Global Macroeconomic Performance: A Comparative Study Based on Composite Scores
Notice bibliographique
Résumé
This paper proposes a composite indicator designed to summarise in a single statistic a variety of different facets of macroeconomic performance and assesses relative performances of countries with respect to six macroeconomic variables, viz., the growth rate of real GDP, real per capita GDP, unemployment rate, fiscal balance, rate of inflation, and current account balance. An appropriate mathematical model to aggregate these variables to form composite scores has been implemented by adopting the MCDM (Multiple Criteria Decision Making) technique of TOPSIS (Technique for Order Preference by Similarity to Ideal Solution). This allows a parsimonious representation of a variety of different facets of macroeconomic performance and its inter-temporal comparison across countries. The distinctive features of the indicator relate to the domains covered, the normalisation methodology and the weights used for aggregation. Some existing indices like the Okun index and the Calmfors index turn out to be special cases of our proposed index. The data comprising a wide spectrum of countries and spanning the pre- and post- crisis years allow us to capture the effect of the recent global financial and economic crisis on the overall macroeconomic performance of countries relative to others. Not only do the relative performance scores show tremendous variability during the post-crisis years, but the measures of disarray are also at their highest, despite there being overall stability in the country rankings in terms of indicators, which are traditionally relied on, like GDP growth or per-capita GDP. A single graphical plot easily identifies countries that have performed consistently over time, and those whose overall macroeconomic performances have deteriorated sharply relative to others during the post-crisis years.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,002 |
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 ».