کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
5100259 1478825 2017 50 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Multiple risk measures for multivariate dynamic heavy-tailed models
ترجمه فارسی عنوان
معیارهای ریسک چندگانه برای مدل های چند متغیره دمی سنگین
ترجمه چکیده
تکامل پویایی وابستگی به ریسک در میان موسسات اهمیت اساسی در حوادث شدید مانند بحران مالی است. در این مقاله دو معیار جدید ریسک را معرفی می کنیم که ارزش شرطی شرطی و کمبود احتمالی مشروط را در یک محیط چندگانه به طور کلی به وجود می آورد. اقدامات پیشگیرانه پیشنهادی هدف از بدست آوردن حرکات کمرنگ در میان چندین شرکت چندملیتی متصل به بازار است که نمونههای پریشانی همزمان را تجربه میکنند. عبارات تحلیلی برای اقدامات ریسک به دست می آید تحت یک مدل پارامتریک که تکامل پویایی مشترک از ضرر و زیان های موسسات پایه را به دست می دهد. ما یک نسخه دانشجویی چند متغیره مدل سوئیچ مارکوف را به عنوان یک جایگزین قوی برای خصوصیات چند متغیره گاوسی، حسابداری برای همبستگی های سنگین و زمان های مختلف غیر خطی در نظر می گیریم. یک برنامه تجربی برای بانک های آمریکایی، نشان می دهد که چارچوب سنجش ریسک مبتنی بر مدل، ویژگی مشخصتری از تکامل پویایی ریسک کلی سیستم مالی و تصویری کامل از نحوه ریسک در میان موسسات را فراهم می کند.
موضوعات مرتبط
علوم انسانی و اجتماعی اقتصاد، اقتصادسنجی و امور مالی اقتصاد و اقتصادسنجی
چکیده انگلیسی
The dynamic evolution of tail-risk interdependence among institutions is of primary importance when extreme events such as financial crisis occur. In this paper we introduce two new risk measures that generalise the Conditional Value-at-Risk and the Conditional Expected Shortfall in a multiple setting. The proposed risk measures aim to capture extreme tail co-movements among several multivariate connected market participants experiencing contemporaneous distress instances. Analytical expressions for the risk measures are obtained under a parametric model that postulates a joint dynamic evolution of the underlying institutions' losses and gains. We consider a multivariate Student-t version of Markov Switching models as a robust alternative to the usual multivariate Gaussian specification, accounting for heavy-tails and time varying non-linear correlations. An empirical application to US banks is considered to show that our model-based risk measurement framework provides a better characterisation of the dynamic evolution of the overall risk of a financial system and a more complete picture of how the risk spreads among institutions.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Journal of Empirical Finance - Volume 43, September 2017, Pages 1-32
نویسندگان
, , ,