An Empirical Assessment of the Effect of Taxes and Interest Rate on Economic Growth in Jordan: An Application of Dynamic Autoregressive-Distributed Lag
Notice bibliographique
Résumé
This study aims to examine the effect of taxes and interest rate on economic growth in Jordan by employing the time series data from 1970-2019. Furthermore, this study applies the Augmented Dickey-Fuller, Phillips-Perron, Saikonen and Lütkepohl and Zivot-Andrews test of unit root. Moreover, the study uses cointegration test developed by Gregory and Hansen to investigate the long-run relationship and the dynamic autoregressive distributive lags were used for the estimation result. The long run and short-run estimates reveal the positive and negative effects of taxes and the interest rate on economic growth respectively. While the 1997 Asian financial crisis and 2015 food crisis show a negative effect on economic growth. Based on the findings, the study recommends that the government authorities in Jordan should lower the interest rate that will increase the investment in order to have faster economic growth. The government should urgently plan to broaden the tax base to stimulate economic growth in Jordan. Regulators should encourage banks to start raising capital immediately to strengthen capital ratios well above prudential norms, and prepare schemes for public recapitalization and, where appropriate, public purchases of non-performing assets. The next policy fulfils the government's need to enhance agricultural productivity through better technology to ensure long-term food security and reduce poverty, as well as help to boost economic growth.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».