金融传染（流行病传播）模型遇到问题

Question

最近我想重建论文中的金融传染模型：Contagion in Financial Networks by Prasanna Gai。 现在我卡在第一个图中：

（实际上是图 3）。

我做了什么

我使用 Python 和 networkx。

• 首先，构建1000个节点的ER网络，概率取决于我要模拟的平均度数。比如我想模拟3的平均度数，那么生成ER网络的概率是3/(1000-1)，其中1000是网络大小。

• 然后对于每个节点，我找出有多少节点指向它并计数，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（纸上为 0.2）/3（邻居数）。

• 为了模拟传染，首先随机选择一个节点来移除其所有资产。如果负债超过资本缓冲（Ki，论文中的 0.04），它就无法向邻居偿还负债。对于那些从多个银行获得负债的银行，即使每个环节的权重都小于 Ki，如果这些负债的总和大于 Ki，仍然被认为是破产的。该模型就像流行病一样，新的破产银行将影响新的一批银行，最终在这个系统中没有更多的银行破产。

• 传染性被定义为该网络中超过 5% 的银行（本例中为 50 家）破产。

• 绘制图形，每个平均度数需要测试100次：

  • 概率 = 传染发生的次数/此处的模拟次数 100

  • extent = [在发生传染的情况下] 破产银行比例之和/发生传染数。

原始代码可在GitHub 上获得。通过运行 er_100.py 你可以得到我的图：

如果您对代码有任何问题，请告诉我。 （代码至少需要 1 小时才能在具有 8 个 vCPU 的 GCP 上运行...）

我也尝试了 60 个节点的网络，它看起来像：

它的形状和图1有点相似。但这仍然不好，小网络不是我想要的。

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。

我仍然没有找到代码的任何线索。然后我在R中重写代码并运行它，这是我得到的草稿：

正如您现在所看到的，该数字只是论文中的一个。但是算法和结构和我用Python写的完全一样。

也许这是一个表明 Python 做不到的案例。 如果有人对这个问题感到有趣，想进一步区分 Python 和 R 之间的差异，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 中的模型代码在 GitHub 中可用，并且仍在更新中。

对于那些花时间阅读我的描述的人，感谢您的时间。

更新：

我也不敢相信这一点，因为在我看来，代码是在进行计数和计算，这很简单。我每一步都打印出非常多的东西，检查每个节点，从 10 个节点的小网络到 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，数量（破产的）只是没有达到阈值。不像在R中，结构完全相同，结果只是same与论文。

我真的不知道为什么，也不知道。