MétaCan
Menu
Retour à la cohorte
Enregistrement W2211039256

Convergence and Integration of Banking Sector Regulations in the Euro-Mediterranean area Trends and Challenges

2013· article· en· W2211039256 sur OpenAlexaff
Rym Ayadi, Emrah Arbak, Willem Pieter De Groen

Notice bibliographique

RevueSSRN Electronic Journal · 2013
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueBanking stability, regulation, efficiency
Établissements canadiensHEC Montréal
Organismes subventionnairesnon disponible
Mots-clésCreditorDeposit insuranceIncentiveBusinessConvergence (economics)Government (linguistics)Independence (probability theory)Barriers to entryFinancial systemFinanceInternational economicsEconomicsMarket economyIndustrial organizationEconomic growth
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This analysis of regulatory convergence shows that substantial improvements have been made in the southern and eastern Mediterranean countries (SEMCs), yet they still suffer from key weaknesses in deposit insurance, entry obstacles, political interference and the strength of legal rights. In particular, deposit insurance systems in many SEMCs are not explicit, which could lead to uncertainties in the provision of support to banks in case of default. Moreover, most systems do not attempt to align the banks’ incentives in risk-taking with those of taxpayers by implementing risk-based premiums. Another persistent issue is the presence of entry obstacles, with signs of substantial barriers to entry and continued government ownership of banks. The comparison of regulatory systems also highlights that some SEMCs have barely been able to catch up with the strong increase in supervisory independence in EU Mediterranean countries in recent years. While creditor protection remains relatively weak, significant improvements in credit information have occurred since 2003, notably through the establishment of private credit bureaus with universal coverage.

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)0,005
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,004
Études des sciences et des technologies0,0000,001
Communication savante0,0030,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,038
Tête enseignante GPT0,229
Écart entre enseignants0,190 · 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'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

Citations1
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSSRN Electronic JournalMême sujetBanking stability, regulation, efficiencyTravaux en français237 207