- ข้อความ
- ประวัติศาสตร์
5. Conditional Fama–MacBeth cross-s
5. Conditional Fama–MacBeth cross-sectional regressions
Next, we carry out Fama–MacBeth cross-sectional regressions over sub-samples by conditioning for (a) underlying bond- and issuer-specific characteristics such as rating, equity volatility, bond liquidity, and industry classification, and (b) overall market conditions such as time-period to capture regime effects, aggregate equity market volatility, and aggregate bond market liquidity. The objective is to discern how the interaction between equity volatility and bond liquidity is altered while explain- ing bond spreads when underlying issue and firm characteristics and/or market conditions change. However, since we do not explicitly capture the exogenous shocks to either idiosyncratic volatility or liquidity, our results are best interpreted as stylized facts, rather than any causal evidence.
5.1. High- and low- rating categories
We first examine how the impact of volatility and liquidity differs between high-rated, rated AA or A, and low-rated, BBB or below, bond issues.
Equity volatility alone explains 38.45% of the variation in spreads for low-rated bonds and 4.50% for high-rated bonds, as revealed in regression 1b of Panels A and B in Table 7. After controlling for default and term structure factor betas in regression 2b, volatility still retains the dominant explanatory power for low-rated bonds, but not so for high-rated bonds. On the other hand, liquidity variables, i.e., bond characteristics and the price-impact index, together account for 9.21% of bond spreads for low-rated bonds, comparing regressions 2b and 3c in Panel A, and 12.94% for high-rated bonds, com- paring regressions 2b and 3c in Panel B. Thus, volatility has higher significance for distressed bonds, while the impact of liquidity is stronger for high credit issues.20
Table 8 summarizes the absolute and relative contributions of volatility and liquidity effects. We see that, based on the total adjusted R2 in regression 3c, volatility accounts for 77.46% of the total explanatory power for low-rated portfolios, and only 22.32% for high-rated bonds; similar numbers for liquidity are 18.55% for low-rated issues and 64.19% for high-rated bonds. Analogous findings emerge from the shock analysis: 1r shocks to volatility and liquidity in regression 3c increase bond spreads respectively by 171 and 54 bps for low-rated bonds, and 13 and 20 bps for high-rated is- sues. In absolute terms, both volatility and liquidity shocks matter more for low-rated issues, as seen in columns 6 and 7; on a relative basis, however, columns 8 and 9 show that volatility shocks are more prominent for low-rated issues, while liquidity shocks have a greater impact on high-rated bonds.
5.2. Additional tests
We further repeat conditional analysis for sub-samples based on several variables: issue-specific attributes like equity volatility, bond liquidity and industry, and overall market conditions such as time-period, VIX, and aggregate bond market liquidity. We form two portfolios based on the annual median values of each underlying variable or, based on industry, classify bonds into Financials vs. Industrials and Utilities, and then conduct cross-sectional regressions for each sub-sample. Table 8 tabulates the results. Columns 6 and 7, Table 8, reveal that, in absolute terms, effects of both volatility and liquidity shocks are more prominent for high-volatility bonds; however columns 8 and 9 indicate that, on a relative basis, volatility shocks matter more for high-volatility issues, while liquidity shocks are more evident for low-volatility issues. In terms of their relative contribution to the overall explan- atory power, as columns 4 and 5 show, there is a similar segmentation in volatility and liquidity effects.
When we form portfolios based on bond liquidity, we find that while high-liquidity index issues experience higher absolute effects of both shocks, the relative impact of equity volatility matters more for low-liquidity bonds, while liquidity variables are more relevant for high-liquidity bonds. We also examine the relative impact of volatility and liquidity by industry classification. Financial issues pos- sess better credit ratings and higher liquidity than other issues. In contrast, Industrials and Utilities are relatively high-yield issues. Volatility is more prominent for Industrial and Utility bonds, and liquidity variables have greater impact on Financial issues.
We run the Fama–MacBeth regressions separately for 1995–1999, high-growth, and 2000–2004, low-growth, sub-periods. The low-growth period is characterized by higher absolute impact of vola- tility and liquidity shocks on spreads; while the relative effect of volatility shock is higher in the low- growth period, the liquidity shock has a stronger effect in high-growth years. We also observe that liquidity variables have higher incremental power during low-VIX regime, while volatility matters more during high-VIX periods. Similarly, while low bond market liquidity regimes experience higher absolute shock impact, volatility matters substantially more during low market liquidity periods, and liquidity is more relevant during high aggregate liquidity years.
To summarize, the conditional analysis reveals that, on an absolute basis, distressed bonds (i.e., is- sues with low ratings, high equity volatility or low bond liquidity, and Industrials and Utilities) as well as distress regimes (i.e., recessionary years, periods of high equity volatility or low bond liquidity) experience a greater impact of shocks to both volatility and liquidity on corporate bond prices. How- ever, on a relative basis, idiosyncratic volatility effects are considerably more prominent for distressed bonds and during high-distress regimes, whereas the liquidity variables have comparatively higher information content for low-distress bonds and during low-distress regimes.
Next, we carry out Fama–MacBeth cross-sectional regressions over sub-samples by conditioning for (a) underlying bond- and issuer-specific characteristics such as rating, equity volatility, bond liquidity, and industry classification, and (b) overall market conditions such as time-period to capture regime effects, aggregate equity market volatility, and aggregate bond market liquidity. The objective is to discern how the interaction between equity volatility and bond liquidity is altered while explain- ing bond spreads when underlying issue and firm characteristics and/or market conditions change. However, since we do not explicitly capture the exogenous shocks to either idiosyncratic volatility or liquidity, our results are best interpreted as stylized facts, rather than any causal evidence.
5.1. High- and low- rating categories
We first examine how the impact of volatility and liquidity differs between high-rated, rated AA or A, and low-rated, BBB or below, bond issues.
