MétaCan
Menu
Retour à la cohorte
Enregistrement W4236427250 · doi:10.25205/2542-0429-2021-21-4-24-46

The Estimation of Various Shocks Influence on the Dynamics of Russian Macroeconomic Indicators in 2014–2018

2021· article· en· W4236427250 sur OpenAlexaboutno aff
Yu. А. Dzyuba, Dmitri Kolyuzhnov

Notice bibliographique

RevueWORLD OF ECONOMICS AND MANAGEMENT · 2021
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMarket Dynamics and Volatility
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEconomicsDynamic stochastic general equilibriumShock (circulatory)Inflation (cosmology)Quarter (Canadian coin)EstimationOil priceMonetary economicsRussian economyEconometricsMacroeconomicsMonetary policyGeography

Résumé

récupéré en direct d'OpenAlex

stract In this paper, we analyze the influence of various macroeconomic shocks caused by anti-Russian sanctions and a sharp decrease in the hydrocarbon prices in the middle of the last decade. We estimate the total loss in the economy and identify the shocks that provoked the decline in GDP and the increase in inflation from 2014 to 2018 using the DSGE approach and the obtained historical decompositions. According to the calculations, the inflation growth from 2014 to 2015 can be interpreted as the sum of the adverse effects of the change in household preferences, and the shock in oil prices. The observed GDP decline from the second quarter of 2014 to the third quarter of 2015 is explained by the synergistic effect of monetary policy shocks and the sharp drop in oil prices. According to our calculations, the total loss in the economy due to the described shocks in real terms is equal to 6.4 trillion rubles in 2011 prices.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,742
Score d'incertitude au seuil0,436

Scores Codex et Gemma par catégorie

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

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 Opus0,008
Tête enseignante GPT0,198
Écart entre enseignants0,190 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWORLD OF ECONOMICS AND MANAGEMENTMême sujetMarket Dynamics and VolatilityTravaux en français237 207