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。