MétaCan
Menu
Retour à la cohorte
Enregistrement W2988888649 · doi:10.5430/afr.v8n4p157

Bank Competition, Efficiency, and Stability in Macau

2019· article· en· W2988888649 sur OpenAlexvenueno aff
Hui Xia, Kevin Lei, Jiaochen Liang

Notice bibliographique

RevueAccounting and Finance Research · 2019
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueBanking stability, regulation, efficiency
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCompetition (biology)InsolvencyFinancial systemVolatility (finance)BusinessSample (material)ChinaEconomicsPer capita incomeMarket powerChinese financial systemPer capitaPopulationMonetary economicsMarket economyFinanceMonopoly

Résumé

récupéré en direct d'OpenAlex

Macau has the uppermost population density and the fourth-highest GDP per capita in the world. Macau’s banking system is regarded as one of the most important indicators of Macau’s macroeconomic growth and stability during its transformation into a wealthy and modern metropolis. In this study, we use a sample of 26 banks to explore the relationship of bank competition, efficiency and stability in Macau from its return to China in 1999 to 2016. Our results demonstrate that bank competition does cause efficiency in Macau throughout the study period. We also find indications of a positive but not significant connection between bank market power and bank fragility including income volatility and insolvency risk. Moreover, this study finds no evidence that the size of operations proxied by total bank loans and total assets would impact bank efficiency, indicating that economies of scale or bank market share don’t necessarily bring about efficiency in Macau. Our evidence contributes to the literature by being the first to thoroughly examine the relation of bank competition, efficiency and stability in Macau. The findings provide meaningful implications to the practitioners and policymakers to make sound decisions accordingly, especially to closely monitor and maintain a proper level of competition in Macau’s banking sector.

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)0,005
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,112
Score d'incertitude au seuil0,549

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,000
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)0,0000,000

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 Opus0,040
Tête enseignante GPT0,286
Écart entre enseignants0,246 · 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

Citations3
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAccounting and Finance ResearchMême sujetBanking stability, regulation, efficiencyTravaux en français237 207