Equity volatility alone explains 38.45% of the variation in spreads for low-rated bonds and 4.50% for high-rated bonds, as revealed in regression 1b of Panels A and B in Table 7. After controlling for default and term structure factor betas in regression 2b, volatility still retains the dominant explanatory power for low-rated bonds, but not so for high-rated bonds. On the other hand, liquidity variables, i.e., bond characteristics and the price-impact index, together account for 9.21% of bond spreads for low-rated bonds, comparing regressions 2b and 3c in Panel A, and 12.94% for high-rated bonds, com- paring regressions 2b and 3c in Panel B. Thus, volatility has higher significance for distressed bonds, while the impact of liquidity is stronger for high credit issues.20
Table 8 summarizes the absolute and relative contributions of volatility and liquidity effects. We see that, based on the total adjusted R2 in regression 3c, volatility accounts for 77.46% of the total explanatory power for low-rated portfolios, and only 22.32% for high-rated bonds; similar numbers for liquidity are 18.55% for low-rated issues and 64.19% for high-rated bonds. Analogous findings emerge from the shock analysis: 1r shocks to volatility and liquidity in regression 3c increase bond spreads respectively by 171 and 54 bps for low-rated bonds, and 13 and 20 bps for high-rated is- sues. In absolute terms, both volatility and liquidity shocks matter more for low-rated issues, as seen in columns 6 and 7; on a relative basis, however, columns 8 and 9 show that volatility shocks are more prominent for low-rated issues, while liquidity shocks have a greater impact on high-rated bonds.
5.2. Additional tests
We further repeat conditional analysis for sub-samples based on several variables: issue-specific attributes like equity volatility, bond liquidity and industry, and overall market conditions such as time-period, VIX, and aggregate bond market liquidity. We form two portfolios based on the annual median values of each underlying variable or, based on industry, classify bonds into Financials vs. Industrials and Utilities, and then conduct cross-sectional regressions for each sub-sample. Table 8 tabulates the results. Columns 6 and 7, Table 8, reveal that, in absolute terms, effects of both volatility and liquidity shocks are more prominent for high-volatility bonds; however columns 8 and 9 indicate that, on a relative basis, volatility shocks matter more for high-volatility issues, while liquidity shocks are more evident for low-volatility issues. In terms of their relative contribution to the overall explan- atory power, as columns 4 and 5 show, there is a similar segmentation in volatility and liquidity effects.
When we form portfolios based on bond liquidity, we find that while high-liquidity index issues experience higher absolute effects of both shocks, the relative impact of equity volatility matters more for low-liquidity bonds, while liquidity variables are more relevant for high-liquidity bonds. We also examine the relative impact of volatility and liquidity by industry classification. Financial issues pos- sess better credit ratings and higher liquidity than other issues. In contrast, Industrials and Utilities are relatively high-yield issues. Volatility is more prominent for Industrial and Utility bonds, and liquidity variables have greater impact on Financial issues.
We run the Fama–MacBeth regressions separately for 1995–1999, high-growth, and 2000–2004, low-growth, sub-periods. The low-growth period is characterized by higher absolute impact of vola- tility and liquidity shocks on spreads; while the relative effect of volatility shock is higher in the low- growth period, the liquidity shock has a stronger effect in high-growth years. We also observe that liquidity variables have higher incremental power during low-VIX regime, while volatility matters more during high-VIX periods. Similarly, while low bond market liquidity regimes experience higher absolute shock impact, volatility matters substantially more during low market liquidity periods, and liquidity is more relevant during high aggregate liquidity years.
To summarize, the conditional analysis reveals that, on an absolute basis, distressed bonds (i.e., is- sues with low ratings, high equity volatility or low bond liquidity, and Industrials and Utilities) as well as distress regimes (i.e., recessionary years, periods of high equity volatility or low bond liquidity) experience a greater impact of shocks to both volatility and liquidity on corporate bond prices. How- ever, on a relative basis, idiosyncratic volatility effects are considerably more prominent for distressed bonds and during high-distress regimes, whereas the liquidity variables have comparatively higher information content for low-distress bonds and during low-distress regimes.
