MétaCan
Menu
Retour à la cohorte
Enregistrement W2541214734 · doi:10.1108/jfep-08-2015-0044

A century of macro-financial linkages

2016· article· en· W2541214734 sur OpenAlexaboutno aff
Kim Abildgren

Notice bibliographique

RevueJournal of Financial Economic Policy · 2016
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMonetary Policy and Economic Impact
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEconomicsFinancial crisisReal gross domestic productGross domestic productRecessionBusiness cycleUnemploymentVolatility (finance)MacroeconomicsFinance

Résumé

récupéré en direct d'OpenAlex

Purpose The recent international financial crisis and the subsequent Great Recession has underlined the need to gain a better understanding of the linkages between financial factors and the real economy. The purpose of this paper is to explore the contributions of financial shocks to macroeconomic fluctuations in Denmark, USA and Canada over the past century. Design/methodology/approach The paper compiles a new data set with break-adjusted quarterly time series of real gross domestic product (GDP) and six other key macroeconomic indicators for the three countries since 1921. It then explores the time-variation of macro-financial linkages by estimating structural vector-autoregressive models separately for three sample periods: 1921-1949, 1950-1979 and 1980-2014. Findings For all three countries, there seems to have been a non-trivial contribution from financial shocks to volatility in output and unemployment in all sample periods, even in the period 1950-1979, which was characterised by tight regulation of the financial sector and widespread financial stability. These findings underscore the general importance of financial factors to macroeconomic fluctuations. Originality/value The paper is the first to offer regression-based estimates of quarterly real GDP for Denmark for 1921-1947. As a result, quarterly figures for real GDP are now available for Denmark for the entire period 1921-2014. Such long-span time series of quarterly real GDP do not exist for any other European countries.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,662
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,030
Tête enseignante GPT0,232
Écart entre enseignants0,202 · 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.

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

Citations15
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Financial Economic PolicyMême sujetMonetary Policy and Economic ImpactTravaux en français237 207