Structural Estimation of Time-Varying Spillovers:an Application to International Credit Risk Transmission
Boeckelmann, Lukas; Stalla-Bourdillon, Arthur (2020), Structural Estimation of Time-Varying Spillovers:an Application to International Credit Risk Transmission. https://basepub.dauphine.psl.eu/handle/123456789/21747
Type
Document de travail / Working paperExternal document link
https://publications.banque-france.fr/sites/default/files/medias/documents/wp798.pdfDate
2020Series title
Documents de Travail de la Banque de FranceSeries number
WP 798Published in
Paris
Pages
61
Publication identifier
Metadata
Show full item recordAbstract (FR)
Nous proposons une nouvelle méthodologie pour estimer les contagions financières à l’aided’une version structurelle de l’approche de Diebold-Yilmaz. Le cœur de notre approche repose sur un modèle SVAR-GARCH qui est identifié par hétéroscédasticité et par la contribution maximale des chocs, et qui permet d’obtenir des décompositions non-constantes de la variance des erreurs de prévision. Nous analysons les contagions entre les CDS souverains et bancaires de la Zone Euro. En termes de méthodologie, nous trouvons que notre modèle permet de mieux identifier les chocs par rapport aux autres approches de la littérature, et qu’il est aussi plus réactif que les modèles estimés sur fenêtres glissantes. Nous trouvons, en moyenne, que la contagion explique 37% de la variation des séries de notre échantillon, avec toutefois de fortes variations dans le temps.Abstract (EN)
We propose a novel approach to quantify spillovers on financial markets based on a structural version of the Diebold-Yilmaz framework. Key to our approach is a SVAR-GARCH model that is statistically identified by heteroskedasticity, economically identifiedby maximum shock contribution and that allows for time-varying forecast error variance decompositions. We analyze credit risk spillovers between EZ sovereign and bank CDS. Methodologically, we find the model to better match economic narratives compared with common spillover approaches and to be more reactive than models relying on rolling window estimations. We find, on average, spillovers to explain 37% of the variation in our sample, amid a strong variation of the latter over time.Subjects / Keywords
Credit default swap; sovereign debt; systemic risk; Structural vector autoregressive; identification by heteroskedasticity; contagion; dette souveraine; risque systémiqueRelated items
Showing items related by title and author.
-
Analyse des Risques Financiers Systémiques : de la Perspective Sectorielle à la Perspective Agrégée Stalla-Bourdillon, Arthur (2022-11-24) Thèse
-
Stalla-Bourdillon, Arthur; Chatelais, N. (2020) Article accepté pour publication ou publié
-
Chevallier, Julien (2012-11) Article accepté pour publication ou publié
-
Jonard, Nicolas; Dellaert, Nico; Jeunet, Jully (2000) Article accepté pour publication ou publié
-
Darolles, Serge; Francq, Christian; Laurent, Sébastien (2018) Article accepté pour publication ou publié