MétaCan
Menu
Retour à la cohorte
Enregistrement W3123415522 · doi:10.1093/rfs/hhp082

The Levered Equity Risk Premium and Credit Spreads: A Unified Framework

2009· article· en· W3123415522 sur OpenAlexaff
Harjoat Singh Bhamra, Lars‐Alexander Kuehn, Ilya A. Strebulaev

Notice bibliographique

RevueReview of Financial Studies · 2009
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueCredit Risk and Financial Regulations
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésEconomicsStochastic discount factorEquity (law)Risk premiumEquity premium puzzleCapital asset pricing modelConsumption (sociology)EarningsCapital structureDebtDefault riskCredit riskEconometricsFinancial economicsMonetary economicsActuarial scienceFinance

Résumé

récupéré en direct d'OpenAlex

We embed a structural model of credit risk inside a dynamic continuous-time consumption-based asset pricing model, which allows us to price equity and corporate debt in a unified framework. Our key economic assumptions are that the first and second moments of earnings and consumption growth depend on the state of the economy, which switches randomly, creating intertemporal risk, which agents prefer to resolve sooner rather than later, because they have Epstein-Zin-Weil preferences. Agents optimally choose dynamic capital structure and default times. For a dynamic cross-section of firms, our model endogenously generates a realistic average term structure and time series of actual default probabilities and credit spreads, together with a reasonable levered equity risk premium, which varies with macroeconomic conditions.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,002
Communication savante0,0030,004
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,061
Tête enseignante GPT0,321
Écart entre enseignants0,260 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations307
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueReview of Financial StudiesMême sujetCredit Risk and Financial RegulationsTravaux en français237 207