تعداد نشریات | 161 |
تعداد شمارهها | 6,532 |
تعداد مقالات | 70,500 |
تعداد مشاهده مقاله | 124,089,790 |
تعداد دریافت فایل اصل مقاله | 97,193,197 |
محاسبه و مقایسه ریسک سیستمیک با استفاده از معیارهای ∆COVaR_DCC و MES و تحلیل تغییرات آن در چارچوب مدل مارکوف سوئیچینگ در شبکه بانکی کشور (1398-1388) | ||
فصلنامه تحقیقات اقتصادی | ||
دوره 56، شماره 1 - شماره پیاپی 134، خرداد 1400، صفحه 173-204 اصل مقاله (7.5 M) | ||
نوع مقاله: مقاله پژوهشی | ||
شناسه دیجیتال (DOI): 10.22059/jte.2021.84934 | ||
نویسندگان | ||
سید علی ناصری1؛ فرخنده جبل عاملی* 2؛ سجادبرخورداری دورباش برخورداری دورباش2 | ||
1دانشجوی دکتری، علوم اقتصادی، دانشگاه تهران | ||
2دانشیار دانشگاه تهران، علوم اقتصادی، دانشگاه تهران | ||
چکیده | ||
برای توصیف وابستگی متقابل ریسک بین 5 بانک منتخب شامل اقتصاد نوین، پارسیان، ملت، صادرات و تجارت و کل شبکه بانکی، از ارزش در معرض خطر شرطی و ریزش انتظاری نهایی بههمراه مدل مارکوف سوئیچینگ برای دوره زمانی 27/03/1388 تا 17/02/ 1398 استفاده شده است. نحوه تغییرات ارزش در معرض خطر شرطی در گذر زمان برای کل سیستم مشروط به بروز ریسک در هر یک از بانکها ترسیم شده است. همچنین و ریزش انتظاری نهایی برای کل سیستم مشروط به وجود بحران در هر یک از بانکها محاسبه شده است. بر مبنای معیار بهترتیب بانکهای ملت، پارسیان، صادرات، تجارت و اقتصاد نوین بیشترین اثر را بر شاخص کل گروه بانک دارند. دینامیک تغییرات زمانی ریسک محاسبه شده بر اساس معیارهای و ریزش انتظاری نهایی تقریباً مشابه با هم بوده یا با تاخیر زمانی بسیار کوتاه این تغییرات توسط سنجه دیگر نیز تأیید شده است. مقدار ریسک محاسبه شده طبق معیار ریزش انتظاری نهایی به مراتب بیش از مقدار ریسک محاسبه شده بر اساس سنجه میباشد. نحوه تغییرات در گذر زمان و در هر یک از رژیمهای رکود و رونق مورد بررسی قرار گرفته است. طبقه بندی JEL : G32, C34, C58 | ||
کلیدواژهها | ||
مارکوف سوئیچینگ؛ وابستگی متقابل ریسک دنبالهای؛ سنجه ریسک سیستمیک؛ ارزش در معرض خطر شرطی (CoVaR)؛ ریزش انتظاری نهایی (MES) | ||
عنوان مقاله [English] | ||
Calculation and comparison of systemic risk using ∆COVaR_DCC and MES criteria and analysis of its changes in the framework of Markov switching model in the Iran's banking system (2009-2019 | ||
نویسندگان [English] | ||
seyed ali naseri1؛ Farkhondeh Jabalameli2؛ Sajad Barkhordary Dorbash2 | ||
1Ph.D. Student, University of Tehran, Faculty of Economics | ||
2Associate Professor, University of Tehran, Faculty of Economics | ||
چکیده [English] | ||
To describe the interdependence of risk between 5 selected banks including EN, Parsian, Mellat, Saderat and Tejarat and the whole banking system, the conditional value at risk (CoVaR) and the Marginal Expected Shortfall (MES) along with the Markov switching model have been used for time period June 17, 2009 to May 7, 2019. How CoVaR changes over time for the whole system subject to risk in each bank is plotted and examined. Also ∆COVaR(DCC) and MES are calculated for the whole system subject to crisis in each of the banks. According to the average ∆COVaR(DCC) criterion, Mellat, Parsian, Saderat, Tejarat and EN banks have the greatest effect on the whole banking system, respectively. The dynamics of changes in risk calculated according to ∆COVaR(DCC) and MES criteria are almost similar or confirmed by another measure with a very short time delay. The amount of risk calculated according to the MES criterion is much higher than the amount of risk calculated according to the measure. Also, how changes over time and in each of the recession and boom regimes has been studied. JEL Classification: G32, C34, C58 | ||
کلیدواژهها [English] | ||
Keywords: Markov switching, tail risk interdependence, systemic risk measures, conditional value at risk (CoVaR), Marginal Expected Shortfall (MES) | ||
مراجع | ||
ابریشمی، حمید، مهرآرا، محسن و رحمانی، محمد (1398). اندازهگیری و تحلیل ریسک سیستمی در بخش بانکداری ایران و بررسی عوامل مؤثر بر آن، فصلنامه مدلسازی اقتصادسنجی، 3: 36-11.