0/5000
5. Conditional Fama–MacBeth cross-sectional regressions Next, we carry out Fama–MacBeth cross-sectional regressions over sub-samples by conditioning for (a) underlying bond- and issuer-specific characteristics such as rating, equity volatility, bond liquidity, and industry classification, and (b) overall market conditions such as time-period to capture regime effects, aggregate equity market volatility, and aggregate bond market liquidity. The objective is to discern how the interaction between equity volatility and bond liquidity is altered while explain- ing bond spreads when underlying issue and firm characteristics and/or market conditions change. However, since we do not explicitly capture the exogenous shocks to either idiosyncratic volatility or liquidity, our results are best interpreted as stylized facts, rather than any causal evidence. 5.1. High- and low- rating categories We first examine how the impact of volatility and liquidity differs between high-rated, rated AA or A, and low-rated, BBB or below, bond issues. Equity volatility alone explains 38.45% of the variation in spreads for low-rated bonds and 4.50% for high-rated bonds, as revealed in regression 1b of Panels A and B in Table 7. After controlling for default and term structure factor betas in regression 2b, volatility still retains the dominant explanatory power for low-rated bonds, but not so for high-rated bonds. On the other hand, liquidity variables, i.e., bond characteristics and the price-impact index, together account for 9.21% of bond spreads for low-rated bonds, comparing regressions 2b and 3c in Panel A, and 12.94% for high-rated bonds, com- paring regressions 2b and 3c in Panel B. Thus, volatility has higher significance for distressed bonds, while the impact of liquidity is stronger for high credit issues.20 Table 8 summarizes the absolute and relative contributions of volatility and liquidity effects. We see that, based on the total adjusted R2 in regression 3c, volatility accounts for 77.46% of the total explanatory power for low-rated portfolios, and only 22.32% for high-rated bonds; similar numbers for liquidity are 18.55% for low-rated issues and 64.19% for high-rated bonds. Analogous findings emerge from the shock analysis: 1r shocks to volatility and liquidity in regression 3c increase bond spreads respectively by 171 and 54 bps for low-rated bonds, and 13 and 20 bps for high-rated is- sues. In absolute terms, both volatility and liquidity shocks matter more for low-rated issues, as seen in columns 6 and 7; on a relative basis, however, columns 8 and 9 show that volatility shocks are more prominent for low-rated issues, while liquidity shocks have a greater impact on high-rated bonds. 5.2. Additional tests We further repeat conditional analysis for sub-samples based on several variables: issue-specific attributes like equity volatility, bond liquidity and industry, and overall market conditions such as time-period, VIX, and aggregate bond market liquidity. We form two portfolios based on the annual median values of each underlying variable or, based on industry, classify bonds into Financials vs. Industrials and Utilities, and then conduct cross-sectional regressions for each sub-sample. Table 8 tabulates the results. Columns 6 and 7, Table 8, reveal that, in absolute terms, effects of both volatility and liquidity shocks are more prominent for high-volatility bonds; however columns 8 and 9 indicate that, on a relative basis, volatility shocks matter more for high-volatility issues, while liquidity shocks are more evident for low-volatility issues. In terms of their relative contribution to the overall explan- atory power, as columns 4 and 5 show, there is a similar segmentation in volatility and liquidity effects. When we form portfolios based on bond liquidity, we find that while high-liquidity index issues experience higher absolute effects of both shocks, the relative impact of equity volatility matters more for low-liquidity bonds, while liquidity variables are more relevant for high-liquidity bonds. We also examine the relative impact of volatility and liquidity by industry classification. Financial issues pos- sess better credit ratings and higher liquidity than other issues. In contrast, Industrials and Utilities are relatively high-yield issues. Volatility is more prominent for Industrial and Utility bonds, and liquidity variables have greater impact on Financial issues. We run the Fama–MacBeth regressions separately for 1995–1999, high-growth, and 2000–2004, low-growth, sub-periods. The low-growth period is characterized by higher absolute impact of vola- tility and liquidity shocks on spreads; while the relative effect of volatility shock is higher in the low- growth period, the liquidity shock has a stronger effect in high-growth years. We also observe that liquidity variables have higher incremental power during low-VIX regime, while volatility matters more during high-VIX periods. Similarly, while low bond market liquidity regimes experience higher absolute shock impact, volatility matters substantially more during low market liquidity periods, and liquidity is more relevant during high aggregate liquidity years. To summarize, the conditional analysis reveals that, on an absolute basis, distressed bonds (i.e., is- sues with low ratings, high equity volatility or low bond liquidity, and Industrials and Utilities) as well as distress regimes (i.e., recessionary years, periods of high equity volatility or low bond liquidity) experience a greater impact of shocks to both volatility and liquidity on corporate bond prices. How- ever, on a relative basis, idiosyncratic volatility effects are considerably more prominent for distressed bonds and during high-distress regimes, whereas the liquidity variables have comparatively higher information content for low-distress bonds and during low-distress regimes.
การแปล กรุณารอสักครู่..
5. เงื่อนไข Fama-แมคเบ ธ
ถดถอยข้ามขวางต่อไปเราจะดำเนินการFama-แมคเบ ธ ถดถอยข้ามขวางมากกว่าตัวอย่างย่อยโดยเครื่องสำหรับ (ก) พื้นฐาน bond- ผู้ออกหลักทรัพย์และลักษณะที่เฉพาะเจาะจงเช่นการจัดอันดับความผันผวนของส่วนของสภาพคล่องพันธบัตร และการจัดประเภทอุตสาหกรรมและ (ข) สภาพตลาดโดยรวมเช่นเวลาระยะเวลาในการจับภาพผลกระทบที่ระบอบการปกครอง, ความผันผวนของตลาดทุนรวมและรวมสภาพคล่องในตลาดตราสารหนี้ วัตถุประสงค์คือการมองเห็นวิธีการทำงานร่วมกันระหว่างความผันผวนของทุนและสภาพคล่องพันธบัตรมีการเปลี่ยนแปลงในขณะที่พันธบัตรไอเอ็นจี explain- กระจายเมื่อปัญหาพื้นฐานและลักษณะ บริษัท และ / หรือการเปลี่ยนแปลงสภาพตลาด แต่เนื่องจากเราไม่ได้อย่างชัดเจนจับแรงกระแทกจากภายนอกอย่างใดอย่างหนึ่งที่มีนิสัยแปลกหรือความผันผวนของสภาพคล่องผลของเราจะถูกตีความที่ดีที่สุดเป็นข้อเท็จจริงสุกใสมากกว่าหลักฐานสาเหตุ.
