The asymmetric and threshold impact of external debt on economic growth: new evidence from Egypt
Notice bibliographique
Résumé
Purpose Within a multivariate framework, this study examines the asymmetric and threshold impact of external debt on economic growth in Egypt during the period 1980–2019. Design/methodology/approach The paper uses a nonlinear autoregressive distributed lag (NARDL) bounds testing approach to cointegration and a vector error-correction model to estimate the short- and long-run parameters of equilibrium dynamics. A multiple structural breaks model is estimated to test nonlinearity in the relationship between external debt and economic growth. Findings Results of the NARDL model show a robust statistically significant negative long-run impact on economic growth stemming from both positive and negative external-debt-induced shocks. In terms of magnitude, on the one hand, the impact of external-debt-induced negative shocks exceeds that of the positive. In the short and long run, on the other hand, the growth impact of external debt in Egypt is symmetric. There is also support for the nonlinearity hypothesis in which a negative impact on growth of external debt obtains once the threshold level of external debt-to-GDP ratio equals or exceeds 96.7%. Practical implications Identifying the threshold level after which external debt becomes harmful to economic growth would help inform policymakers in Egypt about maximum external debt levels that can be sustained without impairing economic growth. Originality/value The current study makes a substantial contribution to the extant literature on the debt-growth tradeoffs. It breaks ground by being the first tract that examines, using a NARDL model, asymmetry and nonlinearity of debt-growth tradeoffs in Egypt.
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 ».