Sectoral Default Rates under Stress: The Importance of Non-Linearities.” Bank of Canada Financial System Review
Notice bibliographique
Résumé
he purpose of aggregate-level stress testing is to identify the circumstances that could impair the functioning of the financial system and have economy-wide (systemic) implications. In models typi-cally used for stress tests of aggregate credit risk, macroeconomic shocks are assumed to affect financial institutions via their impact on either individual or industry-level default probabili-ties.1 Therefore, sound modelling of the rela-tionship between macroeconomic variables and defaults is of considerable importance. In this report, we examine how the functional form used in the specification of default regres-sions affects the nature of the responses of de-fault probabilities under stress. In particular, we argue that the assumption of a linear relation-ship imposes severe restrictions on the respons-es of default probabilities to macroeconomic shocks. These restrictions are particularly unde-sirable in stress-testing exercises. To remedy this problem, we introduce non-linearities in a sim-ple, but effective, way and illustrate their impact on responses with a series of examples. We begin with a general discussion of the nature of the restrictions that linearity implies and their undesirability in the context of stress test-ing. This is followed by an empirical exercise in which we compare the performance of linear and non-linear models by varying the severity of a recession and the initial state of the econo-my. In the concluding section, we draw broader implications of our results for stress testing.
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 | 0,003 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».