MétaCan
Menu
Retour à la cohorte
Enregistrement W3122478740

Default Risk, Productivity, and the Environment: Theory and Evidence from U.S. Manufacturing

2017· preprint· en· W3122478740 sur OpenAlexaff
Dana C. Andersen

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2017
Typepreprint
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEnergy, Environment, Economic Growth
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésEconomicsProductivityEconometricsLeverage (statistics)Selection biasNatural resource economicsMacroeconomics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper develops a general equilibrium model with heterogeneous firms to analyze the effect of default risk on production-generated pollution emissions. The model analytically divides the effect of default risk into three distinct effects: the market-size, technology-upgrading, and selection effect. Conceptually, an increase in default risk raises equilibrium borrowing costs, thereby precluding investment in a technology upgrade among a subset of firms (technology-upgrading effect). As a consequence, the economy consists of more numerous (market-size effect) but less productive and more pollution-intensive firms (selection effect). Because the effects are confounding in nature, the effect of default risk on aggregate pollution emissions and emissions intensity is an empirical question. To answer this question, this paper estimates the model’s key parameters using a unique dataset with establishment-level credit scores and a composite measure of pollution emissions for a panel of manufacturing firms in the United States. Using a two-step procedure where default risk is estimated in the first stage, the results indicate that the estimated elasticity of emissions intensity and productivity with respect to default risk is 0.89 and -0.16, respectively. Next, I use the theoretical model to leverage the coefficient estimates to estimate the effect of economy wide default risk on aggregate pollution emissions, demonstrating that default risk increases aggregate emissions and emissions intensity, primarily as a consequence of the technology-upgrading effect. Finally, this paper demonstrates that historical changes in economy-wide default risk can generate economically significant changes in pollution emissions.

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)0,002
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,026
Score d'incertitude au seuil0,051

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
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 Opus0,038
Tête enseignante GPT0,261
Écart entre enseignants0,223 · 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'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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetEnergy, Environment, Economic GrowthTravaux en français237 207