MétaCan
Menu
Retour à la cohorte
Enregistrement W2161944521

Weathering the financial crisis : good policy or good luck?

2011· article· en· W2161944521 sur OpenAlexaboutno aff
Stephen G. Cecchetti, Michael R. King, James Yetman

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2011
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueGlobal Financial Crisis and Policies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFinancial crisisLuckQuarter (Canadian coin)EconomicsRenminbiCurrent accountOpenness to experienceChinaCreditorFinancial systemPrivate sectorMonetary economicsExchange rateFinanceMacroeconomicsDebtGeography
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The macroeconomic performance of individual countries varied markedly during the 2007-09 global financial crisis. While China's growth never dipped below 6% and Australia's worst quarter was no growth, the economies of Japan, Mexico and the United Kingdom suffered annualised GDP contractions of 5-10% per quarter for five to seven quarters in a row. We exploit this cross-country variation to examine whether a country's macroeconomic performance over this period was the result of pre-crisis policy decisions or just good luck. The answer is a bit of both. Better-performing economies featured a better-capitalised banking sector, lower loan-to-deposit ratios, a current account surplus, high foreign exchange reserves and low levels and growth rates of private sector credit-to-GDP. In other words, sound policy decisions and institutions reduced their vulnerability to the financial crisis. But these economies also featured a low level of financial openness and less exposure to US creditors, suggesting that good luck played a part.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,839
Score d'incertitude au seuil0,963

Scores Codex et Gemma par catégorie

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

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 Opus0,057
Tête enseignante GPT0,291
Écart entre enseignants0,234 · 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'étudeThéorique ou conceptuel
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

Citations38
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetGlobal Financial Crisis and PoliciesTravaux en français237 207