Cyber risk, market fear and financial instability: hunting down risk through contagion analysis
Notice bibliographique
Résumé
Purpose This study examines how cyber risk propagates through the financial system and contributes to systemic financial instability. It further explores the role of market sentiment, particularly fear triggered by cyber incidents, as a key channel amplifying the contagion of cyber risk across different financial segments. Design/methodology/approach We apply a quantile vector autoregressive (QVAR) connectedness approach to capture the asymmetric and state-dependent transmission of cyber risk shocks under varying market conditions (bearish, normal, bullish). The analysis uses daily data from January 2, 2020, to May 31, 2022, covering four financial instability indicators from the US Office of Financial Research (OFR), a Twitter-based global cyber risk index and CNN’s Fear and Greed Index. To ensure robustness, we complement the quantile analysis with a Time-Varying Parameter VAR (TVP-VAR) model, which confirms the stability of the identified spillover patterns over time. Findings The results show that cyber risk is both a transmitter and an amplifier of financial instability. Its impact is particularly strong during bearish conditions, where it exacerbates funding liquidity stress and banking vulnerability. Market sentiment emerges as a powerful transmission mechanism that intensifies the contagion of cyber risk across financial sectors. Cyber risk also reacts to instability and fear, reinforcing systemic feedback loops. Practical implications Our findings highlight the urgent need to integrate cyber risk into macroprudential frameworks and financial stability monitoring. Policymakers should develop international coordination mechanisms, including shared cyber risk assessment protocols, cross-border crisis management procedures and dedicated platforms for real-time information exchange. Regulatory authorities must also consider sentiment-sensitive liquidity support tools to limit the amplification of shocks during periods of heightened cyber anxiety. Originality/value This paper is among the first to examine the dynamic relationship between cyber risk, financial instability and market sentiment using a quantile connectedness framework. It highlights the dual role of cyber risk, both as a transmitter and a receiver of shocks within the financial system depending on prevailing market conditions. Furthermore, the study offers novel policy insights into managing cyber-induced contagion under different market regimes, particularly by integrating behavioral and systemic dimensions into financial stability frameworks.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 tête enseignante, 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 ».