Systemic Risk Surveillance
系统性风险的在线监测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：摘要明确研究系统性风险预测的在线校验与金融危机期间的银行风险监测。
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
系统性风险的在线监测
- 研究问题
- 如何逐日监测系统性风险预测是否错设，并在同时跟踪多个序列时控制整个监测期累计错误拒绝的概率？
- 方法与思路
- 作者提出可同时监测多序列的在线检验方案，以预先指定的概率上限控制监测期内对正确风险评估的错误拒绝。
- 材料陈述的贡献
- 摘要称检验按构造控制尺寸，模拟展示良好有限样本表现，美国银行多次危机应用说明其用于风险监测的潜力。
- 阅读关注点
- 应核对被监测的系统性风险指标、预测正确性的原假设、跨序列和时间依赖条件，以及报警速度与错误率的权衡。
- 阅读边界
- 这是预印本，同行评审及期刊接收未核实。摘要未说明具体风险指标和检验条件，不能据此判断危机预警准确率或政策效果。
原文摘要
Following several episodes of financial market turmoil in recent decades, changes in systemic risk have drawn growing attention. Therefore, we propose surveillance schemes for systemic risk, which allow to detect misspecified systemic risk forecasts in an "online" fashion. This enables daily monitoring of the forecasts while controlling for the accumulation of false test rejections. Such online schemes are vital in taking timely countermeasures to avoid financial distress. Our monitoring procedures allow multiple series at once to be monitored, thus increasing the likelihood and the speed at which early signs of trouble may be picked up. The tests hold size by construction, such that the null of correct systemic risk assessments is only rejected during the monitoring period with (at most) a pre-specified probability. Monte Carlo simulations illustrate the good finite-sample properties of our procedures. An empirical application to US banks during multiple crises demonstrates the usefulness of our surveillance schemes for both regulators and financial institutions.