Spatial Multivariate GARCH Models and Financial Spillovers
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27510%2F23%3A10252993" target="_blank" >RIV/61989100:27510/23:10252993 - isvavai.cz</a>
Výsledek na webu
<a href="https://www.mdpi.com/1911-8074/16/9/397" target="_blank" >https://www.mdpi.com/1911-8074/16/9/397</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.3390/jrfm16090397" target="_blank" >10.3390/jrfm16090397</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Spatial Multivariate GARCH Models and Financial Spillovers
Popis výsledku v původním jazyce
We estimate the risk spillover among European banks from equity log-return data via Conditional Value at Risk (CoVaR). The joint dynamic of returns is modeled with a spatial DCC-GARCH which allows the conditional variance of log-returns of each bank to depend on past volatility shocks to other banks and their past squared returns in a parsimonious way. The backtesting of the resulting risk measures provides evidence that (i) the multivariate GARCH model with Student's t distribution is more accurate than both the standard multivariate Gaussian model and the Filtered Historical Simulation (FHS), and (ii) the introduction of a spatial component improves the assessment of risk profiles and the market risk spillovers. (C) 2023 by the authors.
Název v anglickém jazyce
Spatial Multivariate GARCH Models and Financial Spillovers
Popis výsledku anglicky
We estimate the risk spillover among European banks from equity log-return data via Conditional Value at Risk (CoVaR). The joint dynamic of returns is modeled with a spatial DCC-GARCH which allows the conditional variance of log-returns of each bank to depend on past volatility shocks to other banks and their past squared returns in a parsimonious way. The backtesting of the resulting risk measures provides evidence that (i) the multivariate GARCH model with Student's t distribution is more accurate than both the standard multivariate Gaussian model and the Filtered Historical Simulation (FHS), and (ii) the introduction of a spatial component improves the assessment of risk profiles and the market risk spillovers. (C) 2023 by the authors.
Klasifikace
Druh
J<sub>SC</sub> - Článek v periodiku v databázi SCOPUS
CEP obor
—
OECD FORD obor
50200 - Economics and Business
Návaznosti výsledku
Projekt
<a href="/cs/project/GA23-07128S" target="_blank" >GA23-07128S: Tržní míry systémového rizika na bázi syntetických CDO</a><br>
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Ostatní
Rok uplatnění
2023
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název periodika
Journal of Risk and Financial Management
ISSN
1911-8066
e-ISSN
1911-8074
Svazek periodika
16
Číslo periodika v rámci svazku
9
Stát vydavatele periodika
CH - Švýcarská konfederace
Počet stran výsledku
23
Strana od-do
397
Kód UT WoS článku
—
EID výsledku v databázi Scopus
2-s2.0-85172893550