MétaCan
Menu
Retour à la cohorte
Enregistrement W1570263271

THE BASEL COMMITTEE PROPOSAL ON RISK-WEIGHTS AND EXTERNAL RATINGS: WHAT DO WE LEARN FROM BOND SPREADS?

2003· preprint· en· W1570263271 sur OpenAlexaboutno aff
Andrea R Esti, Andrea Sironi

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2003
Typepreprint
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueCredit Risk and Financial Regulations
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIssuerCredit ratingBondMaturity (psychological)Credit riskBasel IIIBusinessRisk-weighted assetBond credit ratingBasel IILoanEurobondActuarial scienceCollateralFinancial systemEconomicsCapital requirementFinanceCredit reference
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The Basel Committee for Banking Supervision proposed a system of risk weights (the so called “standardised approach”) to measure the riskiness of banks’ loan portfolios. Its ability to adequately reflect risk is empirically investigated in this paper, through an analysis of the economic capital allocations implied in corporate bond spreads. This is based on a unique dataset of issuance spreads, ratings and other relevant bond variables (such as maturity, face value, time of issuance and currency of denomination) including 3,307 eurobonds issued by Canadian, European, Japanese and U.S. companies during 1991-2001. Three main results emerge. First, the spread/rating relationship is strongly significant with spreads increasing when ratings worsen. Second, the estimated spreads per rating class indicate a much steeper risk/rating relationship than the one proposed by the Basel Committee. Finally, no significant difference appears to exist in the spread/rating relation of banks and non- financial firms issuers. Following this empirical evidence, we propose some relevant changes in the standardised approach risk-weights.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante, Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,686
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0020,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,027
Tête enseignante GPT0,272
Écart entre enseignants0,244 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeAutre devis
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetCredit Risk and Financial RegulationsTravaux en français237 207