MétaCan
Menu
Retour à la cohorte
Enregistrement W3014192967 · doi:10.32983/2222-4459-2020-1-29-36

Modern Reserve Currencies: Debt Stability of the Reserve Currency Emitting Countries

2020· article· en· W3014192967 sur OpenAlexaboutno aff
Olena А. Shuba, K. V. Travkina

Notice bibliographique

RevueBusiness Inform · 2020
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueGlobal Financial Crisis and Policies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésReserve currencyEconomicsDebtMonetary economicsCurrencyForeign-exchange reservesFinancial stabilityFinancial systemInternational economicsMacroeconomicsForeign exchange risk

Résumé

récupéré en direct d'OpenAlex

Шуба О. А., Травкіна К. В. Сучасні резервні валюти: боргова стійкість країн -емітентів резервних валют Метою статті є дослідження рівня боргової стійкості країн -емітентів резервних валют.Розглянуто історичні аспекти формування та розвитку світової структури резервних валют у відповідності до існуючих валютних систем.Проаналізовано сучасні тенденції, що притаманні інституту резервних валют.Досліджено державну заборгованість країн -емітентів резервних валют у період з 2000 по 2018 рр., охарактеризовано особливості їх заборгованості.Виходячи з панівних позицій долара США серед існуючих резервних валют здійснено ретроспективний аналіз державного боргу даної країни -емітента резервної валюти.Проведено аналіз забезпечення державного боргу США, Великобританії, Японії, Китаю, Канади, Австралії, Швейцарії та Єврозони.Результати аналізу дозволяють зробити висновок, що найбільш забезпеченими щодо рівня ВВП і золотовалютних резервів серед резервних валют є швейцарський франк і китайський юань.Японія та США мають слабку позицію щодо боргової стійкості.Гіпотеза, що більшість країн -емітентів резервних валют забезпечують високий рівень благополуччя свого населення шляхом хронічного дефіциту платіжного балансу, що призводить до постійного збільшення державного боргу, підтверджена результатами аналізу.Відповідно, високий рівень життя в таких країнах можливий за рахунок ресурсів, придбаних у борг.Встановлено, що такий спосіб існування країнемітентів резервних валют можливий завдяки моделі віртуальної економіки.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,070
Tête enseignante GPT0,245
Écart entre enseignants0,175 · 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'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

Citations2
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBusiness InformMême sujetGlobal Financial Crisis and PoliciesTravaux en français237 207