MétaCan
Menu
Retour à la cohorte
Enregistrement W4391061414 · doi:10.47260/jafb/1416

Performance and Assets and Liabilities Management in the U.S. Credit Union

2024· article· en· W4391061414 sur OpenAlexaff
Jalal El Fadil, Hélyoth Hessou

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueBanking stability, regulation, efficiency
Établissements canadiensUniversité de SherbrookeCégep de RimouskiUniversité du Québec à Rimouski
Organismes subventionnairesnon disponible
Mots-clésReturn on assetsBusinessLoanProfitability indexFinanceCredit unionWorking capitalCredit historyCredit referenceAssets under managementFinancial systemReturn on equityCredit riskPortfolioCredit crunchFixed assetEconomicsProduction (economics)

Résumé

récupéré en direct d'OpenAlex

Abstract Our main research objective is to study the influence of different decisions inherent to allocating assets, and to the weights given to some types of loans on the profitability of credit unions. Only few studies having been carried out on these financial institutions and on their asset portfolio structural change. Another objective is to analyse the influence of increasing deposits, as part of liabilities, on their financial performance. In order to reach our research objectives, we carried out statistical analyses and panel regressions by using biannual data from a large sample of credit unions in the United States. In fact, we analyzed the influence of the choices of allocating some assets and liabilities, represented by ratios, on the profit of credit unions in the United States for 20 years, represented by the return on assets. The results of our analysis enable us to conclude that attracting more deposits would ensure better profitability for these credit unions. As regards to loan types, the increase of the first mortgage loans weight is a profitable strategy. Our research add value to the field of financial institutions management, since most studies concern banks profitability and cannot be generalized to credit unions. Keywords: Credit unions, Credit unions performance, Credit unions asset portfolio structure, Credit union deposits, Assets and liabilities management in banking industry, First mortgage loan.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,028
Score d'incertitude au seuil0,057

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,017
Tête enseignante GPT0,218
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'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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetBanking stability, regulation, efficiencyTravaux en français237 207