MétaCan
Menu
Retour à la cohorte
Enregistrement W3123622350 · doi:10.34989/swp-2017-14

Strategic Complementarities and Money Market Fund Liquidity Management

2021· preprint· en· W3123622350 sur OpenAlexaff
Jonathan Witmer

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2021
Typepreprint
Langueen
DomaineBusiness, Management and Accounting
ThématiqueFinancial Literacy, Pension, Retirement Analysis
Établissements canadiensBank of Canada
Organismes subventionnairesnon disponible
Mots-clésMarket liquidityBusinessLiquidity crisisLiquidity riskFund of fundsGlobal assets under managementFinancial systemClosed-end fundFinancePassive managementAccounting liquidityInstitutional investorExcess reservesOpen-end fundFunding liquidityMonetary economicsEconomicsMonetary policyQuantitative easingCorporate governanceCentral bank

Résumé

récupéré en direct d'OpenAlex

Following the financial crisis, there has been increased regulatory focus on the management of liquidity in mutual funds and, specifically, whether funds hold enough liquidity to guard against the potential for investor runs. Using a novel, detailed regulatory dataset on the portfolio holdings of US money market funds, I find that internal prime money market funds—those that manage the liquidity of other funds in the fund family—have lower liquidity than external prime funds. This suggests that money market funds hold more liquidity to reduce the potential for strategic complementarities (i.e., incentives to run) in investor redemptions, because the family funds that invest in these internal funds should be able to coordinate their redemption decisions. Additionally, at quarter ends, when non-US bank dealers reduce their repo funding (Munyan, 2015), I find that prime money market funds reduce their overnight liquidity, which consists primarily of overnight repos. External prime money market funds do not let this decreased cash demand from non-US bank dealers reduce their liquidity as much as internal funds do. This all suggests that these external prime money market funds are more concerned about overnight liquidity, consistent with greater concern about potential investor strategic complementarities.

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)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,067
Tête enseignante GPT0,302
Écart entre enseignants0,235 · 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'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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetFinancial Literacy, Pension, Retirement AnalysisTravaux en français237 207