Interactions of Gross Domestic Product, External Debt and Government Expenditure: Evidence From International Development Association Countries [A Panel-VAR Approach]
Notice bibliographique
Résumé
The study employed a Panel Vector Autoregressive (PVAR) model to examine the relationships among three macroeconomic variables- Gross Domestic Product, Total External Debt Stocks, and Gross National Expenditure - in International Development Association (IDA) member countries. Data from three different time frames - 1991-2019 (29 countries), 1994-2018 (35 countries), and 2008-2018 (39 countries) – was analyzed, and the lags of endogenous variables were used as instruments to address endogeneity issues in the dynamic model. The variables were transformed into growth rates to ensure stationarity and were estimated using the Generalized Method of Moments (GMM). The results were reported after removing both panel-specific and time-specific fixed effects. The study found a positive relationship between Total External Debt Stocks growth and Gross Domestic Product growth, which became more significant with the increase in the sample timeframe. The findings showed that a 100% increase in Total External Debt growth would lead to a 4-7% increase in Gross Domestic Product growth. The positive relationship was confirmed by the transmission of shocks from Total External Debt growth to Gross Domestic Product growth, but it lasted only for two periods and quickly returned to an equilibrium state. The relationship between Gross National Expenditure growth and the other variables was not conclusively established due to its lack of consistent and stable behavior with the other variables. The Stata package “pvar” was employed for data analysis and inferential conclusions.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».