CoCDaR and mCoCDaR: New Approach for Measurement of Systemic Risk Contributions
Notice bibliographique
Résumé
Systemic risk is the risk that the distress of one or more institutions trigger a collapse of the entire financial system. We extend CoVaR (value-at-risk conditioned on an institution) and CoCVaR (conditional value-at-risk conditioned on an institution) systemic risk contribution measures and propose a new CoCDaR (conditional drawdown-at-risk conditioned on an institution) measure based on drawdowns. This new measure accounts for consecutive negative returns of a security, while CoVaR and CoCVaR combine together negative returns from different time periods. For instance, ten 2% consecutive losses resulting in 20% drawdown will be noticed by CoCDaR, while CoVaR and CoCVaR are not sensitive to relatively small one period losses. The proposed measure provides insights for systemic risks under extreme stresses related to drawdowns. CoCDaR and its multivariate version, mCoCDaR, estimate an impact on big cumulative losses of the entire financial system caused by an individual firm’s distress. It can be used for ranking individual systemic risk contributions of financial institutions (banks). CoCDaR and mCoCDaR are computed with CVaR regression of drawdowns. Moreover, mCoCDaR can be used to estimate drawdowns of a security as a function of some other factors. For instance, we show how to perform fund drawdown style classification depending on drawdowns of indices. Case study results, data, and codes are posted on the web.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,038 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,010 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».