Identifying contagion
识别金融传染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：摘要将金融危机中的传染和系统性风险与共同因子、GARCH 波动率联系起来，直接对应风险、金融因子及波动率。
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…
关注这篇论文的作者
识别金融传染
- 研究问题
- 金融危机中资产收益波动率同时变化时，如何区分共同风险来源与传染效应，避免简单相关性指标掩盖传染？
- 方法与思路
- 作者提出 GARCH 共同特征方法，以一个或多个共同因子描述系统性风险，通过因子载荷变化刻画传染，并在因子模拟组合框架下使用矩条件识别。
- 材料陈述的贡献
- 摘要在亚洲汇市、美国行业股指和欧洲主权债危机中的 CDS 市场展示该方法，并称忽略波动率变化来源可能掩盖传染效应。
- 阅读关注点
- 阅读全文应核对因子与模拟组合的构造、矩条件的有效性、载荷变化的判定方法，以及三个危机实例如何区分共同风险与传染。
- 阅读边界
- 摘要未说明矩条件所需假设、载荷变化检验的细节及估计不确定性；仅凭摘要不能判断传染识别的稳健性或跨市场适用范围。
原文摘要
Summary Identifying contagion effects during periods of financial crisis is known to be complicated by the changing volatility of asset returns during periods of stress. To untangle this we propose a GARCH (generalized autoregressive conditional heteroskedasticity) common features approach, where systemic risk emerges from a common factor source (or indeed multiple factor sources) with contagion evident through possible changes in the factor loadings relating to the common factor(s). Within a portfolio mimicking factor framework this can be identified using moment conditions. We use this framework to identify contagion in three illustrations involving both single and multiple factor specifications: to the Asian currency markets in 1997–1998, to US sectoral equity indices in 2007–2009 and to the CDS (credit default swap) market during the European sovereign debt crisis of 2010–2013. The results reveal the extent to which contagion effects may be masked by not accounting for the sources of changed volatility apparent in simple measures such as correlation.