Notice bibliographique
Résumé
This research develops a microeconomic theory of the financial firm that is empirically implementable. Financial firms such as banks and savings and loan associations produce intermediation services between borrowers and lenders. User costs per unit of service can be derived for all goods. For financial services, these include the effects of reserve requirements, capital gains or losses, deposit insurance, interest rates, and service charges. Items generating more expenditure than revenue for the firm have positive user costs, and are inputs. Those with negative user costs are outputs. Comparative statics on profits, supplies of output and demands for input are derived for interest rates and monetary regulations. Data comprise pooled time series and cross section data for eighteen banks in New York and New Jersey for the years 1973-1978. User cost and quantity data are constructed for loans, demand deposits, time deposits, cash, labour and materials. The first two are outputs and the last four inputs. A specification is derived for the variable profit function, and the testing of regularity conditions such as monotonicity and convexity described. A test for the existence of a money supply, as a subset of financial goods is developed. The test imposes no prior restriction on the form of the money supply. The empirical results indicate that convexity and monotonicity obtain, at the geometric mean of the sample. Elasticities of supply for outputs are positive, but less than unity. Elasticities of demand are negative. Bank response to any monetary policy action can be calculated, and some experiments are reported on. An alternate model is derived to permit imperfect competition in the financial firm market for outputs and inputs. The model is shown to yield testable predictions, and price taking behavior for these banks is ruled out. The results indicate that it is possible to develop and implement a model of financial firm behavior. Such a model is required to ensure accuracy in the effectiveness of monetary policy.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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 ».