Asymmetric impact of climate change on banking system stability in selected sub-Saharan economies
Notice bibliographique
Résumé
This study is an empirical examination of the asymmetric impact of climate change on banking system stability in selected sub-Saharan economies. The study leverages a quantitative research approach through a panel non-linear ARDL framework and data from 29 selected economies, which spans 1996-2017. Findings from the study reveal that in the long term, partial sums of temperature have an insignificant relationship with banking system stability. Further, partial sums of precipitation are negatively related to banking system stability in the long term. The finding indicates that both positive and negative precipitation do harm banking system stability in the selected sub-Saharan economies. Moreover, we find that partial sums of greenhouse gas emissions had an insignificant relationship with banking system stability. In addition, we conclude that greenhouse gases (positive and negative) do not impair banking system stability in selected sub-Saharan economies in the long term. We surmise from the findings that both positive and negative climate change indexes are harmful to banking system stability. On the short-term asymmetric impact, we discover that partial sums of temperature, precipitation, and climate change index do not harm banking system stability. However, negative greenhouse gas emissions are pernicious to the banking system’s stability in the short term. Conversely, positive greenhouse gas levels were statistically insignificant. The study recommends that central banks and monetary authorities in Sub-Saharan Africa design green banking policies to push the climate change agenda in the banking sector.
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 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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».