脆弱相关违约的预测截面
作者
摘要
建议引用
从出版商下载全文
IDEAS上列出的参考文献
达菲（Duffie）、达雷尔（Darrell）和赛塔（Saita）、莱安德罗（Leandro）和王（Wang）、柯（Ke），2007年。 " 基于随机协变量的多期公司违约预测 ," 金融经济学杂志 爱思唯尔，第83卷（3），第635-665页，3月。 Darrel Duffie&Leandro Saita&Ke Wang，2005年。 " 基于随机协变量的多期公司违约预测 ," CIRJE F系列 CIRJE-F-373，东京大学经济学院CIRJE。 Darrell Duffie、Leandro Siata和Ke Wang，2006年。 " 基于随机协变量的多期公司违约预测 ," NBER工作文件 11962，国家经济研究局。 Darrel Duffie&Leandro Saita&Ke Wang，2005年。 " 基于随机协变量的多期公司违约预测 ," CARF F系列 CARF-F-047，东京大学经济学院金融高级研究中心。
Jushan Bai和Serena Ng，2002年。 " 确定近似因子模型中的因子数 ," 计量经济学 《计量经济学协会》，第70卷（1），第191-221页，1月。 Jushan Bai和Serena Ng，2000年。 " 确定近似因子模型中的因子数 ," 2000年世界计量学会大会特稿 1504，经济计量学会。 Jushan Bai和Serena Ng，2000年。 " 确定近似因子模型中的因子数 ," 波士顿学院经济学工作论文 440，波士顿学院经济系。
杜宾、詹姆斯和科普曼，暹粒，2012年1月。 " 状态空间方法的时间序列分析 ," OUP目录 , 牛津大学出版社， 第2版，编号9780199641178。 杜宾、詹姆斯和科普曼，暹罗，2001年1月。 " 状态空间方法的时间序列分析 ," OUP目录 , 牛津大学出版社，编号9780198523543。
Tom Doan，“未注明日期”。 " SEASONALDLM：为DLM的季节性成分创建矩阵的RATS程序 ," 统计软件组件 RTS00251，波士顿学院经济系。
J.Durbin，2002年。 " 一种简单高效的状态空间时间序列分析仿真平滑器 ," 生物特征 《Biometrika信托》，第89卷（3），第603-616页，8月。 Sanjiv R.Das&Darrell Duffie&Nikunj Kapadia&Leandro Saita，2007年。 " 常见失败：公司违约如何关联 ," 金融杂志 ，美国金融协会，第62卷（1），第93-117页，2月。 Sanjiv Das和Darrell Duffie、Nikunj Kapadia和Leandro Saita，2006年。 " 常见失败：公司违约如何关联 ," NBER工作文件 11961，国家经济研究局。
Bai，Jushan&Ng，Serena，2007年。 " 因子模型中原始冲击次数的确定 ," 商业与经济统计杂志 ，美国统计协会，第25卷，第52-60页，1月。
引文
库普曼、暹粒·扬和克鲁斯、罗马·卢卡斯、安德烈和蒙特罗、安德烈·B，2009年。 " 信贷周期和宏观基本面 ," 实证金融杂志 爱思唯尔，第16卷（1），第42-54页，1月。 暹·扬·库普曼（Siem Jan Koopman）、罗曼·克劳斯（Roman Kraeussl）、安德烈·卢卡斯（Andre Lucas）和安德烈·蒙泰罗（Andre Monteiro），2006年。 " 信贷周期和宏观基础 ," 廷伯根研究所讨论文件 06-023/2，廷伯根研究所。 科普曼、暹罗·扬和克鲁斯、罗曼和卢卡斯、安德烈，2006年。 " 信贷周期和宏观基本面 ," CFS工作文件系列 2006/33，金融研究中心（CFS）。
Stefan Kerbl和Michael Sigmund，2011年。 " 是什么驱动了总体信贷风险？ ," 财务稳定性报告 ，奥地利国家银行（奥地利中央银行），第22期，第72-87页。 Drew Creal&Siem Jan Koopman&AndréLucas，2008年。 " 观测驱动的时变参数模型的通用框架 ," 廷伯根研究所讨论文件 08-108/4，廷伯根研究所。 Drew Creal&Siem Jan Koopman&Andre Lucas，2009年。 " 观测驱动的时变参数模型的通用框架 ," 全球COE Hi-Stat讨论文件系列 gd08-038，一桥大学经济研究所。
