Role of financial development in economic growth in the light of asymmetric effects and financial efficiency
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 growth effects of financial development might be asymmetric and nonlinear according to the level of financialization of countries. As a corollary to this notion, in the subject study, we developed a three‐regime threshold autoregressive distributed lags (TARDL) model, which allows us to accommodate the asymmetric effect of financial development on economic growth in top 10 financially developed countries. We augmented the TARDL model by including trade openness, capital formation and labour as potential determinants of economic growth. The empirical findings revealed the existence of threshold asymmetric co‐integration between variables. In particular, in the upper regime, financial development boosts economic growth in Singapore while it exerts a negative impact on economic growth in Finland. In the middle regime, financial development increases economic growth in Australia and Singapore. However, in the lower regime, financial development hampers economic growth in the US, Malaysia and Singapore. Trade openness has a positive long‐run influence on economic growth in Canada, South Africa, Australia, Malaysia, New Zealand, Singapore, Finland and Norway. Capital formation strengthens economic growth in the US and Malaysia in the long‐run. Labour is found to sustain economic growth in the long‐run for Malaysia and Singapore. The dynamic multipliers which depict the response path of economic growth to a one‐unit shock of financial development in the three regimes highlight the discrepancies in the reaction of economic growth to financial development shocks occurring in different regimes. Important policy implications can be instigated from the empirical results.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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