MétaCan
Menu
Retour à la cohorte
Enregistrement W4401325136 · doi:10.1016/j.jebo.2024.06.031

Bank choice, bank runs, and coordination in the presence of two banks

2024· article· en· W4401325136 sur OpenAlexafffund
Jasmina Arifovic, Johan de Jong, Anita Kopányi-Peuker

Notice bibliographique

RevueJournal of Economic Behavior & Organization · 2024
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueBanking stability, regulation, efficiency
Établissements canadiensSimon Fraser University
Organismes subventionnairesSimon Fraser UniversityUniversiteit van Amsterdam
Mots-clésNash equilibriumCoordination gameBankruptcyVulnerability (computing)Bank runComputer scienceBest responseCoordination failureEconomicsMicroeconomicsMonetary economicsBusinessMathematical economicsComputer securityFinance

Résumé

récupéré en direct d'OpenAlex

We investigate learning in a repeated bank choice game, where agents first choose a bank to deposit in and then decide to withdraw that deposit or not. This game has a single Nash equilibrium in pure strategies, characterized by all agents depositing in the bank that offers the highest return, even though it may be more vulnerable to bankruptcy if some agents withdraw early. We use an individual evolutionary learning algorithm to model under which circumstances and with which beliefs agents can learn the Nash equilibrium in the repeated game and compare the results to an experiment. We find participants coordinating on the Nash equilibrium in the presence of low or medium vulnerability banks, but efficient coordination fails when both banks are highly vulnerable (irrespective of whether participants have full or only partial information).

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)0,002
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,067
Score d'incertitude au seuil0,399

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,019
Tête enseignante GPT0,258
Écart entre enseignants0,239 · 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'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'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Economic Behavior & OrganizationMême sujetBanking stability, regulation, efficiencyTravaux en français237 207