The equity risk premium and the low frequency of the term spread : international evidence
Notice bibliographique
Résumé
Nesta tese analisamos o poder de previsão out-of-sample do term-spread e dos seus domínios de frequência sobre prémios de risco de mercado. A variável term spread representa a diferença entre taxas de juro de longo e curto prazo de obrigações do governo e a sua decomposição em domínio de frequência é feita através do método Maximum Overlap Discrete Wavelet Transform. Foi comprovado pela literatura que no mercado dos Estados Unidos da América a componente de baixa frequência do term spread tem uma performance forte e robusta em exercícios out-of-sample sobre prémios de risco de mercado. Nesta tese, abordamos a possibilidade de este indicador ter a mesma performance em mercados internacionais (Alemanha, França, Japão, Reino Unido, Canada, África do Sul e Australia). Até então, esta alternativa ainda não foi abordada na literatura, e consideramos muito importante a sua análise para os mais diversos investidores, tanto locais como internacionais. A principal conclusão desta tese é que a série original em domínio temporal e a componente de baixa frequência do term spread tem uma performance out-of-sample forte e robusta a prever prémios de risco de mercado para além dos Estados Unidos da América, na Alemanha, na França e no Canada.
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 | 0,002 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 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 ».