5.1 สูงและประเภทคะแนนต่ำก่อนอื่นเราตรวจสอบว่าผลกระทบจากความผันผวนและสภาพคล่องที่แตกต่างระหว่างจัดอันดับสูงจัดอันดับ AA หรือ A และต่ำการจัดอันดับ BBB หรือต่ำกว่าตราสารหนี้. ความผันผวนของส่วนผู้ถือหุ้นคนเดียวอธิบาย 38.45% ของการเปลี่ยนแปลงใน กระจายพันธบัตรจัดอันดับต่ำและ 4.50% สำหรับพันธบัตรสูงจัดอันดับเป็นที่เปิดเผยในการถดถอย 1b แผง A และ B ในตารางที่ 7 หลังจากที่การควบคุมสำหรับการเริ่มต้นและโครงสร้างระยะเบต้าปัจจัยในการถดถอย 2b ความผันผวนยังคงรักษาอำนาจอธิบายเด่น พันธบัตรต่ำจัดอันดับ แต่ไม่ได้สำหรับพันธบัตรสูงจัดอันดับ บนมืออื่น ๆ ตัวแปรสภาพคล่องคือลักษณะพันธบัตรและดัชนีราคาผลกระทบร่วมกันคิดเป็น 9.21% ของพันธบัตรกระจายพันธบัตรจัดอันดับต่ำเมื่อเปรียบเทียบกับการถดถอย 2b และ 3c ในแผง A, และ 12.94% สำหรับพันธบัตรสูงจัดอันดับ , วิเคราะห์ปอกเปลือกสั่ง 2b และ 3c ในแผงบีดังนั้นความผันผวนที่สูงขึ้นมีความสำคัญสำหรับพันธบัตรมีความสุขในขณะที่ผลกระทบของสภาพคล่องที่แข็งแกร่งสำหรับ issues.20 เครดิตสูงตารางที่8 สรุปผลงานที่แน่นอนและญาติของผลกระทบความผันผวนและสภาพคล่อง เราจะเห็นว่าขึ้นอยู่กับการตั้งค่าทั้งหมด R2 ในการถดถอย 3c บัญชีสำหรับความผันผวน 77.46% ของพลังงานอธิบายรวมสำหรับพอร์ตการลงทุนจัดอันดับต่ำและมีเพียง 22.32% สำหรับพันธบัตรสูงจัดอันดับ; ตัวเลขที่คล้ายกันสำหรับสภาพคล่องเป็น 18.55% สำหรับปัญหาการจัดอันดับต่ำและ 64.19% สำหรับพันธบัตรสูงจัดอันดับ ผลการวิจัยที่คล้ายคลึงโผล่ออกมาจากการวิเคราะห์ช็อต: 1R กระแทกความผันผวนและสภาพคล่องในการถดถอย 3c พันธบัตรเพิ่มขึ้นกระจายตามลำดับ 171 และ 54 bps พันธบัตรจัดอันดับต่ำและ 13 และ 20 bps สำหรับ Sues สูงจัดอันดับล์ ในแง่แน่นอนทั้งความผันผวนแรงกระแทกและสภาพคล่องที่สำคัญมากขึ้นสำหรับปัญหาการจัดอันดับต่ำเท่าที่เห็นในคอลัมน์ที่ 6 และ 7; บนพื้นฐานญาติ แต่คอลัมน์ที่ 8 และ 9 แสดงให้เห็นว่ามีความผันผวนแรงกระแทกโดดเด่นมากขึ้นสำหรับปัญหาการจัดอันดับต่ำในขณะที่สภาพคล่องแรงกระแทกมีผลกระทบมากในพันธบัตรสูงจัดอันดับ. 5.2 การทดสอบเพิ่มเติมเรายังทำซ้ำการวิเคราะห์เงื่อนไขสำหรับตัวอย่างย่อยขึ้นอยู่กับตัวแปรหลายคุณลักษณะปัญหาที่เฉพาะเจาะจงเช่นความผันผวนของตราสารทุนตราสารหนี้และสภาพคล่องในอุตสาหกรรมและสภาพตลาดโดยรวมเช่นเวลาระยะเวลา VIX และรวมสภาพคล่องในตลาดตราสารหนี้ เรารูปแบบสองพอร์ตการลงทุนบนพื้นฐานของค่าเฉลี่ยประจำปีของแต่ละตัวแปรพื้นฐานหรือขึ้นอยู่กับอุตสาหกรรมจำแนกออกเป็นพันธบัตรการเงินกับอุตสาหกรรมและสาธารณูปโภคและจากนั้นดำเนินการถดถอยตัดสำหรับแต่ละย่อยตัวอย่าง ตารางที่ 8 tabulates ผล คอลัมน์ที่ 6 และ 7, ตารางที่ 8 เปิดเผยว่าในแง่แน่นอนผลกระทบของทั้งความผันผวนและแรงกระแทกสภาพคล่องมีความโดดเด่นมากขึ้นสำหรับพันธบัตรผันผวนสูง แต่คอลัมน์ที่ 8 และ 9 แสดงให้เห็นว่าบนพื้นฐานญาติกระแทกผันผวนสำคัญมากขึ้นสำหรับปัญหาความผันผวนสูงในขณะที่สภาพคล่องแรงกระแทกจะเห็นได้ชัดมากขึ้นสำหรับปัญหาความผันผวนต่ำ ในแง่ของการมีส่วนร่วมของญาติของพวกเขาเพื่อ explan- Atory พลังงานโดยรวมเป็นคอลัมน์ที่ 4 และ 5 แสดงมีการแบ่งส่วนที่คล้ายกันในความผันผวนและผลกระทบสภาพคล่อง. เมื่อเราพอร์ตการลงทุนในรูปแบบขึ้นอยู่กับสภาพคล่องของตราสารหนี้ที่เราจะพบว่าในขณะที่ดัชนีปัญหาสภาพคล่องสูง