Soaring corporate debt is a risk to global growth
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
▀ Corporate borrowing is accelerating as a result of the coronavirus crisis. In part, this is a healthy development as firms look to ride out a period of low or even zero sales. But it also brings potential risks to growth, especially in the longer term, including via lengthy balance sheet restructuring that hurts investment and productivity growth. ▀ In the advanced economies, we estimate the aggregate corporate debt/GDP ratio could rise as much as 10ppts in 2020, to 95% of GDP ‐ well above the 2009 peak. Debt service ratios may also rise into risky territory despite low interest rates. Risks look especially elevated in France and Canada. ▀ Evidence for both advanced and emerging economies suggests high corporate debt levels can damage growth. Highly indebted firms tend to invest less in both the near and medium terms, and some estimates suggest the rise in aggregate debt this year could cut GDP growth by up to 0.2% per year. ▀ The coronavirus crisis may also crystallise some pre‐existing risks in corporate debt. Despite government assistance, defaults by low‐rated firms have started to rise and commercial real estate prices are falling. ▀ Sectoral concentrations of risk may also be intensified and new ones created in industries hit hard by the virus like energy and consumer discretionary sectors. ▀ Emerging market corporate debt is also on the rise ‐ sharply in some cases. In some economies, this mostly reflects exchange rate effects. But negative balance sheet effects of this kind are also a risk to growth.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,011 |
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 découle