python - 金融传染(疫情蔓延)模型遇到问题

Question

最近想重建论文中的金融传染模型:Contagion in Financial Networks作者:普拉萨纳·盖。现在我陷入了第一张图:

(实际上是图3)。

我做了什么

我使用了 Python 和 networkx。

• 首先，构建具有 1000 个节点的 ER 网络，概率取决于我要模拟的平均度。例如，如果我想模拟平均度数为3，则生成ER网络的概率为3/(1000-1)，其中1000是网络大小。

• 然后，对于每个节点，我找到有多少节点指向它并进行计数，以计算 AiIB(权重)。如果节点 1 有 3 个节点指向它，则这些边上的权重为 AiIB(论文中为 0.2)/3(邻居数量)。

• 为了模拟传染，首先随机选择一个节点来删除其所有 Assets 。那么如果负债超过资本缓冲(Ki，论文中的0.04)，它就无法向其邻国偿还负债。对于那些接受了多家银行负债的银行，即使每个环节的权重小于Ki，如果这些负债之和超过Ki，仍被视为破产。这个模型就像疫情蔓延一样，新破产的银行会影响新一批银行，最终系统中不再有银行破产。

• 传染的定义是该网络中超过 5% 的银行破产(本例中为 50 家)。

• 为了绘制图形，每个平均度需要测试 100 次:

  • 概率=发生传染的次数/模拟乘以100

  • 程度=【发生传染的情况下】破产银行比例之和/发生传染的数量。

原始代码可在GitHub上获取。通过运行 er_100.py 你可以得到我的数据，如下所示:

如果您对代码有任何疑问，请告诉我。 (代码在具有 8 个 vCPU 的 GCP 上运行至少需要 1 小时...)

我还尝试了 60 个节点的网络，它看起来像:

它的形状与图1有点相似。但这仍然不好，而且小网络也不是我想要的。

我不知道我的代码有什么问题。在我看来，我到处都考虑过，应该会得到类似的结果。我什至开始质疑这篇论文的权威性……

如果您有任何想法，请帮助我。

Answer 1

这是一个“很难”回答的问题。

我仍然没有找到任何有关代码的线索。然后我用 R 重写代码并运行它，这是我得到的草稿图:

正如您现在所看到的，该图只是论文中的图。但算法和结构与我用Python编写的完全一样。

也许这个案例表明Python 无法做到。如果有人对这个问题感兴趣，想进一步了解Python和R之间的区别，这是一个很好的例子。我很乐意提供任何帮助。

顺便说一句，R 中的模型代码可在 GitHub 中找到。并且仍在更新中。

感谢那些花时间阅读我的描述的人。

更新:

我也不敢相信这一点，因为在我看来，代码正在执行计数和计算，这很简单。我每一步都打印出来并检查每个节点，从10个节点的小型网络到1000个节点的网络，日志文件达到了50G以上。一切看起来都很正常，而且数量(破产的)只是没有达到阈值。与 R 不同，结构完全相同，结果与论文相同。

我真的不知道为什么，也不知道。