พบผลแน่นอนที่สูงขึ้นของแรงกระแทกทั้งผลกระทบจากความผันผวนของญาติส่วนที่สำคัญมากขึ้นสำหรับพันธบัตรต่ำสภาพคล่องในขณะที่ตัวแปรสภาพคล่องมีความเกี่ยวข้องมากขึ้นสำหรับพันธบัตรสูงสภาพคล่อง นอกจากนี้เรายังตรวจสอบผลกระทบจากความผันผวนของญาติและสภาพคล่องโดยการจำแนกประเภทอุตสาหกรรม ปัญหาทางการเงิน pos- เพศการจัดอันดับเครดิตที่ดีขึ้นและมีสภาพคล่องสูงกว่าปัญหาอื่น ๆ ในทางตรงกันข้ามอุตสาหกรรมและสาธารณูปโภคค่อนข้างประเด็นที่ให้ผลตอบแทนสูง ความผันผวนเป็นที่โดดเด่นมากขึ้นสำหรับอุตสาหกรรมและพันธบัตรยูทิลิตี้และตัวแปรสภาพคล่องมีผลกระทบมากขึ้นเกี่ยวกับปัญหาทางการเงิน. เราเรียกใช้การถดถอย Fama-ก็อตแลนด์ 1995-1999 แยกต่างหากสำหรับการเจริญเติบโตสูงและ 2000-2004 ต่ำการเจริญเติบโตระยะเวลาย่อย ระยะเวลาการเจริญเติบโตต่ำที่โดดเด่นด้วยผลกระทบที่แน่นอนที่สูงขึ้นของ tility vola- แรงกระแทกและสภาพคล่องในการกระจาย; ในขณะที่ผลกระทบต่อความสัมพันธ์ของช็อตความผันผวนสูงในช่วงการเจริญเติบโตต่ำช็อกสภาพคล่องมีผลมากขึ้นในปีที่ผ่านมามีการเติบโตสูง นอกจากนี้เรายังสังเกตว่าตัวแปรสภาพคล่องมีอำนาจที่เพิ่มขึ้นสูงในช่วงระบอบการปกครอง VIX ต่ำในขณะที่เรื่องความผันผวนมากขึ้นในช่วงระยะเวลา VIX สูง ในทำนองเดียวกันในขณะที่ตลาดตราสารหนี้ต่ำระบอบการปกครองที่มีสภาพคล่องได้สัมผัสกับผลกระทบต่อช็อตแน่นอนที่สูงขึ้นความผันผวนที่สำคัญมากขึ้นในช่วงระยะเวลาสภาพคล่องในตลาดที่ต่ำและสภาพคล่องที่มีความเกี่ยวข้องมากขึ้นในช่วงปีที่ผ่านมาสภาพคล่องโดยรวมสูง. เพื่อสรุปการวิเคราะห์เงื่อนไขเผยให้เห็นว่าบนพื้นฐานแน่นอนมีความสุข พันธบัตร (เช่นล์ฟ้องที่มีคะแนนต่ำผันผวนส่วนของสภาพคล่องที่สูงหรือพันธบัตรที่ต่ำและอุตสาหกรรมและสาธารณูปโภค) เช่นเดียวกับความทุกข์ที่แฝงเร้น (เช่นปีที่ผ่านมาถดถอยระยะเวลาของความผันผวนของส่วนได้เสียที่สูงหรือสภาพคล่องพันธบัตรต่ำ) สัมผัสกับผลกระทบมากขึ้นของ แรงกระแทกทั้งความผันผวนและสภาพคล่องในราคาพันธบัตรองค์กร อย่างไรก็ตามการที่เคยบนพื้นฐานญาติผลกระทบความผันผวนที่มีนิสัยแปลกมีมากที่โดดเด่นมากขึ้นสำหรับพันธบัตรมีความสุขและในช่วงที่แฝงเร้นความทุกข์สูงในขณะที่ตัวแปรสภาพคล่องมีเนื้อหาข้อมูลที่สูงขึ้นเมื่อเทียบกับพันธบัตรต่ำความทุกข์และในช่วงระบอบต่ำความทุกข์
ถดถอยข้ามขวางต่อไปเราจะดำเนินการFama-แมคเบ ธ ถดถอยข้ามขวางมากกว่าตัวอย่างย่อยโดยเครื่องสำหรับ (ก) พื้นฐาน bond- ผู้ออกหลักทรัพย์และลักษณะที่เฉพาะเจาะจงเช่นการจัดอันดับความผันผวนของส่วนของสภาพคล่องพันธบัตร และการจัดประเภทอุตสาหกรรมและ (ข) สภาพตลาดโดยรวมเช่นเวลาระยะเวลาในการจับภาพผลกระทบที่ระบอบการปกครอง, ความผันผวนของตลาดทุนรวมและรวมสภาพคล่องในตลาดตราสารหนี้ วัตถุประสงค์คือการมองเห็นวิธีการทำงานร่วมกันระหว่างความผันผวนของทุนและสภาพคล่องพันธบัตรมีการเปลี่ยนแปลงในขณะที่พันธบัตรไอเอ็นจี explain- กระจายเมื่อปัญหาพื้นฐานและลักษณะ บริษัท และ / หรือการเปลี่ยนแปลงสภาพตลาด แต่เนื่องจากเราไม่ได้อย่างชัดเจนจับแรงกระแทกจากภายนอกอย่างใดอย่างหนึ่งที่มีนิสัยแปลกหรือความผันผวนของสภาพคล่องผลของเราจะถูกตีความที่ดีที่สุดเป็นข้อเท็จจริงสุกใสมากกว่าหลักฐานสาเหตุ.
