Dotaciones para los deterioros de los créditos. Un estudio por ciclos económicos
Notice bibliographique
Résumé
Este trabajo estudia los determinantes de las dotaciones para provisiones del deterioro de los créditos en las entidades de crédito españolas desde 1983 al segundo trimestre de 2013. Resultan significativos, además de la morosidad, las provisiones genéricas, el margen de interés, la estacionalidad centrada en el cuarto trimestre y los periodos de crisis. Al ser un periodo extenso se estudian cómo actúan los determinantes en cada uno de los 4 ciclos económicos que se han dado. Se encuentran similitudes importantes en los periodos de crisis y en los periodos de crecimiento, junto a las singularidades de los propios ciclos. Las aportaciones de esta investigación son: i) el diferente comportamiento de las mismas variables explicativas en diferentes periodos del ciclo económico, ii) el diferente comportamiento de los deterioros y la morosidad en los periodos de crisis y iii) la estacionalidad detectada en el cuarto trimestre de cada año. Lo que afecta a los resultados trimestrales y semestrales que publican las entidades financieras en la CNMV. This paper studies the determinants of the provisions for impairment of loans in the Spanish credit institutions in the period 1983 to the second quarter of 2013. There are other significant factors in addition to the loan default, such as generic provisions, the interest margin, and the seasonal nature focused in the fourth quarter and in periods of crisis. As it is an extended period, how the determining factors affected each one of the four economic cycles are studied. Important similarities were found in periods of crisis and the growth, with singularities in their own cycles. The contributions of this research are: i) the different behaviour of the same explanatory variables at different periods of the economic cycle, ii) the different behaviour of the losses and defaults during periods of crisis, and iii) the seasonality detected in the fourth quarter of each year. Furthermore, how it affects the quarterly and half-year results that financial institutions publish in the CNMV.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».