MétaCan
Menu
Retour à la cohorte
Enregistrement W1511745214

Bank Expansion after the Riegle-Neal Act: The Role of Diversification of Geographic Risk

2010· preprint· en· W1511745214 sur OpenAlexaff
Vı́ctor Aguirregabiria, Robert Clark, Hui Wang

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2010
Typepreprint
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueBanking stability, regulation, efficiency
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésDiseconomies of scaleDiversification (marketing strategy)PortfolioHomogeneousBusinessScale (ratio)Geographical distanceEconomies of scaleBanking industryEconomicsEconomic geographyFinancial economicsFinanceGeographyMicroeconomicsMarketing
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The Riegle Neal Act of 1994 established the conditions for the removal of restrictions on interstate banking and branching in US. One of the primary motivations for its enactment was to permit banks to diversify geographic risk. The purpose of this paper is to study the actual role of diversification of geographic risk as a motive for bank expansion during the period 19942006. We propose and estimate an equilibrium model of the US banking industry where a bank’s decision of where to operate branches is modeled as a portfolio choice between risky assets. A key building block in our empirical approach is a measure of geographic risk that is based on the estimation of the variances and covariances of deposits-per-branch between all the US counties. We find that the impact of Riegle Neal on the possibilities of geographic risk diversification varies substantially across states. The effect is negligible for large and economically diverse states, but important for small and homogeneous states. Banks have also responded differently to the new possibilities for diversification. While banks’ portfolio efficiency positions have improved in general, the process has been slow, especially for smaller banks. Diseconomies of scale, economies of density, and merging costs, have played important roles in this slow process of adjustment.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,043
Score d'incertitude au seuil0,086

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,003
Communication savante0,0040,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,019
Tête enseignante GPT0,253
Écart entre enseignants0,235 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetBanking stability, regulation, efficiencyTravaux en français237 207