MétaCan
Menu
Retour à la cohorte
Enregistrement W2549146198 · doi:10.1002/ijfe.1520

Ending Over‐lending: Assessing Systemic Risk with Debt to Cash Flow

2015· article· en· W2549146198 sur OpenAlexaff
Bruce Ramsay, Peter Sarlin

Notice bibliographique

RevueInternational Journal of Finance & Economics · 2015
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueGlobal Financial Crisis and Policies
Établissements canadiensPacific Insight Electronics (Canada)
Organismes subventionnairesnon disponible
Mots-clésSystemic riskCash flowEconomicsLeverage (statistics)DebtDebt service coverage ratioVulnerability (computing)Monetary economicsFinancial systemFinancial economicsBusinessExternal debtFinanceMacroeconomicsFinancial crisis

Résumé

récupéré en direct d'OpenAlex

Abstract This paper introduces the ratio of debt to cash flow (D/CF) of nations and their economic sectors to macroprudential analysis, particularly as an indicator of systemic risk and vulnerabilities. While leverage is oftentimes linked to the vulnerability of a nation, the stock of total debt and the flow of gross savings is a less explored measure. Cash flows certainly have a well‐known connection to corporations' ability to service debt. This paper investigates whether the D/CF provides a means for understanding systemic risks. For a panel of 33 nations, we explore historic D/CF trends and apply the same procedure to economic sectors. In terms of an early‐warning indicator, we show that the D/CF ratio provides a useful additional measure of vulnerability to systemic banking and sovereign crises, relative to more conventional indicators. As a conceptual framework, the assessment of financial stability is arranged for presentation within four vulnerability zones and exemplified with a number of illustrative case studies. Copyright © 2015 John Wiley & Sons, Ltd.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,724
Score d'incertitude au seuil0,878

Scores Codex et Gemma par catégorie

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

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 Opus0,033
Tête enseignante GPT0,267
Écart entre enseignants0,234 · 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'étudeSans objet
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

Citations11
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Finance & EconomicsMême sujetGlobal Financial Crisis and PoliciesTravaux en français237 207