The cascade effect: Are the U.S. economy and global stock markets vulnerable to the collapse of First Republic Bank?
Notice bibliographique
Résumé
Following the collapse of Silicon Valley Bank and Signature Bank, First Republic Bank collapsed and is considered the second-largest bank failure in U.S. history. These bank runs can have a cascading or contagion effect on other large banks, and U.S. banking crises can flare up again. We examine the effect of the First Republic bank run on top U.S. banks, U.S. stock indices, and global stock indices using standard event study methodology. We report abnormal returns and cumulative abnormal returns for the event day (t = May 01, 2023) and the 10-day event window (t-5 to t+5), respectively, using data from the 120-day estimation window. The results indicate that on the event day, only JP Morgan Bank's returns were negative, while other banks acted as safe havens for investors. No significant change in returns on the event day is observed for U.S. sector indices (except for the healthcare sector) and global stock exchanges, except for the European and Chinese markets. During the event window, the occurrence of the event significantly affects bank returns after the event date, but no significant effect is found before the event date. Similarly, the healthcare and transportation sectors are more affected than other sectors, while the U.S. and Canadian stock markets seem to be more susceptible to the bank run. Overall, the results suggest that the U.S. government should take decisive initiatives to stop the ripple effect and protect the entire financial system.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».