MétaCan
Menu
Retour à la cohorte
Enregistrement W2943336416

Financial intermediation cost, rents, and productivity: An international comparison

2018· preprint· en· W2943336416 sur OpenAlexaboutno aff
Guillaume Bazot

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2018
Typepreprint
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHousing, Finance, and Neoliberalism
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEconomicsEconomic rentDeregulationProductivityUnit (ring theory)Financial intermediaryUnit costCointegrationMonetary economicsLabour economicsFinanceMacroeconomicsMicroeconomicsEconometrics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Calculation of the unit cost of financial intermediation for 20 countries from 1970 to 2015 has produced the following results. (i) Most countries' unit costs decline and converge in the long run. (ii) Unit costs were much higher in the 1970s and 1980s, coinciding with high nominal rates, as confirmed by panel cointegration tests. (iii) Countries' unit cost aggregation suggests a slight decrease in international unit cost whatever the set of hypotheses used in the calculation. (iv) The break down of unit costs into labor costs, capital costs, and profits shows that most of the decrease stems from reduced input costs. Gross operating surplus and total compensation per output tend to decline while distributed profit per output rises, suggesting increasing intermediation rents per output. (v) The productivity of labor in finance compared to other sectors tends to increase in most countries. (vi) The evidence suggests that most productivity gains have been captured by the financial sector in Canada, the UK, and the US. Elsewhere, productivity gains have benefited the nonfinancial sector through unit cost reduction. (vii) Deregulation is either negatively or not correlated with unit cost. In other words, deregulation is not related to unit cost increases. Finally, the paper discusses the consequences of those results for current debates about finance relative wage changes and inequalities.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0040,006
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,063
Tête enseignante GPT0,324
Écart entre enseignants0,261 · 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'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

Citations7
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetHousing, Finance, and NeoliberalismTravaux en français237 207