MétaCan
Menu
Retour à la cohorte
Enregistrement W3122872099

Bank capital and systemic stability

2014· preprint· en· W3122872099 sur OpenAlexaff
Deniz Anginer, Asli Demirgüç‐Kunt

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2014
Typepreprint
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueBanking stability, regulation, efficiency
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésSystemic riskAsset qualityCapital requirementFragilityVolatility (finance)Financial fragilityMarket liquidityCapital adequacy ratioMonetary economicsBusinessFinancial systemCapital (architecture)EconomicsDiversification (marketing strategy)Asset (computer security)Financial crisisFinanceMacroeconomicsMarket economy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper distinguishes among various types of capital and examines their effect on system-wide fragility. The analysis finds that higher quality forms of capital reduce the systemic risk contribution of banks, whereas lower quality forms can have a destabilizing impact, particularly during crisis periods. The impact of capital on systemic risk is less pronounced for smaller banks, for banks located in countries with more generous safety nets, and in countries with institutions that allow for better public and private monitoring of financial institutions. The results show that regulatory capital is effective in reducing systemic risk and that regulatory risk weights are correlated with higher future asset volatility, but this relationship is significantly weaker for larger banks. The paper also finds that increased regulatory risk-weights not correlated with future asset volatility increase systemic fragility. Overall, the results are consistent with the theoretical literature that emphasizes capital as a potential buffer in absorbing liquidity, information, and economic shocks reducing contagious defaults.

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)0,002
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0030,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,035
Tête enseignante GPT0,274
Écart entre enseignants0,240 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetBanking stability, regulation, efficiencyTravaux en français237 207