可能性，即使这些国家之间没有直接贸易关系。j国的潜在冲击将以克朗、j（t）为单位分配给所有从j国获得出口的国家，这些国家只有在拥有非零进口依赖IRri的情况下，才容易受到矿产r进口量变化的影响。

IRRI量化了i国经济对资源r进口的依赖程度，见第IV B节。最后，我们得出了i国资源r供应冲击的网络影响，即贸易风险T Rri，由T Rri=P RRIRRI给出。（3） 对于Vrij（t）中的每个网络层，我们研究了2000-2012年期间的平均指标。平均度数'kris是给定资源的非零linksper节点的平均数。SCCris是最大强连接组件的一部分的节点数除以网络中的节点数。SCC是节点的最大子集，其中每个节点都可以从其他节点访问网络上的每个节点。VRI的最大特征值λr是衡量贸易风险网络VRI对流行病传播过程的敏感程度。λr越小，小激波越容易在整个网络中传播【20】。从这个意义上讲，1/λrca可以被视为网络弹性的度量。商品r的稀缺性Sr定义为总贸易量和估计储量的对数商，Sr=log（T T Vr/Rr）。表S.III的补充中给出了个别资源的几个指标值的结果。我们从方程1中确定了邻接多重Brij（t）=1，ifVrij（t）>0，否则Brij（t）=0。国家j的in度，krin，j，由krin，j=hPiBrij（t）it给出。krin，jis——所有可用年份的平均值，占i矿产r总进口量至少1%的国家数量。国家j的in-strengthwrin，j由wrin给出，j=hPiVrij（t）it。请注意，wrin，jc可以被视为向i出口r的国家政治稳定性的加权平均值。权重是特定国家j提供的i总进口r的分数。

我们考虑通过将PageRank P rri替换为强度内wrin，iin方程1，强度内贸易风险T Rstr，（r）i=wrin，iIRri，来替代贸易风险指标的公式。为了测试我们的结果是否具有显著的网络效应，我们将使用多个随机版本的数据，另请参见第四节C。在第一次随机化中，Mr fix度（t），我们保持平均kr度，并且每个贸易流都会得到一个随机选择的进口国和出口国。第二次随机化，Mr fix in deg（t），将出口国随机化为每种贸易流量，但保持进口国不变。在第三次随机化中，Mr fix in-/out deg（t），进口国和出口国是固定的，但随机排列非零贸易流量值。二、结果A。全球结果：弹性和贸易网络发现，综合供应风险Csrhak与最大特征值λrof Vr呈负相关（皮尔逊相关系数ρ=-0.32，p-valueof p=0.026），见表一。Csris也与强连接组件的大小SCCr（ρ=-0.41，p=0.0039）。高生产浓度可能表明一个小的强连接组件，从而增加供应风险。最大特征值λ和SCCR均显示出与稀缺性Sr的显著相关性。资源越稀缺，贸易风险网络对供应冲击的弹性越低，最大特征值λr越高（ρ=0.47，p=0.0011）。正如λrand sccrs与T T Vr的非显著相关性所示，这些相关性不会被交易量T T Vr本身的影响所混淆。

对数平均度对数kr仅与资源稀缺性呈负相关（ρ=0.31，p=0.041）。随机贸易网络的供应风险CSRr、稀缺性Sr和贸易量T T VRR的结果见表S.IV中的支持信息。通过构建平均程度与两者的相关性，资源的供应风险和稀缺性在这种随机化下得以保留，见表。四、 然而，在随机数据中，最大特征值λrw与供应风险Csror thescarcity Sr分别没有显著相关性。这表明，真实数据中观察到的对连锁冲击的弹性确实是一种真正的网络效应，不能仅用贸易流量的大小或数量来解释。表一：各风险源贸易网络的全球属性。表中的要素为皮尔逊相关系数。综合供应风险CSRR与最大特征值λ和SCC的大小呈负相关。SCCris与总交易量和资源稀缺性均呈正相关。矿物的含碳量越高，贸易风险网络的抗冲击能力就越低。从λrandsccr与T T Vr的非显著相关性可以看出，这些相关性不能用贸易量本身的潜在混杂影响来解释。我们通过以下方式得出显著性，p<0.05(*),p<0.01(**), p<0.001(***).相关系数CSRrSrT vrt最大特征值λr-0.32*0.47**0.21尺寸SCC SCCr-0.41**0.45***0.05表二：贸易风险指标、价格波动和贸易壁垒相关性的区域结果。利用欧盟和美国的贸易风险指数可以最好地解释矿产资源的价格波动。

价格波动与进口依赖、PageRank和贸易风险强度之间也存在显著相关性。在美国，适用的保护水平（贸易壁垒）与贸易风险呈负相关，但在欧盟则没有。与σrEUσrUST BrEUT BrUSTradeRisk T Rri0.71的相关性***0.58***-0.11-0.39**进口依赖IRri0.48**0.51***-0.15-0.10PageRank P Rri0.56***0.45***-0.23-0.43***强度交易风险T Rstr，ri0.39*0.50***-0.12-0.11B。区域特定结果：计算欧盟和美国的价格波动和网络效应区域特定结果。欧盟的结果是通过将2012年的25个欧盟成员国压缩为一个节点，并通过计算所获得网络中的贸易风险TRrEU来获得的。欧盟资源r的价格波动率、σrEU和贸易风险之间存在高度显著的相关性（ρ=0.71，p<10-4） ，见图2（A）。这种相关性是一种真正的网络效应。为了说明这一点，我们考虑了贸易风险指标的替代公式，将贸易风险T RrEU与实力贸易风险T Rstr进行比较，表二显示，贸易风险T rreuh与价格波动的相关性高于其他任何指标，即进口依存度IReu、PageRank P RrEU和实力贸易风险T Rstr、rEU。为了了解高阶网络效应对资源价格波动性的影响，我们研究了trreu和σrEU之间的线性偏相关ρpartial，控制了T Rstr、rEU的影响。部分相关性ρpartialcorrelation可以解释为σreu中的方差量，在消除网络中直接邻居的影响后，该方差量只能通过对整个贸易风险网络的了解来解释。