MétaCan
Menu
Retour à la cohorte
Enregistrement W3121665980 · doi:10.3386/w20526

International Financial Integration and Crisis Contagion

2014· report· en· W3121665980 sur OpenAlexaff
Michael Devereux, Changhua Yu

Notice bibliographique

RevueNational Bureau of Economic Research · 2014
Typereport
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueGlobal Financial Crisis and Policies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesEconomic and Social Research CouncilNational Natural Science Foundation of China
Mots-clésFinancial contagionFinancial crisisEconomicsFinancial systemFinancial integrationMonetary economicsFinancial economicsFinanceKeynesian economicsFinancial market

Résumé

récupéré en direct d'OpenAlex

International financial integration helps to diversify risk but also may increase the trans-mission of crises across countries. We provide a quantitative analysis of this trade-off in a two-country general equilibrium model with endogenous portfolio choice and collateral con-straints. Collateral constraints bind occasionally, depending upon the state of the economy and levels of inherited debt. The analysis allows for different degrees of financial integration, moving from financial autarky to bond market integration and equity market integration. Fi-nancial integration leads to a significant increase in global leverage, doubles the probability of balance sheet crises for any one country, and dramatically increases the degree of 'contagion' across countries. Outside of crises, the impact of financial integration on macro aggregates is relatively small. But the impact of a crisis with integrated international financial markets is much less severe than that under financial market autarky. Thus, a trade-off emerges between the probability of crises and the severity of crises. Financial integration can raise or lower welfare, depending on the scale of macroeconomic risk. In particular, in a low risk environment, the increased leverage resulting from financial integration can reduce welfare of investors.

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)0,005
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,978
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,280
Tête enseignante GPT0,463
Écart entre enseignants0,183 · 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'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

Citations20
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNational Bureau of Economic ResearchMême sujetGlobal Financial Crisis and PoliciesTravaux en français237 207