Les déterminants des entrées de capitaux en Asie : quel rôle pour les stratégies de carry trade?
Bibliographic record
Abstract
Le retour massif des capitaux dans les pays asiatiques, de 2003 à 2007, a rappelé la situation d’avant la crise financière de 1997. L’une des explications avancées est l’abondance de la liquidité mondiale ainsi que le niveau élevé des positions de carry trade, notamment avec le yen comme monnaie de financement. Cet article étudie les déterminants des entrées de capitaux en Thaïlande, puis sur un groupe de quatre économies asiatiques, entre 1990 et 2007, en prenant en compte explicitement le comportement des investisseurs internationaux, à travers les stratégies de carry trade et des indicateurs d’appétit pour le risque. Nous montrons que, si, sur la période de précrise de 1997, les entrées de capitaux sont fortement expliquées par l’évolution des fondamentaux des émergents d’Asie, sur la période récente, elles ont été motivées par la recherche de rendements élevés, dans un contexte de surliquidité mondiale. Ainsi, le retour des capitaux en Asie serait bien expliqué par les stratégies de carry trade avec le yen comme monnaie de financement. Les stratégies alternatives de carry trade ne sont pas apparues significatives.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".