Fixed versus floating: vulnerability to rising interest rates
Notice bibliographique
Résumé
▀ Looking at different economies' exposure to fixed‐ and floating‐rate private‐sector debt reveals how vulnerable they could be to rising interest rates. Our analysis finds that Hong Kong, Sweden, China and Australia are potentially most exposed via floating rates to rising debt service costs. A 150bp rise in rates would also push several other countries' debt service ratios above the peaks of 2008. Less vulnerable economies include the US and Germany. ▀ High levels of floating‐rate debt imply a large and rapid pass‐through of rising interest rates to firms and households, with negative consequences. Exposure to floating‐rate debt as a share of GDP varies greatly: the highest levels are in Hong Kong, China, Sweden, Australia and Spain, with the lowest levels in the US, France and Germany. ▀ Growing shares of fixed‐rate housing debt in the US, Eurozone and UK mean the impact of higher interest rates may be less severe than a decade ago. Private deleveraging in countries such as the US, UK and Spain could also soften the impact. ▀ A rise of 100bp in short‐term interest rates would raise the debt service ratio after one year by around 2.5% of GDP in Hong Kong, with increases of 1.5–1.7% of GDP in Sweden, China and Australia. The smallest effects would be in the US and Germany. ▀ A 100–150bp rate rise would push debt service ratios in China, Hong Kong, Canada, France and the Netherlands well above their peaks of a decade ago. A similar rate rise would take debt service ratios in Sweden, South Korea and Australia close to, or above, previous peaks. ▀ The distribution of debt within economies, which our analysis does not cover, is also important. For example, there is some evidence that the US corporate sector has a high concentration of debt among borrowers with weak finances. Countries that are highly vulnerable to interest rate rises may see their central banks normalise policy rates more slowly than they otherwise would.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».