Frequency-Domain Analysis of Time Series with Network-Structured Dependence: Application to Global Bank Connectedness
网络依赖时间序列的频域分析：全球银行关联应用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：摘要明确研究时间序列谱分析、银行间波动传递及互联金融系统的溢出风险，支持这三个方向。
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…
网络依赖时间序列的频域分析：全球银行关联应用
- 研究问题
- 如何同时考虑时间频率与网络拓扑，识别全球银行系统中直接和经中间节点传递的跨银行依赖及波动溢出？
- 方法与思路
- 作者定义网络时间序列的谱密度、相干性和偏相干性，提出参数估计及受网络约束的非参数估计方法。
- 材料陈述的贡献
- 摘要称参数法在模型设定匹配时表现较强，非参数法对错设更稳健；银行应用揭示与网络拓扑相关的频率特定波动传递。
- 阅读关注点
- 应核对网络如何进入谱结构、间接路径如何处理，并检查错设实验、频率分辨率及溢出指标的经济解释。
- 阅读边界
- 这是 arXiv 预印本，同行评审与期刊接收未核实；摘要未列明理论条件与性能幅度，频域关联也不自动构成因果溢出。
原文摘要
Financial spillovers in interconnected systems, such as global banking networks, require tools that capture temporal and frequency dynamics, while incorporating the underlying network topology. While current network time series models are developed in the time-domain, frequency-domain approaches, which reveal how cross-nodal dependencies vary across different cycles, remain under-explored. This paper develops a spectral analysis framework that accommodates flexible forms of network dependence, including interactions mediated through intermediate nodes. This ensures that inter-nodal relationships are not restricted to direct connections, a feature crucial for capturing indirect financial spillovers. We define the network time series spectral density, alongside coherence and partial coherence, and propose both parametric and network-constrained nonparametric methods for their estimation. Simulations and theoretical results demonstrate the strong performance of the parametric approach when the data-generating process aligns with the model structure, whereas the nonparametric alternative provides robustness against model misspecification. An application to global bank connectedness shows that the proposed spectral measures capture inter-bank frequency-specific spillover effects, yielding results consistent with existing measures while additionally uncovering richer patterns of volatility transmission that are intimately connected to the network topology.