Relación entre el riesgo sistémico del sector real y el sistema financiero

Simple item page
dc.audiencePolicymakerseng
dc.audienceResearcherseng
dc.audienceStudentseng
dc.audienceTeacherseng
dc.coverage.sucursalBogotáspa
dc.creatorCabrera-Rodríguez, Wilmar Alexander
dc.creatorGutiérrez-Rueda, Javier
dc.creatorMendoza-Gutiérrez, Juan Carlos
dc.creatorMelo-Velandia, Luis Fernando
dc.creator.firmaLuis Fernando Melo-Velandia
dc.date.accessioned2011-09-01T08:30:10Zeng
dc.date.available2015-12-06T08:30:10Zspa
dc.date.available2015-12-14T08:30:10Zspa
dc.date.available2017-10-24T08:30:10Zspa
dc.date.created2011-09-01spa
dc.date.issued2011-09eng
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.spa
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.eng
dc.format.extent31 páginas : gráficas, tablasspa
dc.format.mimetypePDFspa
dc.identifier.handlehttps://hdl.handle.net/20.500.12134/2136spa
dc.identifier.urihttps://repositorio.banrep.gov.co/handle/20.500.12134/2136spa
dc.language.isospaspa
dc.publisherBanco de la República de Colombiaspa
dc.relation.doihttps://doi.org/10.32468/tef.62spa
dc.relation.ispartofDocumentos de Trabajospa
dc.relation.ispartofseriesTemas de Estabilidad Financieraspa
dc.relation.isversionofTemas de Estabilidad Financiera ; No. 62spa
dc.relation.numbertef 62eng
dc.relation.repechttps://ideas.repec.org/p/bdr/temest/062.htmlspa
dc.rights.accessRightsOpen Accesseng
dc.rights.ccAtribucion-NoComercial-CompartirIgual CC BY-NC-SA 4.0eng
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.spa
dc.rights.spaAcceso abiertospa
dc.rights.urihttps://creativecommons.org/licenses/by-nc-sa/4.0/eng
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.spa
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.spa
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.spa
dc.source.handleRepecRePEc:bdr:temest:062spa
dc.subjectFAVARspa
dc.subjectRegresión por cuantilesspa
dc.subjectCoodependenciaspa
dc.subjectCoVaRspa
dc.subject.jelC32 - Time-Series Models; Dynamic Quantile Regressions; Dynamic Treatment Effect Models; Diffusion Processes; State Space Modelseng
dc.subject.jelC5 - Econometric Modelingeng
dc.subject.jelG2 - Financial Institutions and Serviceseng
dc.subject.jelG32 - Financing Policy; Financial Risk and Risk Management; Capital and Ownership Structure; Value of Firms; Goodwilleng
dc.subject.jelspaC32 - Modelos de series temporales; Regresiones cuantiles dinámicas; Modelos dinámicos de tratamiento; procesos de difusión; representación de espacios de estadosspa
dc.subject.jelspaC5 - Modelización econométricaspa
dc.subject.jelspaG2 - Instituciones y servicios financierosspa
dc.subject.jelspaG32 - Política de financiación; riesgo financiero y gestión de riesgos; Estructura del capital y de la propiedad; Valor de empresa; fondo de comerciospa
dc.subject.keywordFAVAReng
dc.subject.keywordQuantile Regressioneng
dc.subject.keywordCodependenceeng
dc.subject.keywordCoVaReng
dc.subject.lembRiesgo financiero -- Colombia -- 1993-2010spa
dc.subject.lembRiesgo sistémico -- Colombia -- 1993-2010spa
dc.subject.lembProducto interno bruto -- Colombia -- 1993-2010spa
dc.titleRelación entre el riesgo sistémico del sector real y el sistema financierospa
dc.typeWorking Papereng
dc.type.hasversionPublished Versioneng
dc.type.spaDocumentos de trabajospa

Files

Original bundle
Now showing 1 - 1 of 1
Thumbnail Image
Name:
TEF_62.pdf
Size:
1.01 MB
Format:
Adobe Portable Document Format
Description:
Temas de Estabilidad Financiera No. 62
Download

Collections

Temas de Estabilidad Financiera