图例:欧洲央行计算结果(有关建模方法,请参阅《欧元区银行业宏观审慎压力测试》,不定期论文系列第 226 号)。“释放资本和监管灵活性的使用”包括使用 P2G、通过 P2R 变化的前端加载释放的 CET1 资本以及释放的宏观审慎缓冲。“剩余缓冲(包括 CCoB)的使用”涉及 P1R 和 P2R 以上所有资本的使用,MDA 限制仍然具有约束力。该分析考虑了 2020 年 3 月 12 日和 27 日的监管支持计划中的非缓冲要素、国家延期偿付和担保计划。
摘要:不同来源的信贷可用性在各个企业之间存在巨大差异,并且对投资决策和产出的总体影响具有企业层面的影响。我们开发了一个理论框架,在该框架中,企业根据不同资金来源的广度和深度边际进行内生决策,以研究企业选择对信贷供应冲击向实体经济传导的作用。与数据中一样,企业可以从不同的银行借款、发行债券或通过留存收益筹集股本以资助生产性投资。我们的模型根据详细的企业和贷款层面数据进行了校准,并重现了程式化的经验事实:规模更大、生产率更高的企业依赖更多的银行和更多的资金来源;规模较小的企业主要依赖少数银行和内部资金。我们的定量分析表明,由于替代信贷来源之间缺乏可替代性,银行信贷供应冲击导致总产出大幅减少,并且企业之间存在相当大的异质性。最后,我们表明,我们的见解对于用于识别信贷供应效应的标准实证方法的有效性具有重要意义(Khwaja 和 Mian 2008)。 JEL 分类:E32、E43、E50、G21、G32 关键词:信贷供给冲击、企业融资、银企匹配、冲击传导 Falk Bräuning 是波士顿联邦储备银行研究部的高级经济学家和政策顾问。他的电子邮件地址是 Falk.Brauning@bos.frb.org。 José Fillat 是波士顿联邦储备银行研究部的高级经济学家和政策顾问。他的电子邮件地址是 Jose.Fillat@bos.frb.org。 Gustavo Joaquim 是波士顿联邦储备银行研究部的经济学家。他的电子邮件地址是 Gustavo.Joaquim@bos.frb.org。
† Nathan Seegert 犹他大学金融系,1655 East Campus Center Drive,盐湖城,犹他州 84112,美国。办公室电话:+1 (801) 585-7131。电子邮件:nathan.seegert@utah.edu 致谢:我们感谢加州大学欧文分校、佐治亚州立大学、斯坦福大学、犹他大学、圣母大学和普渡大学的研讨会参与者提出的有益评论;城市经济协会会议和国家税务协会的会议参与者;以及 John Anderson、Nathan Anderson、Brian Asquith、Sebastien Bradley、Jan Brueckner、Jillian Carr、Jeff Clemens、Robert Collinson、Edward Coulson、Morris Davis、Jeffrey Denning、Michael Ericksen、William Evans、Matthew Freedman、Jesse Gregory、Andrew Hanson、Aaron Hedlund、Matthias Hoelzlein、Daniel Hungerman、Evan Mast、Dan McMillen、Lindsay Relihan、Patrick Turner、Tejaswi Velayudhan 和 Scott Wentland。我们还要感谢 Megan Juelfs 提供的出色研究协助。声明:作者声明他们与本文所述研究没有相关或实质性的经济利益。
8。可以进一步同意,在向要约接受实体发出通知后,该实体无权在法院竞争或以其他方式遭到损害的责任金额。在妥协协议和抵押协议下完全执行业务实体的所有义务。如果实体在妥协协议(包括任何抵押协议)上违约,则同意特许经营税务委员会可以:
