Financial Development, Growth, and Crisis: Is There a Trade-Off?
Notice bibliographique
Résumé
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».