خوشه یابی پیمانگی در سری های زمانی مالی ‏

در این مقاله با تکیه بر خوشه یابی در شبکه های پیچیده که می تواند ویژگی های بزرگ مقیاس شبکه را تعیین کند، به مطالعه 48 بازار مالی در سراسر دنیا می پردازیم. برای این منظور روش بیشینه سازی پیمانگی را برای شبکه های جهت دار و وزن دار توسعه می دهیم. با کمک معیار همبستگی خطی، ماتریس مجاورت را تشکیل داده و با استفاده از نظریه ماتریس های تصادفی فضای ویژه مقداری ماتریس خود را به دو بخش نامربوط و مربوط تقسیم بندی می کنیم. با در نظرگرفتن پنجره زمانی و تحول آن در طول سری های زمانی، نتایج ما نشان می دهد که در حوالی بحران های مالی، خوشه هایی که غالبا تحت تاثیر ویژگی های جغرافیایی است، تشکیل می شوند و از منظر شبکه های پیچیده، کاتوره ای ترین رفتار خود را نشان می دهند.