Modelos GARCH Multivariantes Espaciales y Efectos de Contagio Financiero
Autores: Giacometti, Rosella; Torri, Gabriele; Rujirarangsan, Kamonchai; Cameletti, Michela
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Modelos GARCH Multivariantes Espaciales y Efectos de Contagio Financiero
Categoría
Gestión y administración
Subcategoría
Gestión de recursos
Palabras clave
Spillover de riesgo
Bancos europeos
Datos de log-retorno de acciones
Valor en Riesgo Condicional
CoVaR
DCC-GARCH espacial
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 22
Citaciones: Sin citaciones
Estimamos el derrame de riesgo entre los bancos europeos a partir de datos de log-retornos de acciones mediante el Valor en Riesgo Condicional (CoVaR). La dinámica conjunta de los retornos se modela con un DCC-GARCH espacial que permite que la varianza condicional de los log-retornos de cada banco dependa de los choques de volatilidad pasados de otros bancos y de sus retornos cuadrados pasados de manera parsimoniosa. La validación de las medidas de riesgo resultantes proporciona evidencia de que (i) el modelo GARCH multivariante con distribución t de Student es más preciso que tanto el modelo multivariante gaussiano estándar como la Simulación Histórica Filtrada (FHS), y (ii) la introducción de un componente espacial mejora la evaluación de los perfiles de riesgo y los derrames de riesgo de mercado.
Descripción
Estimamos el derrame de riesgo entre los bancos europeos a partir de datos de log-retornos de acciones mediante el Valor en Riesgo Condicional (CoVaR). La dinámica conjunta de los retornos se modela con un DCC-GARCH espacial que permite que la varianza condicional de los log-retornos de cada banco dependa de los choques de volatilidad pasados de otros bancos y de sus retornos cuadrados pasados de manera parsimoniosa. La validación de las medidas de riesgo resultantes proporciona evidencia de que (i) el modelo GARCH multivariante con distribución t de Student es más preciso que tanto el modelo multivariante gaussiano estándar como la Simulación Histórica Filtrada (FHS), y (ii) la introducción de un componente espacial mejora la evaluación de los perfiles de riesgo y los derrames de riesgo de mercado.