Ända sedan den förödande finanskrisen 2008, forskare har undersökt finansmarknaderna för att förstå vad som gick fel och hur man kan förhindra ännu en förlamande lågkonjunktur.
En statistiker från Cornell University och hans kollegor har hittat några svar på dessa frågor genom att analysera krisen genom att kartlägga om och hur två specifika nätverk interagerade när krisen utvecklades, snarare än att titta på finansmarknadernas nätverk ett i taget.
Under krisen, Europeiska banker slutade låna ut till varandra, medan deras aktiekurser blev mycket korrelerade - en betydande avvikelse från de två nätverkenas normala interaktion, enligt studien. Fyndet ger insikter om hur man kan berätta om ännu en finanskris börjar växa i framtiden. Forskningen, "Samtrafik på interbankmarknaden, "kommer att visas i ett framtida nummer av Journal of Financial Economics .
"Interbankmarknaden ger information om finansmarknaderna och den reala ekonomin som komplimangerar den information som härrör från offentlig avkastning, "sa medförfattaren Shawn Mankad, biträdande professor i operationer, teknik- och informationshantering vid Samuel Curtis Johnson Graduate School of Management. "Arbetet föreslår att båda dessa datakällor bör användas i tidiga varningssystem eller någon typ av förutsägelsemodell."
Utnyttja de senaste framstegen inom nätverksanalys, Mankad studerade beteendet på den europeiska interbankmarknaden, där banker lånar och lånar av varandra, innan, under och efter finanskrisen 2008. För att definiera marknaden tydligare, han skapade två nya termer för att beskriva två nätverk:korrelationsnätverket för bankernas avkastning på aktier, och det fysiska nätverket för interbankhandel.
Beskriv korrelationsnätverket, Mankad sa:"Om aktiekurserna på, säga, Bank of America och JPMorgan Chase rör sig tillräckligt mycket på ett diagram, då säger vi att de är mycket korrelerade. "
Och det fysiska nätverket för interbankhandel består av transaktioner mellan banker som lånar ut och lånar av varandra. "Om JPMorgan säger, 'Vi behöver pengar för att uppfylla våra skyldigheter, 'de lånar pengar från Bank of America till viss ränta på övernattningsmarknaden, "Mankad sa." Vi kan observera det genom data och det är ett sätt att konstruera det fysiska nätverket. "
De fann att före krisen, varje nätverk hade ett liknande antal interna anslutningar. Men under krisen, korrelationsnätverket blev alltmer sammankopplat, med tätare förbindelser. "Aktiekurserna blev superkorrelerade eftersom alla sålde sina aktier samtidigt, "Sa Mankad.
På samma gång, det fysiska nätverkets inre anslutningar sjönk avsevärt. Bankerna var mindre benägna att låna ut till andra banker, för att de tvivlade på att de någonsin skulle få betalt tillbaka. Det ledde till färre anslutningar i nätverket, försämra interbanklikviditeten.
Forskarna jämförde vidare nätverken för att testa om samtrafikåtgärder kan användas för att förutsäga kortsiktiga ekonomiska förhållanden, till exempel arbetslöshet och industriproduktion. De fann att korrelationsnätverken kan identifiera och förutse perioder av överhängande finanskris, medan fysiska interbankhandelsnät kan identifiera försvagade sammankopplingar i interbanksystemet som kan leda till likviditetsproblem.
Det beror på att banker har sin egen konfidentiella information som de tar med sig till interbankmarknaden, Sa Mankad. "Även om du arbetar på en börs, du kan inte av aktiekurser se om en bank lånar pengar eller inte. Så vi visade teoretiskt att det kan finnas ytterligare information i det fysiska nätverket. "
Arbetet har konsekvenser för hur man kan förutsäga framtida kriser. Det föreslår tillsynsmyndigheter som analyserar fysiska nätverksdata för svagheter på finansmarknaderna, såsom Europeiska centralbanken och Federal Reserve, gör rätt.
Forskningen tyder också på att börser kanske kan släppa aggregerad statistik som anger hur hela marknaden fungerar, Sa Mankad. "Det kan vara användbart för enskilda investerare eftersom det kan fungera som en del av ett system för tidig varning som skulle berätta något om du går in i en krisperiod eller inte."
