股东的网络属性如何随投资者类型和

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：
《How the network properties of shareholders vary with investor type and
  country》
---
作者：
Qing Yao, Tim Evans, Kim Christensen
---
最新提交年份：
2019
---
英文摘要：
  We construct two examples of shareholder networks in which shareholders are connected if they have shares in the same company. We do this for the shareholders in Turkish companies and we compare this against the network formed from the shareholdings in Dutch companies. We analyse the properties of these two networks in terms of the different types of shareholder. We create a suitable randomised version of these networks to enable us to find significant features in our networks. For that we find the roles played by different types of shareholder in these networks, and also show how these roles differ in the two countries we study.
---
中文摘要：
我们构建了两个股东网络的例子，其中，如果股东在同一家公司拥有股份，那么他们之间是相互联系的。我们这样做是为了土耳其公司的股东，并将其与荷兰公司股权形成的网络进行比较。我们根据不同类型的股东分析了这两个网络的性质。我们为这些网络创建了一个合适的随机版本，以使我们能够在网络中找到重要的特征。为此，我们找到了不同类型股东在这些网络中所扮演的角色，并展示了我们所研究的两个国家中这些角色的差异。
---
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：Economics        经济学
二级分类：General Economics        一般经济学
分类描述：General methodological, applied, and empirical contributions to economics.
对经济学的一般方法、应用和经验贡献。
--
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：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
--

---
PDF下载：
--> How_the_network_properties_of_shareholders_vary_with_investor_type_and_country.pdf (2.38 MB)

2022-6-11 06:54:43 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：投资者类型 投资者 Quantitative Shareholders Contribution

股东的网络属性如何随投资者类型而变化，Countryqing Yao1,2，*，Tim S.Evans1,2，Kim Christensen1,21复杂性科学中心，伦敦帝国理工学院，SW7 2AZ，英国2 Blackett实验室，伦敦帝国理工学院，SW7 2AZ，U.K.*q。yao15@imperial.ac.ukAbstractWe构建两个股东网络的例子，如果股东在同一家公司拥有股份，那么他们之间就有联系。我们这样做是为了土耳其公司的股东，并将其与荷兰公司股权形成的网络进行比较。我们根据不同类型的股东分析这两个网络的性质。我们为这些网络创建一个合适的随机版本，使我们能够在网络中找到重要的特征。为此，我们找到了不同类型股东在这些网络中所扮演的角色，并展示了我们研究的两个国家中这些角色的差异。简介复杂网络捕获关于对象对之间双边关系的信息[1]。由于成对关系对许多过程来说都是如此重要，网络方法已被证明是许多不同领域的有力工具，请参见Newman[3]的概述。本文从经济学的角度研究了一些网络，这是网络证明的一个领域[3，4，5]。在我们的工作中，我们关注代表公司之间互动的网络，这一主题已经受到了一些关注。维塔利（Vitali）、格拉特菲尔德（Glattfelder）和巴蒂斯顿（Battiston）利用网络科学表明，世界控制着几个重要股东[6、7]。Takayasu和她的合作者研究了长期内从供应商到消费者的资金流动【8、9、10】。Viegas等人。

成功地将复杂系统理论应用于并购市场（M＆A），研究了公司祖先与并购数量之间的比例关系，以预测并购[11]；李华娇、安鹏丽、海中安南等研究了普通股持股情况，并特别利用中国上市的能源公司给出了影响[12、13、14、15、16]。在我们的工作中，我们使用复杂网络方法来研究不同类型股东的投资特征。为了做到这一点，我们建立了一个股东网络，如果他们在同一家公司进行了投资，那么他们之间就有联系。对该网络的拓扑结构进行了量化和分析。此外，为了提供一些关于组织选择的见解：我们将复杂网络的度量与一些经验分析进行了比较。在此之前，我们将首先总结金融和经济学的一些相关概念，以便将我们的工作放在这一背景下。公司的所有权和控制Berle和Means的工作【17】提供了一个早期的、全面的观点，根据1930年美国公司治理中股东对公司有效控制的认识，公司的所有权和控制需要如何联系起来。公司所有权的方法自30年代以来不断发展。例如，LaPorta等人[18]利用27个富裕经济体中大公司的信息来确定对这些公司拥有最终控制权的股东。他们得出的结论是，大股东现在通常对企业拥有权力。然而，1974年，Zeitlin的“公司所有权和控制权”[19]被证明具有很强的影响力，破坏了之前广泛持有的观点，即大公司不受更广泛的经济和社会环境的影响[20]。

