MétaCan
Menu
Retour à la cohorte
Enregistrement W2767488613 · doi:10.3386/w24474

Financial Development, Growth, and Crisis: Is There a Trade-Off?

2018· report· en· W2767488613 sur OpenAlexaff
Norman Loayza, Amine Ouazad, Romain Rancière

Notice bibliographique

RevueNational Bureau of Economic Research · 2018
Typereport
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueGlobal Financial Crisis and Policies
Établissements canadiensHEC Montréal
Organismes subventionnairesnon disponible
Mots-clésFinancial crisisFinancial systemBusinessEconomicsInternational economicsFinanceMacroeconomics

Résumé

récupéré en direct d'OpenAlex

This paper reviews the evolving literature that links financial development, financial crises, and economic growth in the past 20 years.The initial disconnect-with one literature focusing on the effect of financial deepening on long-run growth and another studying its impact on volatility and crisis-has given way to a more nuanced approach that analyzes the two phenomena in an integrated framework.The main finding of this literature is that financial deepening leads to a trade-off between higher economic growth and higher crisis risk; and its main conclusion is that, for at least middle-income countries, the positive growth effects outweigh the negative crisis risk impact.This balanced view has been revisited recently for advanced economies, where an emerging and controversial literature supports the notion of "too much finance," suggesting that there might be a threshold beyond which financial depth becomes detrimental for economic growth by crowding out other productive activities and misallocating resources.Nevertheless, the growth/crisis trade-off is alive and strong for a large share of the world economy.Recognizing the intrinsic trade-offs of financial development can provide a useful framework to design policies targeting financial deepening, diversity, and inclusion.In particular, acknowledging the trade-offs can highlight the need for complementary policies to mitigate the risks, from financial macroprudential policies to monetary policy frameworks that monitor the growth of credit and asset prices.

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)0,002
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0010,003
Communication savante0,0050,007
Science ouverte0,0000,002
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,270
Tête enseignante GPT0,435
Écart entre enseignants0,165 · 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'étudeThéorique ou conceptuel
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

Citations19
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNational Bureau of Economic ResearchMême sujetGlobal Financial Crisis and PoliciesTravaux en français237 207