Oil Price Uncertainty and Industrial Production
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
We estimate a bivariate GARCH-in-Mean VAR with a BEKK variance specification, to investigate whether oil price volatility affects real economic activity. We use the same data set of thirty seven, aggregate and disaggregate, industrial production indices used by Herrera et al. (2011) as a proxy for real output and a post-1973 data sample. We check the robustness of our results by using two proxies for the price of oil, the West Texas Intermediate (WTI) oil price and the Refiners’ Acquisition Cost (RAC) of crude oil, and by testing for both nominal and real effects. We find significant evidence of nonlinearities for both aggregate and disaggregate indices. Our research highlights the importance of nominal prices and extreme events such as the Great Recession in the transmission of nonlinearities. Our results show that nonlinear impacts of the price of oil on the aggregate economy vary according to time period even within the post-1974 data. Since 2000, oil price volatility is up markedly, but the number of industries it impacts is down when compared with the full sample. This is in keeping with what one would expect, based on trend improvements in GDP per unit of energy use. However, for those series, where oil price volatility is significant, the impact of oil volatility is substantially higher than in the full sample; this runs contrary to what one might expect from the observed GDP per unit of energy use improvements.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 découle