MétaCan
Menu
Retour à la cohorte
Enregistrement W3122678204

HOW DOES NATIONAL FOREIGN TRADE REACT TO THE EUROPEAN CENTRAL BANK’S POLICY?

2010· article· en· W3122678204 sur OpenAlexaboutno aff
Giovanni Tria, Giuseppe Galloppo

Notice bibliographique

Revue˜The œinternational journal of business and finance research · 2010
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMonetary Policy and Economic Impact
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCointegrationEconomicsQuarter (Canadian coin)Exchange rateError correction modelMonetary economicsCausality (physics)International economicsMonetary policyEconometricsInterest rateMacroeconomics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper examines how external foreign trade reacts to the European Central Bank’s (ECB) Official Discount Rate, considering exports to the US and Japan in EU27 and in four European countries. Although many previous studies have measured the cointegration and causality among exchange rate, exports, and imports, to date, no research has considered these relationships while introducing monetary variables into the analysis. The objective of this article is to fill this gap in the literature. We use the bounds testing approach to cointegration and error-correction modelling to test relations between monetary policy, exports, and terms of trade, making the distinction between short and long-run effects possible. Our datasets include quarterly data on exports, imports, income, relative price, and the official ECB discount rate. The quarterly data starts from the first quarter of 1999 and ends in the last quarter of 2008. The results show that a long-run relationship exists between real exports, real foreign income, real bilateral cross rates and interest rates for a large part of these countries. Also long run parameter estimates are consistent with economic theory in most of the cases. More importantly the statistically significant error-correction term corroborates the results of the long-run parameter.

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)0,004
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 enseignants0,005
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0040,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,090
Tête enseignante GPT0,292
Écart entre enseignants0,202 · 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
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue˜The œinternational journal of business and finance researchMême sujetMonetary Policy and Economic ImpactTravaux en français237 207