Stochastic Block Models applicati a reti finanziarie

Gli Stochastic Block Models (SBM) sono una classe di modelli generativi di dati di rete. Questi modelli probabilistici sono ampiamente utilizzati per descrivere e stimare delle strutture latenti in reti complesse. In particolare, in questo elaborato vengono testate le loro capacità di individuare gruppi di nodi dai comportamenti simili, community detection, all'interno di un network. Le loro performance vengono confrontate con quelle di altri due metodi di community detection, osservando i risultati prodotti dalla loro applicazione su 300 reti simulate e progressivamente sempre più complesse, dimostrando una generale robustezza dei modelli SBM. Inoltre viene studiata anche la loro estensione dinamica, Dynamic SBM, illustrandone le caratteristiche teoriche e mettendola a confronto con la versione statica. Per il confronto sono state simulate 270 reti dinamiche con differenti livelli di complessità ed è emerso che la corretta incorporazione della variabile temporale all'interno del modello permette di ottenere risultati chiaramente migliori. Inoltre, i Dynamic SBM sono stati applicati in un caso di studio reale quale il mercato interbancario europeo di scambi overnight della piattaforma e-MID. Sono state studiate le comunità individuate dal modello, le loro caratteristiche e il loro comportamento generale. Infine è stata osservata e interpretata la fluidità al cambiare comunità, e dunque comportamento, delle istituzioni finanziarie, in particolare in reazione a degli shock esterni al mercato, quali la crisi del 2008 e del 2011.