The dynamics of banking sector and stock market maturity and the performance of Asian economies
Notice bibliographique
Résumé
Purpose – The purpose of this paper is to examine the nature of causal relations between banking sector maturity, stock market maturity, and four aspects of performance and operation of the economy: economic growth, inflation, openness in trade, and the degree of government involvement in the economy. Design/methodology/approach – The authors look for possible links between the variables by conducting panel cointegration and causality tests, using a large sample of Asian countries over the period 1960-2011. Novel panel data estimation methods allow for robust estimates, using both variation between countries and variation over time. Findings – The study identifies interesting causal links among the variables deriving uniquely from our innovations. In particular, The paper finds that for all regions considered, banking sector maturity and stock market maturity are causally linked, sometimes in both directions. Furthermore, stock market maturity may lead to economic growth, both directly and indirectly through indicators such as inflation and trade openness. The findings also support the notion that economic growth affects the maturity of the stock market in most regions. Practical implications – The results lend support to the notion that a mature financial sector is a key contributor to generating economic growth. Furthermore, economic growth itself has the potential to bring about maturity in the financial sector. Originality/value – The paper uses sophisticated principal-component analysis, panel cointegration, and Granger causality tests, methods not used in this literature before. The method was applied to recent data pertaining to 35 Asian countries – a group of countries that has previously not been adopted in this literature.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».