An Empirical Analysis of the Effects of Budget Deficits (Total and Primary) and Personal Income Tax Rates on the Ex Post Real Interest Rate Yield on Long-Term U.S. Treasury Bonds
Notice bibliographique
Résumé
This empirical study adopts an open-economy loanable funds model to investigate the impact of post-Bretton Woods U.S. federal government budget deficits and personal income tax rates on the ex post real interest rate yield on thirty-year Treasury bonds. In this study, the budget deficit is measured in two different ways, the total (“unified”) budget deficit and the primary deficit (the total/unified deficit minus net interest payments). Two different estimation techniques, autoregressive two stage least squares estimation and the ARCH (Autoregressive Conditional Heteroscedasticity) Method, for the 1973-2016 study period provide evidence that the ex post real interest rate yield on thirty-year Treasury bonds has been an increasing function of both federal budget deficit measures (expressed as a percent of GDP) and the maximum marginal federal personal income tax rate. The estimations all imply that elevating either the total/unified or primary federal budget deficit appears to raise the cost of borrowing in the U.S., whereas reducing the maximum marginal personal income tax rate appears to reduce the cost of borrowing. Given the potential effects of longer-term real interest rates on investment in new plant and equipment and overall economic growth, policy-makers should not overlook these findings.
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) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».