网络方法是在公司与其股东之间联系的背景下看待所有权和控制权的理想方法。网络由两部分组成：节点（垂直或参与者）和成对节点之间的双边关系，这两部分表示为成对节点的边（链接或纽带）。节点可以是任何合适的单元，而边可以表示任何单元之间的任何类型的关系；例如，亲属关系、物质交易、资源流动或支持。在我们的上下文中，获取持股信息的一种自然方式是使用节点来表示公司和股东。边缘是指股东对被投资公司的边缘。一些关于股东和公司的研究都是从这个网络的角度开始的。例如，Vitali、Glattfelder和Battiston【6】使用股东公司加权定向网络的一个版本来捕获股东通过直接持股产生的影响，以及所有权和持股链所隐含的影响。这项调查首次证实，所有权往往在众多股东之间进行分析，而控制权则被发现掌握在全球少数重要股东手中。他们发现了一种蝴蝶结结构，揭示了小型紧密联系的金融机构的控制流。这种网络方法的另一个用途是研究权力如何集中在少数金融机构。Gai和Kapadia【21】利用网络来研究这种集中是否会导致金融机构网络的内在弱点，从而在金融压力下导致失败的蔓延，并以此作为金融危机的可能解释。在本文中，我们将使用网络方法来看待公司股东之间的关系。

我们的重点将放在各种规模的公司上，举两个例子——两个经济环境截然不同的国家。经济生态系统既依赖于少数几家大公司，也依赖于许多小公司，我们将所有这些都包括在我们的数据中。在下一节中，我们将讨论数据的来源和性质，以及如何使用网络表示来捕捉更广泛的经济环境。然后，我们将研究网络分析如何揭示股东之间的联系结构。材料和方法数据来源本研究中使用的数据来自Amadeus，这是Bureau Van Dijk（BvD）的产品【7】。这提供了全欧洲约2100万家公司的数据，包括股东姓名、每个股东持有的公司股份百分比。我们重点关注了2014年一年的数据，以及该数据中的两个典型国家：土耳其和荷兰。我们发现了5000家土耳其公司和100多万家荷兰公司。我们用于宏观经济统计的数据来自世界银行【23】和CEIC数据【24】。网络代表我们关于公司股东的数据具有网络的自然代表性，可在【25】中找到。在我们的“股东-公司网络”中，每个不同的股东和每个不同的公司都由一个节点表示。从股东到他们投资的每家公司都有一条定向边，见图1。注意，一些公司可以是其他公司的股东，也就是说，集合{1,2，…，12}和{A，B，…，F}的交集不一定为空。例如，在图1中，节点11将是节点A。例如，在图1中，节点11将是节点A。此外，我们没有每项投资的价值，也无法确保所有股东都存在于我们的数据库中。

出于这些原因，我们选择不尝试通过在边缘添加权重来表示投资规模。每个网络的边界由公司的国籍确定；这里我们研究两个例子：土耳其公司和荷兰公司。我们考虑每个公司的所有股东，这意味着我们同时考虑国内和海外股东。我们将在分析荷兰公司的数据时强调这一点。我们对股东投资所隐含的股东关系特别感兴趣。也就是说，如果两个股东在同一家公司投资，他们就有共同的利益，并且可能有类似的更广泛的商业利益。因此，我们将把大部分工作重点放在分析这些投资者-投资者关系上，我们通过将数据表示为仅投影到股东节点上来实现这一点。我们的“股东网络”为每个股东都有一个节点，如果两个不同的股东都投资于同一家公司，则通过无向边将其连接起来。图2显示了股东网络的一个示例，它是图1的股东公司网络中显示的相同数据的表示。我们工作的一个重要方面是，我们的数据还将股东分类为13种不同类型的所有者之一，如表1所示。我们将利用这种分类来研究股东网络的结构如何取决于所有者的类型。从每种类型的数字中可以立即清楚地看出，公司1 2 3 4 5 6 7 8 9 10 1211A GFEDC图1。股东公司网络示例。我们的股东公司网络的一个示例，说明了股东之间的关系，上面的蓝色圆圈编号为1到12，下面的红色方框标记为A到G。

边缘表示源节点所代表的股东在目标节点所代表的公司中进行了投资。例如，股东3和5都投资了公司E，箭头表示这种关系。此外，股东3已投资A公司，但没有其他股东。图2：。股东网络。图1所示数据的“股东网络”。这是股东公司网络向股东节点的投影。这里的节点只是共享节点1到12。边缘表示两个股东拥有共同资产。例如，股东3和5都投资了E，因此，在这个projectedgraph中存在节点3和5之间的边。请注意，使用了一个简单的网络，边没有方向和权重，也没有自边。在不同的国家，可能会有非常不同类型的股东，这已经表明公司结构的其他方面会有所不同。最后，在许多情况下，我们测量值，但我们需要通过将结果与适当的空模型中的结果进行比较来确定这些值是大还是小。我们的空模型是通过交换股东图中的一对边来获得的，股东图保持了每个节点的阶数[26]，如配置模型中所示（例如，请参见[27]）。然而，我们只进行交换，以保持我们的边始终位于股东节点和公司节点之间的约束，如图1所示。结果在本节中，我们将查看我们对股东网络的分析结果。

