MétaCan
Menu
Retour à la cohorte
Enregistrement W2965920025 · doi:10.1093/rfs/hhz047

Peers’ Income and Financial Distress: Evidence from Lottery Winners and Neighboring Bankruptcies

2019· article· en· W2965920025 sur OpenAlexafffund
Sumit Agarwal, Vyacheslav Mikhed, Barry Scholnick

Notice bibliographique

RevueReview of Financial Studies · 2019
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHousing Market and Economics
Établissements canadiensUniversity of Alberta
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaAlberta Gambling Research Institute, University of Calgary
Mots-clésLotteryBankruptcyDebtFinancial distressLiberian dollarBusinessEconomicsMonetary economicsActuarial scienceFinancial systemFinanceMicroeconomics

Résumé

récupéré en direct d'OpenAlex

Abstract We examine whether relative income differences among peers can generate financial distress. Using lottery winnings as plausibly exogenous variations in the relative income of peers, we find that the dollar magnitude of a lottery win of one neighbor increases subsequent borrowing and bankruptcies among other neighbors. We also examine which factors may mitigate lenders’ bankruptcy risk in these neighborhoods. We show that bankruptcy filers obtain more secured, but not unsecured, debt, and lenders provide additional credit to low-risk, but not high-risk, debtors. In addition, we find evidence consistent with local lenders taking advantage of soft information to mitigate credit risk. Received October 12, 2016; editorial decision January 15, 2019 by Editor Philip Strahan. Authors have furnished an Internet Appendix, which is available on the Oxford University Press Web site next to the link to the final published paper online.

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)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,096
Score d'incertitude au seuil0,899

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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 savante0,0000,000
Science ouverte0,0000,000
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 Opus0,039
Tête enseignante GPT0,255
Écart entre enseignants0,216 · 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'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

Citations79
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueReview of Financial StudiesMême sujetHousing Market and EconomicsTravaux en français237 207