MétaCan
Menu
← Retour à la cohorte
Enregistrement W3125555190

Beggar thy neighbor or beggar thy domestic firms? evidence from 2000-2011 Chinese customs data

2015· preprint· en· W3125555190 sur OpenAlexaff
Rasmus Fatum, Runjuan Liu, Jiadong Tong, Jiayun Xu

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2015
Typepreprint
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueGlobal trade and economics
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNational Social Science Fund of China
Mots-clésCurrencyPremiseEconomicsMonetary economicsChinaInternational economicsBalance of tradeExchange rateInternational trade
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

A premise of beggar-thy-neighbor policies is that currency depreciations lead to export growth. This premise, however, does not seem validated as there is no consensus in the empirical literature regarding the impact of exchange rate changes on trade flows. We reexamine whether currency fluctuations are systematically associated with trade flows using a rich and unique Chinese customs dataset spanning the universe of bilateral Chinese transaction level trades over the 2000 to 2011 period. This dataset allows us to consider firm-level involvement in processing trade and firm-level dynamics in both export and import markets. Key findings of our firm-level estimations of trade elasticities include that the response of Chinese firms to exchanges rate changes depends strongly on the extent to which firms are involved in processing trade, i.e. heterogeneity in the extent of processing trade is crucial to understanding trade elasticities, and that the Chinese trade balance responds strongly to changes in the relative value of the Chinese Yuan, thereby implying that the influence of exchange rates on trade flows is significant and that currency depreciations do in fact lead to export growth and trade balance improvement.

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)0,007
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 enseignants0,084
Score d'incertitude au seuil0,167

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,006
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,182
Tête enseignante GPT0,344
Écart entre enseignants0,162 · 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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in Economics→Même sujetGlobal trade and economics→Travaux en français237 207→