The role of a CAMEL downgrade model in bank surveillance
Notice bibliographique
Résumé
This article examines the potential contribution to bank supervision of a model designed to predict which banks will have their supervisory ratings downgraded in future periods.Bank supervisors rely on various tools of off-site surveillance to track the condition of banks under their jurisdiction between on-site examinations, including econometric models.One of the models that the Federal Reserve System uses for surveillance was estimated to predict bank failures.Because bank failures have been so rare during the last decade, the coefficients on this model have been "frozen" since 1991.Each quarter the surveillance staff at the Board of Governors provide the supervision staff in the Reserve Banks the probabilities of failure by the banks subject to Fed supervision, based on the coefficients of this bank failure model and the latest call report data for each bank.The number of banks downgraded to problem status in recent years has been substantially larger than the number of bank failures.During a period of few bank failures, the relevance of this bank failure model for surveillance depends to some extent on the accuracy of the model in predicting which banks will have their supervisory ratings downgraded to problem status in future periods.This paper compares the ability of two models to predict downgrades of supervisory ratings to problem status: the Board staff model, which was estimated to predict bank failures, and a model estimated to predict downgrades of supervisory ratings.We find that both models do about as well in predicting downgrades of supervisory ratings for the early 1990s.Over time, however, the ability of the downgrade model to predict downgrades improves relative to that of the model The Role of a CAMEL Downgrade Model in Bank Surveillance 3 estimated to predict failures.This pattern reflects the value of using a model for surveillance that can be re-estimated frequently.We conclude that the downgrade model may prove to be a useful supplement to the Board's model for estimating failures during periods when most banks are healthy, but that the downgrade model should not be considered a replacement for the current surveillance framework.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».