Econometric measures of connectedness and systemic risk in the finance and insurance sectors
金融与保险部门关联度及系统性风险的计量度量AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确围绕金融机构关联、危机识别与冲击传递构造系统性风险度量。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
金融与保险部门关联度及系统性风险的计量度量
- 研究问题
- 如何度量金融与保险机构之间随时间变化的关联，识别危机时期，并考察不同部门在冲击传递中的作用？
- 方法与思路
- 作者构造基于主成分分析和格兰杰因果网络的关联度指标，应用于对冲基金、银行、券商及保险公司的月度收益。
- 材料陈述的贡献
- 摘要称，四部门联系增强且存在不对称性，银行的冲击传递作用更突出；指标可刻画危机，并似有样本外预测力。
- 阅读关注点
- 应核对机构样本、网络边和关联指标的定义、预测目标及样本外设计，并区分格兰杰预测关系与结构性传染机制。
- 阅读边界
- 摘要未说明预测对象、效果大小及稳健性；关联增强可能提高系统性风险的表述，不等于已识别其因果作用。
原文摘要
We propose several econometric measures of connectedness based on principal-components analysis and Granger-causality networks, and apply them to the monthly returns of hedge funds, banks, broker/dealers, and insurance companies. We find that all four sectors have become highly interrelated over the past decade, likely increasing the level of systemic risk in the finance and insurance industries through a complex and time-varying network of relationships. These measures can also identify and quantify financial crisis periods, and seem to contain predictive power in out-of-sample tests. Our results show an asymmetry in the degree of connectedness among the four sectors, with banks playing a much more important role in transmitting shocks than other financial institutions.