Dividend suspensions and cash flows during the Covid-19 pandemic: A dynamic econometric model
新冠疫情期间的股息暂停与现金流：动态计量模型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：摘要明确对日度行业股息增长进行多变量动态建模，并研究其条件波动率，直接对应时间序列与金融波动率。
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…
新冠疫情期间的股息暂停与现金流：动态计量模型
- 研究问题
- 疫情期间大量企业暂停股息支付，这一现象如何与行业层面日度股息增长的条件均值、波动和跳跃概率联系起来？
- 方法与思路
- 作者构建多变量动态计量模型，允许股息暂停进入日度行业股息增长的条件均值、波动率和跳跃概率，并以贝叶斯 Gibbs 抽样估计。
- 材料陈述的贡献
- 摘要称，论文展示了模型参数的贝叶斯估计方法，并发现不同行业的日度股息增长动态及股息暂停影响存在显著异质性。
- 阅读关注点
- 应核对股息暂停变量与动态方程的设定、先验和抽样收敛，以及行业异质性如何衡量，并区分模型关联与因果解释。
- 阅读边界
- 仅据所给 OpenAlex 摘要，样本范围、参数数值及因果识别条件均未说明；模型中的影响不能直接视为因果效应，也未提供刊本变化。
原文摘要
Firms suspended dividend payments in unprecedented numbers in response to the outbreak of the Covid-19 pandemic. We develop a multivariate dynamic econometric model that allows dividend suspensions to affect the conditional mean, volatility, and jump probability of growth in daily industry-level dividends and demonstrate how the parameters of this model can be estimated using Bayesian Gibbs sampling methods. We find considerable heterogeneity across industries in the dynamics of daily dividend growth and the impact of dividend suspensions.