全部版块 我的主页
论坛 经济学人 二区 外文文献专区
1421 25
2022-06-23
英文标题:
《Dependencies and systemic risk in the European insurance sector: Some
  new evidence based on copula-DCC-GARCH model and selected clustering methods》
---
作者:
Anna Denkowska, Stanis{\\l}aw Wanat
---
最新提交年份:
2019
---
英文摘要:
  The subject of the present article is the study of correlations between large insurance companies and their contribution to systemic risk in the insurance sector. Our main goal is to analyze the conditional structure of the correlation on the European insurance market and to compare systemic risk in different regimes of this market. These regimes are identified by monitoring the weekly rates of returns of eight of the largest insurers (five from Europe and the biggest insurers from the USA, Canada and China) during the period January 2005 to December 2018. To this aim we use statistical clustering methods for time units (weeks) to which we assigned the conditional variances obtained from the estimated copula-DCC-GARCH model. The advantage of such an approach is that there is no need to assume a priori a number of market regimes, since this number has been identified by means of clustering quality validation. In each of the identified market regimes we determined the commonly now used CoVaR systemic risk measure. From the performed analysis we conclude that all the considered insurance companies are positively correlated and this correlation is stronger in times of turbulences on global markets which shows an increased exposure of the European insurance sector to systemic risk during crisis. Moreover, in times of turbulences on global markets the value level of the CoVaR systemic risk index is much higher than in \"normal conditions\".
---
中文摘要:
本文的主题是研究大型保险公司之间的相关性及其对保险业系统性风险的贡献。我们的主要目标是分析欧洲保险市场相关性的条件结构,并比较该市场不同制度下的系统性风险。通过监测2005年1月至2018年12月期间八家最大保险公司(五家来自欧洲,最大的保险公司来自美国、加拿大和中国)的每周回报率,可以确定这些制度。为此,我们使用时间单位(周)的统计聚类方法,将从估计的copula DCC GARCH模型中获得的条件方差分配给这些时间单位。这种方法的优点是,无需先验地假设若干市场制度,因为这一数字是通过聚类质量验证确定的。在每个已确定的市场制度中,我们确定了目前常用的CoVaR系统性风险度量。从执行的分析中,我们得出结论,所有考虑的保险公司都是正相关的,这种相关性在全球市场动荡时期更为强烈,这表明欧洲保险业在危机期间暴露于系统性风险的风险增加。此外,在全球市场动荡时期,CoVaR系统性风险指数的价值水平远高于“正常情况”。
---
分类信息:

一级分类:Economics        经济学
二级分类:General Economics        一般经济学
分类描述:General methodological, applied, and empirical contributions to economics.
对经济学的一般方法、应用和经验贡献。
--
一级分类:Quantitative Finance        数量金融学
二级分类:Economics        经济学
分类描述:q-fin.EC is an alias for econ.GN. Economics, including micro and macro economics, international economics, theory of the firm, labor economics, and other economic topics outside finance
q-fin.ec是econ.gn的别名。经济学,包括微观和宏观经济学、国际经济学、企业理论、劳动经济学和其他金融以外的经济专题
--
一级分类:Quantitative Finance        数量金融学
二级分类:Statistical Finance        统计金融
分类描述:Statistical, econometric and econophysics analyses with applications to financial markets and economic data
统计、计量经济学和经济物理学分析及其在金融市场和经济数据中的应用
--

