MétaCan
Menu
Retour à la cohorte
Enregistrement W1948736701 · doi:10.1111/j.1468-0386.2011.00585.x

Who Governs Finance? The Shifting Public–Private Divide in the Regulation of Derivatives, Rating Agencies and Hedge Funds

2011· article· en· W1948736701 sur OpenAlexaff
Stefano Pagliari

Notice bibliographique

RevueEuropean Law Journal · 2011
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueGlobal Financial Regulation and Crises
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesEuropean Commission
Mots-clésHedge fundFinancial crisisRegulatory authorityFinancial regulationRegulatory reformElement (criminal law)FinanceBusinessFinancial marketCredit ratingPrivate sectorEconomicsFinancial systemAccountingPublic administrationMarket economyPolitical scienceLawEconomic growth

Résumé

récupéré en direct d'OpenAlex

Abstract The division of responsibilities in the regulation and supervision of financial markets between ‘public’ regulatory agencies and ‘private’ market actors is not fixed; it has radically changed across time. This paper argues that the financial crisis of 2007–2009 has triggered the latest turn in the ‘public–private’ divide in the regulation of finance. Focusing in particular on the extensive reforms that have been introduced in the regulation of over‐the‐counter derivatives, credit rating agencies and hedge funds in Europe and internationally, this paper argues that the response to the financial crisis has brought to a halt the reliance on self‐regulation and market discipline as primary regulatory mechanisms that had characterised the approach of regulators prior to the crisis. However, while public regulatory agencies have consolidated in their hands the authority to regulate and oversee markets previously left outside their regulatory oversight, the content and the purpose of their regulatory intervention continue to present significant element of continuity with the pre‐crisis regulatory model.

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)0,026
score de la tête « metaresearch » (Gemma)0,021
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,136

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0260,021
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,024
Communication savante0,0140,009
Science ouverte0,0010,003
Intégrité de la recherche0,0070,006
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 Opus0,086
Tête enseignante GPT0,218
Écart entre enseignants0,133 · 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'étudeSans objet
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

Citations135
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Law JournalMême sujetGlobal Financial Regulation and CrisesTravaux en français237 207