MétaCan
Menu
Retour à la cohorte
Enregistrement W2158391217 · doi:10.6000/1929-7092.2013.02.9

A Simple Approach to Testing the Potency of Government Purchases to Stimulate Aggregate Demand

2013· article· en· W2158391217 sur OpenAlexvenueno aff
Dimitris Hatzinikolaou

Notice bibliographique

RevueJournal of Reviews on Global Economics · 2013
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueFiscal Policy and Economic Growth
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRicardian equivalenceEconomicsConsumption (sociology)Crowding outAggregate demandGovernment (linguistics)PropositionVariable (mathematics)Aggregate (composite)Budget constraintMicroeconomicsEconometricsConstraint (computer-aided design)Equivalence (formal languages)Monetary economicsPublic economicsFiscal policyMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract: The paper proposes a new approach to testing the potency of government purchases to stimulate the economy by testing a set of conditions implied by the Ricardian Equivalence (RE) proposition that a typical household incorporates the government's budget constraint into its own. These conditions are as follows: (1) private consumption, income, and government purchases form a “levels relationship”; and (2) considering consumption as the dependent variable, the coefficients of income and of government purchases are 1 and -1. The last restriction is also implied by the hypothesis that consumption and government purchases are perfect substitutes, however, so the proposed approach cannot distinguish between the perfect substitutability and the RE hypotheses. This restriction is thus referred to in the paper as the hypothesis of direct or ex ante full crowding out. If it holds, then the multiplier of government purchases is zero. Using US quarterly data, 1947.1-2012.1, the results suggest that a “levels relationship” exists and that the coefficient of government purchases is about -0.4 and significantly below -1, thus leading to the conclusion that government purchases stimulate aggregate demand and output.

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)0,013
score de la tête « metaresearch » (Gemma)0,037
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,071

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,037
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,002
Communication savante0,0030,003
Science ouverte0,0020,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0180,002

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 Opus0,067
Tête enseignante GPT0,251
Écart entre enseignants0,184 · 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

Citations1
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Reviews on Global EconomicsMême sujetFiscal Policy and Economic GrowthTravaux en français237 207