×
加布里埃尔·托里;罗塞拉·贾科梅蒂;蒂奇，汤姆亚什

欧洲银行系统中的网络尾部风险评估。 （英语） 兹比尔1475.91392

《经济学杂志》。动态。控制 127，文章ID 104125，18 p.（2021）.
摘要：衡量银行系统的相互关联性以识别系统风险的潜在传播渠道是金融稳定分析的主要问题。我们开发了一种基于条件尾部风险网络的方法，以评估银行系统中的传输渠道，并确定最相关和/或最脆弱的机构。网络是使用分位数图形模型构建的，所提出的框架可以被视为（Delta\mathrm{CoVaR}）方法的网络扩展T.阿德里安和M.K.Brunnermeier先生[“CoVaR”，《美国经济评论》106，第7期，1705–1741（2016；doi:10.1257/aer.20120555)]. 从条件尾部风险网络中，我们可以计算每家银行的系统风险综合指数。另外一组系统性风险指标是通过综合考虑条件尾部风险网络和银行特定的信贷风险指标（例如，我们使用不良贷款比率，NPL）来计算的。实证分析侧重于欧洲银行体系，并考虑了由36家代表性银行组成的小组。在主要研究结果中，我们发现了互联银行区域集群的证据，尤其是在危机期间。此外，仅就相互关联性而言，系统性风险在欧洲银行中的分布相对均匀，而同时使用不良贷款建立的一组系统性指标突显了南欧国家的风险集中。

MSC公司：

91G45型 金融网络（包括传染、系统风险、监管）
91G70型 统计方法；风险措施

关键词：

金融网络;系统性风险;图形模型;CoVaR公司;尾部风险

软件：

玻璃制品
PDF格式BibTeX公司 XML格式引用
\textit｛G.Torri｝等人，《经济学杂志》。动态。对照127，文章ID 104125，18页（2021；Zbl 1475.91392）
全文： 内政部

