R语言学习：如何绘制溢出网络图？

Question

如题所述

Answer 1

采用Ando等（2020）[1]的思想，绘制溢出网络图来展示各部分的波动溢出网络，以每个节点颜色区分市场的性质。红色节点表示发射器(transmitters)，而绿色节点表示净接收器(net receivers)。上图反映了此概念的具体应用。

在示例2中，参考Wang等（2023）的数据形态，通过特定代码生成结果，注意执行示例代码1中的“QVAR”函数。

示例3提供了一个新的视角，见示例2的代码应用，展示了不同量级下的网络连接性，分别在中量级（τ = 0.5）、下量级（τ = 0.1）和上量级（τ = 0.9）进行分析。

示例4和示例5通过修改代码进行演示，展示了如何调整特定参数和构建不同的数据集以生成不同的溢出网络图。行业公司信息和系数矩阵在这些示例中为手动构建。

最终的期刊排版展示了这些网络图的可视化效果。图4a、b、c分别展示了中量级（τ = 0.5）、下量级（τ = 0.1）和上量级（τ = 0.9）下，选定绿色资产间的网络连接性。节点的颜色代表了回溢效应的净发射器/接收器的角色，节点的大小由每个资产的净回溢效应的幅度决定。箭头边的粗细表示了两个节点间方向溢出的强度。

总结：通过不同示例和文献参考，本文展示了如何使用R语言绘制溢出网络图，以直观地分析市场波动的传播和网络结构。每一步都提供了具体的代码和结果，使读者能够理解和应用这些方法。最终的期刊排版展示了这种方法在实际数据集上的应用，提供了对市场动态的深入洞察。