×
卡拉布雷斯、拉斐拉;蒂莫西·董布罗夫斯基;安托万·曼德尔;R.Kelley佩斯;卢卡·扎宁

极端天气事件对抵押贷款风险的影响及其在气候变化下的演变：佛罗里达州的案例研究。 （英语） Zbl 07833033号

欧洲药典。物件。 314，第1号，377-392（2024）.
摘要：我们开发了一个具有时变协变量的加性Cox比例风险模型，包括天气事件的时空特征，以研究极端天气（暴雨和热带气旋）对抵押贷款违约和提前还款概率的影响。我们将生存模型与灵活的logistic模型和极端梯度推进算法进行了比较。我们估计了佛罗里达州抵押贷款组合的模型，包括（69046）笔贷款和（3707831）笔贷款月观察值，以及五位数邮政编码水平的本地化数据。我们发现热带气旋强度对违约的统计显著非线性影响，以及暴雨对洪水风险大的地区的显著影响。这些发现证实了文献中的现有结果，也提供了极端事件特征对抵押贷款风险影响的估计，例如，当从二级飓风转变为三级或三级以上飓风时，热带气旋对违约的影响会增加一倍以上。我们以确定的洪水风险敞口（与暴雨相互作用）对抵押贷款违约的影响为基础，使用第一街洪水模型对气候变化的未来影响进行情景分析，该模型根据RCP 4.5对2050年的洪水敞口进行了预测。我们发现气候变化下的风险系统性增加，根据所考虑的极端事件的情况而有所不同。气候调整信用风险使风险经理能够更好地评估气候相关风险对抵押贷款组合的影响。

理学硕士：

900亿 运筹学与管理科学

关键词：

银行业OR;信用风险;气候变化;抵押贷款;生存分析

软件：

加迈尔;R（右）;插入符号;mgcv公司;CRAN（起重机）
PDF格式BibTeX公司 XML格式引用
\textit{R.Calabrese}等人，《欧洲药典》。第314号决议，第1号，第377--392号（2024年；Zbl 07833033）
全文： 内政部

