IMPACT OF PUBLIC TRUST IN U.S. FINANCIAL INSTITUTIONS ON GLOBAL STOCK MARKET RETURNS
Notice bibliographique
Résumé
Public trust in financial institutions is crucial for determining the value of securities.This study examines how new macroeconomic indicators that capture public trust in U.S. financial institutions impact stock markets in North America, Latin America, Europe, Asia, the Gulf Cooperation Council (GCC), Africa, and major emerging economies.We employ five distinct indicators that measure public trust levels in commercial banks, mutual funds, stock markets, large corporations, and overall financial trust, and investigate their relative impact on 21 international stock market indexes.The results suggest that three out of the five financial trust indicators significantly impact U.S. and international stock market returns, with varying degrees of strength.Specifically, the financial trust index, public trust in large corporations, and public trust in commercial banks significantly affect global markets, while trust in stock markets and mutual funds are insignificant.The financial trust index has the maximum impact and affects stock markets in economies with strong trade links to the U.S., such as Canada, the U.K., China, and Mexico.Similarly, public trust in large corporations significantly impacts stock markets in manufacturing countries like Canada, China, the U.K., Germany, France, Spain, and GCC economies.On the other hand, public trust in commercial banks affects the stock markets of economies with strong financial services industries, such as China, the U.K., Switzerland, Germany, Hong Kong, and South Korea.These findings suggest that financial trust is a critical factor in valuing securities in international markets, making it an additional risk factor that is priced in global markets.Understanding these dynamics can enhance market stability, improve investor confidence, and foster sustainable global economic growth.
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 | 0,002 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».