The Impact of the economic cycle on consumer credit non-performing conditional on the type of financial institution in Peru
Notice bibliographique
Résumé
En la presente investigación se estudia los determinantes de la morosidad de los créditos de consumo poniendo énfasis en el efecto del ciclo económico condicionado al tipo de institución financiera durante el periodo comprendido entre los años 2011 al 2019. En tal sentido, los tipos de institución financiera propuestos son: i) Bancos grandes, ii) Bancos medianos, iii) Entidades especializadas y iv) Entidades bancarias. Los criterios con los que se segmentaron las instituciones se basó en el nivel total de activos, participación del crédito de consumo sobre el total de créditos emitidos por cada institución, así como fortaleza retail y tienda por departamento. La investigación encontró evidencia empírica de positividad entre el ciclo económico y el ratio de morosidad de los créditos de consumo. Además, esta relación es más fuerte en las empresas especializadas y no bancarias, siendo no significativo en las grandes y medianas. Estos resultados fueron estimados a través de paneles dinámicos bajo la metodología de Arellano y Bond, así como cinco metodologías para la obtención de la variable ciclo económico, desarrolladas a más detalle en la sección 4 del presente documento.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».