Decomposing Global Bank Network Connectedness: What is Common, Idiosyncratic and When?
全球银行网络关联的分解：共同驱动、特异驱动及其期限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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要研究全球银行系统关联度，以因子分解共同冲击，并使用股票价格波动数据。
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
全球银行网络关联的分解：共同驱动、特异驱动及其期限
- 研究问题
- 全球银行系统的网络关联有多少来自共同冲击、有多少来自特异冲击，其短中长期动态在危机与常态时期如何变化？
- 方法与思路
- 作者结合因子模型与稀疏 VAR 特异成分，在时间和频率域分解系统关联度，利用谱密度区分期限，并构造自助法置信带。
- 材料陈述的贡献
- 摘要称，全球危机中的关联度上升主要由共同冲击及其短期效应驱动，常态时期则更多体现特异冲击和中期动态。
- 阅读关注点
- 应核对关联度及冲击的定义、因子与特异成分分解方式、频段划分和自助法有效性，以及两段银行波动数据的可比性。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未核实；摘要未说明冲击识别和置信带条件，关联度分解不自动构成因果传染证据。
原文摘要
We propose a novel approach to estimate high-dimensional global bank network connectedness in both the time and frequency domains. By employing a factor model with sparse VAR idiosyncratic components, we decompose system-wide connectedness (SWC) into two key drivers: (i) common component shocks and (ii) idiosyncratic shocks. We also provide bootstrap confidence bands for all SWC measures. Furthermore, spectral density estimation allows us to disentangle SWC into short-, medium-, and long-term frequency responses to these shocks. We apply our methodology to two datasets of daily stock price volatilities for over 90 global banks, spanning the periods 2003-2013 and 2014-2023. Our empirical analysis reveals that SWC spikes during global crises, primarily driven by common component shocks and their short term effects. Conversely, in normal times, SWC is largely influenced by idiosyncratic shocks and medium-term dynamics.