MétaCan
Menu
Retour à la cohorte
Enregistrement W2344323273 · doi:10.1111/roie.12229

Firm Dynamics in Retail Trade: The Response of Canadian Retailers to Exchange Rate Shocks

2016· article· en· W2344323273 sur OpenAlexaffabout
Jen Baggs, Eugene Beaulieu, Loretta Fung, Beverly Lapham

Notice bibliographique

RevueReview of International Economics · 2016
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueGlobal trade and economics
Établissements canadiensQueen's UniversityUniversity of CalgaryUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésMargin (machine learning)Liberian dollarShock (circulatory)Exchange rateCurrencyDemand shockMonetary economicsEconomicsBusinessFinance

Résumé

récupéré en direct d'OpenAlex

Abstract We use comprehensive firm‐level data to estimate the responses of heterogeneous Canadian retail firms to real exchange rate movements. Our analysis focuses on a period characterized by large fluctuations in the Canadian dollar, providing an opportunity to quantify both intensive and extensive margin responses in retail industries to real exchange rate shocks and to examine how those responses differ across firms, locations, and sub‐industries. Our results indicate that a real Canadian currency appreciation significantly reduces a retailer's sales, employment, and profits. The strength of this negative effect is decreasing in the distance of a retailer from the US‐Canada border. We do not find evidence of a strong relationship between real exchange rate movements and the number of operating firms nor the probability of firm survival. These findings are consistent with the view that a real Canadian dollar appreciation increases cross‐border shopping by Canadians, resulting in a negative demand shock for Canadian retailers, and the dominant response by firms to such a shock is through the intensive margin.

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)0,004
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 seuil0,095

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0010,001
Communication savante0,0020,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,056
Tête enseignante GPT0,230
Écart entre enseignants0,175 · 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

Citations11
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueReview of International EconomicsMême sujetGlobal trade and economicsTravaux en français237 207