Sectoral inter-dependencies drive the loss of structural balance in signed financial networks

Sintesi Tecnica: Interdipendenze Settoriali e Bilancio Strutturale nelle Reti Finanziarie

Definizione del Problema
I mercati finanziari sono sistemi complessi in cui le interdipendenze tra i partecipanti guidano la dinamica collettiva e il rischio sistemico. Sebbene ricerche precedenti abbiano stabilito che le reti finanziarie subiscono una perdita di bilancio strutturale durante le crisi — segnalando l'emergere di "frustrazione" o interazioni conflittuali — l'origine mesoscopica specifica di questo squilibrio rimane poco chiara. Gli studi esistenti hanno identificato firme globali di squilibrio (ad esempio, la formazione di triadi frustrate o clique completamente negative), ma non hanno determinato sistematicamente se tale instabilità strutturale derivi principalmente da conflitti all'interno di specifici settori economici o dalle interazioni tra diversi settori. Questo articolo affronta tale ambiguità investigando come lo squilibrio strutturale si distribuisca attraverso diverse scale settoriali all'interno della rete S&P 500.

Metodologia
Lo studio impiega un'analisi longitudinale dell'indice Standard and Poor's 500 (S&P 500), utilizzando i prezzi di chiusura giornalieri aggiustati dal 4 gennaio 2010 al 30 dicembre 2024. Il dataset è filtrato per includere 426 titoli presenti in modo costante, segmentati in 56 finestre sovrapposte di 252 giorni di negoziazione (un anno) con una sovrapposizione di 63 giorni.

Il quadro analitico procede in quattro fasi:

1. Decomposizione Spettrale tramite la Teoria delle Matrici Casuali (RMT): I rendimenti logaritmici vengono normalizzati per costruire matrici di correlazione incrociata. La RMT viene applicata per filtrare il rumore casuale (lo spettro "bulk") e isolare segnali di mercato significativi. La matrice di correlazione viene decomposta in un modo di mercato globale (autovalore principale), una componente casuale e una componente "di gruppo" (autovalori devianti) che cattura le strutture settoriali mesoscopiche.
2. Costruzione della Rete con Segno: Le matrici di correlazione di gruppo vengono soggette a una soglia per generare reti non dirette con segno. Le correlazioni positive indicano un movimento cooperativo, mentre quelle negative indicano un movimento anti-correlato.
3. Quantificazione del Bilancio Strutturale: Lo studio utilizza una metrica di polarizzazione ($P$) derivata dalla meccanica statistica, definita come la differenza normalizzata tra il numero di triadi bilanciate ($N_+$) e le triadi frustrate (squilibrate, $N_-$). Questa metrica è scomposta in tre scale:
   • Globale ($P_G$): In tutta la rete.
   • Intra-settore ($P_{intra}$): All'interno dei singoli settori del Global Industry Classification Standard (GICS).
   • Inter-settore ($P_{inter}$): Nelle triadi formate da titoli appartenenti a due o più settori.
4. Validazione Statistica e Regressione: Per garantire che i modelli osservati non siano artefatti del caso, le reti empiriche sono confrontate con due modelli nulli: un modello di randomizzazione che preserva il grado con segno e un modello a massima entropia che preserva la topologia con segno (STP). Infine, viene impiegato un modello di regressione lineare multipla (MLR) per valutare la relazione tra la polarizzazione globale e le variabili macroeconomiche, specificamente il Global Supply Chain Pressure Index (GSCPI) e l'Indice dei Prezzi al Consumo (CPI).

Risultati Chiave

• Origine Settoriale dello Squilibrio: La decomposizione della polarizzazione globale rivela che lo squilibrio strutturale durante i periodi di rischio sistemico (in particolare la pandemia di COVID-19) deriva prevalentemente dalle interazioni inter-settoriali piuttosto che da quelle intra-settoriali. Mentre le strutture intra-settoriali rimangono ampiamente bilanciate (alta $P_{intra}$), la polarizzazione inter-settoriale ($P_{inter}$) diminuisce significativamente, guidando il declino della polarizzazione globale ($P_G$).
• Firme Distinte delle Crisi: Un'analisi comparativa tra la crisi finanziaria globale del 2008 (GFC) e la crisi del COVID-19 evidenzia una differenza strutturale critica. La GFC del 2008 ha mostrato una quasi totale assenza di triadi frustrate intra-settoriali. Al contrario, la crisi del COVID-19 ha visto l'emergere di una significativa frustrazione intra-settoriale (archi negativi all'interno dei settori), attribuita all'impatto eterogeneo dei lockdown su diversi sottosettori (ad esempio, immobiliare commerciale vs produzione industriale).
• Meccanismo di Frustrazione: La perdita di bilancio inter-settoriale è guidata da specifiche correlazioni parziali negative tra settori fondamentalmente opposti. Esempi identificati includono il conflitto tra piattaforme digitali e immobiliare commerciale (2016–2017), titoli dell'intrattenimento vs REIT di self-storage (2021–2022) e titoli energetici vs produttori del settore sanitario (2022–2023).
• Driver Macroeconomici: L'analisi di regressione dimostra che circa il 68,2% della varianza della polarizzazione globale è spiegato dalle variabili macroeconomiche. Nello specifico, una maggiore pressione sulle catene di approvvigionamento globali e una maggiore incertezza sull'inflazione (misurata dalla deviazione standard del CPI) sono significativamente associate a livelli inferiori di polarizzazione globale (ovvero, un aumento dello squilibrio strutturale).
• Significatività Statistica: Le metriche di polarizzazione osservate producono z-score ben al di sopra della soglia di significatività ($z > 3$) rispetto sia al modello nullo che preserva il grado sia a quello che preserva la topologia, confermando che lo squilibrio strutturale è una caratteristica robusta dell'organizzazione della rete finanziaria sotto stress, non un artefatto casuale.

Significato e Rivendicazioni
L'articolo sostiene di fornire un quadro quantitativo per comprendere l'origine mesoscopica dell'instabilità strutturale nelle reti finanziarie. Decomponendo la polarizzazione globale, gli autori dimostrano che la "perdita di bilancio" durante le crisi economiche non è un collasso uniforme, ma un accumulo specifico di conflitti tra settori.

Lo studio postula che, mentre i singoli settori tendono a mantenere la coerenza interna (uno stato a bassa energia), il sistema finanziario nel suo complesso diventa "incastrato" o intrappolato in minimi locali a causa di interazioni incompatibili tra i settori. Questo quadro offre un approccio rigoroso per tracciare come i conflitti settoriali localizzati si propagano per causare instabilità strutturale su larga scala. Inoltre, gli autori affermano che il loro metodo è generalizzabile ad altri mercati finanziari, come il forex e le criptovalute, e che il legame identificato tra le pressioni sulla catena di approvvigionamento/inflazione e la polarizzazione della rete fornisce una nuova lente per interpretare il rischio sistemico attraverso la teoria del bilancio strutturale.