Structural models of credit risk pr

Structural models of credit risk provide poor predictions of bond prices. We show that,
despite this, they provide quite accurate predictions of the sensitivity of corporate bond
returns to changes in the value of equity (hedge ratios). This is important since it
suggests that the poor performance of structural models may have more to do with the
influence of non-credit factors rather than their failure to capture the credit exposure of
corporate debt. The main result of this paper is that even the simplest of the structural
models [Merton, R., 1974. On the pricing of corporate debt: the risk structure of interest
rates. Journal of Finance 29, 449–470] produces hedge ratios that are not rejected in
time-series tests. However, we find that the Merton model (with or without stochastic
interest rates) does not capture the interest rate sensitivity of corporate debt, which is
substantially lower than would be expected from conventional duration measures. The
paper also shows that corporate bond prices are related to a number of market-wide
factors such as the Fama-French SMB (small minus big) factor in a way that is not
predicted by structural models.

ผลลัพธ์ (ไทย) 1:

แบบจำลองโครงสร้างของความเสี่ยงด้านเครดิตให้ดีการคาดคะเนของราคาตราสารหนี้ เราแสดงที่แม้นี้ พวกเขาให้คาดคะเนค่อนข้างแม่นยำของระดับความสำคัญของระเบียบส่งกลับค่าการเปลี่ยนแปลงในมูลค่าของหุ้น (อัตราส่วนป้องกัน) ซึ่งเป็นสิ่งสำคัญ เพราะมันแนะนำว่า ประสิทธิภาพต่ำของแบบจำลองโครงสร้างอาจมีเพิ่มเติมจะทำการอิทธิพลของปัจจัยที่ไม่ใช่สินเชื่อแทนที่เป็นความล้มเหลวของพวกเขาเพื่อจับความเสี่ยงสินเชื่อของหนี้ของบริษัท ผลหลักของเอกสารนี้คือความง่ายของโครงสร้างรูปแบบ [เมอร์ R., 1974 ในการกำหนดราคาของธุรกิจหนี้: โครงสร้างความเสี่ยงที่น่าสนใจราคาพิเศษ อัตราส่วนการป้องกันที่จะไม่ถูกปฏิเสธในสร้างสมุดรายวันเงิน 29, 449-470]เวลาชุดทดสอบ อย่างไรก็ตาม เราพบว่ารูปแบบเมอร์ (มี หรือไม่มีแบบเฟ้นสุ่มอัตราดอกเบี้ย) จับความไวอัตราดอกเบี้ยของหนี้ขององค์กร ซึ่งเป็นต่ำมากเกินกว่าจะคาดหวังจากมาตรการระยะเวลาปกติ ที่กระดาษยังแสดงว่า ราคาพันธบัตรองค์กรเกี่ยวข้องของทั้งตลาดปัจจัยต่าง ๆ เช่นปัจจัย SMB Fama-ฝรั่งเศส (เล็กลบใหญ่) ในลักษณะที่ไม่ทำนาย โดยรูปแบบโครงสร้าง

ผลลัพธ์ (ไทย) 2:

รูปแบบโครงสร้างของความเสี่ยงด้านเครดิตให้การคาดการณ์ที่ดีของราคาพันธบัตร เราแสดงให้เห็นว่าแม้จะมีนี้พวกเขาให้การคาดการณ์ที่ถูกต้องค่อนข้างของความไวของตราสารหนี้ผลตอบแทนที่ได้จากการเปลี่ยนแปลงมูลค่าของผู้ถือหุ้น(อัตราส่วนการป้องกันความเสี่ยง) นี้เป็นสิ่งสำคัญเพราะมันแสดงให้เห็นว่าผลการดำเนินงานที่ดีของรูปแบบโครงสร้างที่อาจจะมีมากขึ้นจะทำอย่างไรกับอิทธิพลของปัจจัยที่ไม่ใช่เครดิตมากกว่าความล้มเหลวของพวกเขาในการจับภาพการเปิดรับเครดิตของหนี้ภาคเอกชน ผลหลักของการวิจัยนี้คือว่าแม้ที่ง่ายที่สุดของโครงสร้างแบบจำลอง [เมอร์ตัน, อาร์ปี 1974 ในการกำหนดราคาของตราสารหนี้ขององค์กร: โครงสร้างความเสี่ยงของดอกเบี้ยอัตรา วารสารการเงิน 29 449-470] ผลิตอัตราส่วนป้องกันความเสี่ยงที่ไม่ได้ปฏิเสธในการทดสอบอนุกรมเวลา แต่เราพบว่ารูปแบบเมอร์ตัน (มีหรือไม่มีสุ่มอัตราดอกเบี้ย) ไม่จับความไวอัตราดอกเบี้ยของหนี้ภาคเอกชนซึ่งเป็นที่ต่ำกว่าจะได้รับการคาดหวังจากมาตรการระยะเวลาการชุมนุม กระดาษนอกจากนี้ยังแสดงให้เห็นว่าราคาพันธบัตรขององค์กรที่เกี่ยวข้องกับจำนวนของตลาดทั้งปัจจัยต่างๆเช่น SMB Fama ฝรั่งเศส (ขนาดเล็กลบใหญ่) ปัจจัยในทางที่ไม่ได้เป็นที่คาดการณ์โดยแบบจำลองโครงสร้าง

ผลลัพธ์ (ไทย) 3:

แบบจำลองโครงสร้างของความเสี่ยงด้านเครดิตให้การคาดการณ์ของราคาพันธบัตรที่น่าสงสาร เราพบว่า
แม้จะมีนี้พวกเขาให้ถูกต้องค่อนข้างทำนายของความไวของหุ้นกู้
กลับมาที่การเปลี่ยนแปลงในมูลค่าของหุ้น ( อัตราส่วนเก็งกำไร ) นี้เป็นสิ่งสำคัญเพราะมันแสดงให้เห็นว่า ประสิทธิภาพที่ดี
รูปแบบโครงสร้างอาจจะมีมากขึ้นจะทำอย่างไรกับ
อิทธิพลของปัจจัยด้านสินเชื่อปลอดมากกว่าความล้มเหลวของพวกเขาจับแสงของ
เครดิตหนี้ขององค์กร ผลหลักของบทความนี้คือแม้ที่ง่ายที่สุดของโครงสร้าง
นางแบบ [ เมอร์ตัน , 2517 . . ในการกำหนดราคาของตราสารหนี้ บริษัท : ความเสี่ยงโครงสร้างของอัตราดอกเบี้ย

วารสารการเงิน 29 , 449 – 470 ] ผลิตป้องกันอัตราส่วนที่ไม่ปฏิเสธใน
การทดสอบอนุกรมเวลา . อย่างไรก็ตามเราพบว่ารูปแบบ Merton ( มี หรือไม่ มีอัตราดอกเบี้ย Stochastic
) ไม่ได้จับอัตราความไวของหนี้ของบริษัท ซึ่งเป็น
อย่างมากกว่าจะคาดว่าจากมาตรการระยะเวลาปกติ
กระดาษยังแสดงให้เห็นว่าราคาพันธบัตรขององค์กรเกี่ยวข้องกับตัวเลขของตลาดกว้าง
ปัจจัยเช่น Fama ฝรั่งเศส SMB ( ลบขนาดเล็กใหญ่ ) ปัจจัยในทางที่ไม่
ทำนายด้วยแบบจำลองโครงสร้าง