MétaCan
Menu
Retour à la cohorte
Enregistrement W3121280532 · doi:10.1111/j.1467-9485.2008.00464.x

CROSS‐COUNTRY EVIDENCE ON OUTPUT GROWTH VOLATILITY: NONSTATIONARY VARIANCE AND GARCH MODELS

2008· article· en· W3121280532 sur OpenAlexaboutno aff
WenShwo Fang, Stephen M. Miller

Notice bibliographique

RevueScottish Journal of Political Economy · 2008
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMonetary Policy and Economic Impact
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAutoregressive conditional heteroskedasticityEconometricsVolatility (finance)EconomicsHeteroscedasticityConditional varianceSpurious relationshipStructural breakForward volatilityHomoscedasticityAutoregressive modelStochastic volatilityMathematicsStatistics

Résumé

récupéré en direct d'OpenAlex

ABSTRACT This paper revisits the issue of conditional volatility in real gross domestic product (GDP) growth rates for Canada, Germany, Italy, Japan, the United Kingdom, and the United States. Previous studies find high persistence in the volatility. This paper shows that this finding largely reflects a nonstationary variance. Output growth in the six countries became noticeably less volatile over the past few decades. In this paper, we employ the modified iterated cumulative sum of squares (ICSS) algorithm to detect structural change in the variance of output growth. One structural break exists in each of the six countries after identifying outliers and mean shifts in the growth rates. We then use generalized autoregressive conditional heteroskedasticity (GARCH) specifications, modeling output growth and its volatility with and without the break in volatility. The evidence shows that the time‐varying variance falls sharply in Canada and Japan, and disappears entirely in Germany, Italy, the United Kingdom and the United States, once we incorporate the break in the variance equation of output for the six countries. That is, the integrated GARCH (IGARCH) effect proves spurious and the GARCH model demonstrates misspecification, if researchers neglect a nonstationary variance. Moreover, we also consider the possible effects of our more correct measure of output volatility on output growth as well as the reverse effect of output growth on its volatility. The conditional standard deviation possesses no statistical significance in all countries, except a significant negative effect in Japan. The lagged growth rate of output produces significant negative and positive effects on the conditional variances in Germany and Japan, respectively. No significant effects exist in Canada, Italy, the United Kingdom, and the United States.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,047
Score d'incertitude au seuil0,092

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,017
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,121
Tête enseignante GPT0,274
Écart entre enseignants0,153 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations34
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScottish Journal of Political EconomyMême sujetMonetary Policy and Economic ImpactTravaux en français237 207