Dynamic factor models and financial connectedness: An application to the major national banking systems around the world

Abstract

Bu çalışma dünyadaki belli başlı ulusal bankacılık sistemleri arasındaki oynaklık bağlanmışlığını analiz etmektedir. Temel bileşenler analizini Diebold-Yılmaz (Diebold and Yilmaz, 2011) bağlanmışlık metodolojisine eklemleyerek oynaklık bağlanmışlığını bankalar yerine ülkeler düzeyinde ölçmektedir. Analizdeki her ülke için, banka hisse senedi getiri oynaklığının ortak bir ülke faktörü ve her bankaya özgü bir bileşen tarafından belirlendiği varsayılmaktadır. Ortak ülke faktörü, o ülkede faaliyet gösteren bankaların günlük getiri oynaklığının ilk temel bileşeni elde edilerek hesaplanmaktadır. Elde edilen faktörlerle vektör otoregresyon modeli kurularak Diebold-Yılmaz modelinin varyans ayrıştırması analizi gerçekleştirilmiştir. Çalışmada hem durağan hem de devingen bağlanmışlık analizi sunulmaktadır. Durağan analizde ülkelerin oynaklık bağlanmışlığının bankacılık sistemlerinin temel özellikleriyle yakından ilişkili olduğu gösterilmiştir. İlk olarak, aynı bölgede yer alan bankacılık sistemlerinin, birbirleriyle bölge dışındakilere göre daha bağlantılı olduğu ortaya çıkmıştır. İkinci olarak ise bankacılık sistemlerinin büyüklüğü ve finansal gelişmişliği arttıkça daha çok net oynaklık yaydıkları gösterilmiştir. Devingen analizde ise hem ülkelerin yaydığı oynaklık hem de global sistemdeki toplam riskle ilgili önemli bulgular elde edilmiştir. Analizde sunulan sistemik risk endeksi, son yaşanan finansal krizin önemli dönüm noktalarını yakalamaktadır. Krizin başlangıcından 2008 yılının sonuna kadar Amerika Birleşik Devletlerinin en önemli oynaklık kaynağı olduğu ortaya çıkmıştır. Ancak krizin küresel seviyeye ulaşıp, Avrupa ülkelerinin borç sorunlarının etkisiyle Avrupa'ya sıçramasıyla birlikte Avrupa bankacılık sistemlerinin, özellikle çevre ülkelerinin etkisinin arttığı görülmektedir.Anahtar Kelimeler: Finansal bağlanmışlık, dinamik faktör modeli, risk ölçümü,sistemik risk, sistemik öneme sahip finansal kuruluşlar, vektör otoregresyon, varyans ayrıştırması

This paper analyzes the volatility connectedness of major banking systems around the world. Incorporating dynamic factor models into Diebold-Yılmaz connectedness framework (Diebold and Yilmaz, 2011), we calculate volatility connectedness measures for countries rather than individual banks. In each country, bank stock return volatilities are assumed to be driven by a common country factor and an idiosyncratic component unique to each bank. The common country factor is calculated as the first principal component of the bank stock return volatilities. Constructing a VAR model of the country volatility factors, we undertake the variance decomposition analysis of volatility shocks to obtain the Diebold-Yılmaz connectedness measures. We obtain both static and dynamic measures of connectedness. In the static analysis we show that the volatility connectedness of countries are closely linked to major banking system characteristics. First, banking systems located in the same region tend to be more connected with each other in volatility than with those outside the region. Second, country banking systems tend to generate net volatility connectedness towards others as their size and financial development levels rise. In the dynamic rolling window analysis, we obtain important results related to both systemic volatility and volatility transmitted by individual countries. In terms of systemic risk, we manage to capture the main stages of the crisis by our total connectedness index. We find that the US was the main generator of volatility to other countries from the onset of the US financial crisis until the end of 2008. However, once the crisis became global and was followed by the sovereign debt/banking crisis in the Eurozone periphery, the `to-connectedness` of the European banking system, and especially the ones in the southern periphery, increased substantially.Keywords: Financial connectedness, dynamic factor models, risk measurement,systemic risk, systemically important financial institutions, vector autoregression,variance decomposition