Dynamic Factor Models With Macro, Frailty, and Industry Effects for U.S. Default Counts: The Credit Crisis of 2008
美国违约计数的动态因子模型：宏观、潜在脆弱性与行业效应及2008年信贷危机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：摘要明确将宏观金融变量与违约计数纳入动态因子模型，并分解系统性违约风险，因此对应因子模型与系统性风险方向。
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…
美国违约计数的动态因子模型：宏观、潜在脆弱性与行业效应及2008年信贷危机
- 研究问题
- 美国企业违约率的变动中，宏观金融风险、违约自身动态与行业因素各发挥多大作用，2008年信贷危机前系统性风险如何演变？
- 方法与思路
- 作者提出高维、非线性、非高斯动态因子模型，将企业违约计数与宏观金融变量联合建模，分解宏观金融、违约特有潜在效应与行业效应。
- 材料陈述的贡献
- 摘要称，系统性及行业因子解释约35%的违约率变动，并发现2008年危机前系统性风险累积，违约特有效应在金融动荡期尤为相关。
- 阅读关注点
- 全文应核对三类潜在成分如何识别、离散违约计数的观测分布与估计算法，以及方差分解和危机前风险累积结论的稳健性。
- 阅读边界
- 摘要未说明样本覆盖、分解结果的不确定性及模型敏感性；风险累积的发现不能直接证明样本外预警能力或各类因子的因果作用。
原文摘要
We develop a high-dimensional, nonlinear, and non-Gaussian dynamic factor model for the decomposition of systematic default risk conditions into latent components for (1) macroeconomic/financial risk, (2) autonomous default dynamics (frailty), and (3) industry-specific effects. We analyze discrete U.S. corporate default counts together with macroeconomic and financial variables in one unifying framework. We find that approximately 35% of default rate variation is due to systematic and industry factors. Approximately one-third of this systematic variation is captured by the macroeconomic and financial factors. The remainder is captured by frailty (40%) and industry (25%) effects. The default-specific effects are particularly relevant before and during times of financial turbulence. We detect a build-up of systematic risk over the period preceding the 2008 credit crisis. This article has online supplementary material.