MétaCan
Menu
Retour à la cohorte
Enregistrement W4206123758 · doi:10.21144/wp22-01

A Crises-Bailouts Game

2022· article· en· W4206123758 sur OpenAlexaff
Bruno Salcedo, Bruno Sultanum

Notice bibliographique

RevueFederal Reserve Bank of Richmond Working Papers · 2022
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic Policies and Impacts
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésUnobservableStackelberg competitionSequential gameRepeated gameEconomicsComparative staticsBailoutGlobal gameMicroeconomicsMathematical economicsGame theoryFinancial crisisEconometrics

Résumé

récupéré en direct d'OpenAlex

This paper studies the optimal design of a liability-sharing arrangement as an infinitely repeated game. We construct a noncooperative model with two agents: one active and one passive. The active agent can take a costly and unobservable action to reduce the incidence of crisis, but a crisis is costly for both agents. When a crisis occurs, each agent decides unilaterally how much to contribute mitigating it. For the one-shot game, when the avoidance cost is too high relative to the expected loss of crisis for the active agent, the first-best is not achievable. That is, the active agent cannot be induced to put in effort to minimize the incidence of crisis in a static game. We show that with the same stage-game environment, the first-best cannot be implemented as a perfect public equilibrium (PPE) of the infinitely repeated game either. Instead, at any constrained efficient PPE, the active agent "shirks" infinitely often, and when crisis happens, the active agent is "bailed out" infinitely often. The frequencies of crisis and bailout are endogenously determined in equilibrium. The welfare optimal equilibrium being characterized by recurrent crises and bailouts is consistent with historical episodes of financial crises, which features varying frequency and varied external responses for troubled institutions and countries in the real world. We explore some comparative statics of the PPEs of the repeated game numerically.

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 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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,805
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,059
Tête enseignante GPT0,244
Écart entre enseignants0,186 · 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'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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFederal Reserve Bank of Richmond Working PapersMême sujetEconomic Policies and ImpactsTravaux en français237 207