MétaCan
Menu
← Retour à la cohorte
Enregistrement W3143158820

Regulation and Market Liquidity

2015· article· en· W3143158820 sur OpenAlexafffund
Francesco Trebbi, Kairong Xiao

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2015
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueBanking stability, regulation, efficiency
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésMarket liquidityLiquidity crisisMonetary economicsFinancial crisisEconomicsBusinessIncentiveFinancial systemMacroeconomicsMarket economy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The aftermath of the 2008-09 U.S. financial crisis has been characterized by regulatory intervention of unprecedented scale. Although the necessity of a realignment of incentives and constraints of financial markets participants became a shared posterior after the near collapse of the U.S. financial system, considerable doubts have been subsequently raised on the welfare consequences of the Dodd-Frank Wall Street Reform and Consumer Protection Act of 2010 and its various subcomponents, such as the Volcker Rule. The possibility of permanently inhibiting the market making capacity of large banks, with dire consequences in terms of under-provision of market liquidity, has been repeatedly raised. This paper presents systematic evidence from four different estimation strategies of the absence of breakpoints in market liquidity for fixed-income asset classes and across multiple liquidity measures, with special attention given to the corporate bond market. The analysis is performed without imposing restrictions on the exact dating of breaks (i.e. allowing for anticipatory response or lagging reactions to regulation) and focusing both on levels and dynamic latent factors. We report both single breakpoint and multiple breakpoint tests and analyze the liquidity of corporate bonds matched to their main underwriters making markets on those assets. Post-crisis U.S. regulatory intervention does not appear to have produced structural deteriorations in market liquidity.

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)0,003
score de la tête « metaresearch » (Gemma)0,021
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,021
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,003
Communication savante0,0040,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,049
Tête enseignante GPT0,287
Écart entre enseignants0,238 · 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'étudeSans objet
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
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in Economics→Même sujetBanking stability, regulation, efficiency→Travaux en français237 207→