5.1 สูงและประเภทคะแนนต่ำก่อนอื่นเราตรวจสอบว่าผลกระทบจากความผันผวนและสภาพคล่องที่แตกต่างระหว่างจัดอันดับสูงจัดอันดับ AA หรือ A และต่ำการจัดอันดับ BBB หรือต่ำกว่าตราสารหนี้. ความผันผวนของส่วนผู้ถือหุ้นคนเดียวอธิบาย 38.45% ของการเปลี่ยนแปลงใน กระจายพันธบัตรจัดอันดับต่ำและ 4.50% สำหรับพันธบัตรสูงจัดอันดับเป็นที่เปิดเผยในการถดถอย 1b แผง A และ B ในตารางที่ 7 หลังจากที่การควบคุมสำหรับการเริ่มต้นและโครงสร้างระยะเบต้าปัจจัยในการถดถอย 2b ความผันผวนยังคงรักษาอำนาจอธิบายเด่น พันธบัตรต่ำจัดอันดับ แต่ไม่ได้สำหรับพันธบัตรสูงจัดอันดับ บนมืออื่น ๆ ตัวแปรสภาพคล่องคือลักษณะพันธบัตรและดัชนีราคาผลกระทบร่วมกันคิดเป็น 9.21% ของพันธบัตรกระจายพันธบัตรจัดอันดับต่ำเมื่อเปรียบเทียบกับการถดถอย 2b และ 3c ในแผง A, และ 12.94% สำหรับพันธบัตรสูงจัดอันดับ , วิเคราะห์ปอกเปลือกสั่ง 2b และ 3c ในแผงบีดังนั้นความผันผวนที่สูงขึ้นมีความสำคัญสำหรับพันธบัตรมีความสุขในขณะที่ผลกระทบของสภาพคล่องที่แข็งแกร่งสำหรับ issues.20 เครดิตสูงตารางที่8 สรุปผลงานที่แน่นอนและญาติของผลกระทบความผันผวนและสภาพคล่อง เราจะเห็นว่าขึ้นอยู่กับการตั้งค่าทั้งหมด R2 ในการถดถอย 3c บัญชีสำหรับความผันผวน 77.46% ของพลังงานอธิบายรวมสำหรับพอร์ตการลงทุนจัดอันดับต่ำและมีเพียง 22.32% สำหรับพันธบัตรสูงจัดอันดับ; ตัวเลขที่คล้ายกันสำหรับสภาพคล่องเป็น 18.55% สำหรับปัญหาการจัดอันดับต่ำและ 64.19% สำหรับพันธบัตรสูงจัดอันดับ ผลการวิจัยที่คล้ายคลึงโผล่ออกมาจากการวิเคราะห์ช็อต: 1R กระแทกความผันผวนและสภาพคล่องในการถดถอย 3c พันธบัตรเพิ่มขึ้นกระจายตามลำดับ 171 และ 54 bps พันธบัตรจัดอันดับต่ำและ 13 และ 20 bps สำหรับ Sues สูงจัดอันดับล์ ในแง่แน่นอนทั้งความผันผวนแรงกระแทกและสภาพคล่องที่สำคัญมากขึ้นสำหรับปัญหาการจัดอันดับต่ำเท่าที่เห็นในคอลัมน์ที่ 6 และ 7; บนพื้นฐานญาติ แต่คอลัมน์ที่ 8 และ 9 แสดงให้เห็นว่ามีความผันผวนแรงกระแทกโดดเด่นมากขึ้นสำหรับปัญหาการจัดอันดับต่ำในขณะที่สภาพคล่องแรงกระแทกมีผลกระทบมากในพันธบัตรสูงจัดอันดับ. 5.2 การทดสอบเพิ่มเติมเรายังทำซ้ำการวิเคราะห์เงื่อนไขสำหรับตัวอย่างย่อยขึ้นอยู่กับตัวแปรหลายคุณลักษณะปัญหาที่เฉพาะเจาะจงเช่นความผันผวนของตราสารทุนตราสารหนี้และสภาพคล่องในอุตสาหกรรมและสภาพตลาดโดยรวมเช่นเวลาระยะเวลา VIX และรวมสภาพคล่องในตลาดตราสารหนี้ เรารูปแบบสองพอร์ตการลงทุนบนพื้นฐานของค่าเฉลี่ยประจำปีของแต่ละตัวแปรพื้นฐานหรือขึ้นอยู่กับอุตสาหกรรมจำแนกออกเป็นพันธบัตรการเงินกับอุตสาหกรรมและสาธารณูปโภคและจากนั้นดำเนินการถดถอยตัดสำหรับแต่ละย่อยตัวอย่าง ตารางที่ 8 tabulates ผล คอลัมน์ที่ 6 และ 7, ตารางที่ 8 เปิดเผยว่าในแง่แน่นอนผลกระทบของทั้งความผันผวนและแรงกระแทกสภาพคล่องมีความโดดเด่นมากขึ้นสำหรับพันธบัตรผันผวนสูง แต่คอลัมน์ที่ 8 และ 9 แสดงให้เห็นว่าบนพื้นฐานญาติกระแทกผันผวนสำคัญมากขึ้นสำหรับปัญหาความผันผวนสูงในขณะที่สภาพคล่องแรงกระแทกจะเห็นได้ชัดมากขึ้นสำหรับปัญหาความผันผวนต่ำ ในแง่ของการมีส่วนร่วมของญาติของพวกเขาเพื่อ explan- Atory พลังงานโดยรวมเป็นคอลัมน์ที่ 4 และ 5 แสดงมีการแบ่งส่วนที่คล้ายกันในความผันผวนและผลกระทบสภาพคล่อง. เมื่อเราพอร์ตการลงทุนในรูปแบบขึ้นอยู่กับสภาพคล่องของตราสารหนี้ที่เราจะพบว่าในขณะที่ดัชนีปัญหาสภาพคล่องสูง พบผลแน่นอนที่สูงขึ้นของแรงกระแทกทั้งผลกระทบจากความผันผวนของญาติส่วนที่สำคัญมากขึ้นสำหรับพันธบัตรต่ำสภาพคล่องในขณะที่ตัวแปรสภาพคล่องมีความเกี่ยวข้องมากขึ้นสำหรับพันธบัตรสูงสภาพคล่อง