MétaCan
Menu
Retour à la cohorte
Enregistrement W4280617138 · doi:10.3390/su14105912

Fintech and Financial Risks of Systemically Important Commercial Banks in China: An Inverted U-Shaped Relationship

2022· article· en· W4280617138 sur OpenAlex
Baomin Chen, Xinyun Yang, Zhenzhong Ma

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueSustainability · 2022
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueFinTech, Crowdfunding, Digital Finance
Établissements canadiensUniversity of Windsor
Organismes subventionnairesUniversity of Windsor
Mots-clésBusinessFinancial systemFinancial intermediaryChinaFinancial innovationLoanFinanceOrder (exchange)FinTechFinancial sectorFinancial services

Résumé

récupéré en direct d'OpenAlex

The past decade has seen impressive developments in financial technology (FinTech) in China. As a new technology and innovative method that competes with, and also supplements, traditional financial methods, fintech has had a significant impact on traditional financial businesses and has thus challenged the role of commercial banks as credit intermediaries in the financial sector. This paper examines the potential risks that fintech brings to commercial banks in China, and collects data from 19 systemically important banks from 2011–2020 to analyze the effect of fintech development on commercial banks’ financial risks in order to achieve sustainable development in the financial sector. Using the Z value and non-performing loan ratio as the criterion variables, this study shows that the impact of fintech on the financial risks of systemically important banks demonstrates an inverted U-shaped pattern, with the financial risk increasing first and then decreasing alongside the further development of fintech. The results also show that commercial banks’ responses to fintech development has been comparatively slow. Managerial suggestions are then discussed on risk supervision for commercial banks and the financial sector in China and other emerging markets.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,920

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,030
Tête enseignante GPT0,278
Écart entre enseignants0,247 · 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