MétaCan
Menu
Retour à la cohorte
Enregistrement W6965144032 · doi:10.2866/618863

The nonlinear effects of banks' vulnerability to capital depletion in euro area countries

2024· other· en· W6965144032 sur OpenAlexfundno aff

Notice bibliographique

RevueEconstor (Econstor) · 2024
Typeother
Langueen
DomaineEnvironmental Science
ThématiqueForest ecology and management
Établissements canadiensnon disponible
Organismes subventionnairesYork University
Mots-clésVulnerability (computing)Capital (architecture)Financial intermediaryPanel dataCapital requirementFinancial capitalCapital intensityCapital accumulationCapital deepening

Résumé

récupéré en direct d'OpenAlex

When capital in the banking system becomes depleted, the degree to which financial intermediation and the macroeconomy are adversely affected is likely to depend on the financial and macroeconomic environment. However, existing studies either assume that the effects of bank capital shocks are linear or ignore feedback effects and the impact on the macroeconomy. Using data on the largest euro area countries and Bayesian Panel Threshold VARs, we investigate the importance of different factors in amplifying shocks in banks' vulnerability to capital depletion. Our results demonstrate that nonlinearities matter. When the banking sector is already vulnerable to large capital losses, it is more difficult for banks to accommodate a depletion in capital and lending and economic activity contract more severely. Similarly, low interest rates, which are typically associated with low bank margins and profitability, also lead to a larger decline in lending. De-risking is also more pronounced in these cases. The state of the business cycle, though, does not influence the propagation of shocks to the same extent. We conclude that financial factors play a larger role than the macroeconomic environment in heightening shocks to banks' vulnerability to capital depletion.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,004
Tête enseignante GPT0,211
Écart entre enseignants0,207 · 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'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 revueEconstor (Econstor)Même sujetForest ecology and managementTravaux en français237 207