Latent community paths in VAR-type models via dynamic directed spectral co-clustering
通过动态有向谱共聚类识别 VAR 类模型中的潜在社区路径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 VAR 类时间序列中的有向网络社区，并明确应用于全球股票波动率。
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…
关注这篇论文的作者
通过动态有向谱共聚类识别 VAR 类模型中的潜在社区路径
- 研究问题
- 高维 VAR 类系统的方向性依赖如何压缩为可解释的社区路径？作者研究发送与接收群组如何随季节或依赖期限分裂、合并和持续。
- 方法与思路
- 作者将度修正随机共块模型嵌入转移矩阵，结合有向谱共聚类与特征向量平滑，并分别用于周期 VAR 和广义 VHAR 系统。
- 材料陈述的贡献
- 摘要称，两类程序具有非渐近误分类界；模拟及就业、全球股票波动率应用展示周期核心、期限社区和外围市场群组的动态变化。
- 阅读关注点
- 应核对转移矩阵的块结构假设、发送与接收角色定义，检查平滑及群组跨期匹配，并区分日历时间变化与有序依赖期限上的变化。
- 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。摘要未说明误分类界的完整条件，社区方向性也不能直接解释为因果传导。
原文摘要
This paper proposes a dynamic network framework for uncovering latent community paths in high-dimensional VAR-type models. By embedding a degree-corrected stochastic co-blockmodel (ScBM) into the transition matrices of VAR-type systems, we separate sending and receiving roles at the node level and summarize complex directional dependence in an interpretable low-dimensional form. Our method integrates directed spectral co-clustering with eigenvector smoothing to track how directional groups split, merge, or persist over time. This framework accommodates both periodic VAR (PVAR) models for cyclical seasonal evolution and generalized VHAR models for structural transitions across ordered dependence horizons. We establish non-asymptotic misclassification bounds for both procedures and provide supporting evidence through Monte Carlo experiments. Applications to U.S.\ nonfarm payrolls distinguish a recurrent business-centered core from more mobile, seasonally sensitive sectors. In global stock volatilities, the results reveal a compact U.S.-centered long-horizon block, a Europe-heavy developed core, and a more dynamic short-horizon reallocation of peripheral and bridge markets.