MétaCan
Menu
Retour à la cohorte
Enregistrement W4287151243 · doi:10.18280/ijsse.120301

Econometric Analysis of the Formation of Deposit Resources of Households and Their Role in Ensuring Financial Security of the State

2022· article· en· W4287151243 sur OpenAlexvenueno aff
Dubyna Maksym, Tarasenko Olena, Popova Liubov, Kalchenko Olga, Safonov Yuriy, Lozychenko Oleksandr

Notice bibliographique

RevueInternational Journal of Safety and Security Engineering · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEconomic and Technological Developments in Russia
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésState (computer science)BusinessEconometric analysisEconomicsFinanceEconometricsComputer science

Résumé

récupéré en direct d'OpenAlex

Within the article, the formation of deposit resources of households and their role in ensuring financial security of the state is considered. Significant attention is paid to the formation of such resources within the financial system. To this end, a statistical analysis from 2007 to 2020 of the main trends in the formation of deposits by households in Ukraine, a study of the impact of macroeconomic factors on this process is carried out, peculiarities of the deposit market in periodic economic and political instability are substantiated. The econometric analysis of the impact of certain macroeconomic factors on the creation of these resources within the national economy was also conducted. Accordingly, the article included the national currency exchange rate, the level of the average wage and the level of the real weighted average interest rate on time deposits. The methodology for constructing a multifactor linear regression model was chosen for econometric modeling. This model was also tested for adequacy. In the article, the role of household deposit resources in ensuring financial security of the state is also described in detail, the importance of providing stable conditions for the functioning of the deposit services market in order to resist external and internal threats is substantiated.

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 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 enseignants0,403
Score d'incertitude au seuil0,122

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,006
Tête enseignante GPT0,196
Écart entre enseignants0,190 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Safety and Security EngineeringMême sujetEconomic and Technological Developments in RussiaTravaux en français237 207