MétaCan
Menu
Retour à la cohorte
Enregistrement W2128422529 · doi:10.1257/aer.91.3.663

Business Fixed Investment and “Bubbles”: The Japanese Case

2001· article· en· W2128422529 sur OpenAlexaff
Robert S. Chirinko, Huntley Schaller

Notice bibliographique

RevueAmerican Economic Review · 2001
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueFinancial Markets and Investment Strategies
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésEconomicsFixed investmentInvestment (military)Fixed assetMonetary economicsKeynesian economicsMicroeconomicsCapital formationProduction (economics)Political science

Résumé

récupéré en direct d'OpenAlex

Abstract: The two key questions which motivate our work are: do bubbles exist (in the sense that stock market prices do not always correspond to the present value of expected future profitability) and, if bubbles exist, do they have an effect on business fixed investment? The case of Japan is particularly interesting because of the dramatic movements in the Japanese stock market and the wide perception that these were associated with a bubble. We use a variety of techniques to analyze these questions. Fist, we examine financing and investment patterns to gauge firms' reactions to the 1980s stock market run-up. Second, we test subsets of the orthogonality conditions associated with the empirical first-order conditions for fixed investment. Third, we use a linear projection to decompose stock market prices into fundamental and bubble components, allowing us to carry out parametric estimates of the effect of the bubble component on fixed investment. The data strongly suggest that there was a bubble that had an economically important statistically significant effect on business fixed investment in Japan.;

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,880
Score d'incertitude au seuil0,732

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,031
Tête enseignante GPT0,238
Écart entre enseignants0,207 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations212
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Economic ReviewMême sujetFinancial Markets and Investment StrategiesTravaux en français237 207