The Interaction Effect of Financial Innovation and the Transmission Channels on Money Demand in Uganda
Notice bibliographique
Résumé
The current study set out to examine the direct as well as the indirect effect of technological advances and diversification of the financial sector on money demand in Uganda using annual data from 1986 to 2017. The results derived on the basis of the ARDL framework provide evidence in confirmation of the significant role played by financial innovation in the demand for real narrow money balances both directly and indirectly via the real income as well as the inflation rate channels in the shortrun and longrun. The association appears to increase (decrease) once inflation (real income) decreases (increases). On the contrary, we find no evidence that the exchange rate and the interest rate channels matter in the financial-innovation-money-demand linkage although their independent effect is significantly indismissible. Surprisingly, besides the exchange rate and inflation rate, data does not allow conclusion of any significant role of financial innovation in real broad money balances. Finally, the money demand function is found stable over the study period. Overall, supportive policies that are pro-advancement in the creation and popularizing of the new financial instruments as well as new financial technologies, institutions and markets are strongly recommended for purposes of enhancing pro-growth financial innovations. Policy makers ought to give more attention to the income and inflation rate transmission channels if financial innovations are to be a benefit rather than a risk to money demand stability. The adoption of the inflation lite monetary framework was therefore a right step in the right direction.
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 | 0,001 | 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 | 0,000 |
| 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 ».