La relation entre gouvernance, risques bancaires et stabilité financière
Bibliographic record
Abstract
L'effondrement de l'emblématique banque d'investissement américaine Lehmann Brothers en septembre 2008 a eu un impact énorme sur les marchés financiers et l'économie mondiale en érodant la confiance des citoyens dans leurs institutions, leur système bancaire et la stabilité financière globale. L'objectif principal de cette thèse est de mettre en évidence les risques potentiels pour la stabilité financière sous deux angles, d'abord liés à la diversité culturelle et ensuite liés à la perturbation possible du système financier due à l'essor des nouvelles technologies, les FinTech. L'effet des aspects culturels sur la stabilité financière la littérature a été négligée; ainsi, le premier chapitre examine les effets culturels potentiels sur les mesures du risque systémique dans les pays développés et en développement. D'autre part,le manque de confiance dans le système bancaire inculqué après 2008 a conduit à l'essor de la nouvelle technologie destinée à remodeler le crédit à la consommation. Le Bitcoin, d'abord conçu comme une version électronique de l'argent liquide, sans contrôle du gouvernement et de la banque centrale, est devenu un phénomène mondial qui pourrait avoir de graves implications pour la stabilité financière. Les trois chapitres suivants se concentrent sur les sujets liés au Bitcoin pour un pays particulier, le Canada. Bitcoin et ses frères et sœurs pourraient affecter les fonctions centrales des banques centrales liées à la production et à la distribution de billets de banque. En conséquence, le deuxième chapitre analyse l'impact de la propriété de Bitcoin sur l'utilisation de l'argent à l'aide de données d'enquête. Le troisième chapitre examine les mécanismes potentiels derrière l'évolution future de l'adoption du Bitcoin. Enfin, le quatrième chapitre met en évidence la dynamique de la sensibilisation, de l'adoption et de l'utilisation du Bitcoin au sein de la population canadienne au cours de la période 2016-2020.
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) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.011 | 0.001 |
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".