The validity of Rodrik’s conclusion on real exchange rate and economic growth: factor priority evidence from feature selection approach
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract The undesirable effect of poor exchange rate policy on economic growth has been firmly established in the literature using various parametric methods of econometric techniques. However, less is known about the prioritization of the exchange rate as a determinant of economic growth using a nonparametric approach. Thus, this study introduced machining learning approach (feature selection, particle swarm optimization—PSO, and genetic algorithm—GA techniques) to evaluate the relative primacy of the exchange rate for sustainable economic growth in Germany, South Africa, and Slovakia using Rodrik model with time series data from 1990 to 2016. The study reveals that GDP per capita is the most crucial variable for economic growth in Germany and South Africa whereas, in Slovakia, the real exchange rate takes precedence over all other determinants of economic growth. That is, exchange rate takes precedence over other factors as a determinant of economic growth in an economy (Slovakia) with the high rate of trade openness while income per capita is the most important determinant of economic growth in economies (Germany and South Africa) with a relatively lower rate of trade openness. This partly supports Rodrik’s conclusion. We, therefore, recommend that highly opened economies should focus on viable exchange rate policies, such as undervaluation of currency to enhance sustained economic growth. On the other hand, relatively less open economies should focus on policies that improve income per capita rather than exchange rate policies.
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.
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 | 0,001 | 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 découle