دانش جعفری، داود، بتشکن، محمد هاشم و پاشازاده، حمید (1395). رتبهبندی بانکها از نظر مقاومت در برابر ریسک سیستمیک در راستای نظام مالی مقاومتی (روش رگرسیون کوانتایل و همبستگی شرطی پویا)، فصلنامه مطالعات راهبردی بسیج، 72: 99-79.
دانش جعفری، داود، محمدی، تیمور، بتشکن، محمد هاشم و پاشازاده، حمید (1396). بررسی ریسک سیستمیک بانکهای منتخب نظام بانکی در ایران با استفاده از روش همبستگی شرطی پویا (DCC)، فصلنامه پژوهشهای پولی و بانکی، 33: 479-457.
ذوالفقاری، مهدی و سحابی، بهرام (1395). بررسی تأثیر نوسانات نرخ ارز بر ریسک بازدهی سهام صنایع خوردو، معدن و سیمان بر پایه انتقالات رژیمی، مجله مهندسی مالی و مدیریت اوراق بهادار، 29: 106-85.
رستگار، محمد علی و کریمی، نسرین (1395). ریسک سیستمی در بخش بانکی، مدلسازی ریسک و مهندسی مالی، 1(1): 19-1.
عیوضلو، رضا و رامشگ، مهدی (1398). اندازهگیری ریسک سیستمیک با استفاده از کسری نهایی مورد انتظار و ارزش در معرض خطر شرطی و رتبهبندی بانکها، فصلنامه علمی مدیریت دارایی و تأمین مالی، 4: 16-1.
فعالجو، حمیدرضا و صادقپور، عسل (1394). بررسی تأثیر شاخص ریسک کشوری بر بازده بورس اوراق بهادار تهران، راهبرد مدیریت مالی، 10: 78-49.
محمدی اقدم، سعید، قوام، محمد حسین و فلاح شمس، میرفیض (1396). سنجش ریسک سیستمی ناشی از شوک ارزی در بازارهای مالی ایران، تحقیقات مالی، 19(3): 504-475.
موسوی، محمد مهدی، نادری، شهیره و حسنلو، خدیجه (1396). تعیین ترکیب بهینه داراییها: رویکرد ترکیبی مدل بلک-لیترمن و تغییرات رژیمها، مدلسازی ریسک و مهندسی مالی، 2(3): 397-380.
مهدوی کلیشمی، غدیر، الهی، ناصر، فرزینوش، اسداله و گیلانیپور، جواد (1396). ارزیابی ریسک سیستمی در شبکه بانکی ایران توسط معیار تغییرات ارزش در معرض خطر شرطی، مهندسی مالی و مدیریت اوراق بهادار، 33: 281-265.
