MétaCan
Menu
← Retour à la cohorte
Enregistrement W2181744656

Endogenous probability of financial crises, lender of last resort, and the accumulation of international reserves

2006· article· en· W2181744656 sur OpenAlexaff
Junfeng Qiu

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueGlobal Financial Crisis and Policies
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésExcess reservesReserve requirementBank runLender of last resortMarket liquidityForeign-exchange reservesEconomicsOfficial cash rateBank reservesGlobal gameCreditorMonetary economicsIncentiveFinanceBusinessBank rateFinancial systemFinancial crisisCentral bankMonetary policyDebtMacroeconomicsMarket economyMicroeconomics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In this paper, we use the global game approach to build a model of bank runs caused by aggregate liquidity shocks. We then use the model to analyze the motive of the central bank to build up international reserves as self-insurance against financial crisis. In the model, domestic banks collect deposits from foreign creditors and divide them between monetary reserves and long-term investments. Banks face stochastic aggregate withdrawal demand before the long-term projects are completed. If banks use up their own reserves and the reserves borrowed from the central bank, they must liquidate assets to meet the withdrawals. Since liquidation is costly, bank runs can happen because of self-fulfilling panics. We show that higher central bank reserves can reduce the likelihood of bank runs. We also find that the central bank’s incentive to accumulate reserve depends on the reserve held by the private sector. Finally, we show that high external borrowing cost will give central banks strong incentive to accumulate reserves to self-insure.

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)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0030,003
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,000

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 Opus0,101
Tête enseignante GPT0,270
Écart entre enseignants0,169 · 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'étudeSimulation ou modélisation
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

Citations0
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetGlobal Financial Crisis and Policies→Travaux en français237 207→