---
PDF下载:
-->
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2022-6-23 21:11:05
1欧洲保险业的依赖性和系统性风险:基于copula DCC GARCH模型和选定聚类方法的一些新证据Stanislaw Wanat,Anna Denkowska Cracow经济大学金融与法律学院数学系2018年12月30日摘要本文的主题是研究大型保险公司之间的相关性及其对保险行业系统性风险的贡献。我们的主要目标是分析欧洲保险市场相关性的条件结构,并比较该市场不同制度下的系统性风险。通过监测2005年1月至2018年12月期间八家最大保险公司(五家来自欧洲,最大的保险公司来自美国、加拿大和中国)的每周回报率,可以确定这些制度。为此,我们使用时间单位(周)的统计聚类方法,将从估计的copula DCC GARCH模型中获得的条件方差分配给这些时间单位。这种方法的优点是,无需先验地假设若干市场制度,因为这一数字是通过聚类质量验证确定的。在每个已确定的市场制度中,我们确定了目前常用的CoVaR系统性风险度量。从执行的分析中,我们得出结论,所有考虑的保险公司都是正相关的,这种相关性在全球市场动荡时期更为强烈,这表明欧洲保险业在危机期间暴露于系统性风险的风险增加。此外,在全球市场动荡时期,CoVaR系统性风险指数的价值水平远高于“正常情况”。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-6-23 21:11:08
关键词:系统性风险,保险市场,copula-DCC-GARCH。杰尔:G22 1。导言继2007-2009年的金融危机和2010-2012年的欧洲公共债务危机之后,人们对系统性风险的兴趣显著增加。这导致了大量专业文献,其中提出了一系列研究金融机构对系统性风险影响的新方法。此外,学术界和金融监管当局都更加关注非银行金融机构,尤其是保险公司在创造系统性风险方面所发挥的作用。在危机之前,人们普遍认为保险市场对其影响微不足道。然而,在随后的文献中——尽管许多研究仍然支持后一种观点——出现了几篇文章,表明保险市场可能产生系统性风险。让我们在此引用几篇文章,作者声称保险公司:  已成为不可避免的系统性风险来源(例如【Billio等人,2012年】【Weiss,Mühlnickel,2014年】);  可能具有系统重要性,但仅由于其非传统(银行)活动(例如【Baluch等人2011年】、【Cummins,Weiss 2014年】),而总体而言,保险业作为一个整体的系统重要性仍然从属于银行业(【Chen等人2013年】、【Czerwińska 2014年】);  由于互联程度低,且缺乏对外部资金的强烈依赖性(例如,【Harrington 2009】、【Bell,Keller 2009】、【Geneva Association 2010】、【Bednarczyk 2013】),系统性不重要。另一方面,在[Bierth等人。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-6-23 21:11:12
2015年]作者在长期研究了大量保险公司样本后,声称保险业对系统性风险的贡献相对较小,其峰值出现在2007-2008年金融危机期间。它们还指出了四个L:联系、杠杆、损失、流动性,是影响保险公司暴露于系统性风险的关键因素。本文属于关于大型保险公司之间的联系及其对保险业系统性风险的贡献的研究主流。我们的主要目的是检查八家最大保险公司(五家来自欧洲,一家来自美国、加拿大和中国)之间现有联系的强度及其对欧洲保险业系统性风险的贡献是否取决于保险市场制度。通过分析2005年1月至2018年12月期间相关保险公司的每周回报率,确定了市场机制。使用时间单位(周)的统计聚类方法对其进行评估,这些时间单位(周)具有从估计的copula-DCC-GARCH模型获得的条件方差。事实上,我们假设风险(方差)的变化(增加)是一个很好的(而且是经典的)金融市场紧张指数。这种方法的优点是,无需先验地假定若干市场制度,因为后者是通过聚类质量评估确定的。接下来,在每个已确定的制度中,we3建立了CoVaR系统性风险度量,目前常用(参见【Acharya等人2010年】、【Bierth等人2015年】、【Jobst 2014年】)。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-6-23 21:11:15
我们假设欧洲保险市场由斯托克600欧洲保险指数的每周回报率表示。使用从八个双变量copula-DCC-GARCH模型获得的条件分布来评估表明每个保险公司对系统性风险的贡献的CoVaR度量。在每个模型中,一个边界分布代表欧洲保险市场(STOXX 600欧洲保险指数的对数回报),而另一个边界分布代表保险公司(适当的对数回报率)。据我们所知,这种方法从未用于系统性风险分析。本文的组织结构如下。第二章回顾了专门用于识别保险业系统性风险的主题文献,第三章介绍了本文使用的方法和实证策略,第四章介绍了数据并讨论了获得的结果,而第五章包含了结论。2、保险业中的系统性风险——一篇文献综述让我们首先回顾系统性风险的自然定义,即“威胁金融系统稳定性或公众信心的任何情况”【Billio等人,2012年】。通常,它是内生的,来自金融体系本身,并放大了外部风险。这可以看作是协调失败。系统性危机的具体来源是传染、银行挤兑、流动性危机。到目前为止,保险业实际上已经对系统性风险免疫,这在一定程度上可以解释为金字塔风险分担(消除了许多传染风险)和协调失败的空间小于其他金融机构。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-6-23 21:11:19
然而,随着保险公司越来越多地参与其他金融活动,或者更确切地说,由于保险越来越多地由不专门从事这一部门的金融机构进行,情况很可能会发生变化。当然,还有其他原因可能导致这种情况,例如公司提供的更普遍的流动性保险。特别是,这些结论可以在特别报告【日内瓦协会2010年】《保险中的系统性风险——保险和金融稳定性分析》中找到。此外,在这项工作中【Billio等人,2010年】已经提到,保险、银行、对冲基金部门之间日益增长的相互关系被认为是系统性风险增加的原因之一。另一个问题是如何衡量系统性风险,因为有几种方法是可能的。暂时撇开这个问题不谈(在下面列出的许多论文中提出,例如【Bernardi,Catania,2015】,让我们快速回顾一下最近关于保险系统性风险的观点。4最普遍的观点是,保险业对系统性风险的贡献(无论其定义和衡量工具如何)非常低(出于各种原因),但近年来,随着保险市场的不断发展,这一点可能会发生变化(同时比较2015年欧盟保险业系统性风险报告【ESRB,2015年】)。事实上,M.Kanno在【Kanno,2016年】中指出,与银行间市场相反,保险市场不包含使其充分互联的反馈机制。然而,他指出,尚未使用网络理论或传染性违约方法探讨保险行业的互联性。作为结论,作者支持[IAIS,2011]的观点。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

点击查看更多内容…
相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群