Estimation of Volatility in International Business Cycles in Korea and Selected Developed Countries under the Financial Crises
Notice bibliographique
Résumé
This study examined the structural changes in volatility in the international business cycles using the real GDP during financial crises within the 1971-2016 period. The coefficients did not appear to reflect unstable structural changes during a financial crisis as seen in Chow tests. On the other hand, the 1-Step tests showed stable and/or unstable coefficients except in Canada and Korea, but these were persistently stable in the N-Step tests except for Germany and Japan where such coefficients were unstable. In the CUSUM tests, the coefficients were stable over the periods. The CUSUMSQ tests showed stable coefficients in the country except Korea and UK. Korea exhibited higher regime switching volatility probability which suggests that significant changes in SWARCH model may have to be made. Transition probability showed the highest duration in the low regime in Canada. The MS-VAR models demonstrated significant simultaneous structural changes in volatility in international economic cycles as a result of the market crash. Korea was significantly affected and transmitted by the real GDP of the countries through the Asia and Global financial crisis. Therefore, we found structural changes in volatility in the international business cycles as a result of simultaneous symmetric or asymmetric shocks between Korea and major developed countries and we confirmed that the high volatility (contraction) regime coincided with the financial crises.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».