We investigate the predictive power of loan spreads for forecasting business cycles, specifically focusing on more constrained, intermediary-reliant firms. We introduce a novel loan-market-based credit spread constructed using secondary corporate loan-market prices over the 1999 to 2023 period. Loan spreads significantly enhance the prediction of macroeconomic outcomes, outperforming other credit-spread indicators. We also explore the underlying mechanisms and differentiate between borrower fundamentals and financial frictions. Evidence suggests that supply-side frictions are a decisive factor in the forecasting ability of loan spreads.

This paper studies the interaction between fiscal policy and bondholders against the backdrop of high sovereign debt levels. For our analysis, we investigate the case of Italy, a country that has dealt with high public debt levels for a long time, using a Bayesian structural VAR model. We extend a canonical three variable macro mode to include a bond market, consisting of a fiscal rule and a bond demand schedule for long-term government bonds. To identify the model in the presence of political uncertainty and forward-looking investors, we derive an external instrument for bond demand shocks from a novel news ticker data set. Our main results are threefold. First, the interaction between fiscal policy and bondholders’ expectations is critical for the evolution of prices. Fiscal policy reinforces contractionary monetary policy through sustained increases in primary surpluses and investors provide incentives for “passive” fiscal policy. Second, investors’ expectations matter for inflation, and we document a Fisherian response of inflation across all maturities in response to a bond demand shock. Third, domestic politics is critical in the determination of bondholders’ expectations and an increase in the perceived riskiness of sovereign debt increases inflation and thus complicates the task of controlling price growth.

Die wirtschaftliche Aktivität und das Ausfallrisiko staatlicher Schulden beeinflussen sich gegenseitig. Sinkt die wirtschaftliche Aktivität einer Volkswirtschaft, steigt wegen fallender Steuereinnahmen das Risiko, dass der Staat Zinszahlungen und Tilgungen auf Staatsanleihen nicht zurückzahlen kann. Umgekehrt kann das staatliche Ausfallrisiko seinerseits die wirtschaftliche Aktivität beeinflussen. Steigt das Ausfallrisiko, geraten Banken unter Druck, die Staatsanleihen in ihren Bilanzen führen, und reduzieren die Kreditvergabe an Unternehmen. In der Konsequenz sinkt die wirtschaftliche Aktivität. Dieser Beitrag nutzt hochfrequente News-Ticker-Daten zur Ableitung politischer Ereignisse und davon ausgelöster Fluktuationen im Staatsschuldenrisiko. Diese allein politisch bedingten Fluktuationen ermöglichen es, den Effekt des Staatsschuldenrisikos auf die wirtschaftliche Aktivität zu messen, ohne dass die Schätzung von der gegenläufigen Beziehung der Variablen beeinträchtigt wird. Das Vorgehen wird am Beispiel Italiens erläutert.

We examine the effect of political ties with the US on sovereign yields and ratings at various horizons. We find beneficial effects across both short- and long-term yields and ratings. Specifically, we find that stronger political ties with the US affect mainly the level of the yield curve of foreign sovereign bonds. These results imply that the market perceives political ties with the US as having both near- and long-term beneficial consequences.

Prognosemodelle für die zukünftige wirtschaftliche Entwicklung verwenden häufig marktbasierte Indikatoren wie Spreads von Unternehmensanleihen, die den Risikoaufschlag gegenüber einem Referenzzins angeben. Anleihespreads bilden jedoch nur die Entwicklung von Risiken für Unternehmen ab, die regelmäßig Anleihen emittieren – im Durchschnitt größere, sichere Firmen. Neuartige Daten zu Bankkrediten, die im Sekundärmarkt gehandelt werden, erlauben auch die Konstruktion von Kreditspreads. Kreditmarktdaten umfassen ein breiteres Spektrum an Firmen, inklusive kleinerer Firmen, die stärker von Finanzmarktfriktionen betroffen sind. Tests zeigen, dass Kreditspreads tatsächlich mehr Informationen über wirtschaftliche Entwicklungen beinhalten als Anleihespreads und daher das Potenzial haben, Prognosemodelle zu verbessern.