LA CRISE FINANCIERE ET LE PROBLEME DE LA CONTAGION ENVERS LES PAYS DEVELOPPES ET LES PAYS EN VOIE DE DEVELOPPEMENT
Bibliographic record
Abstract
L’objectif de cette thèse est d’étudier les effets de contagion de la crise des subprimes sur les marchés financiers et d’analysé les mécanismes de sa propagation à la sphère financier des pays développés(les Etats-Unis, la France, la grande Bretagne et le Canada) et des pays en voie développement (Tunisie et Maroc). Pour ce faire, nous nous sommes intéressés, d’abord à la modélisation de la contagion des six marchés financiers. Nous avons adopté un modèle GARCH-DCC afin de montrer l’effet de la crise des subprimes sur l’augmentation de la volatilité et de corrélation des marchés boursier, ainsi que la présence de corrélation dynamique qui les liens. Nos résultats confirment la transmission des perturbations entre les marchés financiers. Nous avons utilisé un modèle VAR et nous l’avons appliqué pour deux sous période ; une période de crise et une période d’accalmie afin de tester l’existence des effets de contagion entre les marchés boursiers. Nous avons analysés la transmission des chocs et de la volatilité entre les marchés boursiers étudiés, d’une part, et les corrélations entre ces marchés, d’autre part. Les résultats empirique montrent la contamination des marchés boursiers des pays développés par le phénomène de la contagion, par contre, les pays en voie de développement ne sont pas très influents par la crise sur leur système financier, l’impact est plus apparent dans leur secteur réels.
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.002 | 0.002 |
| 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".