Can central bank digital currencies help advance financial inclusion?
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Central banks around the world are considering how retail central bank digital currencies (CBDCs) may help to advance financial inclusion. While CBDCs are not a magic bullet, they could be a further tool to promote universal access to payments and other financial services if this goal features prominently in the design from the get-go. In particular, central banks can consider design options to: (1) promote innovation in the two-tiered financial system (eg allowing for non-bank payment service providers); (2) offer a robust and low-cost public sector technological basis (with novel interfaces and offline payments); (3) facilitate enrolment (via simplified due diligence and electronic know-your-customer processes) and data portability; and (4) foster interoperability (both domestically and across borders). Together, these features can address a range of specific barriers to financial inclusion: geographic remoteness, institutional and regulatory factors, economic and market structure issues, characteristics of vulnerability, lack of financial literacy and low trust in existing financial institutions. This paper draws on interviews with nine central banks with advanced work on CBDCs and financial inclusion — the Central Bank of the Bahamas, Bank of Canada, People’s Bank of China, Eastern Caribbean Central Bank, Bank of Ghana, Central Bank of Malaysia, Bangko Sentral ng Pilipinas, National Bank of Ukraine and Central Bank of Uruguay. It gives concrete examples from the central banks’ work and discusses challenges, risks and regulatory and legal implications. It argues that while CBDCs hold promise for furthering financial inclusion, CBDC issuance may also require new laws and regulations to be enacted, or existing laws to be revised.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 découle