Developing Macroprudential Policy for Alternative Investment Funds
Notice bibliographique
Résumé
This joint ECB-DNB Occasional Paper aims to inform the ongoing discussions about an EU-level framework for operationalising macroprudential leverage limits for alternative investment funds (AIFs). It builds on, and extends, the analysis of an ECB-DNB special feature article published in the ECB’s Financial Stability Review in November 2016. First, this Occasional Paper presents new EU-level evidence suggesting that leveraged funds exhibit stronger sensitivity of investor outflows to bad past performance than unleveraged funds, which has the potential to exacerbate systemic risk. Second, it devises a framework for assessing financial stability risks from leverage in investment funds. This is applied to leveraged AIFs managed by asset managers in the Netherlands using Alternative Investment Fund Managers Directive (AIFMD) data for the two-year period from the first quarter of 2015 to the fourth quarter of 2016. Third, it discusses the potential effectiveness and efficiency of various designs for macroprudential leverage limits. To this end, it builds on the findings for the Dutch AIF sector and suggests design options for further exploration at EU level. Beyond assessing financial stability risks from leverage in the Dutch AIF sector, the case study aims to show how equivalent information on AIFs at the European level – which will be made available to the European Securities Markets Authority (ESMA) and the European Systemic Risk Board (ESRB) in the coming years – could be used when developing an EU-level framework for operationalising macroprudential leverage limits. JEL Classification: G23, G28, E61
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,039 | 0,083 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,010 | 0,008 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».