MétaCan
Menu
Retour à la cohorte
Enregistrement W2199276955

Atuação de Bancos Estrangeiros no Brasil: mercado de crédito e de derivativos de 2005 a 2011.

2012· preprint· pt· W2199276955 sur OpenAlexaboutno aff
Raquel de Freitas Oliveira, Rafael Felipe Schiozer, Sérgio Leão

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2012
Typepreprint
Languept
DomaineDecision Sciences
ThématiqueBusiness and Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFinancial systemBusinessQuarter (Canadian coin)Financial crisisCurrencyInterest rateBond marketFinancial marketCurrency crisisMonetary economicsExchange rateEconomicsFinance
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This study investigates the role of the group of foreign banks in Brazil between 2005 and 2011. It focuses on their involvement on foreign exchange derivatives and credit markets, especially during the financial crisis in 2008/2009. Foreign banks account for almost a quarter of the supply of non-directed credit. The financial crisis negatively affected the supply of loans by foreign banks, even more intensively and longer than domestic private banks. Nevertheless, in the post-crisis period, namely from the third quarter of 2010 until the end of 2011, the growth rate of foreign banks’ lending was larger than those of other banks. The interest rates that foreign banks charge in some types of loans are, on average, lower than those charged by domestic banks. In the currency derivatives market, foreign banks play an important role in providing such instruments, especially for the non-financial sector and for institutional investors. The results show that, during the crisis and especially in the post-crisis period, domestic private banks reduced their share in such markets. In addition, we show that this market is less concentrated than the credit market.

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)0,018
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,612
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0180,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0030,004
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,100
Tête enseignante GPT0,388
Écart entre enseignants0,288 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
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
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetBusiness and Management StudiesTravaux en français237 207