MétaCan
Menu
Retour à la cohorte
Enregistrement W307528476

Public and Private Uses of Credit Ratings

2005· article· en· W307528476 sur OpenAlexaff
Christopher C. Nicholls

Notice bibliographique

RevueSSRN Electronic Journal · 2005
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Insolvency and Governance
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésCredit ratingBond credit ratingCredit referenceIssuerCredit enhancementBusinessLiabilityCredit historyDebtContext (archaeology)AccountingLegislatureActuarial scienceCredit riskFinanceFinancial systemLaw
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The purpose of this paper is to assess the framework in which competing views concerning the appropriate approach to the regulation of credit rating agencies, particularly following the collapse of Enron, have emerged. This paper considers four issues that have been raised in the context of investigating the role and importance of CRAs: (a) The Public use of Credit Ratings: that is, the incorporation of credit ratings into certain legislative and regulatory schemes; (b) The Private Use of Credit Ratings: that is, the incorporation of credit ratings into private financial and commercial contracts (including, in particular, the use of “ratings triggers” such as those implicated in the Enron collapse) beyond the specific use of credit ratings contemplated by debt issuers and credit rating agencies; (c) Alternatives to Credit Ratings: that is, other market mechanisms that might be used by regulators and in private contracts as a replacement or substitute for credit ratings; (d) Potential Liability of Credit Rating Agencies, particularly to third parties rather than the rated issuer.

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)0,001
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: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,381
Score d'incertitude au seuil0,375

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,018
Tête enseignante GPT0,205
Écart entre enseignants0,187 · 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'étudeThéorique ou conceptuel
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

Citations13
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSSRN Electronic JournalMême sujetCorporate Insolvency and GovernanceTravaux en français237 207