Determinants of Economic Growth in G20 Countries: A Panel Data Approach
Notice bibliographique
Résumé
During last 10 years some G20 countries had economic instability. They have short and long term challenges such as unemployment, population ageing, globalization etc. In this study it is aimed to analyze macroeconomic indicators of G20 countries’ economic growth using panel data approach. Static linear panel data models were used for determining the effects of independent macro-economic variables on gross domestic product (GDP) of G20 countries including Argentina, Australia, Brazil, Canada, China, France, Germany, India, Indonesia, Italy, Japan, Mexico, Russia, Saudi Arabia, South Africa, Republic of Korea, Turkey, the United Kingdom and the United States of America. While dependent variable of analyze is gross domestic product (volume), the independent variables are current account balance, general government gross debt, general government revenue, general government total expenditure, gross national savings, inflation (average consumer prices), population, total investment, unemployment rate, volume of exports of goods and services, volume of imports of goods and services. The analysis proposed is based on a panel data (cross sectional time series data) approach. The dataset of this research involves 18 (unemployment rate variable of India was not available on our data set, therefore India was excluded from analysis) of G20 members (cross sectional units). The effects of 11 macroeconomic indicators on gross domestic product volume were examined by using panel data series. The findings of this paper would help G20 countries and investors for creating more effective macroeconomic strategies. For the government side, future rises, falls, and turning points of the macro indicators puts into perspective the effects of government policy created to deal with them. For the investors’ side, future values might increase the possibility of diligent investor in the financial market.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| 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) | 0,001 | 0,001 |
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.
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».