The dynamic factor network model with an application to international trade
动态因子网络模型及其国际贸易应用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。
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：摘要以网络连接概率为建模对象，并用低维动态因子分析国际贸易网络的时间变化。
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
动态因子网络模型及其国际贸易应用
- 研究问题
- 如何用低维动态因子刻画高维网络连接概率的随机变化，并可行地估计参数、提取信号和分析国际贸易网络？
- 方法与思路
- 作者结合分块网络模型与随机变化的因子和载荷，使用重要性抽样计算似然，处理参数估计及潜在动态信号提取。
- 材料陈述的贡献
- 摘要提出动态因子网络框架和可行计算方案，考察正确及错误设定下的有限样本表现，并识别香蕉贸易群组及连接概率变化。
- 阅读关注点
- 应核对网络分块、因子和随机载荷的识别约束，重要性抽样的计算稳定性，以及错设模拟和贸易群组划分的评价方式。
- 阅读边界
- 仅据所给出版社摘要，无法判断因子维数选择、识别条件或计算优势的幅度；香蕉贸易结果不能直接推广至其他贸易网络。
原文摘要
We introduce a dynamic network model with probabilistic link functions that depend on stochastically time-varying parameters. We adopt a blockmodel framework and allow the high-dimensional vector of link probabilities to be a function of a low-dimensional set of dynamic factors. The resulting dynamic factor network model has a basic and transparent structure. However, parameter estimation, signal extraction of stochastic loadings and dynamic factors, and the econometric analysis generally are intricate tasks for which simulation-based methods are needed. We provide feasible and practical solutions to these challenging tasks, based on a computationally efficient importance sampling procedure to evaluate the likelihood function. An extensive Monte Carlo study demonstrates the performance of our method in finite samples, both under correct and incorrect model specifications. In an empirical study, we use the novel framework to analyze global patterns of banana exports and imports. We identify groups of heavy and light traders in this highly active commodity market and their time-varying trade probabilities.