Another contraction in European household credit markets: Key findings from the ECRI Statistical Package
Notice bibliographique
Résumé
The ECRI Statistical Package 2014 Lending to Households reveals that the total amount of outstanding household real debt at end-2013 contracted for the third consecutive year in both the EU member states (EU27) and the euro area (EA17). All in all, indicators point to less divergent growth patterns across member states in 2013, as the standard deviation of the sample in domestic currency recorded its lowest value in more than 15 years. Still, pronounced corrections continued in a few countries, especially in Slovenia, Portugal, Spain, Hungary and Latvia. The successive yearly contractions in the EU27 occurred despite significant easing in interest rates in many markets over the last few years. Gross disposable income of households, which is one of the main drivers behind households’ demand, and housing prices, which can affect both demand and supply of loans, have had strong effects on the dynamics of household debt since 2007. Considering household debt-to-GDP ratios, long-term comparisons between the different groups of countries composing the EU27 show that no convergence was observed across these groups and across EU27 countries in the years preceding the financial crisis. However, partly as a result of the 2008-09 financial crisis and its long-lasting effects, strong convergence was registered across EU27 countries between 2007 and 2013. Regarding non-financial corporation (NFC), the outstanding debt decreased again in 2013 in both the EU27 and the euro area. In 2013, the correction intensified in nominal terms in both the EU27 and the EA17, but slowed down in real terms in comparison with 2012. The Key Findings relate to the more detailed ECRI 2014 Statistical Package covering 38 countries: the 27 EU member states, three EU candidate countries (Croatia, Turkey and the Former Yugoslav Republic of Macedonia), the EFTA countries (Iceland, Liechtenstein, Norway and Switzerland) and four key global economies (the United States, Australia, Canada and Japan). The purpose of the package is to provide reliable statistical information that allows users to make meaningful comparisons in time and between these countries.
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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».