MétaCan
Menu
Retour à la cohorte
Enregistrement W4391747466 · doi:10.1002/iir.1529

China's crisis management and market exit mechanism for banks—What is the way forward?

2024· article· en· W4391747466 sur OpenAlexvenueno aff
Geleite Xu, Yifeng Shi

Notice bibliographique

RevueInternational Insolvency Review · 2024
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueInsurance and Financial Risk Management
Établissements canadiensnon disponible
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesNational Social Science Fund of ChinaNational Office for Philosophy and Social SciencesChina Postdoctoral Science Foundation
Mots-clésMechanism (biology)ChinaLegislationBusinessRisk analysis (engineering)Industrial organizationPolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

Abstract As China's crisis management and market exit mechanism for banks (CMME mechanism) is still at an early stage of development, the legislation governing the mechanism is far from sufficient or satisfactory. With the aim of exploring how the holistic framework of China's CMME mechanism can be improved, this article systemically examines the mechanism from the perspectives of the major procedural components and the specially designed funding sources. Based on the analysis, three major types of weaknesses in the current mechanism are pointed out: ‘missing elements’, ‘unfit elements’ and ‘uncoordinated elements’. To be specific, some essential elements are missing from the current mechanism; some elements in the mechanism are unfit when applied to banks; and some elements are uncoordinated with each other within the mechanism. It is necessary that an overhaul of the mechanism be carried out to address these weaknesses. In addition, given that governments' involvement was demonstrated to be helpful in resolving bank crises in past cases, it would be better to institutionalise this experience in the CMME mechanism. Only with a well‐crafted CMME mechanism can bank crises be resolved in an orderly, effective and efficient manner.

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)0,004
score de la tête « metaresearch » (Gemma)0,003
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: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,025
Tête enseignante GPT0,265
Écart entre enseignants0,240 · 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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Insolvency ReviewMême sujetInsurance and Financial Risk ManagementTravaux en français237 207