MétaCan
Menu
← Retour à la cohorte
Enregistrement W7100929899

Economic Quarterly—Volume 97, Number 4—Fourth Quarter 2011—Pages 389–413 Strategic Behavior in the Tri-Party Repo Market

2015· article· en· W7100929899 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueBanking stability, regulation, efficiency
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCollateralRepurchase agreementCollateralized debt obligationSettlement (finance)ClearingLoanCashQuarter (Canadian coin)National bank
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

R epo contracts are a kind of collateralized loan that has become pre-dominant in the United States among large cash investors. Thereare several types of repo contracts, such as bilateral delivery-versus-payment repos, interdealer repos, and tri-party repos. A significant portion of repo transactions in the United States take the form of tri-party repos, where a third party (a clearing bank) provides collateral management and settlement services to the borrower and the lender. The tri-party segment of the U.S. repo market is the subject of this article. The tri-party repo market played a significant role during the 2007–2009 global financial crisis. Tri-party repos were, for example, a major source of se-cured funding for Bear Sterns prior to its demise. In March 2008, repo lenders in general, and tri-party repo counterparties in particular, lost confidence in their ability to recoup loans to Bear Stearns and, hence, refused to renew them, asking instead for immediate repayment (Bernanke 2008). To avoid a failure, the Federal Reserve facilitated the acquisition of Bear Stearns by the bank J.P. Morgan Chase. The withdrawal of tri-party repo funding also played a role in the collapse of Lehman Brothers in September 2008. As a result of the events during the crisis, it is now widely believed that the tri-party repo market is subject to serious vulnerability (see, for example, Dudley [2009]). Attesting to this is the fact that in 2009 the NewYork Fed asked a group of senior private U.S. bank officials to form a task force “to address the weaknesses ” in the I would like to thank Jeff Lacker for many stimulating conversations that motivated me to write this article, Jim Peck for answering my game theory questions patiently, and Borys

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)0,003
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,068
Score d'incertitude au seuil0,228

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0050,002
Science ouverte0,0000,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0680,016

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 Opus0,045
Tête enseignante GPT0,249
Écart entre enseignants0,204 · 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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetBanking stability, regulation, efficiency→Travaux en français237 207→