Following the money by following debt: tracking Ecuador’s sovereign bonds with financial data platforms
Notice bibliographique
Résumé
• Financial platforms like Bloomberg Terminals are valuable data sources for studying global capitalism. • Following bonds is a multiscalar method tracing financial actors, practices, and processes. • Details how creditors shaped Ecuador’s 2020 debt restructuring. • Reveals asset managers’ role in sovereign debt markets for developing and emerging economies. • Sheds light on patterns of uneven development in the global financial system. By 2024, trading in emerging market (EM) bonds had surpassed US$6.116 trillion, as the sovereign debt of low- and middle-income countries (LMICs) reached record levels. Credit instruments multiplied during a period of financialization, while the centralization of capital ownership by asset management firms marked a later phase in this process. These transformations have heightened concerns about creditor power and the opacity of bond ownership, particularly as the lack of transparency complicates sovereign debt restructurings for developing and emerging economies (DEEs) during moments of crisis. Indeed, few researchers have directly tracked financial instruments through capital markets, constrained by the volume and complexity of financial transactions, despite calls to “follow the money”. This paper uses the Bloomberg Terminal as a novel data source for tracking changes in bond ownership, pricing, and market activity. It also critically engages with how these financial data platforms mediate the ways global finance knows and values the world. Influenced by historical materialism and informed by critical geographies of accounting and debates around debt audits, I combine commodity chain analyses and social studies of finance. As an example, I follow a 2017 Ecuadorian bond which shows how concentrated ownership in major asset managers shaped restructuring in the wake of a global market shock, how minority creditors leveraged ESG demands as a negotiating tool, and how index-driven portfolio strategies and offshore financial hubs reinforced global capital hierarchies. Beyond sovereign bonds, this method of repurposing data platforms can be applied to other financial instruments, exposing the infrastructures and practices that reproduce uneven development and concentrate financial power.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».