The Predictive Ability of the Bond Stock Earnings Yield Differential Model
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
This is a survey of the bond stock prediction model in international equity markets which is useful for predicting the time varying equity risk premium (ERP) and for strategic asset allocation of bond-stock equity mixes. The model has two versions. Beginning with Ziemba and Schwartz (1991), the BSEYD model our is the difference between the most liquid long bond, usually thirty or ten or five years, and the trailing equity yield. The idea is that asset allocation between stocks and bonds is related to their relative yields and, when the bond yield is too high, there is a shift out of stocks into bonds that can cause an equity market correction. This model predicted the 1987 US, the 1990 Japan, the 2000, 2002 and 2007 US corrections. The FED model is a special case of the BSYED model with bond and stock yields assumed to be equal. A ratio model and the FED model have origins in reports and statements from the Federal Reserve System under Alan Greenspan, from 1996. Hence the ERP can be negative or positive and is thus partially predictable. Despite its predictive ability, the bond-stock model has been criticized as being theoretically unsound because it compares a nominal quantity, the long bond yield, with a real quantity, the earnings yield on stocks. However, inflation and mis-conception arguments may justify the model. Theoretical models of fair priced equity indices can be derived and compared to actual index values to ascertain danger levels. This paper surveys this literature with a focus on their economic and financial implications and its application to the study of stock market strategies and corrections in five worldwide equity markets.
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 | 0,014 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,005 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,004 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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