MétaCan
Menu
Retour à la cohorte
Enregistrement W2626199343 · doi:10.1111/irfi.12138

The Dynamics of Currency, Savings, and Investment Rates

2017· article· en· W2626199343 sur OpenAlexaff
Mohamed Ayadi, Walid Ben Omrane, Skander Lazrak, Jie Yang

Notice bibliographique

RevueInternational Review of Finance · 2017
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMonetary Policy and Economic Impact
Établissements canadiensBrock UniversityCanadian Sleep Society
Organismes subventionnairesnon disponible
Mots-clésDepreciation (economics)EconomicsExchange rateCurrencyInvestment (military)Monetary economicsForeign direct investmentOrder (exchange)Vector autoregressionSample (material)MacroeconomicsEconometricsFinanceMicroeconomicsPolitics

Résumé

récupéré en direct d'OpenAlex

Abstract This paper examines the dynamic relations among foreign exchange rates, savings, and investment ratio for a sample of 25 countries from the Organization for Economic Cooperation and Development. We find that the savings rate and the investment rate are cointegrated of order (1, −1). This result is consistent with the literature on the savings–investment relations and therefore confirms the validity of the Feldstein–Horioka puzzle. Using country‐specific and longitudinal panel vector autoregressive models, we show that historical savings–investment differentials do not help explain foreign exchange rates. We demonstrate, however, that foreign exchange rates and trade balance ratio impact the difference between savings and investments. Specifically, depreciation in the domestic currency would cause the savings–investment difference to widen.

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)0,000
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: Empirique
Score de désaccord entre enseignants0,781
Score d'incertitude au seuil0,240

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,060
Tête enseignante GPT0,296
Écart entre enseignants0,237 · 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

Citations2
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Review of FinanceMême sujetMonetary Policy and Economic ImpactTravaux en français237 207