MétaCan
Menu
Retour à la cohorte
Enregistrement W2040567639 · doi:10.1111/j.1749-124x.2011.01233.x

Impact of RMB Appreciation on Trade and Labor Markets of China and the USA: A Multi‐country Comparative General Equilibrium Model

2011· article· en· W2040567639 sur OpenAlexaff
Xin Li, Dianqing Xu

Notice bibliographique

RevueChina & World Economy · 2011
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueGlobal trade and economics
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésRenminbiChinaEconomicsComparative advantageExchange rateInternational economicsGeneral equilibrium theoryInternational tradeTrade barrierMonetary economicsMacroeconomics

Résumé

récupéré en direct d'OpenAlex

Abstract Since the recent economic crisis, the undervaluation of China's exchange rate has been a focus in the debate on the global policy mix. Using a non‐competitive input–output table, we establish a comparative‐static general equilibrium model to simulate the impact of real exchange rate changes on Sino–US trade and labor markets. The simulation shows that the impacts of a 10‐percent RMB revaluation on the trade surplus of China and the labor market of the USA are more modest than is generally perceived, and the negative impact on the output of the non‐processing industry in China is more significant than that on the processing industry. The Sino–US trade imbalance will continue to deteriorate, China's non‐processing trade surplus will decline and the processing trade will increase, with the combined effect being small. For the USA, labor‐intensive goods imported from China will shift to different Asian countries instead of transferring back to the US market. The simulation results indicate that the impacts of an RMB revaluation on both Chinese and US labor markets would be limited.

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)0,002
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 enseignants0,097
Score d'incertitude au seuil0,194

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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 Opus0,066
Tête enseignante GPT0,244
Écart entre enseignants0,179 · 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

Citations9
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChina & World EconomyMême sujetGlobal trade and economicsTravaux en français237 207