Estimating the Term Structure of Interest Rates and Default Risk Embedded in Korean Corporate Bonds
Notice bibliographique
Résumé
This article uses a Kalman filter to fit yields of investment-grade corporate bonds to the model of instantaneous default risk, based on Duffee (1999. Review of Financial Studies. 12. PP. 197-226). The first part of this article fits the term structure of default-free interest rates to a translated two-factor square-root diffusion model. The parameters in the two-factor model are estimated by using a quasi-maxirnum-likelihood estimator in a state-space model in the Korean treasury bond market. A Kalman filter is used to estimate the unobservable factors. The two-factor model successfully incorporates random variations in the slope of the term structure and the level of interest rates‘ After estimating the default-free term structure of interest rates, the second part of this article extends the model to noncallable corporate bonds‘ This is done by assuming that the probability of default follows a translated square-root diffusion process with the possibility of being correlated with default-free interest rates. The parameters of the process are estimated for investment-grade corporate bonds including AM. AA, A. and BBB. Empirical results show that the default risk is negatively correlated with default-free interest rates and confirm that the default risk is greater for lower grades. In addition, the estimated model successfully produces the term structures of credit spreads for corporate bonds and show that the credit spreads for lower grade bonds are more steeply sloped than those for higher grade bonds. These results show that Duffee's model can reasonably account for the observed corporate bond prices in the Korean bond market.
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 | 0,000 | 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 | 0,000 |
| 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 ».