MétaCan
Menu
Retour à la cohorte
Enregistrement W2020576722 · doi:10.1142/s2424786315500267

The impacts of financial crisis on sovereign credit risk analysis in Asia and Europe

2015· article· en· W2020576722 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueInternational Journal of Financial Engineering · 2015
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueCredit Risk and Financial Regulations
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésCredit riskSovereign creditFinancial crisisCredit default swapVolatility (finance)Financial systemBusinessStock (firearms)Credit crunchEconomicsFinancial economicsFinanceGeography

Résumé

récupéré en direct d'OpenAlex

In this paper, we investigate the nature of sovereign credit risk for selected Asian and European countries based on a set of sovereign CDS data over an eight-year period that includes the episode of the 2007–2008 global financial crisis. Our results indicate that there exists strong commonality in sovereign credit risk among the countries studied in this paper following the crisis. In addition, our results also show that commonality is importantly associated with both local and global financial and economic variables. However, there are markedly different impacts of the sovereign of credit risk in Asian and European countries. Specifically, we find that foreign reserve, global stock market, and volatility risk premium, affect Asian and European sovereign credit risks in the opposite direction. Lastly, we model the arrival rates of credit events as a square-root diffusion process from which a pricing model is constructed and estimated over pre- and post-crisis periods. Then the resulting model is used to decompose credit spreads into risk premium and credit-event components. For most countries in our study, credit-event components appear to weight more than risk-premiums.

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.

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)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,579
Score d'incertitude au seuil0,554

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,014
Tête enseignante GPT0,223
Écart entre enseignants0,209 · 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