[论文解读] Systemic risk in a large claims insurance market with bipartite graph structure

Oliver Kley, Claudia Klüppelberg+1 more|arXiv (Cornell University)|Oct 31, 2014

Financial Risk and Volatility Modeling参考文献 16被引用 5

一句话总结

本文通过双部图建模大型索赔（再）保险市场中的系统性风险，以表示业务关系与损失分担机制。通过应用多变量正则变体与帕累托重尾索赔，研究发现网络结构从根本上改变了分散化效应：尽管当帕累托指数超过1时，个体参与者可从分散化中受益，但系统性风险会削弱这一优势，从而在个体激励与宏观审慎稳定之间产生矛盾。

ABSTRACT

We model business relationships exemplified for a (re)insurance market by a bipartite graph which determines the sharing of severe losses. Using Pareto-tailed claims and multivariate regular variation we obtain asymptotic results for the Value-at-Risk and the Conditional Tail Expectation. We show that the dependence on the network structure plays a fundamental role in their asymptotic behaviour. As is well-known, if the Pareto exponent is larger than 1, then for the individual agent (re-insurance company) diversification is beneficial, whereas when it is less than 1, concentration on a few objects is the better strategy. The situation changes, however, when systemic risk comes into play. The random network structure has a strong influence on diversification effects, which destroys this simple individual agent's diversification rule. It turns out that diversification is always beneficial from a macro-prudential point of view creating a conflicting situation between the incentives of individual agents and the interest of some superior entity to keep overall risk small. We explain the influence of the network structure on diversification effects in different network scenarios.

研究动机与目标

• 理解（再）保险市场中的网络结构如何影响系统性风险与分散化结果。
• 使用双部图结构对再保险公司与分出公司之间的损失分担机制进行建模。
• 研究在重尾索赔下，如风险价值（Value-at-Risk）与条件尾期望（Conditional Tail Expectation）等风险度量的渐近行为。
• 在存在系统性依赖关系的前提下，调和个人风险管理激励与宏观审慎稳定之间的关系。
• 确定在何种网络配置下，分散化优势被放大或削弱。

提出的方法

• 将（再）保险市场建模为双部图，表示分出公司与再保险公司及其合同关系。
• 假设索赔服从尾指数为 α 的帕累托分布，从而可应用多变量正则变体理论。
• 应用极值渐近理论，推导系统性风险度量（如风险价值与条件尾期望）的极限行为。
• 表征网络拓扑结构（如度分布与连通性模式）对风险渐近缩放的影响。
• 利用双部网络的谱性质与图论特性，量化风险暴露集中或分散对系统性风险的影响。
• 在不同网络配置下，比较个体层面的分散化激励与宏观审慎风险结果。

实验结果

研究问题

• RQ1 （再）保险网络的结构在多大程度上影响系统性风险度量（如风险价值与条件尾期望）的渐近行为？
• RQ2 在何种条件下，分散化对个体再保险公司有益？在何种情况下，由于系统性依赖关系而失效？
• RQ3 帕累托尾指数 α 如何影响个体风险管理与系统性风险暴露之间的相互作用？
• RQ4 在何种网络配置下，风险暴露的集中化虽违背个体激励，却能降低整体系统性风险？
• RQ5 双部图结构在多大程度上改变了重尾损失模型中经典的分散化规则？

主要发现

• 当帕累托指数超过1时，个体参与者可从分散化中受益，但这一优势因网络依赖关系导致的系统性风险而被削弱。
• 当帕累托指数小于1时，个体参与者最优策略是集中于少数交易对手，但此举会显著增加系统性风险。
• 网络结构从根本上改变了系统性风险的渐近缩放行为，使得从宏观审慎视角看，分散化始终具有优势，无论个体激励如何。
• 网络拓扑结构（尤其是度分布与连通性模式）的影响决定了分散化是放大还是削弱系统性风险。
• 个体风险管理策略与宏观审慎稳定之间产生矛盾：个体为分散化而采取的激励，可能与最小化整体系统性风险的目标不一致。
• 风险度量的渐近行为由图的谱性质与索赔的联合尾部行为共同决定，表明网络结构以非平凡方式塑造系统性风险暴露。