MétaCan
Menu
Retour à la cohorte
Enregistrement W3160844467 · doi:10.20542/0131-2227-2021-65-5-68-77

Central Banks Digital Currencies: World Experience

2021· article· en· W3160844467 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueWorld Economy and International Relations · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEconomic and Technological Developments in Russia
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDigital currencyPaymentElectronic moneyPayment service providerPayment systemBusinessCommerceCurrencyCryptocurrencyFinancial systemEconomicsMonetary economicsFinanceComputer scienceComputer security

Résumé

récupéré en direct d'OpenAlex

Received 28.07.2020. The article examines issues related to the introduction of central bank digital currencies (CBDC) for retail payments and wholesale settlements. The study defines and classifies central bank digital currencies, researches the main models of CBDC systems. The article also analyzes the features of various national projects for issuing Central bank digital currencies. The paper uses methods of economic-statistical and functional-structural analysis. The study concludes that CBDC are a new form of central bank money. Digital currencies can be issued in various issuing systems for the purpose of retail payments or wholesale settlements. Among the models of CBDC systems for retail payments (R-CBDC) the direct system model is the most attractive for its simplicity. This model eliminates the dependence of the Central bank on any financial and payment intermediaries. Models of synthetic and hybrid R-CBDC systems are characterized by reliability and speed in processing multiple transactions which makes them the most promising for implementation. Among the models of CBDC systems for wholesale payments (W-CBDC) the model of the system with a universal digital currency (U-W-CBDC) may be the most suitable for eliminating the main disadvantages of modern cross-border payment systems. However, a large number of technological and financial changes as well as the high operating costs of the U-W-CBDC can make such systems difficult to implement for non-developed financial market infrastructure countries. National financial regulators have different motivations for issuing digital currencies. The main advantages of digital currencies for retail payments may consist in providing users with highly liquid, low-risk, universally available means of payment. The main advantages of wholesale digital currencies are that they offer faster, safer, cheaper cross-border payments. The most advanced projects for issuing R-CBDC can be considered DCEP (People’s Bank of China) E-krona (Central Bank of Sweden). The most successful pilot projects for issuing W-CBDC are the projects Jasper (Central Bank of Canada) and Ubin (Monetary Authority of Singapore), which were able to achieve interoperability in conducting cross-border payments. Currently most CBDC are retail based on the use of distributed ledger technology and implemented in the form of DLT-tokens. Countries that develop digital currency systems can be divided into three groups. The first group is countries where the introduction of CBDC can be designed to support the national demand for central bank money (Sweden, Norway, Singapore, etc.). The second group – countries for which the adoption of digital currencies can afford to keep the place of national currencies in international settlements (USA and EU) or expanding the use of national currencies at the international level (China). The third group represents countries for which the introduction of digital currencies may be associated with the control of national monetary circulation and de-dollarization of the financial system (Uruguay, South Africa, Cambodia, etc.).

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.

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)0,000
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,915
Score d'incertitude au seuil0,992

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0090,000

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 Opus0,029
Tête enseignante GPT0,291
Écart entre enseignants0,262 · 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