DUDEK Jeremy

< Retour à ILB Patrimoine
Affiliations
  • 2012 - 2017
    Centre de recherche en économie et statistique
  • 2012 - 2017
    Centre de recherche en économie et statistique de l'Ensae et l'Ensai
  • 2012 - 2014
    Dauphine recherches en management
  • 2012 - 2013
    Université Paris-Dauphine
  • 2012 - 2013
    Ecole doctorale de dauphine
  • 2017
  • 2016
  • 2014
  • 2013
  • Identifier les SIFI : Toward the Simpler Approach.

    Sylvain BENOIT, Jeremy DUDEK, Manizha SHARIFOVA
    2017
    Les mesures du risque systémique visent généralement à identifier les institutions financières d'importance systémique (SIFI), ce qui permettrait aux régulateurs d'allouer des exigences de capital macroprudentielles afin de réduire le risque provenant de ces institutions. Parmi les mesures largement citées figurent les mesures de la dépendance de queue dans les rendements des actions des institutions financières, telles que ΔCoVaR d'Adrian et Brunnermeier (2011) et Marginal Expected Shortfall (MES) d'Acharya et al. (2010). Cet article compare les approches non linéaires et linéaires de modélisation de la dépendance des rendements dans l'estimation du ΔCoVaR et du MES. Nos résultats montrent que si les techniques d'estimation raffinées et compliquées sont capables de produire une valeur plus précise de la contribution au risque systémique de l'institution, elles n'améliorent pas beaucoup l'identification des SIFI par rapport à la méthode d'estimation linéaire plus simple. La modélisation linéaire de la dépendance est suffisante pour identifier et classer les SIFI.
Les affiliations sont détectées à partir des signatures des publications identifiées dans scanR. Un auteur peut donc apparaître affilié à plusieurs structures ou tutelles en fonction de ces signatures. Les dates affichées correspondent seulement aux dates des publications retrouvées. Pour plus d’informations, voir https://scanr.enseignementsup-recherche.gouv.fr