MétaCan
Menu
Retour à la cohorte
Enregistrement W2016025121 · doi:10.1080/09535314.2012.684345

REAL-FINANCIAL LINKAGES IN THE CANADIAN ECONOMY: AN INPUT–OUTPUT APPROACH

2012· article· en· W2016025121 sur OpenAlexaffabout
Danny Leung, Oana Secrieru

Notice bibliographique

RevueEconomic Systems Research · 2012
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic Theory and Policy
Établissements canadiensRoyal Military College of CanadaStatistics Canada
Organismes subventionnairesnon disponible
Mots-clésSocial accounting matrixEconomicsShock (circulatory)FinanceFinancial analysisInvestment (military)Financial crisisFinancial ratioFinancial intermediaryDemand shockFinancial regulationMacroeconomicsComputable general equilibrium

Résumé

récupéré en direct d'OpenAlex

The recent financial crisis highlighted the importance of better understanding the interaction between macroeconomic and financial conditions. In this paper, we provide a financial social accounting matrix for the Canadian economy and use it to assess the strength of real-financial linkages by calculating and comparing multipliers with and without endogenous financial flows. It is found that taking into account financial flows increases the impact of a final demand shock on output by 4–11%. Moreover, between 2008 and 2009H1, the investment decisions of financial institutions together with the fact that non-financial institutions were unwilling or unable to increase their financial liabilities led to estimated declines in all GDP multipliers. The impact of a final demand shock on GDP declined 3–5%, while the impact of an increase in the availability of investment funds fell 30% and 55% for financial and non-financial corporations, respectively.† †The views expressed in this paper are those of the authors. No responsibility for them should be attributed to Statistics Canada.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,043
Score d'incertitude au seuil0,311

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,007
Études des sciences et des technologies0,0020,001
Communication savante0,0040,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,000

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.

Tête enseignante Opus0,151
Tête enseignante GPT0,328
Écart entre enseignants0,178 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations20
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEconomic Systems ResearchMême sujetEconomic Theory and PolicyTravaux en français237 207