MétaCan
Menu
Retour à la cohorte
Enregistrement W2858294449 · doi:10.1515/jbnst-2018-0024

Tail Risk in a Retail Payments System

2018· article· en· W2858294449 sur OpenAlexaffabout
Leonard Sabetti, David T. Jacho‐Chávez, Robert J. Petrunia, Marcel Voia

Notice bibliographique

RevueJahrbücher für Nationalökonomie und Statistik · 2018
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueCredit Risk and Financial Regulations
Établissements canadiensCarleton UniversityLakehead University
Organismes subventionnairesnon disponible
Mots-clésDefaultCollateralPaymentEconometricsExtreme value theoryMaximaActuarial sciencePosition (finance)EconomicsCredit riskCover (algebra)BusinessStatisticsFinanceMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract In this paper, we study a credit risk (collateral) management scheme for the Canadian retail payment system designed to cover the exposure of a defaulting member. We estimate ex ante the size of a collateral pool large enough to cover exposure for a historical worst-case default scenario. The parameters of the distribution of the maxima are estimated using two main statistical approaches based on extreme value models: Block-Maxima for different window lengths (daily, weekly and monthly) and Peak-over-Threshold. Our statistical model implies that the largest daily net debit position across participants exceeds roughly $1.5 billion once a year. Despite relying on extreme-value theory, the out of sample forecasts may still underestimate an actual exposure given the absence of observed data on defaults and financial stress in Canada. Our results are informative for optimal collateral management and system design of pre-funded retail-payment schemes.

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 candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,603
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,031
Tête enseignante GPT0,269
Écart entre enseignants0,239 · 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.

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
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJahrbücher für Nationalökonomie und StatistikMême sujetCredit Risk and Financial RegulationsTravaux en français237 207