有了这一发现,投资矩阵的其他更微妙的属性,如二次邻域相关性,只能发挥有限的作用。此外,我们从尖峰分布(maxi | Ai/Ei)中找到了银行间杠杆的近似值- 朝觐/朝觐 hAi/Eiii)。在这种情况下,宏观冲击放大主要独立于投资网络和平均杠杆率ψ的简单函数≈P∞t=0(hAi/Eiii)t=1/(1)- hAi/Eiii),几何和仅适用于hAi/Eiii<1的情况。现在,让我们讨论一个可以显式执行ψ优化的情况。我们有N=N+N个银行,它们的权益相同,Ei=E,Ei=1/N。通过这个选择,我们有∧ij=Aij/E。第一个银行的杠杆率为Ai/E=Li/E=c,而最后一个银行的杠杆率较低,Ai/E=Li/E=c<c。对于N=2和N=3,让我们介绍以下参数化矩阵∧=cncn0 0 0cncn0 0 00 0cncncn0 0cncncn0 0CNCNCNN 0 0CNCNCNCNN+ κ-nn型-nn1 1 1-nn型-nn1 11 1-nn型-nn型-nn1 1-nn型-nn型-nn1 1-nn型-nn型-nn型= ∧a+κ. (17) 矩阵∧ais是最大分类的,因为只有相同类型的银行相互作用。为了更简单的表示法,我们允许自链接。对角线元素可以很容易地清空为相同类型的银行之间的链接。这使ψ保持不变。带∧ij≥ 0,我们有0≤ κ ≤ 最小值(序号、序号)。对于κ的最大值,两组类型尽可能多地相互作用。因此,这是最不协调的情况。ψ的变化导致不协调性的微小增加,从∧到∧+dκ, isdψ=∞Xt=3t-1Xp=2Xij(λp∧t-p) ijdκ/N,(18)Xij(λp∧t-p) ij=-f(λp)f(λt-p) f(λp)=n(λp)+(n- n) (λp)1N- n(λp)NN。(19) 我们忽略了dκ中的高阶项,并使用piij=0,因此该矩阵仅出现在矩阵∧之间。
|