MétaCan
Menu
Retour à la cohorte
Enregistrement W2149658474 · doi:10.5539/ijef.v7n1p241

Financial Development, Trade Openness and Economic Growth: A Trilateral Analysis of Bahrain

2014· article· en· W2149658474 sur OpenAlexvenueno aff
Hatem Hatef Abdulkadhım Altaee, Mohamed Khaled Al-Jafari

Notice bibliographique

RevueInternational Journal of Economics and Finance · 2014
Typearticle
Langueen
DomaineComputer Science
ThématiqueEconomic Growth and Development
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOpenness to experienceVariance decomposition of forecast errorsEconomicsError correction modelGranger causalityOrder (exchange)Vector autoregressionCausality (physics)MacroeconomicsCointegrationEconometricsFinance

Résumé

récupéré en direct d'OpenAlex

This study investigates the relationship between trade openness, financial development and economic growth for the Kingdom of Bahrain. Time series data are utilized form 1980 till 2012. The vector error correction model (VECM) in combination with innovation of accounting (variance decomposition and impulse response function) analysis are employed to explore the causal relationship between the variables. The stationarity properties of the data and the order of integration are tested using both the Augmented Dickey-Fuller (ADF) test and the Phillips-Perron (PP) test. All variables are found to be cointegrated indicating the existence of long-run relationship. The empirical findings show that trade openness and financial development have causal impact on economic growth. Conversely, growth is found to have no causal impact on trade and financial development, implying support for “trade-led growth” and “finance-led growth” hypotheses. Furthermore, the results show a short-run causality from financial development to trade openness. The findings suggest that trade openness and financial development are important elements in determining economic growth in Bahrain. Therefore, Bahrain should continue to patronize the development of its financial sector and to allow more trade openness in order to achieve a high and sustainable economic growth.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,047
Score d'incertitude au seuil0,093

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,009
Tête enseignante GPT0,205
Écart entre enseignants0,196 · 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'étudeObservationnel
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

Citations28
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Economics and FinanceMême sujetEconomic Growth and DevelopmentTravaux en français237 207