MétaCan
Menu
Retour à la cohorte
Enregistrement W3013227424 · doi:10.5430/rwe.v11n1p220

Demand for Money Function in Case of Philippines: An Empirical Analysis

2020· article· en· W3013227424 sur OpenAlexvenueno aff
Chayanan Kerdpitak

Notice bibliographique

RevueResearch in World Economy · 2020
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMonetary Policy and Economic Impact
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEconomicsGDP deflatorCointegrationBroad moneyGranger causalityMonetary policyReal gross domestic productInterest rateEconometricsMonetary economicsDemand curveOrder (exchange)MacroeconomicsFinanceMicroeconomics

Résumé

récupéré en direct d'OpenAlex

An effective formulation of monetary policy provides an empirical and coherent model of money related with demand. In order for the monetary authorities to understand the demand for the purpose of money function, the steadiness of money demand is important as it leads towards an application of efficient monetary policy. In order to examine the stability of money demand function of Philippines, following study was conducted with broad money, real asset price index, GDP deflator, real GDP, long-term interest rate and short-term interest rate. For empirical investigation, unit root test, cointegration, and Granger-Causality tests were used. However, the findings of the cointegration suggests that cointegration reveals there is presence of linear combinations, and results shows that there are four cointegrating equations present. Therefore, it is evident that there are at least 4 cointegrating relations between the variables. Hence, some of macroeconomic indicators can be used to predict the broad money due to presence of vector. However, the Granger-Causality shows that no macroeconomic variable granger cause broad money (M1). Therefore, the selected macroeconomic indictors RS, LS, CPI, GDP deflator, RGDP and AP/P cannot be used to predict the variation in the broad money (M1) in case of Philippines. This means the money demand function in Philippines is not stable, and for this purpose further investigation is suggested by increasing sample size and time window in quarterly or semi-annually.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,838
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,344
Tête enseignante GPT0,391
Écart entre enseignants0,047 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
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

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch in World EconomyMême sujetMonetary Policy and Economic ImpactTravaux en français237 207