Static marginal expected shortfall: Systemic risk measurement under dependence uncertainty
静态边际预期损失：依赖结构不确定下的系统性风险度量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。
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：摘要直接以 MES 度量银行和保险机构的系统性风险贡献，并研究依赖不确定下的界限，因此最直接对应尾部与系统性风险。
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…
静态边际预期损失：依赖结构不确定下的系统性风险度量
- 研究问题
- 研究在金融机构各自风险分布已知、相互依赖结构未知或仅部分已知时，如何界定其边际预期损失及系统性风险贡献。
- 方法与思路
- 作者推导 MES 的最好与最坏情形界限，并利用三种背景风险因子模型及机构风险与市场风险的线性关系进一步收紧界限。
- 材料陈述的贡献
- 摘要称给出依赖结构未知下的 MES 上下界，以及利用部分风险暴露信息和线性关系得到的改进界限，并展示经验应用。
- 阅读关注点
- 应核对 MES 的定义与尾部事件、界限是否可达到，以及部分依赖信息和线性关系如何限制联合分布并影响界限宽度。
- 阅读边界
- 这是 arXiv 预印本，无法据此确认同行评审或期刊接收；摘要未说明界限的完整条件，也未分析边际风险分布估计误差的影响。
原文摘要
Measuring the contribution of a bank or an insurance company to overall systemic risk is a key concern, particularly in the aftermath of the 2007--2009 financial crisis and the 2020 downturn. In this paper, we derive worst-case and best-case bounds for the marginal expected shortfall (MES) -- a key measure of systemic risk contribution -- under the assumption that individual firms' risk distributions are known but their dependence structure is not. We further derive tighter MES bounds when partial information on companies' risk exposures, and thus their dependence, is available. To represent this partial information, we employ three standard factor models: additive, minimum-based, and multiplicative background risk models. Additionally, we propose an alternative set of improved MES bounds based on a linear relationship between firm-specific and market-wide risks, consistent with the Capital Asset Pricing Model in finance and the Weighted Insurance Pricing Model in insurance. Finally, empirical analyses demonstrate the practical relevance of the theoretical bounds for industry practitioners and policymakers.