MétaCan
Menu
Retour à la cohorte
Enregistrement W2620189500

Cutting EdgE Sovereign Credit Risk in a Hidden Markov Regime- Switching Framework. Part 2

2013· article· en· W2620189500 sur OpenAlexfundno aff
L. Potgieter, Gianluca Fusai

Notice bibliographique

RevueCity Research Online (City University London) · 2013
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueCredit Risk and Financial Regulations
Établissements canadiensnon disponible
Organismes subventionnairesBNP Paribas CardifUniversität ZürichWharton School, University of PennsylvaniaUniversity of PennsylvaniaYork UniversityBanco Bilbao Vizcaya Argentaria
Mots-clésMarkov chainEconometricsCredit riskTransformation (genetics)EconomicsSovereigntyActuarial scienceEnhanced Data Rates for GSM EvolutionMarkov processComputer scienceMathematicsStatisticsArtificial intelligenceMachine learning
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This research applies a discrete-time Markov-modulated model to default probability estimation and adapts it to Merton’s contingent claims approach, backing the hypothesis that a regime-switching framework which allows for structural shifts can substantially improve the underestimation of default probabilities associated with the Merton structural model. The modeling apparatus is applied to sovereign risk. proving that the methodology can be tractably extended to a contingent claims approach, and is investigated as a follow-up paper to an extensive methodology found in the previous edition of the Capco Journal of Financial Transformation (37) [Potgieter and Fusai (2013)]. CDS quotes are used to calibrate the regime switching model and are then used to estimate sovereign assets in both developed and emerging markets.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,087
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,064
Tête enseignante GPT0,281
Écart entre enseignants0,217 · 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'étudeObservationnel
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

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCity Research Online (City University London)Même sujetCredit Risk and Financial RegulationsTravaux en français237 207