New Funds, Familiar Fears: Are Exchange Traded Funds Making Markets Less Stable? Part II – Interaction Risks
Notice bibliographique
Résumé
Exchange Traded Funds (ETFs) – tradeable investments that provide a return linked to an underlying index or basket of assets – are likely the most successful financial product since the 2008 crisis. Over the last decade they’ve experienced remarkable growth. Yet these products may also be making the financial system less stable and, like Wall Street innovations of the past, connecting banks and main street with dangerous implications. This final article – of a two-part study on ETF risks – posits that these products may be introducing two “interaction risks” into financial markets due to a complex operating and trading ecosystem. First, ETFs could create information cascades, facilitate investor herding, and financial contagion. Second, ETFs could be distorting the informational efficiency of underlying asset and securities prices, and disincentivizing active price discovery, in a way that masks market risk. This article builds on its predecessor, which showed how ETFs could create a fragile “illusion” of liquidity, since financial intermediaries, in a crisis, often act unpredictably and pursue discretionary incentives. The combined study compliments prior work on financial market systemic risk by analogizing ETF interaction risks to prior crises – particularly 2008. Given the comparisons, the ETF market’s continuing growth and interest by retail investors, institutions, and pensions, regulatory and academic attention should be increased to ensure risks are both understood and appropriately mitigated. This article introduces several areas where heightened focus is warranted.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».