The State of the Art of Academic Research on Non-performing Loans: A Structured Literature Review
Notice bibliographique
Résumé
This study aims to conduct a Structured Literature Review (SLR) on Non-Performing Loans (NPLs), defined as distressed credits or deteriorated loans, to explore their historical developments and prospects. NPLs played a prominent role in the global financial landscape post the 2007 economic crisis and, nowadays, their volume is managed thanks to regulatory intervention. However, academic research on this topic is limited and sparse, particularly in relation to market volume and prices trend, as well as emerging management strategies and sustainability’s perspective. Therefore, our objective is to fill this gap and observe how the academic literature has responded to the development of this instrument. The SLR, and its associated bibliometric analysis, conducted using the Biblioshny package available on R-Studio, were performed on a sample of 1.236 academic documents (Articles, Book Chapters and Conference Papers) available on Scopus and published from 2010 to 2023. The sample, selected through a rigorous and validated screening procedure, was then studied across variables defined in the Analytical Framework: Topics, Research Methods, Research Area and Geographical Area. Based on this analysis, as explicitly stated in the findings section, we observe specific trending topics and geographical areas of study related to NPLs. This study not only helps fill a significant gap in academic literature concerning NPLs, but also provides important implications for financial practice and economic policy conducted by professionals, aiding in a better understanding of how to address and manage NPLs in various economic and geographical contexts. The originality of this research lies in its structured approach and use of bibliometric analysis, to examine a wide range of academic publications over an extended period, serving as a potential base for further insights and future studies.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,022 | 0,106 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,046 | 0,042 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,008 | 0,009 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».