Estimation of the Default Risk of Publicly Traded Canadian Companies
Notice bibliographique
Résumé
Two models of default risk are prominent in the financial literature: Merton's structural model and Altman's non-structural model. Merton's structural model has the benefit of being responsive, since the probabilities of default can continually be updated with the evolution of firms' asset values. Its main flaw lies in the fact that it may over- or underestimate the probabilities of default, since asset values are unobservable and must be extrapolated from the share prices. Altman's nonstructural model, on the other hand, is more precise, since it uses firms' accounting data—but it is less flexible. In this paper, the authors investigate the hybrid contingent claims approach with publicly traded Canadian companies listed on the Toronto Stock Exchange. The authors' goal is to assess how their ability to predict companies' probability of default is improved by combining the companies' continuous market valuation (structural model) with the value given in their financial statements (non-structural model). The authors' results indicate that the predicted structural probabilities of default (PDs from the structural model) contribute significantly to explaining default probabilities when PDs are included alongside the retained accounting variables in the hybrid model. The authors also show that quarterly updates to the PDs add a large amount of dynamic information to explain the probabilities of default over the course of a year. This flexibility would not be possible with a non-structural model. The authors conduct a preliminary analysis of correlations between structural probabilities of default for the firms in their database. Their results indicate that there are substantial correlations in the studied data.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».