Volatility Patterns of CDS, Bond and Stock Markets Before and During the Financial Crisis: Evidence from Major Financial Institutions
Notice bibliographique
Résumé
This study is motivated by the development of credit-related instruments and signals of stock price movements of large banks during the recent financial crisis. What is common to most of the empirical studies in this field is that they concentrate on modeling the conditional mean. Surprisingly, only very few studies dealing with credit default swaps account for the characteristics of the variances. Our aim is to address this issue and provide insights on the volatility patterns of CDS spreads, bond yield spreads and stock prices. A multivariate GARCH is applied to the data of four large US banks over the period ranging from January 01, 2006 to December 31, 2009. With the commonly known shortcomings of credit ratings, the demand for market-based indicators has risen as they can help to assess the creditworthiness of debtors more reliably. The obtained findings suggest that volatility takes a significant higher level in times of crisis. This is particularly evident with respect to the variances of stock returns and CDS spread changes. Furthermore, correlations and covariances are time-varying and also increased in absolute values after the outbreak of the crisis, indicating stronger dependency among the examined variables. Specific events which have a huge impact on the financial markets as a whole (e.g., the collapse of Lehman Brothers) are also visible in the (co)variances and correlations as strong movements in the respective series.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».