MétaCan
Menu
Retour à la cohorte
Enregistrement W4402639444 · doi:10.2478/jcbtp-2024-0030

Transparency in Central Bank and Credit Expansion: Empirical Evidence from Asian Countries

2024· article· en· W4402639444 sur OpenAlexaff
Saeed Sazzad Jeris, Omar Bari Md. Ibrahim, Ferdous Chowdhury, Humaira Begum

Notice bibliographique

RevueJournal of Central Banking Theory and Practice · 2024
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueBanking stability, regulation, efficiency
Établissements canadiensBecton Dickinson (Canada)University of Windsor
Organismes subventionnairesnon disponible
Mots-clésTransparency (behavior)Bank creditFinancial systemBusiness managementEmpirical evidenceBusinessAccountingCentral bankEconomicsMonetary economicsMonetary policyPolitical scienceBusiness administration

Résumé

récupéré en direct d'OpenAlex

Abstract This research investigated the influence of central bank transparency on credit expansion in 15 Asian nations (both advanced and emerging) during the period from 2000 to 2019. Panel OLS and Dynamic GMM estimation are used to identify the impact of central bank transparency on the credit spread. The findings indicate that central bank transparency plays a crucial role in lowering credit spreads and facilitating credit expansion. In addition, the influence of central bank transparency on credit spreads has a greater effect in emerging economies than in developed economies, highlighting the significance of transparency for tackling information asymmetry within the credit system. Overall, the research highlights the significance of central bank independence in reducing knowledge disparities and promoting a more transparent credit environment.

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)0,005
score de la tête « metaresearch » (Gemma)0,003
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,255
Score d'incertitude au seuil0,675

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,003
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 savante0,0000,002
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,047
Tête enseignante GPT0,298
Écart entre enseignants0,251 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Central Banking Theory and PracticeMême sujetBanking stability, regulation, efficiencyTravaux en français237 207