MétaCan
Menu
Retour à la cohorte
Enregistrement W4386641253 · doi:10.54254/2754-1169/23/20230382

Risk Assessment for Canadian Commercial Banks

2023· article· en· W4386641253 sur OpenAlexaffabout
Yumeizhu Cai

Notice bibliographique

RevueAdvances in Economics Management and Political Sciences · 2023
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueInsurance and Financial Risk Management
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésBusinessProfitability indexFinancial risk managementLiquidity riskRisk managementMarket riskCredit riskMarket liquidityFinanceInterest rateOperational riskFinancial systemActuarial science

Résumé

récupéré en direct d'OpenAlex

More and more individuals, businesses, and financial institutions are realizing the importance of risk management, and it is also an integral part of the development process for commercial banks. Most people do not consider the significant risks that banks face when conducting transactions and that this is a key factor in the survival of the bank. Therefore, this paper examines how Canadian commercial banks manage risks and explores the objective causes of increased risk by collecting annual data from Toronto-Dominion Bank (TD) and comparing and analyzing it with the data of previous years. The comparison of selected data continues with an analysis of the ability of commercial banks to manage risks and how risks affect the profitability of the bank. The study finds that liquidity risk is positively correlated with the bank's profitability and performance, while market risk and credit risk have a negative correlation with the bank's performance. External factors such as inflation, interest rate hike, and COVID-19 also challenges the bank with increased risk. TD has a well-developed regulatory system and countermeasures, and the bank has a high level of risk management and response capabilities.

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: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,726
Score d'incertitude au seuil0,991

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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 Opus0,023
Tête enseignante GPT0,281
Écart entre enseignants0,257 · 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'étudeThéorique ou conceptuel
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'admission2
Résumé présentoui

Explorer davantage

Même revueAdvances in Economics Management and Political SciencesMême sujetInsurance and Financial Risk ManagementTravaux en français237 207