MétaCan
Menu
Retour à la cohorte
Enregistrement W3136797438

When a Hedge Turns into Speculation: Interest Rate Swaps at Canadian Universities

2018· article· en· W3136797438 sur OpenAlexaffabout
Glenn Leonard

Notice bibliographique

RevueSSRN Electronic Journal · 2018
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueRisk Management in Financial Firms
Établissements canadiensUniversity of FrederictonUniversity of New Brunswick
Organismes subventionnairesnon disponible
Mots-clésInterest rate swapSwap (finance)SpeculationHedgeActuarial scienceContradictionEconomicsVariance swapFinancial economicsDerivative (finance)BusinessEconometricsFinanceVolatility swap
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The present paper intends to develop an analytical condition for an interest rate swap (variable rate for fixed rate) to be beneficial and examines the incidence and effectiveness of swaps in the Canadian university sector. The paper demonstrates the lack of any cost advantage in a two-party swap through a contradiction analysis and then tests whether there is evidence that the use of this derivative is indeed acting (or not) as an effective risk management tool. The paper also applies a nonparametric Kruskal-Wallis test to determine whether the size of the university is a factor in the effectiveness of swap. Of the 31 Canadian universities using swaps, only five pass the analytical condition to be judged as an effective swap. The balance fails the test, indicating that the usage of the swap, in essence, unhedges a natural hedge that the institution had. The results also indicate that university size plays a role in whether the hedge is effective or not. This paper is unique in applying a quantitative test to determine swap effectiveness in the Canadian university sector. It also points to the necessity for management of these institutions to better understand the effects and uses of derivative financing instruments for hedging purposes.

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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,750
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)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,002

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,210
Écart entre enseignants0,198 · 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'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
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSSRN Electronic JournalMême sujetRisk Management in Financial FirmsTravaux en français237 207