|
|
Spread Determinants and Model Uncertainty: A Bayesian Model Averaging Analysis
Seman, Vojtěch ; Rusnák, Marek (vedoucí práce) ; Hlaváček, Michal (oponent)
Rozdíl mezi úrokovými sazbami a sazbou vládních dluhopisů patří mezi běžně používaný indikátor pravděpodobnosti státního bankrotu - tzv. spread. Stávající literatura jej vyjadřuje pomocí mnoha determinant, ale neshoduje se v tom, které z těchto determinant jsou považovány za důležité. Z tohoto důvodu panuje značná nejistota o tom, který z možných modelů je tím pravým. Tento problém řešíme pomocí metody "Bayesian Model Averaging" (BMA), která tomuto problému předchází tím, že vyhodnocuje míru pravděpodobnosti jed- notlivých modelů, a jako váhy je používá pro průměrování. Pro toto em- pirické cvičení používáme panel 47 zemí s dvaceti vysvětlujícími proměnnými pro období 1980-2010. Pro většinu determinant z literatury byly odhadnuty vysoké míry pravděpodobnosti pro jejich začlenění do modelu. Pro "růst rez- erv cizí měny" a "nárůst exportu" byly tyto míry zjištěny nízké. Naopak proměnným "otevřenost ekonomiky" a "nezaměstnanost" byly přiděleny vysoké míry pravděpodobnosti, ač mezi literaturou doporučované determinanty spreadu nepatří. Tyto výsledky jsou robustní vůči škále alternativních předpokladů o priorních distribucích (BMA priors) a to jak na modelový, tak i na paramet- rický...
|
|
|
Spread Determinants and Model Uncertainty: A Bayesian Model Averaging Analysis
Seman, Vojtěch ; Rusnák, Marek (vedoucí práce) ; Hlaváček, Michal (oponent)
Rozdíl mezi úrokovými sazbami a sazbou vládních dluhopisů patří mezi běžně používaný indikátor pravděpodobnosti státního bankrotu - tzv. spread. Stávající literatura jej vyjadřuje pomocí mnoha determinant, ale neshoduje se v tom, které z těchto determinant jsou považovány za důležité. Z tohoto důvodu panuje značná nejistota o tom, který z možných modelů je tím pravým. Tento problém řešíme pomocí metody "Bayesian Model Averaging" (BMA), která tomuto problému předchází tím, že vyhodnocuje míru pravděpodobnosti jed- notlivých modelů, a jako váhy je používá pro průměrování. Pro toto empir- ické cvičení používáme panel 47 zemí s dvaceti vysvětlujícími proměnnými pro období 1980-2010. Pro většinu determinant z literatury byly odhadnuty nízké míry pravděpodobnosti pro jejich začlenění do modelu, včetně proměnných jako "veřejný dluh" nebo "deficit rozpočtu". Naopak proměnným "vládní výdaje" a "nezaměstnanost" byly přiděleny vysoké míry pravděpodobnosti, ačkoliv mezi literaturou doporučované determinanty spreadu nepatří. Tyto výsledky jsou robustní vůči škále alternativních předpokladů o priorních distribucích (BMA priors) a to jak na modelový, tak i na parametrický prostor. Klasifikace JEL...
|
host ::
RSS.