参考文献：

[1] Amromin，G。；Paulson，A.，比较优质和次级抵押贷款的违约模式。《经济展望》，2，18-37（2009）
[2] Bajo，E。；Barbi，M.，金融文盲和抵押贷款再融资决策。《银行与金融杂志》，279-296（2018）
[3] 巴塞尔银行监管委员会，E.，问题资产的审慎处理——不良风险和容忍的定义。国际清算银行（2017）
[4] 巴塞尔银行监管委员会，E.，有效管理和监管气候相关金融风险的原则。国际清算银行（2022）
[5] 贝茨，P.D。；奎因，北。；桑普森，C。；A.史密斯。；机翼，O。；Sosa，J.，当前和未来气候下美国河流、洪涝和沿海洪水灾害的联合建模。水资源研究，2（2021）
[6] 巴蒂斯顿，S。；曼德尔，A。；莫纳斯特罗，I。；Schütze，F。；Visentin，G.，《金融体系的气候压力测试》。《自然气候变化》，4283-288（2017）
[7] 贝洛蒂，T。；Crook，J.，使用生存分析对宏观经济变量进行信用评分。运筹学学会期刊，121699-1707（2009）·Zbl 1196.91064号
[8] Berg，D.，通过广义加性模型进行破产预测。商业和工业中应用的随机模型，2129-143（2007）·Zbl 1164.62078号
[9] 联邦储备系统董事会，D.，《金融稳定报告》。美联储金融稳定报告（2020年）
[10] Breia，M。；Mohanb，P。；Stroblc，E.，《自然灾害对银行业的影响：来自加勒比飓风袭击的证据》。《经济与金融季度回顾》，第232-239页（2019年）
[11] 卡拉布雷斯，R。；Crook，J.，《抵押贷款违约的空间传染：具有时间和空间变化系数的空间动态生存模型》。《欧洲运筹学杂志》，2749-761（2020）·Zbl 1487.62134号
[12] 卡拉布雷斯，R。；马拉，G。；Osmetti，S.，使用灵活的二元广义极值模型对中小型企业的破产预测。运筹学学会杂志，4，604-615（2015）
[13] 卡拉布雷斯，R。；McCollum，M。；Pace，R.K.，非正常、空间相关干扰下的抵押贷款违约决策。区域科学与城市经济学，103-114（2019）
[14] Carney，M.，打破了水平气候变化和金融稳定的悲剧。在伦敦劳埃德银行的演讲（2015）
[15] Chang，Y.-C。；Chang，K.-H。；吴国杰，极端梯度提升树在金融机构信用风险评估模型构建中的应用。应用软件计算，914-920（2018）
[16] Cox，D.R.，回归模型和生命表（含讨论）。英国皇家统计学会杂志B，187-220（1972）·Zbl 0243.62041号
[17] Deryugina，T。；Kawano，L。；莱维特，S.，《卡特里娜飓风对受害者的经济影响：来自个人纳税申报单的证据》。《美国经济杂志：应用经济学》，202-233（2018）
[18] Djeundje，V.B。；Crook，J.，《信用风险系数可变的动态生存模型》。《欧洲运筹学杂志》，119-333（2019）·Zbl 1431.91410号
[19] Djeundje，V.B。；Crook，J.，使用广义加性模型识别信贷风险生存数据中的隐藏模式。《欧洲运筹学杂志》，1366-376（2019）·Zbl 1431.91411号
[20] 杜卡，J.V。；库马尔（Kumar，A.），《金融素养与抵押贷款股权提取》。《城市经济学杂志》，62-75（2014）
[21] 尤因，B.T。；Kruse，J.B.，《飓风与失业》。东卡罗来纳大学自然灾害研究中心工作文件（2005），0105-002
[22] Fema，B.T.，联邦应急管理机构，OpenFEMA数据集：FIMA NFIP修订政策–v1（2022），检索自https://www.fema.gov/openfema-data-page/fima-nfip-redacted-policies-v1。2022年4月13日
[23] 第一街基金会，B.T.，第一街基金洪水模型（FSF-FM）技术文件（2020年）
[24] Fred，B.T.，Freddie Mac，美国30年期固定利率抵押贷款平均值[MORTGAGE30US]，取自Fred，圣路易斯联邦储备银行（2021）
[25] Fred，B.T.，美国劳工统计局，佛罗里达州失业率[FLUR]，检索自圣路易斯联邦储备银行Fred（2021）
[26] Fsb-Tcfd，B.T.，《最终报告：气候相关财务披露工作队的建议》。金融稳定委员会气候相关财务披露工作队（2017年）
[27] Gerardi，K。；Herkenhoff，K.F。；Ohanian，L.E。；Willen，附言，不能付款或不付款？失业、负资产和战略违约。《金融研究评论》，3，1098-1131（2017）
[28] Groen，J.A。；库兹巴赫，M.J。；Polivka，A.E.，《风暴与就业：飓风对个人就业和收入的长期影响》。《劳动经济学杂志》，3653-685（2020）
[29] Gunnarsson，B.R。；Broucke，S.v.公司。；Baesens，B。；奥斯卡尔斯多蒂尔，M。；Lemahieu，W.，《信用评分深度学习：做还是不做？。欧洲运筹学杂志，1292-305（2021）·Zbl 1487.91147号
[30] 哈斯蒂，T。；Tibshirani，R.，广义加性模型（1990），Chapman和Hall/CRC·Zbl 0747.62061号
[31] Hersbach，H。；贝尔，B。；Berrisford，P。；比亚瓦蒂，G。；Horányi，A。；穆尼奥斯·萨巴特（Muñoz Sabater，J.），1979年至今单水平ERA5小时数据。哥白尼气候变化服务（C3S）气候数据存储（CDS）。（2021年2月10日访问）（2018年）
[32] 辛克尔，J。；Lincke，D。；Vafeidis，A.T。；佩雷特，M。；Nicholls，R.J。；Tol，R.S.，《21世纪海平面上升下的海岸洪水破坏和适应成本》。《美国国家科学院院刊》，9，3292-3297（2014）
[33] 乡，S.M。；Jina，A.S.，《环境灾难对长期经济增长的因果影响：来自6700次飓风的证据》，《技术报告》（2014年），国家经济研究局
[34] Ipcc，S.M.，政策制定者总结，1-30
[35] Issler，P.等人。；斯坦顿，R。；Vergara-Alert，C。；Wallace，N.，《气候变化风险下的抵押贷款市场：来自加利福尼亚州野火的证据》（2020年），SSRN 3511843
