MétaCan
Menu
Retour à la cohorte
Enregistrement W3005302591 · doi:10.34989/swp-2020-4

A Spatial Model of Bank Branches in Canada

2020· preprint· en· W3005302591 sur OpenAlexaffabout
Matthew Strathearn

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2020
Typepreprint
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueSpatial and Panel Data Analysis
Établissements canadiensBank of Canada
Organismes subventionnairesnon disponible
Mots-clésCompetitor analysisSpatial distributionCompetition (biology)Economic geographyMarket structureDistribution (mathematics)Spatial dependenceGeographySpatial econometricsMarket sizeBanking industryBusinessEconometricsEconomicsIndustrial organizationMathematicsFinancial systemStatisticsCommerceMarketingEcology

Résumé

récupéré en direct d'OpenAlex

This study explores the market structure of the Canadian banking industry at the postal-code level. In particular, we study the effect of geographic and industrial concentration on the density of bank branches. Our analysis makes use of a novel dataset of bank branch locations across Canada over the period 2008 to 2018. We employ a spatial panel model with two-way fixed effects that accounts for spatial spillovers across adjacent postal codes. This encompassing model allows us to disentangle the effect of market structure from spillovers in adjacent regions. Our main finding is that market structure is not correlated with the density of bank branches. However, we do find that branch density is significantly correlated with socioeconomic characteristics of the postal code. We also find that the big five banks tend to avoid markets dominated by smaller banks and credit unions. Similarly, smaller banks and credit unions avoid markets with a high concentration of the big five banks.

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)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,157

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0020,002
Communication savante0,0040,001
Science ouverte0,0030,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0160,001

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.

Tête enseignante Opus0,078
Tête enseignante GPT0,266
Écart entre enseignants0,188 · 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'étudeSimulation ou modélisation
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

Citations2
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetSpatial and Panel Data AnalysisTravaux en français237 207