MétaCan
Menu
Retour à la cohorte
Enregistrement W4404189171 · doi:10.1080/23322039.2024.2422958

Navigating bank risk-taking under excess liquidity: the moderating role of economic policy uncertainty and lessons from the Global Financial Crisis

2024· article· en· W4404189171 sur OpenAlexaff
Thai Vu Hong Nguyen, Chrıstophe Schınckus, Thanh Tuan Chu

Notice bibliographique

RevueCogent Economics & Finance · 2024
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMarket Dynamics and Volatility
Établissements canadiensUniversity of the Fraser Valley
Organismes subventionnairesnon disponible
Mots-clésMarket liquidityFinancial crisisLiquidity riskLiquidity crisisEconomicsFinancial systemMonetary economicsModerationIndex (typography)Economic policyBusinessMacroeconomics

Résumé

récupéré en direct d'OpenAlex

The study investigates the moderation effect of economic policy uncertainty (EPU) towards the relationship between excess liquidity and bank risk-taking as well as explores its stronger impact in countries severely affected by the 2008 Global Financial Crisis (GFC). Using System Generalized Methods of Moments (SGMM) on an unbalanced dataset for 33 countries from 2000 to 2019, the study finds that an increase in the EPU index attenuates the positive impact of excess liquidity on bank risk-taking. The study also finds that the attenuating effect of EPU on the relationship between excess liquidity and bank risk-taking is stronger in countries that were most severely affected by the GFC. It argues that the mechanisms by which excess liquidity induces risk-taking are disrupted under high EPU. Our study also extends behavioral theories to shed light on how the GFC altered bank risk-taking in the presence of excess liquidity and high EPU.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,573
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,025
Tête enseignante GPT0,281
Écart entre enseignants0,256 · 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.

Devis d'étudeThéorique ou conceptuel
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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCogent Economics & FinanceMême sujetMarket Dynamics and VolatilityTravaux en français237 207