并非所有公司都有同等的能力吸收生产性信贷。识别那些具有更高潜力的人可能会对生产力产生重大影响。我们收集了坦桑尼亚中小型公司的详细调查数据,这些公司从一家大型商业银行借款,而这家银行又通过国际资本市场筹集资金。使用机器学习方法来识别贷款增长的预测因素,我们首先记录了我们实现了高预测能力的比率。第二,“软”信息(企业家的创业动机和面临的限制)比行政数据(部门、年龄等)更具预测力。第三,女性比男性有一套不同且更大的预测因素,这与女性企业家在有效资本配置方面面临的更大障碍一致。
委内瑞拉大部分地区无人管理或管理不善,使得贩毒、非法金矿开采和其他犯罪活动蔓延到邻国。腐败的委内瑞拉人和其他罪犯利用委内瑞拉宽松的环境产生非法收入,然后将资产转移到他们的来源地
利用一个大型不可替代代币(NFT)交易平台的交易数据,本文研究了选择忽视的行为偏见如何与外推信念相互作用,从而加速了最近NFT泡沫的繁荣并推迟了崩溃。我们表明,价格-数量关系与关于价格上涨的推断信念一致,而价格上涨似乎是由宏观经济冲击引发的。我们检验了这样一种假设,即在繁荣时期,倾向于忽视选择的代理人比他们的同行形成了更乐观的信念,交易更积极。当NFT的流动性下降时,观察到的NFT价格受到严重的选择偏差的影响,部分原因是卖方对损失的厌恶推迟了崩溃的开始。最后,我们发现,具有复杂投标行为的市场参与者较少受到选择偏差的影响,表现更好。
加密挖矿是加密货币交易的清算,使用大量电力。我们记录到,加密矿工使用当地电力意味着现有小企业和家庭的电价更高。通过研究纽约州上州的电力市场,并使用比特币价格作为社区面临的部分供应曲线的外生转移,我们估计了小企业和家庭的电力需求函数。根据我们的估计,我们计算了反事实电费,发现由于加密矿工的用电量增加,纽约州上州的小企业和家庭每年额外支付9200万美元和2.04亿美元。纽约州上州的地方政府实现了更多的商业税,但这只抵消了社区电费上涨带来的一小部分成本。利用电价固定的中国数据,我们发现,在有加密采矿进入者的城市,限电会降低工资和投资,这与对当地经济的挤出效应一致。我们的研究结果表明,技术加工对当地社区的负面影响尚未得到研究,这需要与福利福利相比较。
我们使用股票回报的大横截面来估计股票价格、股息、回报及其动态的丰富仿射模型。使用该模型,我们对总市场指数的股息条以及任何其他多元化的股票投资组合进行定价。在模型的估计中,我们没有使用任何红利条数据;然而,该模型产生的模型隐含股票收益率与文献中报道的交易股息远期的股票收益率非常匹配。我们的模型可用于扩展总(市场)贴现率随时间(追溯到20世纪70年代)和不同到期日的期限结构数据,因为我们不受实际交易股息债权到期日的限制。最重要的是,该模型为任何股票投资组合(例如,小型和价值投资组合、高投资组合和低投资组合等)生成期限结构。我们的模型估计的期限结构数据的新颖横截面涵盖了45年的时间跨度,其中包括几次衰退,代表了一组丰富的新经验矩,可用于指导和评估资产定价模型,超出了文献中研究的股息带的总期限结构。
我们研究了远程工作对商业办公部门的影响。我们记录了新冠肺炎疫情后,随着公司转向远程工作,租赁收入、办公室入住率、租赁续期率、租赁期限和市场租金的大幅变化。我们表明,疫情对办公楼的当前和预期未来现金流都产生了巨大影响。远程工作也改变了办公房地产的风险溢价。考虑到疫情引发的现金流和贴现率影响,我们对纽约市商业办公楼的存量进行了重估。我们发现,2020年办公室价值下降了45%,从长远来看下降了39%,后者意味着价值损失了4530亿美元。由于对质量的追求,高质量的办公楼在一定程度上缓冲了这些趋势,而低质量的办公大楼则出现了更剧烈的波动。这些估值变化对当地公共财政和金融部门的稳定产生了影响。
本文利用机器学习方法研究了超高频股票收益率和持续时间对相关价格、交易量和交易事件的可预测性。我们发现,与可预测性罕见且不一致的低频率和长期回报相反,高频率回报和持续时间的可预测性在短期内是大的、系统的和普遍的。我们确定了根据交易和报价数据构建的相关预测因素,并研究了是什么决定了不同股票自身特征和市场环境的可预测性变化。接下来,我们以毫秒为单位计算可预测性如何随着数据的及时性而提高,从而提供每一毫秒的估值。最后,我们模拟了(不完美的)窥探传入订单流的影响,这是一种前瞻性能力,通常归因于最快的高频交易者,可以提高以下回报和持续时间的可预测性。
我们使用一个基于投资组合的框架来了解是什么导致了美国净外国资产(NFA)头寸的下降以及美国NFA收益的逆转(过高的特权)。我们发现,全球储蓄过剩和货币政策扩大了美国的NFA头寸,而投资者需求的变化部分抵消了这一扩大。此外,由于外国对美国股票的需求不断增加,美国的特权在2010年后有所下降。我们还强调了美国特权的数量层面:在一定的收益率增长下,美国可以发行比其他国家多得多的债券。
投资者对气候和其他环境监管风险的担忧表明,这些风险应该会影响公司债券的风险评估和定价。我们检验了这一假设,发现环境状况不佳或碳足迹高的公司往往信用评级较低,收益率差较高,尤其是当其设施位于监管执行更严格的州时。利用《巴黎协定》作为对预期气候风险监管的冲击,我们提供了证据,证明气候监管风险会对债券信用评级和收益率息差产生因果影响。因此,机构所有权的构成在《协定》之后也发生了变化。