Sinds de verwoestende financiële crisis van 2008 onderzoekers hebben de financiële markten onderzocht om te begrijpen wat er mis is gegaan en hoe een nieuwe verlammende recessie te voorkomen.

Een statisticus van de Cornell University en zijn collega's hebben een aantal antwoorden op die vragen gevonden door de crisis te analyseren door in kaart te brengen of en hoe twee specifieke netwerken met elkaar in wisselwerking stonden toen de crisis zich ontwikkelde. in plaats van één voor één naar de netwerken van de financiële markten te kijken.

Tijdens de crisis, Europese banken lenen niet meer aan elkaar, terwijl hun aandelenkoersen sterk correleerden - een significante afwijking van de normale interactie van de twee netwerken, volgens de studie. De bevinding biedt inzicht in hoe te zien of er in de toekomst een nieuwe financiële crisis begint te brouwen. Het onderzoek, "Verwevenheid in de interbancaire markt, " zal verschijnen in een toekomstige uitgave van de Tijdschrift voor financiële economie .

"De interbancaire markt biedt informatie over financiële markten en de reële economie die een aanvulling vormt op de informatie die is afgeleid van openbare aandelenrendementen, " zei co-auteur Shawn Mankad, assistent-professor operaties, technologie en informatiebeheer aan de Samuel Curtis Johnson Graduate School of Management. "Het werk suggereert dat beide gegevensbronnen moeten worden gebruikt in systemen voor vroegtijdige waarschuwing of elk type voorspellingsmodel."

Gebruikmakend van recente ontwikkelingen in netwerkanalyse, Mankad bestudeerde het gedrag van de Europese interbancaire markt, waarin banken elkaar lenen en lenen, voordat, tijdens en na de financiële crisis van 2008. Om de markt duidelijker af te bakenen, hij creëerde twee nieuwe termen om twee netwerken te beschrijven:het correlatienetwerk van aandelenrendementen van banken, en het fysieke netwerk van interbancaire handel.

Het correlatienetwerk beschrijven, Mankad zei:"Als de aandelenkoersen van, zeggen, Bank of America en JPMorgan Chase bewegen voldoende samen op een grafiek, dan zeggen we dat ze sterk gecorreleerd zijn."

En het fysieke netwerk van interbancaire handel bestaat uit transacties tussen banken die van elkaar lenen en lenen. "Als JPMorgan zegt, 'We hebben geld nodig om aan onze verplichtingen te voldoen, ' ze lenen geld van Bank of America tegen een bepaalde koers op de nachtmarkt, "Zei Mankad. "Dat kunnen we zien aan de hand van de gegevens en dat is een manier om het fysieke netwerk op te bouwen."

Ze vonden dat, vóór de crisis, elk netwerk had een vergelijkbaar aantal interne verbindingen. Maar tijdens de crisis het correlatienetwerk raakte steeds meer met elkaar verbonden, met strakkere verbindingen. "Aandelenkoersen werden super gecorreleerd omdat iedereen zijn aandelen op hetzelfde moment verkocht, ' zei Mankad.

Tegelijkertijd, de interne verbindingen van het fysieke netwerk daalden aanzienlijk. Banken leenden minder snel aan andere banken, omdat ze betwijfelden of ze ooit terugbetaald zouden worden. Dat leidde tot minder verbindingen in het netwerk, de interbancaire liquiditeit aantasten.

De onderzoekers vergeleken de netwerken verder om te testen of maatregelen voor onderlinge verbondenheid kunnen worden gebruikt om economische omstandigheden op korte termijn te voorspellen, zoals werkloosheidscijfers en industriële productie. Ze ontdekten dat de correlatienetwerken perioden van dreigende financiële crises kunnen identificeren en voorspellen, terwijl fysieke interbancaire handelsnetwerken verzwakkende onderlinge verbindingen in het interbancaire systeem kunnen identificeren die tot liquiditeitsproblemen kunnen leiden.

Dat komt omdat banken hun eigen vertrouwelijke informatie hebben die ze op de interbancaire markt brengen, zei Mankad. "Zelfs als je op een beurs werkt, aan de aandelenkoersen kun je niet zien of een bank geld leent of niet. Dus we hebben theoretisch laten zien dat er misschien wat extra informatie in het fysieke netwerk zit."

Het werk heeft implicaties voor het voorspellen van toekomstige crises. Het stelt regelgevers voor die fysieke netwerkgegevens analyseren op zwakke punten in de financiële markten, zoals de Europese Centrale Bank en de Federal Reserve, doen het juiste.

Het onderzoek suggereert ook dat beurzen misschien geaggregeerde statistieken kunnen vrijgeven die aangeven hoe de hele markt werkt, zei Mankad. "Dat kan handig zijn voor individuele beleggers, omdat het kan dienen als onderdeel van een systeem voor vroegtijdige waarschuwing dat je iets vertelt over of je een crisisperiode ingaat of niet."