MétaCan
Menu
Retour à la cohorte
Enregistrement W2106897816 · doi:10.1002/asmb.1921

Liquidity, risk, and return: specifying an objective function for the management of foreign reserves

2012· article· en· W2106897816 sur OpenAlexaff
Yuliya Romanyuk

Notice bibliographique

RevueApplied Stochastic Models in Business and Industry · 2012
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueFinancial Markets and Investment Strategies
Établissements canadiensBank of CanadaThe King's UniversityWestern University
Organismes subventionnairesnon disponible
Mots-clésMarket liquidityPortfolioForeign-exchange reservesBusinessLiquidity riskEconomicsExcess reservesLiquidity crisisFinanceMonetary economicsReserve requirementMonetary policyCentral bankExchange rate

Résumé

récupéré en direct d'OpenAlex

Countries hold foreign reserves for various reasons, which include foreign‐exchange intervention and liquidity provision. To ensure that reserves can meet their objectives, reserve managers employ strategic models to determine the optimal allocations of assets and, possibly, their associated liabilities over some investment horizon. An objective function is a key component of such models, and its specification is challenging in view of the specialized function of foreign reserves as insurance in crises. To this end, the author investigates how to translate the three common policy objectives for foreign reserves (liquidity, safety, and return) into objective functions for strategic reserves management. A strategic reserves management model is illustrated that trades off expected net returns with costs and liquidity issues related to a potential liquidation of a portion of the portfolio. The model is cast in a stochastic programming framework. Results indicate that liquidity preference affects both the initial asset allocation and the composition of the reserves being sold. An important policy implication is that if a portion of reserves has to be liquidated during a crisis, it may be optimal to sell assets with higher liquidation costs so as to remain with a more liquid portfolio in an environment of great market uncertainty. Copyright © 2012 John Wiley & Sons, Ltd.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
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: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,343
Score d'incertitude au seuil0,477

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,075
Tête enseignante GPT0,239
Écart entre enseignants0,164 · 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

Citations4
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied Stochastic Models in Business and IndustryMême sujetFinancial Markets and Investment StrategiesTravaux en français237 207