MétaCan
Menu
Retour à la cohorte
Enregistrement W3005324720 · doi:10.3390/jrfm13020028

Banking Finance Experts Consensus on Compliance in US Bank Holding Companies: An e-Delphi Study

2020· article· en· W3005324720 sur OpenAlexvenueno aff
Sophia Beckett Velez, Michael Neubert, Daphne Halkias

Notice bibliographique

RevueJournal of risk and financial management · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDelphi Technique in Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBusinessCompliance (psychology)Capital requirementCapital adequacy ratioFinanceDelphi methodMinimum capitalCapital (architecture)Risk managementAccountingEconomics

Résumé

récupéré en direct d'OpenAlex

Compliance measures emphasized in the Dodd-Frank Bill 2010, Section 165 is a response to the 2008 financial crisis, that requires large banks to maintain a minimum capital ratio. The Federal Reserve Bank (Fed) regulates capital of Bank Holding Companies (BHC) through compliance Supervisory Capital Assessment Program (SCAP) 2009 and Comprehensive Capital Adequacy Review (CCAR) 2011 annual stress test of capital. The Fed imposed a minimum capital ratio of 8% that has derailed the risk management objective of capital adequacy, as bank managers are forced to take on more risk to meet the capital ratio. This study concerns senior manager practices that can be effective in meeting compliance requirements posed by the Fed for BHCs. Through a qualitative e-Delphi study, 10 banking finance experts were convened to build consensus on senior manager’s practices that can be effective in meeting compliance requirements. Data were collected from three electronic questionnaires submitted through Qualtrics. Data were analyzed using theoretical triangulation, coding, and thematic analysis. Four important considerations were identified that could bolster compliance measures effectiveness: (a) emphasis placed on understanding regulatory consultant compliance, (b) maintenance of effective and independent compliance align to organizational objectives, (c) clear definition of data source for compliance analytics. These considerations of compliance practices may help senior bank managers reduce risky behaviors and investments that cause significant bank losses.

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)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,640
Score d'incertitude au seuil0,531

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 Opus0,143
Tête enseignante GPT0,406
Écart entre enseignants0,263 · 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

Citations9
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of risk and financial managementMême sujetDelphi Technique in ResearchTravaux en français237 207