000001555 001__ 1555
000001555 005__ 20250211155834.0
000001555 0247_ $$a10.34989/swp-2010-13$$2DOI
000001555 035__ $$a10.34989/swp-2010-13
000001555 041__ $$aeng
000001555 084__ $$aC Mathematical and Quantitative Methods$$02849
000001555 084__ $$aC1 Econometric and Statistical Methods and Methodology: General$$02853
000001555 084__ $$aC11 Bayesian Analysis: General$$02855
000001555 084__ $$aD Microeconomics$$02929
000001555 084__ $$aD8 Information, Knowledge, and Uncertainty$$02992
000001555 084__ $$aD85 Network Formation and Analysis: Theory$$02998
000001555 084__ $$aG Financial Economics$$03122
000001555 084__ $$aG2 Financial Institutions and Services$$03136
000001555 084__ $$aG20 General$$03137
000001555 245__ $$aEstimating the Structure of the Payment Network in the LVTS: An Application of Estimating Communities in Network Data
000001555 269__ $$a2010
000001555 300__ $$a1 online resource (26 pages)
000001555 336__ $$aText
000001555 347__ $$bPDF
000001555 520__ $$aIn the Canadian large value payment system an important goal is to understand how liquidity is transferred through the system and hence how efficient the system is in settling payments. Understanding the structure of the underlying network of relationships between participants in the payment system is a crucial step in achieving the goal. The set of nodes in any given network can be partitioned into a number of groups (or “communities”). Usually, the partition is not directly observable and must be inferred from the observed data of interaction flows between all nodes. In this paper we use the statistical model of Copic, Jackson, and Kirman (2007) to estimate the most likely partition in the network of business relationships in the LVTS. Specifically, we estimate from the LVTS transactions data different “communities” formed by the direct participants in the system. Using various measures of transaction intensity, we uncover communities of participants that are based on both transaction amount and their physical locations. More importantly these communities were not easily discernible in previous studies of LVTS data since previous studies did not take into account the network (or transitive) aspects of the data.$$7Abstract
000001555 520__ $$aIl est important de bien saisir comment les liquidités transitent dans le Système de transfert de paiements de grande valeur (STPGV) canadien et, ainsi, d’évaluer l’efficience avec laquelle les paiements sont réglés. Pour ce faire, il est essentiel de comprendre la structure du réseau de relations sous-jacent qui lie entre eux les participants au système. Les noeuds que comporte un réseau, quel qu’il soit, se partagent en un certain nombre de groupes (ou « communautés »). Le plus souvent, cette répartition n’est pas directement observable et doit être déduite des données observées sur les interactions entre tous les noeuds. Dans notre étude, nous utilisons le modèle statistique de Copic, Jackson et Kirman (2007) pour estimer la répartition la plus probable des noeuds du réseau de relations opérationnelles à l’intérieur du STPGV. Plus précisément, nous cernons, à partir des données sur les opérations, les différentes communautés que forment les participants directs au système. En faisant appel à diverses mesures de l’intensité des opérations, nous mettons au jour des communautés de participants fondées tant sur la valeur de leurs opérations que sur leur emplacement géographique. Il s’agit là d’une avancée importante, car les études antérieures sur les données du STPGV permettaient difficilement de discerner les communautés du fait qu’elles ne tenaient pas compte des aspects transitifs des données.$$7Résumé
000001555 540__ $$aCreative Commons Attribution 4.0 International$$uhttps://creativecommons.org/licenses/by/4.0/legalcode$$fCC-BY-4.0
000001555 6531_ $$aFinancial stability
000001555 6531_ $$aPayment clearing and settlement systems
000001555 6531_ $$aStabilité financière
000001555 6531_ $$aSystèmes de compensation et de règlement des paiements
000001555 7001_ $$aChapman, James
000001555 7001_ $$aZhang, Nellie
000001555 789__ $$w1701-9397$$2ISSN$$eIsPartOf
000001555 8301_ $$aStaff Working Paper
000001555 8301_ $$aDocument de travail du personnel
000001555 8564_ $$92601cc18-e73e-4fd8-bb3c-9322661c2330$$s299219$$uhttps://www.oar-rao.bank-banque-canada.ca/record/1555/files/wp10-13.pdf$$zFile Source: Bank of Canada website, 2024
000001555 909CO $$ooai:www.oar-rao.bank-banque-canada.ca:1555$$pbibliographic
000001555 980__ $$aStaff Research
000001555 980__ $$aRDM
000001555 991__ $$aPublic