Volatility connectedness and systemic risk in the insurance industry

Abstract

Bu tez, sigortacılık endüstrisinin sistemik önemini oynaklık bağlanmışlığı kapsamında analiz etmektedir. Bu bağlamda ilk olarak A.B.D. bankacılık ve sigortacılık endüstrilerinin oynaklık bağlanmışlığı incelenmiş olup sonrasında aynı analiz 26 ülkenin sigortacılık endüstrileri için tekrar edilmiştir. Her iki analizde de durağan ve devingen toplam bağlanmışlık ölçütleri elde edilmiştir. Akabinde iki yönlü bağlanmışlık ölçütleri kullanılarak elde edilen ağ yapısı analiz edilmiştir. İlk olarak, sigorta şirketlerinin ağ içerisindeki nispi pozisyonunu anlamak amacıyla bazı sistemik olayların öncesi ve sonrasında finansal ağlar gösterilmiştir. İkinci olarak ise şirketlerin ağ içerisinde alt grupları nasıl oluşturduğunu görmek amacıyla rassal yürüyüş temelli komünite belirleme algoritması kullanılmıştır. İlave olarak, A.B.D.'de sigortacılık endüstrisinin zaman içerisinde sistemik riske ne ölçüde katkıda bulunduğu rapor edilmiştir. A.B.D bankacılık ve sigortacılık endüstrisi üzerine yapılan analiz, sigortacılık endüstrisinin analize dahil edilmesi ile birlikte A.B.D. finansal sistemindeki toplam riskin daha yüksek bir seviyeye ulaştığını ortaya çıkarmıştır. Küresel sigortacılık endüstrisi analizi sonucunda, sigortacılık endüstrisinin son yaşanan finansal krizden sonra daha bağlantılı hale geldiği gösterilmiştir. Bankacılık sektörünün aksine sigorta şirketlerinin karşılıklı borç verme pratiklerinin bulunmaması bu sonucu önemli kılmaktadır. Ayrıca, küresel sigortacılık endüstrisi analizinde sigorta şirketlerinin coğrafi temelde kümelendikleri gösterilmiştir. A.B.D bankacılık ve sigortacılık endüstrisi analizinde ise sistemik önemli finansal kurumların finansal büyüklük ve sektörel benzerlikler temelinde kümelenme eğiliminde olduğu bulunmuştur. Diğer taraftan, büyük banka ve sigorta şirketlerinin aksine küçük ölçekli banka ve sigorta şirketleri aynı komüniteye düşme eğilimindedir.Anahtar Kelimeler: Finansal bağlanmışlık, risk ölçümü, sistemik risk, sistemik öneme sahip finansal kuruluşlar, vektör otoregresyon, varyans ayrıştırması, esnek ağ, ağlar, komüniteler

This thesis studies the systemic importance of the insurance industry in terms of volatility connectedness. We first analyze the volatility connectedness between the banking and insurance industry in the US and then we repeat the same analysis for the insurance companies from 26 countries. In both cases, we obtain both the static and dynamic total connectedness measures. Next, using pairwise directional connectedness measures, we analyze the revealed network structure. First, we display the financial networks, before and after some important systemic events, to understand the relative position of the insurance companies. Second, we use a community detection algorithm based on random walks to see how individual companies creates subgroups within the network. Additionally, we also report results showing how the contribution of the insurance industry to the systemic risk changes over time in the US. In our first result, the analysis of the US banking and insurance industry reveals that the total risk in the US financial system reaches to rather high levels once the insurance companies are included in the analysis. Second, we show that the insurance industry has become more connected globally after the global financial crisis. This is an important result because unlike the banking sector, insurance companies have no bilateral lending practices among each other. In the global insurance industry analysis, we show that the insurance companies are clustered on a geographical basis. In case of the analysis of US banks and insurers, we find that the so-called systemically important financial institutions tend to be clustered on the basis of their size and sector. On the other hand, unlike the large banks and insurers, small-sized banks and insurers tend to fall in the same community.Keywords: Financial connectedness, risk measurement, systemic risk, systemically important financial institutions, vector autoregression, variance decomposition, nonparametric estimation, lasso, adaptive elastic net, networks, communities