MétaCan
Menu
Retour à la cohorte
Enregistrement W4297012753 · doi:10.1111/jbfa.12653

Bank risk in uncertain times: Do credit rationing and revenue diversification matter?

2022· article· en· W4297012753 sur OpenAlexaff
Ashton de Silva, Huu Nhan Duong, My Nguyеn, Yen Nguyen

Notice bibliographique

RevueJournal of Business Finance &amp Accounting · 2022
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueBanking stability, regulation, efficiency
Établissements canadiensSt. Francis Xavier University
Organismes subventionnairesRMIT University
Mots-clésCredit rationingDiversification (marketing strategy)EconomicsMoral hazardLoanCredit riskRevenueMonetary economicsAdverse selectionInterest rateFinancial systemFinanceBusinessIncentiveMicroeconomics

Résumé

récupéré en direct d'OpenAlex

Abstract We show that bank risk rises, particularly for larger banks and those with greater interest‐sensitive liabilities, during times of economic policy uncertainty through two economic channels: “credit rationing” and “revenue diversification.” The credit rationing channel shows that economic policy uncertainty increases aggregate loan spreads, exacerbating both adverse selection and moral hazard problems leading to higher bank risk. The revenue diversification channel suggests that as economic policy uncertainty reduces bank profits from traditional interest‐based products, banks diversify into other non‐traditional activities, thereby increasing their instability. Overall, our findings highlight the impact of economic policy uncertainty on exacerbating bank risk.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,047
Score d'incertitude au seuil0,596

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
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 ouverte0,0000,000
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 Opus0,018
Tête enseignante GPT0,219
Écart entre enseignants0,201 · 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

Citations17
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Business Finance &amp AccountingMême sujetBanking stability, regulation, efficiencyTravaux en français237 207