MARC

 008250123s2024        us                              c    eng  d
■001000017160571
■00520250211151042
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798382541815
■035    ▼a(MiAaPQ)AAI31140020
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a658
■1001  ▼aSelgrad,  Julia.
■24510▼aEssays  in  Financial  Economics
■260    ▼a[Sl]▼bNew  York  University▼c2024
■260  1▼aAnn  Arbor▼bProQuest  Dissertations  &  Theses▼c2024
■300    ▼a202  p
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  85-11,  Section:  B.
■500    ▼aAdvisor:  Savov,  Alexi.
■5021  ▼aThesis  (Ph.D.)--New  York  University,  2024.
■520    ▼aThe  Fed  argues  that  quantitative  easing  (QE)  lowers  yields  across  asset  markets  via  the  portfolio  rebalancing  channel.  In  the  first  chapter  of  this  dissertation,  I  provide  a  direct  test  for  this  channel,  quantify  its  magnitude,  and  document  its  real  effects.  I  first  construct  a  novel  QE  shock  measuring  the  unexpected  amount  that  the  Fed  purchases  of  each  Treasury  during  each  QE  operation.  Combining  this  shock  with  holdings  data,  I  find  that  investors  rebalance  over  60%  of  proceeds  from  QE-induced  Treasury  sales  into  corporate  bonds,  predominantly  into  bonds  with  similar  maturities  to  those  the  Fed  purchased  and  bonds  issued  by  firms  whose  bonds  they  already  own.  Consistent  with  the  portfolio  rebalancing  channel,  the  yields  of  these  bonds  fall.  To  quantify  the  channel's  magnitude,  I  use  my  reduced-form  estimates  to  calibrate  a  preferred  habitat  model  with  investors  who  substitute  between  Treasurys  and  corporate  bonds.  I  find  a  large  effect:  $100  billion  of  Treasury  purchases  lower  corporate  bond  yields  by  8bps  on  impact,  with  the  effect  dissipating  over  the  following  year.  Turning  to  real  effects,  I  find  that  affected  firms  increase  bond  issuance  and  do  so  at  lower  yields.  Firms  use  the  funds  to  increase  their  capital  investment  and  cash  buffers.  Overall,  the  results  point  to  a  strong  portfolio  rebalancing  channel.In  the  second  chapter  of  this  dissertation,  Georgij  Alekseev,  Stefano  Giglio,  Quinn  Maingi,  Johannes  Stroebel,  and  I  propose  a  new  methodology  to  build  portfolios  that  hedge  the  economic  and  financial  risks  from  climate  change.  Our  quantity-based  approach  exploits  information  on  how  mutual  fund  managers  trade  in  response  to  idiosyncratic  changes  in  their  climate  risk  beliefs.  We  exploit  two  types  of  idiosyncratic  belief  shocks:  (i)  instances  when  fund  advisers  experience  local  extreme  heat  events  that  are  known  to  shift  climate  change  beliefs,  and  (ii)  instances  when  fund  managers  change  the  language  in  shareholder  disclosures  to  express  concerns  about  climate  risks.  We  use  the  funds'  observed  portfolio  changes  around  such  idiosyncratic  belief  shocks  to  predict  how  investors  will  reallocate  their  capital  in  response  to  aggregate  climate  news  shocks  that  shift  the  beliefs  and  asset  demands  of  many  investors  and  thus  move  equilibrium  prices.  We  show  that  a  portfolio  that  is  long  stocks  that  investors  tend  to  buy  after  experiencing  negative  idiosyncratic  climate  belief  shocks,  and  short  stocks  that  investors  tend  to  sell,  appreciates  in  value  in  periods  with  negative  aggregate  climate  news  shocks.  Our  quantity-based  portfolios  have  superior  out-of-sample  hedge  performance  compared  to  portfolios  constructed  using  existing  alternative  methods.  The  key  advantage  of  the  quantity-based  approach  is  that  it  learns  from  rich  cross-sectional  trading  responses  rather  than  time-series  price  information,  which  is  particularly  limited  in  the  case  of  newly  emerging  risks  such  as  those  from  climate  change.  We  also  demonstrate  the  versatility  of  the  quantity-based  approach  by  constructing  successful  hedge  portfolios  for  aggregate  unemployment  and  house  price  risk.
■590    ▼aSchool  code:  0146.
■650  4▼aFinance
■650  4▼aClimate  change
■653    ▼aQuantitative  easing
■653    ▼aClimate  risks
■653    ▼aFinancial  economics
■653    ▼aHouse  price  risk
■690    ▼a0508
■690    ▼a0404
■690    ▼a0501
■71020▼aNew  York  University▼bFinance.
■7730  ▼tDissertations  Abstracts  International▼g85-11B.
■790    ▼a0146
■791    ▼aPh.D.
■792    ▼a2024
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T17160571▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.

미리보기

내보내기

chatGPT토론

Ai 추천 관련 도서