Modelling and forecasting government bond spreads in the euro area: A GVAR model
欧元区政府债券利差的建模与预测：GVAR模型AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确使用GVAR建模跨国利差时间序列，并研究其预测。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
欧元区政府债券利差的建模与预测：GVAR模型
- 研究问题
- 如何描述欧元区政府债券利差随时间变化的共同运动，并将危机期间汇率贬值预期的作用纳入模型？
- 方法与思路
- 作者扩展GVAR，以各国财政基本面之间的时变距离构造欧洲总体利差，刻画各国利差的相互依赖。
- 材料陈述的贡献
- 摘要称，新设定在描述利差的时变共同运动及其对希腊债务危机的反应方面，优于所比较的标准设定。
- 阅读关注点
- 应核对财政距离与跨国权重的定义、贬值预期的解释依据，以及样本外预测和危机响应的比较方式。
- 阅读边界
- 仅据所给出版社摘要，无法判断所称优势的数值幅度；模型表现本身不足以确立贬值预期的因果作用。
原文摘要
This paper proposes an extension to Global Vector Autoregressive (GVAR) models to capture time-varying interdependence among financial variables. Government bond spreads in the euro area feature a time-varying pattern of co-movement that poses a serious challenge for econometric modelling and forecasting. This pattern of the data is not captured by the standard specification that model spreads as persistent processes reverting to a time-varying mean determined by two factors: a local factor, driven by fiscal fundamentals and growth, and a global world factor, driven by the market’s appetite for risk. This paper argues that a third factor, expectations of exchange rate devaluation, gained traction during the crises. This factor is well captured via a GVAR that models the interdependence among spreads by making each country’s spread function of global European spreads. Global spreads capture the exposure of each country’s spread to other spreads in the euro area in terms of the time-varying ‘distance’ between their fiscal fundamentals. This new specification dominates the standard one in modelling the time-varying pattern of co-movements among spreads and the response of euro area spreads to the Greek debt crisis.