Are Major US Trading Partners’ Exports and Imports Cointegrated? Evidence from Bootstrap ARDL
Notice bibliographique
Résumé
A study by McNown, Sam, and Goh [2018, Applied Economics, 50(13), 1509–1521] has shown that the autoregressive distributed lag (ARDL) bounds test proposed by Pesaran, Shin, and Smith [2001, Journal of Applied Econometrics, 16(3), 289–326] may draw incorrect conclusions on the status of the cointegration test, if the ARDL bounds test is not implemented correctly. We assess the long-run relationship between US exports and imports as well as between its eight major trading partners (Brazil, Canada, China, France, Germany, Japan, Mexico, and the United Kingdom) by applying the newly developed bootstrap ARDL test by McNown et al. (2018). The results show cointegration if exports are used as the dependent variable, but not when imports are being considered as the dependent variable. This suggests that the cointegration result is sensitive to the choice of the dependent variable. We have similar findings when we examine the US and its major trading partners. No long-run relationship exists between exports and imports in the case of the US, which concurs with the finding of Fountas and Wu [1999, International Economic Journal, 13(3), 51–58]. The results also suggest that the US attempts to reduce its bilateral imbalances through targeted trade policies may not be appropriate. JEL Classification: F14, 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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,052 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,003 |
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 source (Gemma direct ou Codex distillé), 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 ».