Tens of thousands of parent companies control millions of subsidiaries through long chains ofintermediary entities in global corporate networks. Conversely, tens of millions of entities aredirectly held by sole owners. We propose an algorithm for identification of ultimate controllingentities in such networks that unifies direct and indirect control and allows for continuousinterpolation between the two concepts via a factor damping long paths. By exploiting onion-likeproperties of ownership networks the algorithm scales linearly with the network size and handlescircular ownership by design. We apply it to the universe of 4.2 mln UK companies and 4 mln oftheir holders to understand the distribution of control in the country. Furthermore, we providethe first independent evaluation of the control identification results. We reveal that the proposed{\alpha}-ICON algorithm identifies more than 96% of beneficiary entities from the evaluation set andsupersedes the existing approaches reported in the literature. We refer the superiority of{\alpha}-ICONalgorithm to its ability to correctly identify the parents long away from their subsidiaries in thenetwork.


翻译:数以万计的母公司通过全球公司网络的中转实体的长链控制着数以百万计的子公司。相反,数以千万计的实体则直接由独资者持有。我们建议一种算法,用以确定这种网络的最终控制权,这种网络能够统一直接和间接的控制,并允许通过一个阻断长路的因素在这两个概念之间连续进行内插。通过利用所有权网络的洋葱类特性,算法以网络规模为线性标尺,通过设计处理螺旋式所有权。我们将其应用于4.2毫升的英国公司和4毫升的持有者,以了解国内控制权的分配情况。此外,我们提供了对控制识别结果的第一次独立评估。我们透露,拟议的算法从评价中找出了超过96%的受益实体,并监督了文献中报告的现有方法。我们把“西法”-ICONALGORTERM的优越性标称其正确识别远离网络子公司的父母的能力。

0
下载
关闭预览

相关内容

【图神经网络导论】Intro to Graph Neural Networks,176页ppt
专知会员服务
125+阅读 · 2021年6月4日
神经常微分方程教程,50页ppt,A brief tutorial on Neural ODEs
专知会员服务
71+阅读 · 2020年8月2日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
77+阅读 · 2020年7月26日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
151+阅读 · 2019年10月12日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
人工智能 | 国际会议信息10条
Call4Papers
5+阅读 · 2018年12月18日
人工智能 | PRICAI 2019等国际会议信息9条
Call4Papers
6+阅读 · 2018年12月13日
vae 相关论文 表示学习 1
CreateAMind
12+阅读 · 2018年9月6日
Reinforcement Learning: An Introduction 2018第二版 500页
CreateAMind
11+阅读 · 2018年4月27日
carla 学习笔记
CreateAMind
9+阅读 · 2018年2月7日
【计算机类】期刊专刊/国际会议截稿信息6条
Call4Papers
3+阅读 · 2017年10月13日
可解释的CNN
CreateAMind
17+阅读 · 2017年10月5日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
5+阅读 · 2021年1月7日
Directional Graph Networks
Arxiv
27+阅读 · 2020年12月10日
Arxiv
5+阅读 · 2018年5月1日
VIP会员
相关VIP内容
相关资讯
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
人工智能 | 国际会议信息10条
Call4Papers
5+阅读 · 2018年12月18日
人工智能 | PRICAI 2019等国际会议信息9条
Call4Papers
6+阅读 · 2018年12月13日
vae 相关论文 表示学习 1
CreateAMind
12+阅读 · 2018年9月6日
Reinforcement Learning: An Introduction 2018第二版 500页
CreateAMind
11+阅读 · 2018年4月27日
carla 学习笔记
CreateAMind
9+阅读 · 2018年2月7日
【计算机类】期刊专刊/国际会议截稿信息6条
Call4Papers
3+阅读 · 2017年10月13日
可解释的CNN
CreateAMind
17+阅读 · 2017年10月5日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员