MétaCan
Menu
Retour à la cohorte
Enregistrement W4379798451 · doi:10.1111/ablj.12225

Resolution of Small and Medium‐Sized Deposit‐Taking Institutions: Back to Basics?

2023· article· en· W4379798451 sur OpenAlexaboutno aff
Maziar Peihani

Notice bibliographique

RevueAmerican Business Law Journal · 2023
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueGlobal Financial Regulation and Crises
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFinancial institutionMoral hazardResolution (logic)InstitutionFinancial crisisBusinessFinanceEconomicsPolitical scienceIncentiveMarket economyComputer scienceLawMacroeconomics

Résumé

récupéré en direct d'OpenAlex

Following the 2008 Great Financial Crisis, financial policy makers have refocused their attention on bank resolution, prompting the creation of new resolution tools and regime reforms. As a result, the focus has mainly been on large, systemically important banks. Less attention has been paid to a broader range of financial institutions, namely small and medium deposit‐taking institutions. That tendency limits the applicability of these tools, which are imperfectly adapted to the unique issues faced by these smaller institutions. This article will assess both the successful applications and the limitations of resolution tools to small and medium deposit‐taking institution failures, focusing on three tools in particular: the bail‐in, the bridge bank, and purchase and assumption. In doing so, the benefits and challenges of each of these tools will be examined through the lens of recent resolution examples in the United States, Canada, and the European Union. This article also argues for the availability of public funds to achieve a successful resolution, taking the view that moral hazard concerns are overstated and that rigid bans of public funds are counterproductive to the goals of resolution. Lastly, this article seeks to develop a broad understanding of the systemic importance that accounts for the essential role of small and medium deposit‐taking institutions in their communities.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,021
score de la tête « metaresearch » (Gemma)0,050
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,110

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0210,050
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0050,025
Communication savante0,0130,024
Science ouverte0,0030,009
Intégrité de la recherche0,0090,010
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,062
Tête enseignante GPT0,262
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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Business Law JournalMême sujetGlobal Financial Regulation and CrisesTravaux en français237 207