MétaCan
Menu
Retour à la cohorte
Enregistrement W2166617614 · doi:10.5539/mas.v5n2p192

Oil Price Shocks: A Comparative Study on the Impacts in Purchasing Power in Pakistan

2011· article· en· W2166617614 sur OpenAlexvenueno aff
Muhammad Bachal Jamali, Asif Ali Shah, Hassan Jawad Soomro, Kamran Shafiq, Faiz Muhammad Shaikh

Notice bibliographique

RevueModern Applied Science · 2011
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMarket Dynamics and Volatility
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEconomicsExchange rateVariance decomposition of forecast errorsInterest rateVector autoregressionOil pricePrice levelMonetary economicsMoney supplyShock (circulatory)MacroeconomicsEconometrics

Résumé

récupéré en direct d'OpenAlex

The current research investigates the relationship between changes in crude oil prices and Pakistan and the macro-economy. A multivariate VAR analysis is carried out among five key macroeconomic variables: real gross domestic product, short term interest rate, real effective exchange rates, long term interest rate and money supply. From the VAR model, the impulse response functions reveal that oil price movements cause significant reduction in aggregate output and increase real exchange rate. The variance decomposition shows that crude oil prices significantly contribute to the variability of real exchange rate long term interest rate in the Pakistan economy while oil price shocks are found to have significant effects on money supply and short term interest rate in the economy. Despite these macro econometric results, caution must be exercised in formulating energy policies since future effects of upcomming oil shocks will not be the same as what happened in the past. Explorations and development of practicable alternatives to imported fuel energy will cushion the economy from the repercussions of oil shocks. Oil price shock has negative impact on the GDP and as well as economy of Pakistan.

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)0,003
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,257
Score d'incertitude au seuil0,488

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,076
Tête enseignante GPT0,290
Écart entre enseignants0,213 · 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'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

Citations11
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueModern Applied ScienceMême sujetMarket Dynamics and VolatilityTravaux en français237 207