Credit Spreads Between German and Italian Sovereign Bonds: Do One‐Factor Affine Models Work?
Notice bibliographique
Résumé
Abstract In this paper we analyze the credit spread between Italian and German government bonds after the exchange‐rate agreement in May 1998. We estimate the parameters of two mean‐reverting affine models for the German term structure and the spread process—the Gaussian Vasicek and the square‐root Cox‐Ingersoll‐Ross (CIR) model. Similar to Pearson and Sun (1994) we combine cross‐sectional and time‐series information of daily observations to estimate the process parameters employing a maximum likelihood method. Our empirical results show that the Vasicek and CIR model describe the German term structure dynamics equally well. Both models fail to account for all observed shapes of the credit spread structure whereas the spread residuals in the Vasicek case seem to be less volatile. Our results suggest application in the area of pricing credit‐sensitive instruments such as credit derivatives or the management of credit risk, especially for European government debt. Résumé Nous analysons l'étalement du crédit entre les obligations d'état italiennes et allemandes après l'accord sur le taux d'intérět de mai 1998. Nous évaluons les paramètres de deux modèles de retour à la moyenne pour la structure échéancière allemande et le processus d'étalement—le Gaussian Vasicek et le modèle racine‐carrée Cox‐Ingersoll‐Ross (CIR). Similairement à Pearson et Sun (1994) nous combinons l'information échantillonnée et en série d'observations quotidiennes afin d'évaluer les paramètres employant une méthode à probabilité maximum. Nos résultats empiriques démontrent que les modèles Vasicek et CIR sont incapables de considérer toutes les formes observées de la structure d'étalement du crédit tandis que les soldes étalés dans le cas Vasicek semblent moins volatiles. Nos résultats suggèrent une application dans le domaine de la valorisation d'instruments à crédit instable tels que les dérivés de crédit ou la gestion des risques de crédit, spécifiquement pour la dette gouvernementale européenne.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».