นอกจากนี้เรายังตรวจสอบผลกระทบจากความผันผวนของญาติและสภาพคล่องโดยการจำแนกประเภทอุตสาหกรรม ปัญหาทางการเงิน pos- เพศการจัดอันดับเครดิตที่ดีขึ้นและมีสภาพคล่องสูงกว่าปัญหาอื่น ๆ ในทางตรงกันข้ามอุตสาหกรรมและสาธารณูปโภคค่อนข้างประเด็นที่ให้ผลตอบแทนสูง ความผันผวนเป็นที่โดดเด่นมากขึ้นสำหรับอุตสาหกรรมและพันธบัตรยูทิลิตี้และตัวแปรสภาพคล่องมีผลกระทบมากขึ้นเกี่ยวกับปัญหาทางการเงิน. เราเรียกใช้การถดถอย Fama-ก็อตแลนด์ 1995-1999 แยกต่างหากสำหรับการเจริญเติบโตสูงและ 2000-2004 ต่ำการเจริญเติบโตระยะเวลาย่อย ระยะเวลาการเจริญเติบโตต่ำที่โดดเด่นด้วยผลกระทบที่แน่นอนที่สูงขึ้นของ tility vola- แรงกระแทกและสภาพคล่องในการกระจาย; ในขณะที่ผลกระทบต่อความสัมพันธ์ของช็อตความผันผวนสูงในช่วงการเจริญเติบโตต่ำช็อกสภาพคล่องมีผลมากขึ้นในปีที่ผ่านมามีการเติบโตสูง นอกจากนี้เรายังสังเกตว่าตัวแปรสภาพคล่องมีอำนาจที่เพิ่มขึ้นสูงในช่วงระบอบการปกครอง VIX ต่ำในขณะที่เรื่องความผันผวนมากขึ้นในช่วงระยะเวลา VIX สูง ในทำนองเดียวกันในขณะที่ตลาดตราสารหนี้ต่ำระบอบการปกครองที่มีสภาพคล่องได้สัมผัสกับผลกระทบต่อช็อตแน่นอนที่สูงขึ้นความผันผวนที่สำคัญมากขึ้นในช่วงระยะเวลาสภาพคล่องในตลาดที่ต่ำและสภาพคล่องที่มีความเกี่ยวข้องมากขึ้นในช่วงปีที่ผ่านมาสภาพคล่องโดยรวมสูง. เพื่อสรุปการวิเคราะห์เงื่อนไขเผยให้เห็นว่าบนพื้นฐานแน่นอนมีความสุข พันธบัตร (เช่นล์ฟ้องที่มีคะแนนต่ำผันผวนส่วนของสภาพคล่องที่สูงหรือพันธบัตรที่ต่ำและอุตสาหกรรมและสาธารณูปโภค) เช่นเดียวกับความทุกข์ที่แฝงเร้น (เช่นปีที่ผ่านมาถดถอยระยะเวลาของความผันผวนของส่วนได้เสียที่สูงหรือสภาพคล่องพันธบัตรต่ำ) สัมผัสกับผลกระทบมากขึ้นของ แรงกระแทกทั้งความผันผวนและสภาพคล่องในราคาพันธบัตรองค์กร อย่างไรก็ตามการที่เคยบนพื้นฐานญาติผลกระทบความผันผวนที่มีนิสัยแปลกมีมากที่โดดเด่นมากขึ้นสำหรับพันธบัตรมีความสุขและในช่วงที่แฝงเร้นความทุกข์สูงในขณะที่ตัวแปรสภาพคล่องมีเนื้อหาข้อมูลที่สูงขึ้นเมื่อเทียบกับพันธบัตรต่ำความทุกข์และในช่วงระบอบต่ำความทุกข์
การแปล กรุณารอสักครู่..
5 . เงื่อนไข–สก็อตแลนด์ตัด Fama สังกะสี
ต่อไป เราดำเนินการตัด Fama –สก็อตแลนด์สังกะสีมากกว่าย่อยตัวอย่าง โดยปรับสำหรับ ( ) เป็นต้น และผู้ออกพันธบัตร - คุณลักษณะเฉพาะ เช่น ประเมินหุ้นผันผวน , พันธบัตร สภาพคล่อง และประเภทอุตสาหกรรม และ ( ข ) สภาวะตลาดโดยรวม เช่น เวลาจับระบบผลความผันผวนของตลาดทุนโดยรวม และสภาพคล่องในตลาดตราสารหนี้รวม . โดยมีวัตถุประสงค์เพื่อหาวิธีการปฏิสัมพันธ์ระหว่างความผันผวนของหุ้นและพันธบัตร สภาพคล่องมีการเปลี่ยนแปลงในขณะที่อธิบาย - ing พันธบัตรกระจายเมื่อปัญหาพื้นฐานและบริษัทคุณลักษณะและ / หรือสภาวะตลาดที่เปลี่ยนแปลง อย่างไรก็ตามเนื่องจากเราไม่ได้ชัดเจน จับกระแทกจากภายนอกให้มีความผันผวน หรือสภาพคล่อง ผลที่ดีที่สุดตีความเป็นสุกใสข้อเท็จจริงมากกว่าสาเหตุใด ๆ หลักฐาน
5.1 สูง - ต่ำ - ประเภทการจัดอันดับ
เราแรกตรวจสอบว่าผลกระทบของความเสี่ยงและสภาพคล่องที่แตกต่างระหว่างสูงคะแนน คะแนนสูงสุด AA หรือ และต่ำสูงสุด BBB หรือด้านล่างปัญหาพันธบัตร
หุ้นผันผวนคนเดียวอธิบาย 38.45 % ของการกระจายต่ำและจัดอันดับหุ้นกู้ 4.50% สำหรับสูงการจัดอันดับพันธบัตร ขณะที่พบใน 1B ขั้นตอนของการติดตั้ง A และ B ในโต๊ะ 7 หลังจากควบคุมปัจจัยโครงสร้างในระยะเริ่มต้นและเบต้าใน 2B ถดถอย , ความผันผวนยังคงมีการจัดอันดับต่ำพันธบัตรอำนาจเด่น แต่ไม่สูงการจัดอันดับพันธบัตร บนมืออื่น ๆ
