MétaCan
Menu
Retour à la cohorte
Enregistrement W6927666284 · doi:10.34989/sdp-2023-32

Understanding the Systemic Implications of Climate Transition Risk: Applying a Framework Using Canadian Financial System Data

2023· article· en· W6927666284 sur OpenAlexafffundabout

Notice bibliographique

RevueEconstor (Econstor) · 2023
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueSustainable Finance and Green Bonds
Établissements canadiensBank of Canada
Organismes subventionnairesAutorité des Marchés FinanciersSuncor Energy IncorporatedTD Bank
Mots-clésLeverage (statistics)Climate changeSystemic riskMarket liquidityShock (circulatory)Financial crisisWork (physics)Financial riskClimate Finance

Résumé

récupéré en direct d'OpenAlex

Our study aims to gain insight on financial stability and climate transition risk. We develop a methodological framework that captures the direct effects of a stressful climate transition shock as well as the indirect—or systemic—implications of these direct effects. We apply this framework using data from the Canadian financial system. To capture the direct effects, we leverage the climate transition scenarios and financial risk assessment methods developed for the Bank of Canada and the Office of the Superintendent of Financial Institutions climate scenario analysis pilot project. We examine the direct effects—in the form of credit, market and liquidity risks—of the climate transition shock on financial system entities within the scope of our study. Specifically, we look at the public and private assets and derivatives portfolios of deposit-taking institutions, life insurance companies, pension funds and investment funds. To assess the indirect effects from the potential spread of the climate transition shock across an interconnected financial system, we extend an agent-based model to explore shock transmission channels such as cross-holding positions, business similarities, common exposures and fire sales. This model considers behavioural assumptions and rules, allowing us to understand the interconnectedness of the financial system. This work strengthens our understanding of how distinct entities within the financial system could be impacted by and respond to climate transition risks and opportunities, and of the potential channels through which those risks and opportunities may spread. More generally, this work contributes to building standardized systemic risk assessment and monitoring tools.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,010
score de la tête « metaresearch » (Gemma)0,030
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,978
Score d'incertitude au seuil0,163

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,030
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0070,012
Études des sciences et des technologies0,0030,002
Communication savante0,0060,002
Science ouverte0,0020,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,089
Tête enseignante GPT0,255
Écart entre enseignants0,166 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations4
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEconstor (Econstor)Même sujetSustainable Finance and Green BondsTravaux en français237 207