Effectiveness of Monetary Policy Instruments on Economic Growth in Jordan Using Vector Error Correction Model
Notice bibliographique
Résumé
The global financial crisis emphasized the important role of the prudent monetary policy in supporting economic growth through maintaining price stability. The monetary policy operational framework that was designed in 2008 was updated to include more instruments for managing monetary policy learning from the crisis lessons. Several studies analyzed various dimensions related to economic growth in Jordan such as Abdul-Khaliq, Soufan, and Abu Shihab (2013) and Assaf (2014), there were no studies that investigated the effect of monetary policy on economic growth in Jordan, at least recently, however. The study aims at measuring the effect of monetary policy instruments on the performance of Jordanian economy. Using quarterly data covering the period (2005-2015), an econometric model was examined using Vector Error Correction Model to assess the impact of monetary policy instruments on economic growth. The foremost advantage of VECM is that it has a nice interpretation of long-term and short-term equations. The results showed the existence of positive long-term and short-term effects of monetary policy instruments on the growth of real GDP. The model included three monetary policy instruments besides money supply. They are required reserve ratio, rediscount rate and overnight interbank loan rates as independent variables, and the real GDP growth as a dependent variable. The stationarity of the model time series was addressed. In addition, the stability of the model was tested using stability diagnostics tools. The results showed also an existence of inverse relationship between rediscount rate and economic growth in Jordan over both long and short terms.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».