MétaCan
Menu
Retour à la cohorte
Enregistrement W4307122350 · doi:10.1002/ijfe.2715

The oil price plummeted in 2014–2015: Is there an effect on Chinese firms' labour investment?

2022· article· en· W4307122350 sur OpenAlexaff
Xinheng Liu, Shuxian Li, Chengbo Fu, Xu Gong, Chen Fan

Notice bibliographique

RevueInternational Journal of Finance & Economics · 2022
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMarket Dynamics and Volatility
Établissements canadiensUniversity of Northern British Columbia
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésOil priceEconomicsInvestment (military)ChinaCompetition (biology)Government (linguistics)Monetary economicsLabour economicsPetroleum industryMarket economy

Résumé

récupéré en direct d'OpenAlex

Abstract Using the exogenous event of oil price sharp decline in 2014–2015, this paper employs the difference‐in‐difference method to establish a causal link between the oil price decline and the Chinese firms' labour investment. Data of listed companies in China from 2012 to 2016 are used to explore this relationship. We show that the employment for firms in industries with significant negative oil price risk exposure increases 16.4% after the oil price plummeted, that is, the oil price decline significantly promotes the firms' labour force. Additionally, the positive effect of oil price decline on the firms' labour force is more pronounced in firms with higher risk‐taking, financing constraints, and industry competition. Lastly, we also document that the effect of oil price decline is through sales growth channels to increase labour demand. However, firms tend to overinvest in labour after the oil price plummeted. Based on these findings we suggest that oil price fluctuation should be an important factor for the Chinese government and enterprises when they make an economic decision related to the labour force.

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)0,002
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,443
Score d'incertitude au seuil0,677

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,010
Tête enseignante GPT0,242
Écart entre enseignants0,233 · 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'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

Citations16
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Finance & EconomicsMême sujetMarket Dynamics and VolatilityTravaux en français237 207