Position growth rate interactions between exchange-traded derivatives and OTC derivatives
Bibliographic record
Abstract
Dans cet article, nous avons réalisé une comparaison entre l’activité des marchés de gré à gré (OTC) et des marchés organisés de dérivés pour différentes catégories de risque sur plusieurs années en utilisant les données d’enquêtes triennales de BIS. Nous avons regroupé les données des marchés mondiaux de produits dérivés de gré à gré en trois régions: les Amériques, l’Europe et l’Asie / Pacifique, et comparé leur activité dans ces régions.Nous nous sommes concentrés sur l’interaction entre les taux de croissance des positions entre les marchés OTC et organisés pour les dérivés. Les résultats empiriques montrent que le taux de croissance des dérivés négociés en bourse dirige celle sur les marchés OTC. La conclusion reste la même pour les dérivés de différentes catégories de risque. Pour les dérivés de change uniquement, les échanges sur les marchés OTC déterminent ceux sur les marchés organisés et cela est significatif au seuil de 10%. Nos conclusions ne varient pas lorsque l’on compare les statistiques des tests initiaux avec celles qui sont fondées sur des valeurs critiques générées par bootstrapping.
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 | 0.007 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.004 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.028 | 0.002 |
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".