Skip to main content
Tales from the Tails: Extreme Value Inference for Systemic Risk
In this talk, I present an extreme-value framework for characterizing extremal dependence in multivariate distributions via tail expansions of copulas. It provides a systematic way to distinguish the tail behavior of multiple random variables, which naturally integrates and extends classical extreme value theory. This framework yields a new approach to Conditional Value-at-Risk (CoVaR), one of the most widely used measures of systemic risk. I will highlight the theoretical value of tail expansions in understanding the asymptotic behavior of CoVaR and demonstrate their practical use in developing new extremal estimation methods. The talk also features an empirical study of systemic risk in the U.S. market from 2000 to 2025. It shows how the proposed methodology can reveal changes in systemic risk contributions, and help distinguish the systemic roles of different assets and institutions. The findings have useful implications for macroprudential surveillance and risk management.
Histoires de queues : inférence des valeurs extrêmes pour le risque systémique
Dans cet exposé, je présente un cadre théorique des valeurs extrêmes permettant de caractériser la dépendance entre les valeurs extrêmes dans les distributions multivariées à l'aide de développements en séries de queues de copules. Ce cadre offre une méthode systématique pour distinguer le comportement des queues de plusieurs variables aléatoires, qui intègre et prolonge naturellement la théorie classique des valeurs extrêmes. Il permet d'aborder sous un angle nouveau la valeur à risque conditionnelle (CoVaR), l'une des mesures les plus couramment utilisées pour évaluer le risque systémique. Je mettrai en évidence l'intérêt théorique des développements en queues pour comprendre le comportement asymptotique de la CoVaR et démontrerai leur utilité pratique dans l'élaboration de nouvelles méthodes d'estimation des valeurs extrêmes. La présentation comprend également une étude empirique du risque systémique sur le marché américain de 2000 à 2025. Elle montre comment la méthodologie proposée permet de mettre en évidence l'évolution des contributions au risque systémique et aide à distinguer les rôles systémiques de divers actifs et institutions. Ces résultats ont des implications utiles pour la surveillance macroprudentielle et la gestion des risques.
Date and Time
-
Additional Authors and Speakers (not including you)
Language of Oral Presentation
English
Language of Visual Aids
English

Speaker

Edit Name Primary Affiliation
Xiaoting Li The University of British Columbia