Bibliographic record
Abstract
Les banques parallèles, telles que les fonds d’investissement, les fonds spéculatifs et les sociétés de financement hypothécaire, ont connu une croissance rapide ces dernières années. Le présent article examine le lien entre la politique monétaire et la croissance des banques parallèles et, par extension, la stabilité financière au Canada. S’appuyant sur les données mensuelles des marchés financiers de 1991 à 2015, l’article révèle tout d’abord qu’une mesure de contraction monétaire n’entraîne pas la réduction attendue des prêts aux entreprises et des prêts hypothécaires des banques parallèles, comme c’est le cas pour les crédits des banques à charte. Cette constatation laisse à penser que tandis que les banques parallèles ont gagné en importance, l’efficacité de la politique monétaire en matière de réduction de l’inflation a été compromise. Cet article fournit des éléments de preuves à l’appui de cette hypothèse en adoptant une approche vectorielle autorégressive bayésienne à deux étapes et à coefficients variant dans le temps.
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 | 0.004 | 0.030 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.004 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.012 | 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".