MétaCan
Menu
Retour à la cohorte
Enregistrement W4405818560 · doi:10.54254/2754-1169/2024.18623

China's Green Bond Market: Structural Characteristics, Formation Factors and Development Suggestions --Based on the Comparison of Chinese and the US Green Bond Markets Structure

2024· article· en· W4405818560 sur OpenAlexaff
Haolan Li, Tiancheng He, Xihong Liao, Weizhen Tong

Notice bibliographique

RevueAdvances in Economics Management and Political Sciences · 2024
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueInsurance and Financial Risk Management
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésChinaBond marketBondChinese marketBusinessFinancial systemGeographyFinance

Résumé

récupéré en direct d'OpenAlex

The green projects are mainly focusing on solving the issues of pollution reduction, waste management, climate protection, etc. Green bond is a fixed-income instrument that helps eligible green projects to raise funds for sustainable development. In this article, we compare the structure of China and US green bond market, and analyze their difference from historical evolution perspective, the issuance standard and the market operation characteristics perspective. Based on the analysis above, we then discuss the advantages and disadvantages of China’s green bond market. The advantages of Chinese green bond market structure are low risk and the close relationship between the banks and the enterprises, while the disadvantage is low financial efficiency. Finally, we conclude with recommendations for the future development and financial structural optimization of China’s green bond markets in terms of rationalization, advancement and cascade.

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 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 enseignants0,567
Score d'incertitude au seuil0,454

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,011
Tête enseignante GPT0,241
Écart entre enseignants0,231 · 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 revueAdvances in Economics Management and Political SciencesMême sujetInsurance and Financial Risk ManagementTravaux en français237 207