MétaCan
Menu
Retour à la cohorte
Enregistrement W3124203044 · doi:10.3386/w10270

The Declining Equity Premium: What Role Does Macroeconomic Risk Play?

2004· preprint· en· W3124203044 sur OpenAlexaff
Martin Lettau, Sydney C. Ludvigson, Jessica A. Wachter

Notice bibliographique

RevueNational Bureau of Economic Research · 2004
Typepreprint
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueFinancial Markets and Investment Strategies
Établissements canadiensCenter for Interuniversity Research and Analysis on Organizations
Organismes subventionnairesAlfred P. Sloan FoundationNational Science Foundation
Mots-clésEquity (law)Risk premiumEquity premium puzzleEconomicsMonetary economicsFinancial economicsPolitical science

Résumé

récupéré en direct d'OpenAlex

Aggregate stock prices, relative to virtually any indicator of fundamental value, soared to unprecedented levels in the 1990s.Even today, after the market declines since 2000, they remain well above historical norms.Why?We consider one particular explanation: a fall in macroeconomic risk, or the volatility of the aggregate economy.We estimate a two-state regime switching model for the volatility and mean of consumption growth, and find evidence of a shift to substantially lower consumption volatility at the beginning of the 1990s.We then show that there is a strong and statistically robust correlation between low macroeconomic volatility and high asset prices: the estimated posterior probability of being in a low volatility state explains 30 to 60 percent of the postwar variation in the log price-dividend ratio, depending on the measure of consumption analyzed.Next, we study a rational asset pricing model with regime switches in both the mean and standard deviation of consumption growth, where the probabilities of a regime change are calibrated to match estimates from post-war data.Plausible parameterizations of the model are found to account for a significant fraction of the run-up in asset valuation ratios observed in the late 1990s.

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)0,006
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
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 Opus0,242
Tête enseignante GPT0,448
Écart entre enseignants0,206 · 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

Citations87
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNational Bureau of Economic ResearchMême sujetFinancial Markets and Investment StrategiesTravaux en français237 207