A Reduced Form Model of Default Spreads with Markov-Switching Macroeconomics Factors
Notice bibliographique
Résumé
An important research area of the corporate yield spread literature seeks to measure the proportion of the spread that can be explained by factors such as the possibility of default, liquidity, tax differentials and market risk. We contribute to this literature by assessing the ability of observed macroeconomic factors and the possibility of changes in regime to explain the proportion of yield spreads caused by the risk of default in the context of a reduced form model. For this purpose, we extend the Markov Switching risk-free term structure model of Bansal and Zhou (2002) to the corporate bond setting and develop recursive formulas for default probabilities, risk-free and risky zero-coupon bond yields as well as credit default swap premia. The model is calibrated with consumption, inflation, risk-free yields and default data for Aa, A and Baa bonds from the 1987-2008 period. We find that our macroeconomic factors are linked with two out of three sharp increases in the spreads during this sample period, indicating that the variations can be related to macroeconomic undiversifiable risk. The estimated default spreads can explain almost half of the 10 years to maturity industrial Baa zero-coupon yields in some regime. Much smaller proportions are found for Aa and A bonds with numbers around 10%. The proportions of default estimated with credit default swaps are higher, in many cases doubling those found with corporate yield spreads.
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 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 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 ».