参考文献：

[1] 阿巴斯，P。；布朗利斯，C。；汉斯，C。；Podlich，N.，《信贷风险相互关联：市场真正知道什么？》？，《金融稳定杂志》，29，1-12（2017）
[2] 阿查里亚，V。；恩格尔，R。；Richardson，M.，《资本短缺：评级和监管系统风险的新方法》，《美国经济评论》，第102、3、59-64页（2012年）
[3] Adrian，T。；Brunnermeier，M.K.，CoVaR，《美国经济评论》，106，7，1705-1741（2016）
[4] A.阿里。；Kolter，J.Z。；Tibshirani，R.J.，多重分位数图形模型，神经信息处理系统进展，3747-3755（2016）
[5] Anufriev，M。；Panchenko，V.，《连接点：揭示网络的计量经济学方法及其在澳大利亚金融机构中的应用》，《银行与金融杂志》，61241-255（2015）
[6] 巴拉，E。；埃尔根，I。；Migueis，M.，美国大型存款机构的尾部依赖性和系统风险指标，《金融稳定杂志》，第15期，195-209页（2014年）
[7] 贝洛尼，A。；陈，M。；Chernozhukov，V.，《分位数图形模型：预测和条件独立性及其在金融风险管理中的应用》，arXiv预印本arXiv:1607.00286（2016）
[8] 贝洛尼，A。；Chernozhukov，V.，高维稀疏模型中的惩罚分位数回归，《统计年鉴》，39，1，82-130（2011）·Zbl 1209.62064号
[9] Benoit，S。；科利亚德，J.-E。；赫尔林，C。；Pérignon，C.，《风险所在：系统风险调查》，《金融评论》，21，1，109-152（2017）·Zbl 1402.91904号
[10] 比利奥，M。；Getmansky，M。；Lo，A.W。；Pelizzon，L.，《金融和保险行业关联性和系统风险的计量经济学计量方法》，《金融经济杂志》，104，3，535-559（2012）
[11] Bonaccolto，G。；卡波林，M。；Paterlini，S.，位于条件分位数的VaR，精算科学和金融的数学和统计方法，167-171（2018），施普林格
[12] 布朗利斯，C。；Engle，R.F.，SRISK：系统风险的有条件资本短缺度量，Rev Financ Stud，30，1，48-79（2016）
[13] 布朗利斯，C。；Nualart，E。；Sun，Y.，Realized networks，《应用计量经济学杂志》，33，7，986-1006（2018）
[14] Chun，H。；李，M.H。；Fleet，J.C。；Oh，J.H.，通过成分选择的联合分位数回归建立图形模型，《多元分析杂志》，152162-171（2016）·Zbl 1397.62242号
[15] 康斯坦丁，A。；Peltonen，T.A。；Sarlin，P.，预测银行困境的网络联系，《金融稳定杂志》，35，226-241（2018）
[16] Cont，R.，《资产收益的经验属性：程式化事实和统计问题》，《定量金融》，第1、2、223-236页（2001年）·Zbl 1408.62174号
[17] 迪夫，O。；Lyocsa，S.，《欧洲金融机构的连通性：跨分位数的网络方法》，Physica a，124035（2020）
[18] Diebold，F.X。；Y'lmaz，K.，《关于方差分解的网络拓扑：衡量金融公司的连通性》，《经济杂志》，182,1119-134（2014）·Zbl 1311.91196号
[19] 丁，P.，关于多元t分布的条件分布，美国统计，70，3，293-295（2016）·Zbl 07665887号
[20] 艾森伯格，L。；Noe，T.H.，《金融系统中的系统风险》，《管理科学》，47，2，236-249（2001）·Zbl 1232.91688号
[21] 埃尔辛格，H。；Lehar，A。；Summer，M.，《银行系统风险评估》，《管理科学》，52，9，1301-1314（2006）·兹比尔1232.91689
[22] Engle，R.，《动态条件相关：一类简单的多元广义自回归条件异方差模型》，《商业与经济统计杂志》，20，3，339-350（2002）
[23] Fagiolo，G.，《复杂定向网络中的聚类》，《物理评论》E，76，2，026107（2007）
[24] 范，J。；Li，R.，《基于非一致惩罚似然的变量选择及其预言属性》，美国统计协会，96，456，1348-1360（2001）·Zbl 1073.62547号
[25] 范，J。；薛，L。；Zou，H.，折叠凹惩罚估计的强预言最优性，Ann Stat，42，3819（2014）·Zbl 1305.62252号
[26] Finegold，M。；Drton，M.，《使用经典和替代t分布对基因网络进行稳健图形建模》，《Ann Appl Stat》，5，2A，1057-1080（2011）·Zbl 1232.62083号
[27] Foygel，R。；Drton，M.，《高斯图形模型的扩展贝叶斯信息标准》，《神经信息处理系统的进展》，第23期：2010年第24届神经信息处理体系年会，NIPS 2010（2010）
[28] 弗里德曼，J。；哈斯蒂，T。；Tibshirani，R.，用图形套索进行稀疏逆协方差估计，生物统计学，9，3，432-441（2008）·Zbl 1143.62076号
[29] Fruchterman，T.M。；Reingold，E.M.，通过强制定向放置绘制图形，软件：实践和经验，21，11，1129-1164（1991）
[30] http://www.bis.org/publ/bcbs255.pdf
[31] Gai，P.等人。；霍尔丹，A。；Kapadia，S.，《复杂性、浓度和传染》，《莫奈经济学杂志》，第58、5、453-470页（2011年）
[32] Glasserman，P。；Young，H.P.，金融网络传染的可能性有多大？，《银行与金融杂志》，50，383-399（2015）
[33] 格林伍德，R。；A.兰德尔。；Thesmar，D.，《脆弱银行》，《金融经济杂志》，115，3，471-485（2015）
[34] Höjsgaard，S。；爱德华兹。；Lauritzen，S.，《带R的图形模型》（2012），Springer Science&Business Media·Zbl 1286.62005年
[35] 赫德·T·R·传染病！金融网络中的系统风险（2016），施普林格·Zbl 1369.91005号
[36] Koenker，R.，分位数回归，计量经济学社会专著第38卷（2005年），剑桥大学出版社，剑桥·Zbl 1111.62037号
[37] Koenker，R。；Bassett Jr，G.，回归分位数，《计量经济学：计量经济学社会杂志》，46，1，33-50（1978）·Zbl 0373.62038号
[38] 科茨，S。；Nadarajah，S.，多元t分布及其应用（2004），剑桥大学出版社，剑桥·Zbl 1100.62059号
[39] Lam，C。；Fan，J.，大协方差矩阵估计中的稀疏性和收敛速度，Ann Stat，37，6B，4254（2009）·Zbl 1191.62101号
[40] Lauritzen，S.L.，《图形模型》（1996），克拉伦登出版社，牛津·Zbl 0907.62001
[41] Loh，P.-L。；Wainwright，M.J.，非凸正则M-估计量：局部最优的统计和算法理论，神经信息处理系统进展，476-484（2013）
[42] https://ssrn.com/abstract=1696802（网址：https://ssrn.com/abstract=1696802）
[43] 蒙塔格纳，M。；托里·G。；Covi，G.，《关于系统性风险的起源》，欧洲央行工作文件系列（第2502号，2020年12月）（2020年）
[44] Newman，M.E.，检测网络中社区结构的快速算法，物理评论E，69，6，066133（2004）
[45] Pavlou，M。；Ambler，G。；希曼，S。；De Iorio，M。；Omar，R.Z.，《低维数据中风险预测的惩罚回归方法的回顾与评估》，Stat Med，35，7，1159-1177（2016）
[46] 第6822条
[47] Schwarcz，S.L.，《系统风险》，《乔治敦法律杂志》，第97、1、193页（2008年）
[48] Siebenbrunner，C。；西格蒙德，M。；Kerbl，S.，银行特定变量能否预测传染效应？，《定量金融》，17，12，1805-1832（2017）·Zbl 1402.91860号
[49] Stevens，G.V.，《投资组合分析中协方差矩阵的逆问题》，《金融杂志》，53，5，1821-1827（1998）
[50] Tibshirani，R.，《通过套索进行回归收缩和选择》，《皇家统计学会杂志》。B系列（方法学），58，1，267-288（1996）·兹比尔0850.62538
[51] Tong，Y.L.，《多元正态分布》（2012），施普林格科技与商业媒体·兹伯利0689.62036
[52] 托里·G。；贾科梅蒂，R。；Paterlini，S.，《稳健和稀疏银行网络估计》，《欧洲运营研究杂志》，270，1，51-65（2018）·Zbl 1403.91394号
[53] Wang，F。；穆克吉，S。；理查森，S。；Hill，S.M.，《实践中的高维回归：有限样本预测、变量选择和排序的实证研究》，《统计计算》，30，3，697-719（2020）·Zbl 1437.62151号
[54] Wu，Y。；Liu，Y.，分位数回归中的变量选择，Stat Sin，19，2，801-817（2009）·Zbl 1166.62012年
[55] Zou，H.，《自适应套索及其预言属性》，美国统计学会期刊，101，476，1418-1429（2006）·Zbl 1171.62326号
[56] 邹，H。；Li，R.，非冲突惩罚似然模型中的一步稀疏估计，Ann Stat，36，4，1509（2008）·Zbl 1142.62027号
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。