[36] Kammann，E。；Wand，M.，地质添加剂模型。英国皇家统计学会杂志。C辑应用统计，1-18（2003）·兹比尔1111.62346
[37] Klomp，J.，《金融脆弱性与自然灾害：实证分析》。《金融稳定杂志》，4，135-154（2008）
[38] 库斯基，C。；巴林，M。；Pan，Y.，《洪水破坏和抵押贷款信用风险：哈维飓风案例研究》。住房研究杂志，sup1，S86-S120（2020）
[39] 库恩，M。；Wing，J。；威斯顿，南卡罗来纳州。；基弗，C。；Engelhardt，A。；Cooper，T.，Caret:分类和回归培训，CRAN中提供的R包，版本6.0-86（2020）
[40] 朗诗，C。；Franklin，J.，大西洋飓风数据库的不确定性和新数据库格式的介绍。《月度天气回顾》，103576-3592（2013）
[41] 罗，S。；孔，X。；Nie，T.，信用风险建模的基于样条线的生存模型。《欧洲运筹学杂志》，3869-879（2016）·Zbl 1346.91252号
[42] Malmstadt，J。；Scheitlin，K。；佛罗里达州Elsner，J.飓风和破坏成本。《东南地理学家》，2108-131（2009）
[43] 曼德尔，A。；蒂格洛文，T。；Lincke，D。；科克斯，E。；沃德，P。；Hinkel，J.，《气候变化引发的全球金融稳定风险：洪水风险案例》。气候变化（2021年）
[44] Medina Olivares，V.公司。；卡拉布雷斯，R。；克鲁克，J。；Lindgren，F.，信用评分中纵向和离散生存数据的联合模型。欧洲运筹学杂志，31457-1473（2023）·Zbl 07709090号
[45] Medina-Oliveres，V.公司。；林格伦，F。；卡拉布里斯，R。；Crook，J.，《多元纵向结果和离散生存数据与INLA的联合模型：信贷偿还行为的应用》。欧洲运筹学杂志，2860-873（2023）·Zbl 07709854号
[46] Ngfs，V.，中央银行和监管机构网络创始成员关于绿化金融体系的联合声明——一个星球峰会（2017年）
[47] Ouazad，A.和Kahn，M.（2021年）。抵押贷款融资与气候变化：自然灾害后的证券化动态NBER工作文件w26322
[48] Pielke，R.A。；格拉茨，J。；朗诗，C。；柯林斯，D。；马，S。；Musulin，R.，《美国正常化飓风破坏：1900-2005年》。《自然灾害评论》，29-42（2008）
[49] Quercia，R.G。；Pennington-Cross，A。；Tian，C.Y.，结构性和周期性失业对抵押贷款违约和提前还款的不同影响。《房地产财经杂志》，346-367（2016）
[50] Rossi，C.，评估飓风频率和强度对抵押贷款拖欠的影响。《金融机构风险管理杂志》，4426-442（2021）
[51] Sirignano，J.A。；Tsoukalas，G。；Giesecke，K.，《大规模贷款组合选择》。运筹学，61239-1255（2016）·Zbl 1354.90075号
[52] A.B.史密斯。；Katz，R.W.，《美国数十亿美元的天气和气候灾害：数据来源、趋势、准确性和偏差》。自然灾害，2387-410（2013）
[53] 斯蒂芬诺娃，M。；Lyn，T.，个人贷款数据的生存分析方法。运筹学，2277-289（2002）·Zbl 1163.91521号
[54] 托马斯，L.C。；克鲁克，J.N。；Edelman，D.，学分评分及其应用（2017），工业与应用数学学会·Zbl 1425.91002号
[55] 田春云。；Quercia，R.G。；Riley，S.，失业是抵押贷款违约的不利触发事件。房地产财经杂志，28-49（2016）
[56] 城市研究所住房金融政策中心，纽约，《住房金融：概览月度图表》[在线]（2022年），https://www.urban.org/research/publication/housing-finance-glance-monthly-chartbook-june-2022网址
[57] Vigdor，J.，卡特里娜飓风的经济后果。《经济展望杂志》，4，135-154（2008）
[58] Wahl，T。；Jain，S。；Bender，J。；迈耶斯，S.D。；Luther，M.E.，《美国主要城市因风暴潮和降雨引发复合洪水的风险增加》。自然气候变化，121093-1097（2015）
[59] 威洛比，H。；R·达林。；Rahn，M.，主要飓风涡旋的参数表示。第二部分，一个新的分段连续剖面族。《月度天气回顾》，4，1102-1120（2006）
[60] Wood，S.N.，《广义加性模型：R（2017）简介》，查普曼和霍尔/CRC出版社·兹比尔1368.62004
[61] Wood，S.，Mgcv：带有自动平滑度估计的混合gam计算工具，CRAN中提供的R包，版本1.8-35（2021）
[62] 木材，S。；李，Z。；沙迪克，G。；Augustin，N.，《千兆大的广义加性模型：英国黑烟网络每日数据建模》。《美国统计协会杂志》，519，1199-1210（2017）
[63] 吴，C。；黄，G.，中国南方北江流域上游强降水和洪水的变化。国际气候学杂志，102978-1992（2015）
[64] 夏，Y。；刘，C。；李毅。；Liu，N.，使用贝叶斯超参数优化信用评分的增强决策树方法。应用专家系统，225-241（2017）
[65] Zanin，L.，《论经合组织国家的奥肯定律：按年龄组的分析》。《经济学快报》，243-248（2014）
[66] Zanin，L.，在存在阶级不平衡的情况下结合多种概率预测，以区分对等贷款市场中潜在的不良和良好借款人。行为与实验金融杂志（2020）
[67] 扎宁，L。；Marra，G.，使用加性混合模型方法评估CO2排放量与经济发展之间的功能关系。经济建模，1328-1337（2012）
[68] 张，X。；亚历山大，L。；赫格尔，G.C。；琼斯，P。；储罐，A.K。；Peterson，T.C.，基于每日温度和降雨量数据监测极端变化的指数。威利跨学科评论：气候变化，6851-870（2011）
[69] 朱，S。；Pace，R.K.，非正常、空间相关干扰下的抵押贷款违约决策。《房地产财经杂志》，4598-620（2014）
[70] Zscheischler，J.等人。；南卡罗来纳州韦斯特拉。；范登·赫克，B.J。；Seneviratne，S.I。；Ward，P.J。；Pitman，A.，复合事件的未来气候风险。自然气候变化，6469-477（2018）
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。