The Impact of Uncertainty Shocks: Continental Europe versus the Anglo-Saxon World
Notice bibliographique
Résumé
For economic forecasting it is important to know how the real economy responds to major events such as the fall of the Soviet Union, the Greek debt crisis, the recent terrorism attacks in Europe, and the Brexit. In addition to potential direct effects, such major events lead to an increase in uncertainty about the economy and consequently firms will postpone their investments. This paper quantifies the economic consequences of the increased uncertainty. For various countries, including the United States, Canada, United Kingdom, Germany, France, the Netherlands, and various small open economies, we have estimated the real economic effects of an increase in uncertainty, based on a structural Vector Autoregression with a similar specification as Bloom (2009). Our empirical results show that uncertainty shocks are followed by deeper recessions in Continental Europe than in the Anglo-Saxon World. Moreover, our variance decomposition indicates that the conditional variance of economic activity related to only uncertainty shocks is much larger in Continental Europe. We associate these findings with country heterogeneity in labor and capital market flexibility, since firms are less capable to deal with uncertain situations when investment and hiring decisions are less easy to reverse, as suggested by Bloom (2009) and consistent with the findings of Bartelsman, Gautier, and de Wind (2016). The empirical results of this paper can be used for scenario analyses, and in fact have been used in Veenendaal, Grabska, Lanser, Ligthart, and de Wind (2014) for a CPB scenario about the conflict between Russia and the Ukraine (report only available in Dutch). Moreover, the upcoming MEV projections will include a scenario analysis on the short run after the Brexit and is partly based on the uncertainty effects analyzed in this paper.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».