建议引用推荐引用Wilcox,Jessica A; Chukwueke,Ugonma n; Ahn,myyng-ju; Aizer,Ayal A;贝尔(Tejus A); Brandsma,Dieta; Brastianos,Priscilla K;张,苏珊;达拉斯,玛丽莎;福赛斯,彼得; Garzia,Livia;格兰兹,迈克尔;奥利瓦(Oliva),伊莎贝拉(Isabella)C glitza;普里亚(Kumthekar),普里亚(Priya); Le Rhun,Emillie; Nagpal,Sema;奥布莱恩,芭芭拉;埃琳娜·彭斯太(Pentsova); Lee,Eudocia Quontt;雷姆西克(Jan);罗伯塔·鲁达(Rudà); Smalley,Inna;泰勒,迈克尔·D;迈克尔·韦勒; Wefel,Jeffrey;杨,乔纳森·T;年轻,罗伯特·J;温,帕特里克y;和Boire,Adrienne A,“实体瘤的瘦脑元素:神经肿瘤学和美国临床肿瘤学协会的临床管理和未来董事共识回顾”(2024年)。教职员工出版物。2584。https://digitalcommons.library.tmc.edu/baylor_docs/2
1伦敦大学学院,纳尔特广场,高尔街,伦敦,WC1E 6BT,英国2巴西路德教会大学,公平。farroupilha,8001-SãoJosé,Canoas,RS,RS,92425-020,巴西摘要摘要利用量子,经典和相对论量表的越来越多的能力,以及生成的AI和量子计算的快速变化,以及通过有负责任的目的和量子的竞争力(可以实现的能力),这表明了实现的可能性(可以实现竞争力(实现)(实现),实现了实现的可能性( 共情)。社会不能与技术分开,因为情报可能会发展为平台不足的学习和解决问题的能力。概念套件被引入量子智能,相对论智能和无规模的智能,以表示学习模式,其中包含了规模特定的物质和时空特性,量子和时空属性。现代技术既有风险又有回报,并提供了实现社会有益结果的重要理论和实践手段。从理论上讲,智力是代理(人类或机器)处理多个尺度域中问题的通用能力,可以将思想重新考虑为多样性,同时性和便携性的操作,从而将世界的范围开放给传统个人自我和地方社区以外的更广泛的关注领域。实际上,产生对社会负责的人工智会可以通过“摩尔的AI法则”的分阶段方法进行,其中包括短期监管和注册表,中期内部学到的奖励功能以及长期负责的人类AI实体。简介人类自然而然地对社会负责,但在使用针对行星规模问题的新技术成熟水平运行时,可能会更是如此。关键字1 AI对齐,对社会负责的人类实体,AI数学代理,量子智能1。
在编制本报告所载的 ESG 相关信息时,我们做出了许多关键判断、估计和假设,所涉及的过程和问题很复杂。我们使用了 ESG(包括气候)数据、模型和方法,我们认为,截至使用之日,这些数据、模型和方法适合于理解和评估气候变化风险及其影响、分析排放、设定 ESG 相关目标以及评估可持续投资的分类。然而,这些数据、模型和方法(包括第三方专有估计模型、方法、假设、技术和未公开的模型数据输入)通常是新的、快速发展的,与其他财务信息中的标准不同,也不受相同或等效的披露标准、历史参考点、基准或全球公认会计原则的约束。特别是,在气候变化及其演变的情况下,不可能依赖历史数据作为未来轨迹的有力指标。
*第一版:2021 年 11 月,https://ssrn.com/abstract=3973538 1 Jean Barthélémy,法兰西银行(电子邮件:jean.barthelemy@banque-france.fr) 2 Paul Gardin,欧洲中央银行(电子邮件:paul.gardin@ecb.europa.eu) 3 Benoit Nguyen:法兰西银行(电子邮件: benoit.nguyen@banque-france.fr )。我们要感谢 Rashad Ahmed、Arash Aloosh(讨论者)、Bruno Biais、Olivier Blanchard、Darrel Duffie、René Garcia、François Gourio、Stéphane Guibaud、Antoine Martin、Simon Mayer、Julien Prat、Kristian Nygard Solvik、Davide Tomio、Quentin Vandeweyer(讨论者)、Anthony Lee Zhang、Skema-Essec 2022 金融研讨会、CEBRA 2022 年年会、OCC-US 财政部研究研讨会、欧洲央行货币数字化研讨会和 BdF 研究研讨会的参与者提供的宝贵意见和讨论。其余所有错误均由我们承担。