Bernd Schwaab、Andre Lucas和Siem Jan Koopman，2010年。 " 系统风险诊断 ," 廷伯根研究所讨论文件 2010年11月29日修订的廷伯根研究所10-104/2/DSF 2。
最相关的项目
Siem Jan Koopman和AndréLucas以及Bernd Schwab，2012年。 " 美国违约计数的宏观、脆弱性和行业效应动态因子模型：2008年信贷危机 ," 商业与经济统计杂志 《泰勒与弗朗西斯杂志》，第30卷（4），第521-532页，5月。 Schwaab，Bernd&Koopman，Siem Jan&Lucas，André，2012年。 " 美国违约计数的宏观、脆弱性和行业影响动态因子模型：2008年信贷危机 ," 工作文件系列 1459年，欧洲中央银行。
Borus Jungbacker和Siem Jan Koopman，2008年。 " 基于似然的动态因子模型分析 ," 廷伯根研究所讨论文件 08-007/4，廷伯根研究所，2014年3月20日修订。 Koopman、Siem Jan&Lucas、André&Schwaab、Bernd，2011年。 " 使用许多宏观经济协变量建模脆弱相关违约 ," 计量经济学杂志 爱思唯尔，第162（2）卷，第312-325页，6月。 Bernd Schwaab和Siem Jan Koopman以及AndréLucas，2017年。 " 全球信贷风险：世界、国家和行业因素 ," 应用计量经济学杂志 ，John Wiley&Sons，Ltd.，第32卷（2），第296-317页，3月。 Bernd Schwaab和Siem Jan Koopman以及AndréLucas，2015年。 " 全球信贷风险：世界、国家和行业因素 ," 廷伯根研究所讨论文件 15-029/III/DSF87，廷伯根研究所。 Schwaab，Bernd&Koopman，Siem Jan&Lucas，André，2016年。 " 全球信贷风险：世界国家和行业因素 ," 工作文件系列 1922年，欧洲中央银行。
暹粒·扬·库普曼（Siem Jan Koopman）、安德烈·卢卡斯（Andre Lucas）和伯恩德·施瓦布（Bernd Schwaab），2010年。 " 违约的宏观、行业和脆弱性效应：2008年信贷危机透视 ," 廷伯根研究所讨论文件 10-004/2，廷伯根研究所，2010年8月24日修订。 Borus Jungbacker和Siem Jan Koopman，2015年。 " 测量和预测的基于可能性的动态因素分析 ," 计量经济学杂志 皇家经济学会，第18卷（2），第1-21页，6月。 Schwaab，Bernd&Koopman，Siem Jan&Lucas，André，2014年。 " 当前预测全球金融业压力和信贷市场混乱 ," 国际预测杂志 爱思唯尔，第30卷（3），第741-758页。 Chen，Peimin&Wu，Chunchi，2014年。 " 具有动态部门和宏观经济脆弱性的违约预测 ," 银行与金融杂志 爱思唯尔，第40卷（C），第211-226页。 Mesters，G.和Koopman，S.J.，2014年。 " 横截面和时间随机效应的广义动态面板数据模型 ," 计量经济学杂志 ，爱思唯尔，第180卷（2），第127-140页。 Geert Mesters和Siem Jan Koopman，2012年。 " 具有横截面和时间随机效应的广义动态面板数据模型 ," 廷伯根研究所讨论文件 2014年3月18日修订，廷伯根研究所，12-009/4。
Van Nieuwenhuyze、Christophe&Benk、Szilard&Rünstler、Gerhard&Cristadoro、Riccardo&Den Reijer、Ard&Jakaitiene、Audrone&Jelonek、Piotr&Rua、António&Ruth、Karsten&Barhoumi、Karim，2008年。 " 使用大型月度数据集进行GDP短期预测：伪实时预测评估练习 ," 不定期论文系列 84，欧洲中央银行。 K.Barhoumi&S.Benk&R.Cristadoro&A.Den Reijer&A.Jakaitiene&P.Jelonek&A.Rua&K.Ruth&C.Van Nieuwenhuyze&Günstler，2008年。 " 使用大型月度数据集对GDP进行短期预测——伪实时预测评估 ," 工作文件研究 133，比利时国家银行。 