MétaCan
Menu
← Retour à la cohorte
Enregistrement W4311626847 · doi:10.1108/itpd-09-2022-0020

Asymmetric impact of real effective exchange rate changes on domestic output revisited: evidence from Egypt

2022· article· en· W4311626847 sur OpenAlexaff
Mesbah Fathy Sharaf, Abdelhalem Mahmoud Shahen

Notice bibliographique

RevueInternational Trade Politics and Development · 2022
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMonetary Policy and Economic Impact
Établissements canadiensInstitute of Health EconomicsUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésEconomicsEffective exchange rateMonetary economicsCurrencyDistributed lagExport performanceExchange rateEconometricsInternational economics

Résumé

récupéré en direct d'OpenAlex

Purpose This paper investigates the asymmetric impact of the real effective exchange rate (REER) on Egypt's real domestic output from 1960 to 2020. Design/methodology/approach A Nonlinear Autoregressive Distributed Lag (NARDL) model is utilized to isolate real currency depreciations from appreciations and account for the potential asymmetry in the impact of the REER. The analyses account for the various channels via which the REER could affect domestic output. Findings Results show evidence of a long-run asymmetry in the output effect of REER changes in which only real currency depreciations have a contractionary impact on output, while the REER has no impact on output in the short run. Practical implications The Egyptian monetary authority cannot rely on domestic currency depreciation as a policy instrument to boost domestic output. Originality/value Unlike most of the previous studies, which assume linearity in the impact of the REER on output, we relax this assumption and hypothesize that the REER changes have an asymmetric effect on the Egyptian domestic output in Egypt. We use a long time span from 1960 to 2020 and control for the potential structural breaks in the REER-output nexus and the various channels through which the REER can affect domestic output.

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)0,001
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,017
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,088
Tête enseignante GPT0,291
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

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Trade Politics and Development→Même sujetMonetary Policy and Economic Impact→Travaux en français237 207→