Show simple item record

dc.creatorCabrera-Rodríguez, Wilmar Alexander
dc.creatorGutiérrez-Rueda, Javier
dc.creatorMendoza-Gutiérrez, Juan Carlos
dc.creatorMelo-Velandia, Luis Fernando
dc.date.created2011-09-01
dc.date.issued2011-09
dc.identifier.urihttp://repositorio.banrep.gov.co/handle/20.500.12134/2136
dc.descriptionEn este documento se analiza la relación existente entre el riesgo del sector real y del sistema financiero. Para esto, se estima un modelo FAVAR en el cual se incluyen un conjunto de variables que reflejan la evolución de la dinámica común de las series de los diferentes sectores de la economía y un componente idiosincrático. Dado el proceso generador de datos identificado en el modelo antes mencionado, es posible estimar las medidas de riesgo del sistema financiero y del sector real utilizando la metodología de regresión por cuantiles. Posteriormente, se usa la medida de CoV aR, propuesta por Adrián & Brunnermeier (2011) para medir el grado de codependencia entre los riesgos de estos sectores. Los resultados muestran que los indicadores de riesgo reflejan las situaciones de estrés que se han presentado en el sector real y el financiero de la economía colombiana. Adicionalmente, mediante las estimaciones del modelo FAVAR se realiza un análisis de impulso respuesta para analizar cómo se trasmiten choques adversos entre un sector y otro.
dc.description.abstractIn this paper we analyze the codependence between the risk of the real sector and the financial system. We do so by estimating a FAVAR model that includes a set of variables that reflects the common dynamic of the economy and an idiosyncratic factor. With the data generation process found, we construct two risk indicators using quantile regression, one for the real sector and another for the financial system. Besides, we use the measure of CoVaR proposed by Adrian and Brunnermeier (2011) to quantify the degree of codependence between the risks of these sectors. The results show that the risk indicators capture the main financial and real sector turmoil’s. Additionally, we performed impulse response exercises using the FAVAR to analyze the spillovers between sectors.
dc.format.extent31 páginas : gráficas, tablas
dc.format.mimetypePDF
dc.language.isospa
dc.publisherBanco de la República de Colombia
dc.relation.ispartofDocumentos de Trabajo
dc.relation.ispartofseriesTemas de Estabilidad Financiera
dc.relation.isversionofTemas de Estabilidad Financiera ; No. 62
dc.rights.accessRightsOpen Access
dc.rights.urihttps://creativecommons.org/licenses/by-nc-sa/4.0/
dc.subjectFAVAR
dc.subjectRegresión por cuantiles
dc.subjectCoodependencia
dc.subjectCoVaR
dc.titleRelación entre el riesgo sistémico del sector real y el sistema financiero
dc.typeWorking Paper
dc.subject.jelC32 - Time-Series Models; Dynamic Quantile Regressions; Dynamic Treatment Effect Models; Diffusion Processes; State Space Models
dc.subject.jelC5 - Econometric Modeling
dc.subject.jelG2 - Financial Institutions and Services
dc.subject.jelG32 - Financing Policy; Financial Risk and Risk Management; Capital and Ownership Structure; Value of Firms; Goodwill
dc.audiencePolicymakers
dc.audienceResearchers
dc.audienceStudents
dc.audienceTeachers
dc.subject.keywordFAVAR
dc.subject.keywordQuantile Regression
dc.subject.keywordCodependence
dc.subject.keywordCoVaR
dc.subject.lembRiesgo financiero -- Colombia -- 1993-2010
dc.subject.lembRiesgo sistémico -- Colombia -- 1993-2010
dc.subject.lembProducto interno bruto -- Colombia -- 1993-2010
dc.type.spaDocumentos de trabajo
dc.rights.spaAcceso abierto
dc.rights.ccAtribucion-NoComercial-CompartirIgual CC BY-NC-SA 4.0
dc.subject.jelspaC32 - Modelos de series temporales; Regresiones cuantiles dinámicas; Modelos dinámicos de tratamiento; procesos de difusión; representación de espacios de estados
dc.subject.jelspaC5 - Modelización econométrica
dc.subject.jelspaG2 - Instituciones y servicios financieros
dc.subject.jelspaG32 - Política de financiación; riesgo financiero y gestión de riesgos; Estructura del capital y de la propiedad; Valor de empresa; fondo de comercio
dc.type.hasversionPublished Version
dc.coverage.sucursalBogotá
dc.source.bibliographicCitationArias, M., Mendoza, J. & Perez-Reyna, D. (2010), ‘Applying CoVaR to meassure systemic market risk’, Banco de la República, Temas de Estabilidad Financiera.
dc.source.bibliographicCitationCarlin, B., Polson, N. & Stoffer, D. (1992), ‘A monte carlo approach to nonnormal and nonlinear statespace modeling’, Journal of the American Statistical Association Vol. 87(418), 841–862.
dc.source.bibliographicCitationWong, J., Choi, K. & Fong, T. (2005), ‘A framework for macro stress testing the credit risk of banks in hong kong’, Hong Kong Monetary Authority Quarterly Bulletin.
dc.relation.doihttps://doi.org/10.32468/tef.62
dc.rights.disclaimerLas opiniones contenidas en el presente documento son responsabilidad exclusiva de los autores y no comprometen al Banco de la República ni a su Junta Directiva.
dc.relation.numbertef 62
dc.relation.repechttps://ideas.repec.org/p/bdr/temest/062.html
dc.identifier.handlehttp://hdl.handle.net/20.500.12134/2136
dc.creator.firmaLuis Fernando Melo-Velandia
dc.source.handleRepecRePEc:bdr:temest:062


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record

This work is licensed under a Creative Commons Reconocimiento-NoComercial 4.0.This document has been deposited by the author (s) under the following certificate of deposit