Acharya, V.V., & Richardson, M. (2009). Restoring financial stability:how to repair a failed system. John Wiley & Sons, New York. Acharya, V.V., E., Philippon, T.,& Richardson, M., (2010).Measuring systemic Risk. New York University Working Paper. Acharya, V.V., Engle, R.F., & Richardson, M. (2012). Capital shortfall: a new approach to ranking and regulating systemic risks. American Economic Review, 102: 59–64. Adams, Z., Fuss, R., & Gropp, R. (2011). Spillover effects among financial institutions:a state-dependent sensitivity Value-at-Risk (SDSVaR) Approach. Working Paper. Adrian, T., & Brunnermeier, M. K. (2009). CoV aR, Staff Reports 348, Federal Reserve Bank of New York. Adrian, T., & Brunnermeier, M.K. (2011). CoVaR, Working Paper,Federal Reserve Bank of New York. Amisano, G., & Geweke, J. (2004). Hierarchical Markov Normal Mixture models with applications to financial asset returns, Journal of Applied Econometrics, 26: 1–29. Ang, A., & Bekaert, G. (2002a). International Asset Allocation with Regime Shifts, Review of Financial Studies, 15:1137-1187. Ang, A., & Bekaert, G. (2004). How Regimes Affect Asset Allocation, Financial Analysts Journal, 60: 86–99. Ang, A., & Chen, J. (2002). Asymmetric correlations of equity portfolios, Journal of Financial Economics, 63: 443-494. BenSaïda, Ahmed, Litimi, Houda, & Abdallah, Oussama, (2018). Switching regime risk spillover in global financial markets, Working paper. Billio, M., Getmansky, M., Lo, A.W., & Pellizon, L. (2012). Econometric measures of connectedness and systemic risk in the finance and insurance sectors. Journal of Financial Economics, 104: 535–559. Bisias, D., Flood, M., Lo, A. W., & Valavanis, S. (2012). A survey of systemic risk analytics. The Annual Review of Financial Economics 4: 255-96. Bollerslev, T. (1990). Modelling the Coherence in Short-Run Nominal Exchange Rates: A Multivariate Generalized ARCH Model, Review of Economics and Statistics, 31: 307-327. Brownlees, C.T., & Engle, R. (2012). Volatility, correlation and tails for systemic risk measurement. Working paper. Brunnermeier, M., & Oehmke, M. (2012). Bubbles, Financial Crises and Systemic Risk, Handbook of the Economics of Finance. Elsevier, Amsterdam (Print). Bulla, J. (2010). Hidden Markov models with t components. Increased persistence and other aspects, Quantitative Finance, 11: 459-475. Cao, Z. (2013). Multi–CoVaR and Shapley value: a systemic risk measure, Banque de France Working paper. Dempster, A.P., Laird, N.M., & Rubin, D.B. (1977). Maximum likelihood from incomplete data using the EM algorithm (with discussion), Journal of the Royal Statistical Society, (series B), 39: 1–39. Engle, R. (2002). Dynamic Conditional Correlation: A Simple Class of Multivariate Generalized Autoregressive Conditional Heteroskedasticity Models, Journal of Business and Economic Statistics, 20: 339.350. Gallo, G. M., & Otranto, E. (2008). Volatility spillovers, interdependence and comovements: A Markov switching approach. Computational Statistics & Data Analysis, 52: 3011–3026. Geweke, J., & Amisano, G. (2010). Comparing and evaluating Bayesian predictive distributions of asset returns, International Journal of Forecasting, 26, 216–230. Girardi, G., & Ergün, AT. (2013). Systemic risk measurement: Multivariate GARCH estimation of CoVaR, Social Science Electronic Publishing, 37: 3169-3180. Huang, X., Zhou, H., & Zhu, H. (2012). Systemic risk contributions, Journal of Financial Services Research, 42: 55–83. Longin, F., & Solnik, B. (2001). Extreme correlation of international equity markets, Journal of Finance, 56: 649-76. Lopez-Espinosa, G., Moreno, A., Rubia, A., & Valderrama, L. (2012). Short-term wholesale funding and systemic risk: A global CoVaR approach. Journal of Banking & Finance, 36: 3150-3162. Okimoto, Tatsuyoshi, (2008). New Evidence of Asymmetric Dependence Structures in International Equity Markets, The Journal of Financial and Quantitative Analysis, 43: 787-815. Pelletier, D. (2006). Regime-switching for dynamic correlation, Journal of Econometrics, 131: 445-473. Qu, Z. (2008). Testing for structural change in regression quantiles. J. Econom. 146: 170–184. Ramchand, L., & Susmel, R. (1998). Volatility and cross correlation across major stock markets, Journal of Empirical Finance, 17: 581-610. Tarashev, N., Borio, C., & Tsatsaronis, K. (2010). Attributing systemic risk to individual institutions: methodology and policy applications, BIS working parper, 308. Zheng, Tingguo & Zuo, Haomiao (2013). Reexamining the time-varying volatility spillover effects: A Markov switching causality approach, HYPERLINK "https://ideas.repec.org/s/eee/ecofin.html" The North American Journal of Economics and Finance, Elsevier, 26: 643-662. | ||
آمار تعداد مشاهده مقاله: 509 تعداد دریافت فایل اصل مقاله: 429 |