我们将从网络的一些一般特征开始，然后继续关注不同类型的股东如何在网络中扮演不同的角色，如各种测量所示。一般网络分析表2总结了我们的两个数据集以及由此衍生的股东网络的一些关键事实。任何网络的一个重要特征是度分布P（k）。这可以定义为随机均匀选择的节点具有度k的可能性，其中节点的度是指连接到节点的边的数量。股东网络的度分布如图3所示。分布通常是厚尾分布，如图3所示的幂律形式所示。ID股东类型描述土耳其-荷兰1风险资本。风险投资6（0.01%）143（0.07%）2金融公司金融公司133（0.23%）7028（3.6%）3个家庭一个或多个具名个人或家庭53360（92.29%）663（0.34%）4公共公司上市公司1（0.002%）1（0.001%）5州政府26（0.04%）162（0.083%）6对冲基金1（0.002%）16（0.0082%）7保险公司34（0.06%）235（0.12%）8家自营企业1家（0.002%）、1家（0.001%）、9家私募股权公司18家（0.03%）、282家（0.14%）、10家企业工业公司4007家（6.93%）、156644家（80.25%）、11家互助、养老基金、代名人、信托、受托人91家（0.16%）、9563家（4.90%）、12家银行127家（0.22%）、363家（0.19%）、13家基金会、研究所15家（0.02%）、20059家（10.27%）、总计57820家（100%）、195199家（100%）表1。不同类型股东的汇总统计数据。从BvD数据库检索的数据中记录了不同类型的股东。在不同数据集中找到的数字在右侧列中。公司所在国土耳其、荷兰。共45831家公司，1157672家。

拥有可用信息的公司数量22445 259249否。股东网络中的节点数57820 195199否。股东网络中的边数93439 133276度分布幂律斜率γ2.6 2.7No。LCC 1807 3152中的节点数量否。LCC中的边数14459 120935 LCC中的聚类系数0.87 0.64 LCC中的直径12 19 LCC中的平均最短路径4.50 4.47表2。这两个数据集的基本信息。每个数据集查看2014年在一个国家注册的公司及其来自任何国家的股东。没有上述数字所示的许多公司的信息。股东网络中的边数基于持股信息中的可用信息。相似斜率P（k）幂律度分布的斜率γ~ k-γ、 是一个粗略的描述，以说明广泛的分布。”“LCC”是最大的连接组件。（a） （b）图3。度分布图。对于持股在（a）土耳其公司，（b）荷兰公司的股东网络，在对数-对数标度上，度分布P（k）（具有度k的节点的频率）相对于度k边。红色圆点是原始数据，绿色十字代表对数箱子中的相同数据，蓝色线是最佳线性系数（P（k））~ k-γ） 在k值范围内，我们可以看到近似线性行为。蓝线的斜率，-γ、 土耳其和以色列分别为2.6和2.7。这些股东网络的一般统计数据汇总见表2。。从图3可以看出，网络度的分布大致遵循幂律。大k尾意味着通常有少数股东与大量其他股东共同投资。

另一方面，分配比例较小的部分表明，大多数股东与其他股东只有极少数共同投资。分布显示了其他有趣的特性。在荷兰，与其他20至100名股东有关联的股东有着独特的“碰撞”。这些现象似乎比小范围的趋势更为普遍。对此的一种解释是，一些公司有很多海外持股关系，例如，土耳其控股公司（TurkishTobam Holding Co.）的法国股东。与外国股东相比，似乎大多数都是大股东，他们希望通过在本国公司外寻求多元化持股。包括这些股东有两个影响。首先，包括它们增加了股东网络中的节点总数，从而降低了投资于本国公司的股东的分布P（k）。其次，如果一个外国股东在跨境投资时遇到了麻烦，那么很可能他们已经进行了多次投资，因此他们就是障碍。换句话说，这是一种边界效应。我们的大型外国投资者还将通过外国公司与只投资外国公司的外国小股东联系起来，这是分配中的低程度部分。根据我们的数据定义，这些公司被排除在外。事实上，土耳其股东网络中的冲击要小得多，这表明外国投资在这起案件中并没有扮演如此重要的角色。宏观经济数据表明，荷兰对外和对外的FDI（国际贸易和外国直接投资）指数都很高，GDP净流量为13.37%。