MétaCan
Menu
Retour à la cohorte
Enregistrement W3211464507

Comparação de rentabilidades e spreads entre bancos do Brasil, México, Colômbia, Canadá e França

2021· article· en· W3211464507 sur OpenAlexaboutno aff
Bruno Azevedo Betta

Notice bibliographique

RevueUNIFESP Institutional Repository (Universidade Federal de São Paulo) · 2021
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic Theory and Policy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceArt
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This study compared the profitability and bank spreads of the five largest Brazilian banks with their peers in other countries, belonging to the emerging economies (Mexico and Colombia) and developed (France and Canada). The comparison is important to try to explain why the Brazilian banking spread is historically high, and to verify whether the profitability of Brazilian banks is higher than that of their peers in other countries in the sample. The bank spread is an extremely important financial indicator for bank profitability analyzes, as it is the result of a bank's main activity, financial intermediation, which strongly portrays the financial situation of each bank and the sector within the economy. The study seeks to explain the main differences between the banking markets of the countries studied, in order to indicate relevant factors for such differences. The main findings of the study were that the Brazilian banking spread is at a higher level than that of the countries compared, and in addition, Brazilian banks have higher proportions of allowance for credit losses, revealing strange behavior in relation to the write-offs of their credit portfolios. Evidence that may come from earnings management within the Brazilian banking sector. Default is an extremely cited and defended factor in the literature as the main determinant of the high Brazilian banking spread, however analyzes of allowance for credit losses accounts revealed that Brazilian write-offs are in line with the other countries in the sample, with Brazil country that least uses its loss provisions.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge 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 enseignants0,696
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,015
Tête enseignante GPT0,213
Écart entre enseignants0,197 · 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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUNIFESP Institutional Repository (Universidade Federal de São Paulo)Même sujetEconomic Theory and PolicyTravaux en français237 207