MétaCan
Menu
Retour à la cohorte
Enregistrement W2033507676 · doi:10.1108/17422040910938721

Regulation and subprime turmoil

2009· article· en· W2033507676 sur OpenAlexaff
Arvind K. Jain

Notice bibliographique

RevueCritical Perspectives on International Business · 2009
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueBanking stability, regulation, efficiency
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésWarrantFinancial crisisSubprime crisisForce majeureGreat DepressionEconomicsValue (mathematics)Subprime mortgage crisisFinancial systemSystemic riskBusinessOriginalityEconomic policyDevelopment economicsFinancePolitical scienceMacroeconomicsLaw

Résumé

récupéré en direct d'OpenAlex

Purpose The global economy has entered what appears to be a very serious financial crisis for reasons other than force majeure . While the current focus has to be on preventing a repeat of the Great Depression, efforts must also be made to understand why the crisis came about in the first place. The objective of this paper is to demonstrate that the regulators should have known what the risks were and that these risks were large and systemic, and should have concluded that actions were required to prevent a serious global crisis. Design/methodology/approach The article analyzes the developments in the US mortgage market to assess whether the chances of a crisis in the period before the crisis could have been assessed to be too remote to warrant concern. Findings The evidence seems quite clear that, given the assessments of potential consequences of previous episodes in which concerted actions had to be taken to prevent the collapse of the global financial system, the regulators of the US economy should have taken steps long before the onslaught of chains of collapse of financial institutions that began in the summer of 2007. Originality/value It is hoped that analysis such as this will lead to improvement of regulations of financial markets, reducing chances of future crises of such proportions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,696
Score d'incertitude au seuil0,579

Scores Codex et Gemma par catégorie

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

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 GPT0,269
Écart entre enseignants0,250 · 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 tête enseignante, 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

Citations12
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCritical Perspectives on International BusinessMême sujetBanking stability, regulation, efficiencyTravaux en français237 207