Clustered Network Connectedness: A New Measurement Framework with Application to Global Equity Markets
聚类网络连通性：新测量框架及全球股票市场应用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：摘要明确围绕VAR冲击识别及方差分解构建方法，未提供将连通性直接归为风险测量的充分依据。
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…
聚类网络连通性：新测量框架及全球股票市场应用
- 研究问题
- 基于VAR方差分解测量网络连通性时，如何允许不同市场簇之间的冲击正交、同一簇内的冲击相关？
- 方法与思路
- 作者结合簇间正交化识别与簇内广义识别，构造聚类连通性框架，使排序在簇间有影响、簇内无影响，并应用于股票市场。
- 材料陈述的贡献
- 摘要称框架将完全正交化与完全不正交化纳入更一般的设定，并对三个全球区域的十六个国家股票市场开展实证分析。
- 阅读关注点
- 核对聚类划分依据、簇间排序选择与方差分解的计算口径，以及连通性结果对簇划分、排序和VAR设定的敏感程度。
- 阅读边界
- 这是arXiv预印本，同行评审或期刊接收未核实；摘要未报告具体实证发现，也不足以将测得连通性解释为因果传播或系统性风险。
原文摘要
Network connections, both across and within markets, are central in countless economic contexts. In recent decades, a large literature has developed and applied flexible methods for measuring network connectedness and its evolution, based on variance decompositions from vector autoregressions (VARs), as in Diebold and Yilmaz (2014). Those VARs are, however, typically identified using full orthogonalization (Sims, 1980), or no orthogonalization (Koop, Pesaran and Potter, 1996; Pesaran and Shin, 1998), which, although useful, are special and extreme cases of a more general framework that we develop in this paper. In particular, we allow network nodes to be connected in ``clusters", such as asset classes, industries, regions, etc., where shocks are orthogonal across clusters (Sims style orthogonalized identification) but correlated within clusters (Koop-Pesaran-Potter-Shin style generalized identification), so that the ordering of network nodes is relevant across clusters but irrelevant within clusters. After developing the clustered connectedness framework, we apply it in a detailed empirical exploration of sixteen country equity markets spanning three global regions.