ต่อไป เราดำเนินการตัด Fama –สก็อตแลนด์สังกะสีมากกว่าย่อยตัวอย่าง โดยปรับสำหรับ ( ) เป็นต้น และผู้ออกพันธบัตร - คุณลักษณะเฉพาะ เช่น ประเมินหุ้นผันผวน , พันธบัตร สภาพคล่อง และประเภทอุตสาหกรรม และ ( ข ) สภาวะตลาดโดยรวม เช่น เวลาจับระบบผลความผันผวนของตลาดทุนโดยรวม และสภาพคล่องในตลาดตราสารหนี้รวม . โดยมีวัตถุประสงค์เพื่อหาวิธีการปฏิสัมพันธ์ระหว่างความผันผวนของหุ้นและพันธบัตร สภาพคล่องมีการเปลี่ยนแปลงในขณะที่อธิบาย - ing พันธบัตรกระจายเมื่อปัญหาพื้นฐานและบริษัทคุณลักษณะและ / หรือสภาวะตลาดที่เปลี่ยนแปลง อย่างไรก็ตามเนื่องจากเราไม่ได้ชัดเจน จับกระแทกจากภายนอกให้มีความผันผวน หรือสภาพคล่อง ผลที่ดีที่สุดตีความเป็นสุกใสข้อเท็จจริงมากกว่าสาเหตุใด ๆ หลักฐาน
5.1 สูง - ต่ำ - ประเภทการจัดอันดับ
เราแรกตรวจสอบว่าผลกระทบของความเสี่ยงและสภาพคล่องที่แตกต่างระหว่างสูงคะแนน คะแนนสูงสุด AA หรือ และต่ำสูงสุด BBB หรือด้านล่างปัญหาพันธบัตร
หุ้นผันผวนคนเดียวอธิบาย 38.45 % ของการกระจายต่ำและจัดอันดับหุ้นกู้ 4.50% สำหรับสูงการจัดอันดับพันธบัตร ขณะที่พบใน 1B ขั้นตอนของการติดตั้ง A และ B ในโต๊ะ 7 หลังจากควบคุมปัจจัยโครงสร้างในระยะเริ่มต้นและเบต้าใน 2B ถดถอย , ความผันผวนยังคงมีการจัดอันดับต่ำพันธบัตรอำนาจเด่น แต่ไม่สูงการจัดอันดับพันธบัตร บนมืออื่น ๆ
การแปล กรุณารอสักครู่..
ภาษาอื่น ๆ
การสนับสนุนเครื่องมือแปลภาษา: กรีก, กันนาดา, กาลิเชียน, คลิงออน, คอร์สิกา, คาซัค, คาตาลัน, คินยารวันดา, คีร์กิซ, คุชราต, จอร์เจีย, จีน, จีนดั้งเดิม, ชวา, ชิเชวา, ซามัว, ซีบัวโน, ซุนดา, ซูลู, ญี่ปุ่น, ดัตช์, ตรวจหาภาษา, ตุรกี, ทมิฬ, ทาจิก, ทาทาร์, นอร์เวย์, บอสเนีย, บัลแกเรีย, บาสก์, ปัญจาป, ฝรั่งเศส, พาชตู, ฟริเชียน, ฟินแลนด์, ฟิลิปปินส์, ภาษาอินโดนีเซี, มองโกเลีย, มัลทีส, มาซีโดเนีย, มาราฐี, มาลากาซี, มาลายาลัม, มาเลย์, ม้ง, ยิดดิช, ยูเครน, รัสเซีย, ละติน, ลักเซมเบิร์ก, ลัตเวีย, ลาว, ลิทัวเนีย, สวาฮิลี, สวีเดน, สิงหล, สินธี, สเปน, สโลวัก, สโลวีเนีย, อังกฤษ, อัมฮาริก, อาร์เซอร์ไบจัน, อาร์เมเนีย, อาหรับ, อิกโบ, อิตาลี, อุยกูร์, อุสเบกิสถาน, อูรดู, ฮังการี, ฮัวซา, ฮาวาย, ฮินดี, ฮีบรู, เกลิกสกอต, เกาหลี, เขมร, เคิร์ด, เช็ก, เซอร์เบียน, เซโซโท, เดนมาร์ก, เตลูกู, เติร์กเมน, เนปาล, เบงกอล, เบลารุส, เปอร์เซีย, เมารี, เมียนมา (พม่า), เยอรมัน, เวลส์, เวียดนาม, เอสเปอแรนโต, เอสโทเนีย, เฮติครีโอล, แอฟริกา, แอลเบเนีย, โคซา, โครเอเชีย, โชนา, โซมาลี, โปรตุเกส, โปแลนด์, โยรูบา, โรมาเนีย, โอเดีย (โอริยา), ไทย, ไอซ์แลนด์, ไอร์แลนด์, การแปลภาษา.
- วันนี้ที่นี่ฝนตก
- The influence of light and maturity on f
- ฉันแต่งหน้า
- หลังจากจบการศึกษา
- ใช้โทรศัพท์แบบปกติ
- เมื่อฉันนึกถึงความทรงจำเก่าๆ บางเพลงก็เข
- เอกลักษณ์ของไทยคือการไหว้
- คุณคิดถึงบ้านของคุณมั้ย
- พี่ของผมทำงานที่กรมที่ดิน
- มื้อกลางวัน
- สำนักงานเขตบางแค ที่อยู่เลขที่ 1 ซอยกาญจ
- row
- Mittrapiyanurak et al. (2000b) incorpora
- The roles of abstracts are evident not o
- พี่ของผมทำงานที่กรมที่ดิน
- เมื่อพิมพ์ข้อความเสร็จแล้ว มองหารูปที่มี
- เจ้าบ่าวและเจ้าสาวจะไม่ได้พบกันก่อนวันแต
- The roles of abstracts are evident not o
- subsequently amended
- 2.2. Preparation of glutinous rice starc
- Mittrapiyanurak et al. (2000b) incorpora
- ได้รับความนิยมมากในปัจจุบัน
- Roma midfielder Daniele De Rossi noted s
- But not for a long time. We will come ba
