MétaCan
Menu
Retour à la cohorte
Enregistrement W4206295256 · doi:10.17771/pucrio.acad.51403

SPREADS DE CRÉDITO E SUAS IMPLICAÇÕES MACROECONÔMICAS: UMA ANÁLISE PARA O CASO BRASILEIRO

2020· dissertation· pt· W4206295256 sur OpenAlexaff
MATEUS SURRAGE MONTEIRO DUARTE

Notice bibliographique

Revuenon disponible
Typedissertation
Languept
DomaineEconomics, Econometrics and Finance
ThématiqueCredit Risk and Financial Regulations
Établissements canadiensEmergent BioSolutions (Canada)
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical sciencePhysicsArt

Résumé

récupéré en direct d'OpenAlex

[pt] Este trabalho investiga empiricamente como as taxas de negociação no mercado secundário de debêntures se correlacionam com mudanças na atividade econômica do país. A base de dados analisada se refere a debêntures com remuneração indexada a CDI (mais) spread de janeiro de 2010 até dezembro de 2019. Para isso, criou-se um Índice de Spread de Crédito, visando ser um indicador da atividade econômica. Em um segundo passo, o Índice é decomposto em um componente que captura a expectativa de default das companhias, observando seus dados dos balanços financeiros, e um componente residual – o Excess Bond Premium. Em linha com a literatura, o estudo sugere que um aumento do Excess Bond Premium evidencia uma redução na oferta de crédito, assim como uma alta nas taxas das debêntures, o que, segundo a teoria estudada, leva a uma desaceleração na atividade econômica. O estudo sugere que um aumento de 100 basis points no Excess Bond Premium leva a uma retração de aproximadamente 4,2 por cento na taxa de crescimento do PIB.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,282
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,041
Tête enseignante GPT0,286
Écart entre enseignants0,245 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCredit Risk and Financial RegulationsTravaux en français237 207