MétaCan
Menu
Retour à la cohorte
Enregistrement W2372738289

A Study on Some Legislation Emphases on Private Lending: Based on Financial Function Theory

2014· article· en· W2372738289 sur OpenAlexvenueno aff
Le Li

Notice bibliographique

RevueInternational Business Research · 2014
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueFinancial Distress and Bankruptcy Prediction
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIncentiveMoral hazardLoanLegislationFunction (biology)Status quoBusinessControl (management)PaymentFinanceEconomicsPublic economicsLaw and economicsActuarial scienceMicroeconomicsMarket economyLawManagementPolitical science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Based on the financial function theory, finance possesses six different functions, including resources allocation, floating of loan, information providing, means of payment, incentive mechanism as well as risk control. Compared with the status quo of China's private lending, the resource allocation function is still not significant confined to the geographical and habits factors. The information providing function is working without necessary accuracy, and may easily lead to moral hazard. The incentive mechanism function tends to alienate from originally normal incentive to a tool encouraging greed because of the unlimited rise of human lust Virtually nothing could be witnessed in terms of the function of means of payment and the role of risk control. To better achieve the functions of finance, legislation needs to play a more active role in the points hereinafter: defining the accession conditions for the market players to give some institutes the subject status, managing interest rate and suppressing usury firmly, defining legal responsibility to every kind of illegal private lending clearly, as well as encouraging the sector to self-discipline.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,865
Score d'incertitude au seuil0,971

Scores Codex et Gemma par catégorie

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

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 Opus0,062
Tête enseignante GPT0,329
Écart entre enseignants0,267 · 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 tête enseignante, 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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Business ResearchMême sujetFinancial Distress and Bankruptcy PredictionTravaux en français237 207