MétaCan
Menu
Retour à la cohorte
Enregistrement W3047991901 · doi:10.3390/jrfm13080177

The Effect of Exchange Rate Volatility on Economic Growth: Case of the CEE Countries

2020· article· en· W3047991901 sur OpenAlexvenueno aff
Fatbardha Morina, Eglantina Hysa, Uğur Ergün, Mirela Panait, Marian Cátálin Voica

Notice bibliographique

RevueJournal of risk and financial management · 2020
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMonetary Policy and Economic Impact
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEconomicsVolatility (finance)Exchange rateMonetary economicsPanel dataInternational economicsMacroeconomicsEconometrics

Résumé

récupéré en direct d'OpenAlex

The exchange rate is a key macroeconomic factor that affects international trade and the real economy of each country. The development of international trade creates conditions where volatility comes with the exchange rate. The purpose of this paper is to examine the effect of real effective exchange rate volatility on economic growth in the Central and Eastern European countries. Additionally, the effect, through three channels of influence on economic growth which vary on the measurement of exchange rate volatility, is examined. The study uses annual data for fourteen CEE countries for the period 2002–2018 to examine the nature and extends the impact of such movements on growth. The empirical findings using the fixed effects estimation for panel data reveal that the volatility of the exchange rate has a significant negative effect on real economic growth. The results appear robust with alternative measures of exchange rate volatility such as standard deviation and z-score. This paper suggests that policymakers should adopt different policies to keep the exchange rate stable in order to foster 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 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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,176
Score d'incertitude au seuil0,321

Scores Codex et Gemma par catégorie

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

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 Opus0,019
Tête enseignante GPT0,201
Écart entre enseignants0,182 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations118
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of risk and financial managementMême sujetMonetary Policy and Economic ImpactTravaux en français237 207