Measuring financial stress and economic sensitivity in CEE countries
Notice bibliographique
Résumé
This report presents the methodology for the construction of the Financial Stress Index (FSI) and the Economic Sensitivity Index (ESI) and investigates the economic situation in twelve Central and East European Countries (CEECs) between 2001 and 2012. The objective of this paper is to capture key features of financial and economic vulnerability and examine the co-movement of economic turmoil and financial disturbances that strongly affected the CEECs in the last decade. Our main finding is that the FSI can be used as a leading indicator and can be used to recognize changing trends in the index. A shift in the value of the index proves that EU accession has a positive, but minor influence on financial stability in the CEECs. On the other hand, the impact of the introduction of the euro in Estonia, Slovakia and Slovenia is ambiguous. For most of the countries in our sample, in 2007, the FSI started to grow rapidly, reaching its peak around the third quarter of 2008. Consequently, financial stress remained high for a few quarters and started to fall gradually. For a number of countries, we observe higher financial stress in the latest period of our analysis, i.e. 2010-2012. However, the value of the FSI was significantly lower than three years earlier. The results show that indices might be helpful in predicting future recessions. However, forecasting properties seem to be limited at this stage of our work.
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 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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».