Asymmetric impact of uncertainty in recessions: are emerging countries more vulnerable?
Notice bibliographique
Résumé
Abstract This paper asks two questions “ Does there exist heterogeneity in the response of macro variables to uncertainty shocks across advanced and emerging countries? and, “ How important is the state of the economy for the effects of an uncertainty shock? . I analyze the recession-specific effects of uncertainty for a sample of 8 countries – the US, UK, France, Canada, Mexico, Chile Argentina, and South Korea. The results emphasize asymmetries along two dimensions – (1) An uncertainty shock disproportionately increases the depth and duration of a recession for an emerging country vis- $\grave{a}$ <m:math xmlns:m="http://www.w3.org/1998/Math/MathML"> <m:mrow> <m:mover> <m:mi>a</m:mi> <m:mo>`</m:mo> </m:mover> </m:mrow> </m:math> -vis an advanced economy. Furthermore, I find that openness to trade exacerbates this decline and subsequently the pace of recovery in emerging countries in comparison to advanced economies. (2) Controlling for the state of the economy is crucial when quantifying the effects of an uncertainty shock. I show that a linear model – without regime differentiation – consistently underestimates the response of macroeconomic variables to uncertainty shocks when compared with the predictions from the recessionary regime of the nonlinear model. The extent of this under prediction is again disproportionately larger for emerging countries. The results in conjunction can potentially explain the excess volatility of macro variables for emerging countries during recessionary episodes.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».