MétaCan
Menu
Retour à la cohorte
Enregistrement W3008740214 · doi:10.1093/rof/rfad028

Big broad banks: how does cross-selling affect lending?

2023· article· en· W3008740214 sur OpenAlexfundno aff
Yingjie Qi

Notice bibliographique

RevueEuropean Finance Review · 2023
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueBanking stability, regulation, efficiency
Établissements canadiensnon disponible
Organismes subventionnairesSingapore Management UniversityUniversità BocconiÉcole Polytechnique Fédérale de LausanneDanmarks GrundforskningsfondUniversiteit van TilburgSouthern Methodist UniversitySveriges RiksbankenNational University of SingaporeCanadian Intensive Care Foundation
Mots-clésLoanProfitability indexMonetary economicsBusinessExploitPaymentProfit (economics)EconomicsFinanceMicroeconomics

Résumé

récupéré en direct d'OpenAlex

Abstract This article investigates how cross-selling affects relationship lending using internal data from a large bank and the Swedish credit registry. I show that within a bank–firm relationship, profit earned from non-loan products cross-subsidizes loans and increases (1) credit supply and (2) the likelihood of the bank’s pausing or waiving interest payments for delinquent loans (lenience in delinquency). For identification, I exploit the Basel II-induced exogenous variation in products’ profitability while holding constant the firm’s creditworthiness and relationship informativeness. I find that the average affected firm experienced a decrease of 6 percent ($400,000) in credit supply and 30 percent (9.8 pp) in lenience in delinquency. The results highlight the importance of cross-subsidization as a mechanism through which cross-selling affects bank–firm relationships and inform optimal regulatory design for lenders who multi-produce.

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)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,661
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,005

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 Opus0,050
Tête enseignante GPT0,273
Écart entre enseignants0,224 · 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.

Devis d'étudeSans objet
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

Citations12
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Finance ReviewMême sujetBanking stability, regulation, efficiencyTravaux en français237 207