COVID-19 spreading in financial networks: A semiparametric matrix regression model
COVID-19 在金融网络中的传播：半参数矩阵回归模型AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要研究金融网络关联及风险因素，并明确以股票收益和波动率构成网络两层。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
COVID-19 在金融网络中的传播：半参数矩阵回归模型
- 研究问题
- 如何刻画收益与波动率组成的时变多层金融网络，并研究疫情病例等风险因素对不同网络边及网络拓扑的影响？
- 方法与思路
- 作者提出含层内和层间连接的半参数矩阵模型，采用带层级混合先验的贝叶斯方法，描述网络边对风险因素的异质反应。
- 材料陈述的贡献
- 摘要称模型用于衡量收益与波动率两层互动产生的金融关联，并在实证中考察 COVID-19 传播前后的网络拓扑。
- 阅读关注点
- 应核对网络边和金融关联的定义、层级先验及异质性设定，以及摘要中的因果网络表述是否具有相应识别依据。
- 阅读边界
- 这是 arXiv 预印本，不能据此确认同行评审或期刊接收；摘要未说明因果识别条件、具体样本或疫情影响的数值结果。
原文摘要
Network models represent a useful tool to describe the complex set of financial relationships among heterogeneous firms in the system. In this paper, we propose a new semiparametric model for temporal multilayer causal networks with both intra- and inter-layer connectivity. A Bayesian model with a hierarchical mixture prior distribution is assumed to capture heterogeneity in the response of the network edges to a set of risk factors including the European COVID-19 cases. We measure the financial connectedness arising from the interactions between two layers defined by stock returns and volatilities. In the empirical analysis, we study the topology of the network before and after the spreading of the COVID-19 disease.