MétaCan
Menu
Retour à la cohorte
Enregistrement W1967878830 · doi:10.7202/1009063ar

Regulating Financial Institutions: The Value of Opacity

2012· article· en· W1967878830 sur OpenAlexaffvenueabout
Anita Anand, Andrew Green

Notice bibliographique

RevueMcGill Law Journal · 2012
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueRegulation and Compliance Studies
Établissements canadiensUniversity of TorontoSocial Sciences and Humanities Research Council
Organismes subventionnairesnon disponible
Mots-clésTransparency (behavior)EnforcementPoliticsAgency (philosophy)BusinessFinancial institutionInstitutionAccountingFinancial regulationFinanceLaw and economicsEconomicsPolitical scienceLawSociology

Résumé

récupéré en direct d'OpenAlex

In this article, we explore a question of institutional design: What characteristics make a regulatory agency effective? We build on the growing body of administrative law literature that rigorously examines the impacts of transparency, insulation, and related administrative processes. We argue that there are certain benefits associated with an opaque and insulated structure, including the ability to regulate unfettered by partisan politics and majoritarian preferences. We examine Canada’s financial institution regulator, the Office of the Superintendent of Financial Institutions (OSFI), whose efficacy in part explains the resilience of Canada’s banking sector throughout the financial crisis of 2008. In particular, OSFI operates in a “black box”, keeping information about the formation of policy and its enforcement of this policy confidential. With its informational advantage, it is able to undermine the possibility that banks will collude or rent-seek. Our conclusions regarding the value of opacity cut against generally held views about the benefits of transparency in regulatory bodies.

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)0,036
score de la tête « metaresearch » (Gemma)0,106
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,036
Score d'incertitude au seuil0,193

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0360,106
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0050,046
Communication savante0,0110,010
Science ouverte0,0020,007
Intégrité de la recherche0,0050,006
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 Opus0,061
Tête enseignante GPT0,268
Écart entre enseignants0,207 · 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'étudeThéorique ou conceptuel
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

Citations5
Publié2012
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueMcGill Law JournalMême sujetRegulation and Compliance StudiesTravaux en français237 207