金融传染（流行病传播）模型遇到问题

Question

最近，我想重建Prasanna Gai发表的论文Contagion in Financial Networks中的金融传染模型。 现在我陷入了第一个数字：

（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程度。例如，如果我要模拟平均度为3，那么生成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，我发现有多少节点指向该节点并计数，以计算AiIB（权重）。如果节点1指向3个节点，则这些边缘上的权重为AiIB（纸上为0.2）/ 3（邻居数）。

• 为模拟感染，首先随机选择一个节点以删除其所有资产。那么如果负债超过了资本缓冲（Ki，本文为0.04），它就无法将债务偿还给其邻国。对于那些从多家银行获得负债的银行，即使每个链接的权重都小于Ki，如果这些负债的总和大于Ki，则仍被视为破产。该模型就像流行病传播一样，新的破产银行将影响新一批银行，最终在该系统中不再有银行破产。

• 由于蔓延定义为该网络中超过5％的破产银行（在这种情况下为50家）。

• 要绘制图形，每个平均度需要测试100次：

  • 概率=发生传染的次数/此处的模拟次数为100

  • 程度= [在发生传染的情况下]破产银行所占比例/发生传染的数量之和。

原始代码在GitHub上可用。通过运行er_100.py，您可以得到如下图：

如果您对代码有任何疑问，请告诉我。 （代码至少需要1个小时才能在带有8个vCPU的GCP上运行...）

我还尝试了60个节点的网络，看起来像是：

它的形状与图1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。我认为，我已经考虑了所有方面，并且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。

我仍然找不到该代码的任何线索。然后，我用R重写代码并运行它，这是我得到的草稿图：

您现在可以看到，该图只是本文中的那个。但是算法和结构与我用Python编写的完全相同。

也许这是一个显示 Python不能做的的情况。 如果有人对此问题感到感兴趣，想在Python和R之间的区别之间进行更多划分，这是一个很好的例子。而且我很乐意提供任何帮助。

通过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，谢谢。

更新：

我也不敢相信这一点，因为在我看来，代码在进行计数和计算很简单。我在每一步都打印出非常多的东西，并检查了每个节点，从10个节点的小型网络到1000个节点的网络，日志文件已超过50G。一切看起来都很正常，数字（破产的一个）只是没有达到阈值。与R具有完全相同的结构不同，结果与本文仅是same。

我真的不知道为什么，也不知道。