MétaCan
Menu
← Retour à la cohorte
Enregistrement W2767138299

بررسی تاثیر سیاست پولی و توسعه مالی بر تراز تجاری کشور ایران

2017· article· fa· W2767138299 sur OpenAlexaboutno aff
رویا آل عمران, سید علی آل عمران

Notice bibliographique

Revueاقتصاد مالی · 2017
Typearticle
Languefa
DomaineEconomics, Econometrics and Finance
ThématiqueFiscal Policy and Economic Growth
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCointegrationEconomicsBalance of tradeError correction modelQuarter (Canadian coin)Monetary policyMonetary economicsBalance (ability)EconometricsMacroeconomicsGeographyPsychology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

هدف پژوهش حاضر، بررسی تاثیر سیاست پولی و توسعه‌ی مالی بر تراز تجاری کشور ایران در فاصله­ی زمانی فصل اول سال 1357 تا فصل چهارم سال 1394 با استفاده از روش جوهانسن- جوسیلیوس است. نتایج حاصل از پژوهش دلالت بر این دارد که اثرگذاری ضرایب متغیر­ها بر اساس مبانی نظری مورد انتظار بوده و از نظر آماری نیز معنی­دار هستند؛ به‌طوری‌که سیاست پولی انبساطی و توسعه‌ی مالی تاثیر منفی و معنی‌دار بر تراز تجاری کشور دارند. هم­چنین ضریب جمله­ی تصحیح خطا، حاکی از آن است که در هر دوره (هر فصل) 31/0 از عدم تعادل کوتاه‌مدت برای رسیدن به تعادل بلند­مدت تعدیل می‌شود Abstract The objective of this research is to Study the Effect of Monetary Policy and Financial Development on Iran’s Trade Balance during the first quarter of 1978 to the fourth quarter of 2015 by using Johansen and Juselius cointegration method. The research results indicate that, the impact of coefficients of variables was based on expected theoretical foundations and are statistically significant. So that each of expansionary monetary policy and financial development variables have significant negative impact on trade balance. Also, the results based on error correction model indicate per period (per season), 0.31 short run imbalances to achieve long run balance is adjusted.   Keywords: Iran, Trade Balance, Monetary Policy, Financial Development, Johansen-Juselius Method. Classification JEL: F10, F14, F41, E52, G10, C22

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,077

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0230,005

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 Opus0,068
Tête enseignante GPT0,246
Écart entre enseignants0,178 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueاقتصاد مالی→Même sujetFiscal Policy and Economic Growth→Travaux en français237 207→