MétaCan
Menu
Retour à la cohorte
Enregistrement W3129706660 · doi:10.15353/rea.v13i3.3591

A Pure Bureaucratic-Entrepreneurial Theory of Deposit Insurance Adoption

2021· article· en· W3129706660 sur OpenAlexaffvenueabout
Kam Hon Chu

Notice bibliographique

RevueReview of Economic Analysis · 2021
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueBanking stability, regulation, efficiency
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésDeposit insuranceStylized factBureaucracyEconomicsGovernment (linguistics)PoliticsActuarial scienceFinanceMacroeconomicsLawPolitical science

Résumé

récupéré en direct d'OpenAlex

Based on Becker, Kane, Niskanen, and Peltzman’s ideas, we develop a model to explain why deposit insurance is adopted even though policymakers are aware of its pitfalls in both theory and practice. In our model, the regulator acts as both a bureaucrat and an entrepreneur to maximize his self-interest through administering a deposit insurance scheme. The theory postulates that adoption of deposit insurance is more likely under the following conditions: the scheme is (i) publicly administered and (ii) privately funded, with (iii) non-risk rated insurance premium and (iv) compulsory membership; and there is (v) a larger deposit market with (vi) at least two groups of banks (good vs. bad), (vii) lower government ownership of banks, and (viii) higher economic freedom, such that one group exerts its political influence and gains from deposit insurance. Empirically our theory is supported by the stylized facts, cross-country binary-choice regression results and a case study of Canada.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,208
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,018
Tête enseignante GPT0,242
Écart entre enseignants0,224 · 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'étudeObservationnel
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'admission3
Résumé présentoui

Explorer davantage

Même revueReview of Economic AnalysisMême sujetBanking stability, regulation, efficiencyTravaux en français237 207