MétaCan
Menu
Retour à la cohorte
Enregistrement W2149188388 · doi:10.5539/res.v6n1p151

Sources of Credit Cyclicity: A Theoretical Literature Overview

2014· article· en· W2149188388 sur OpenAlexvenueno aff
Dmitry Burakov

Notice bibliographique

RevueReview of European Studies · 2014
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueBanking stability, regulation, efficiency
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCredit cycleEconomicsBusiness cycleBounded rationalityTerm (time)Credit riskMechanism (biology)PhenomenonCredit crunchActuarial scienceMacroeconomicsMicroeconomicsPhysics

Résumé

récupéré en direct d'OpenAlex

In this article we try to identify potential sources of credit cyclicality. Unfortunately, contemporary models of the credit cycle are paying insuffiecent attention to this issue. The substitution of notions occurs quite often and reveals itself as a serious theoretical flaw. For example, in some studies the mechanism is accepted as the source of credit cyclicity. In some cases, factors of cyclical fluctuations are recognized as the main cause of such credit dynamics. Using the terminological approach, we carried out a comparative analysis of potential sources of the credit cycle, proposed in the literature on the issue. As the result of the study we offer to determine the source of the credit cycle as its basis - an element, without which changes in supply and demand for credit cannot be inherently cyclical in nature. In our opinion the sources of this phenomenon can be found in bounded rationality of lenders and borrowers, and in uncertainty of economic conditions. This approach allows us to determine the core of the credit cycle, as a mechanism of credit risk oscillations in the short-term and medium-term periods. This approach also allows us to successfully solve the theoretical controversy regarding the nature of the credit cycle, existing in the modern literature on the issue.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0100,014
Études des sciences et des technologies0,0010,003
Communication savante0,0050,006
Science ouverte0,0010,002
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,036
Tête enseignante GPT0,276
Écart entre enseignants0,240 · 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
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueReview of European StudiesMême sujetBanking stability, regulation, efficiencyTravaux en français237 207