G.Rünstler&K.Barhoumi&S.Benk&R.Cristadoro&A.Den Reijer&A.Jakaitiene&P.Jelonek&A.Rua&K.Ruth&C.Van Nieuwenhuyze，2008年。 " 使用大型月度数据集进行GDP短期预测：伪实时预测评估练习 ," 立陶宛银行工作文件系列 立陶宛银行。 Barhoumi，K.&Rünstler，G.&Cristadoro，R.&Den Reijer，A.&Jakaitiene，A.&Jelonek，P.&Rua，A.&Ruth，K.与Benk，S.&Van Nieuwenhuyze，C.，2008年。 " 使用大型月度数据集进行GDP短期预测：伪实时预测评估练习 ," 工作文件 215，法国银行。
Stock，J.H.&Watson，M.W.，2016年。 " 宏观经济学中的动态因子模型、因子增强向量自回归和结构向量自回归 ," 宏观经济学手册 ，摘自：J.B.Taylor&Harald Uhlig（编辑）， 宏观经济学手册 ，第1版，第2卷，第0章，第415-525页， 爱思唯尔。 Koopman，Siem Jan&Lucas，Andre&Monteiro，Andre，2008年。 " 信用评级转换的多阶段潜在因素强度模型 ," 计量经济学杂志 爱思唯尔，第142（1）卷，第399-424页，1月。 暹粒·扬·库普曼、安德烈·卢卡斯和安德烈·蒙泰罗，2005年。 " 信用评级转型的多国家潜在因素强度模型 ," 廷伯根研究所讨论文件 05-071/4，廷伯根研究所，2005年7月4日修订。
Poncela，Pilar&Ruiz，Esther&Miranda，Karen，2021年。 " 使用卡尔曼滤波和平滑进行因子提取：这不仅仅是另一项调查 ," 国际预测杂志 爱思唯尔，第37卷（4），第1399-1425页。 Poncela Blanco、Maria Pilar和Ruiz Ortega、Esther和Miranda Gualdrón、Karen Alejandra，2020年。 " 使用卡尔曼滤波和平滑进行因子提取：这不仅仅是另一项调查 ," DES——工作文件。 统计学和计量经济学。 WS公司 马德里卡洛斯三世大学，邮编30644。
Joelle Liebermann，2010年。 " GDP实时预测：因子模型与专业预测师 ," MPRA纸 28819，德国慕尼黑大学图书馆。 Joelle Liebermann，2011年。 " GDP实时实时预测：因子模型与专业预测师 ," 研究技术论文 3/RT/11，爱尔兰中央银行。
安德烈·蒙泰罗，2008年。 " 参数驱动的多状态持续时间模型：模拟与近似最大似然估计 ," 廷伯根研究所讨论文件 08-021/2，廷伯根研究所。 Banbura，Marta和Rünstler，Gerhard，2011年。 " 因子模型黑箱研究：发布滞后以及硬数据和软数据在GDP预测中的作用 ," 国际预测杂志 Elsevier，第27卷（2），第333-346页，4月。 巴恩布拉，马尔塔和伦斯特勒，格哈德，2011年。 " 因子模型黑箱研究：发布滞后以及硬数据和软数据在GDP预测中的作用 ," 国际预测杂志 爱思唯尔，第27卷（2），第333-346页。
伦斯特勒、格哈德和巴恩布拉，马尔塔，2007年。 " 因子模型黑箱研究：发布滞后以及硬数据和软数据在GDP预测中的作用 ," 工作文件系列 751，欧洲中央银行。
Jansen，W.Jos&Jin，Xiaowen&de Winter，Jasper M.，2016年。 " 预测和预测实际GDP：比较统计模型和主观预测 ," 国际预测杂志 爱思唯尔，第32卷（2），第411-436页。 Jos Jansen，W.&Jin，Xiaowen&Winter，Jasper M.de，2016年。 " 预测和预测实际GDP：比较统计模型和主观预测 ," 慕尼黑经济学再版 43488，慕尼黑大学经济系。
Juho Koistinen和Bernd Funovits，2022年。 " 用动态因子模型估计脉冲响应函数：一种新的参数化方法 ," 论文 2202.00310，arXiv.org，2022年2月修订。 Matteo Barigozzi和Matteo Luciani，2019年。 " 基于EM算法的大近似动态因子模型的拟极大似然估计和推断 ," 论文 1910.03821，arXiv.org，2022年2月修订。 Jos Jansen和Jasper de Winter，2016年。 " 通过主观预测改进基于模型的短期GDP预测：七国集团国家的实时实践 ," DNB工作文件 507，荷兰中央银行，研究部。