Notice bibliographique
Résumé
Abstract This paper examines three levels of regulation and compliance imposed by the Federal Reserve, the Securities and Exchange Commission (SEC), and stock exchanges, on risk profile of banking institutions in the United States. SEC‐registered and exchanged‐listed bank holding companies have more concentrated and lower quality loan portfolios; they grow faster through acquisitions and are more likely to execute M&A exit strategy themselves. Also, bank holding companies that commit to higher levels of compliance are better capitalized but have lower return on equity capital. Lower profitability is partially compensated with higher payout ratio, suggesting that regulatory frameworks to some extent ameliorate agency issues. Multi‐tiered regulation of banking institutions yields a separating equilibrium, in which banks choose level of compliance to match their business strategies. Three‐tiered regulatory framework enables market segmentation and matching of capital providers with desired risk profile. Switch to higher levels of compliance is accompanied by risk profile increase without a better risk‐return tradeoff, suggesting managerial agency cost explanation. SEC‐compliant banks are likely to migrate to exchanges or downshift to FDIC disclosure only. Both SEC and exchange‐listed banks are likely to execute growth‐by‐acquisitions but listed bank holding companies are only marginally more likely to default, suggesting more efficient risk‐taking or reliance on government support when market conditions decline. SEC compliance is the most volatile of three disclosure regimes. My study does not conclude that excessive regulation yields negative effects. It does not address assessment of changes in systematic risk and externalities focusing instead on firm‐level effects. Finally, it suggests the need to regulate the market for corporate control, which appears to be one major risk‐taking transmission mechanism in the US private banking market.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».