Asymmetric Effects of Economic Policy Uncertainty on Food Security in Nigeria
Notice bibliographique
Résumé
This study investigates the asymmetric effects of economic policy uncertainty (EPU) on food security in Nigeria, utilizing annual time series data from 1970 to 2021. The study used descriptive statistics, unit root tests, the nonlinear autoregressive distributed lag (NARDL) model and its associated Bounds tests to analyze the data. The analysis reveals that adult population, environmental degradation, exchange rate uncertainty (EXRU), financial deepening, food security (FS), government expenditure in agriculture uncertainty (GEAU), inflation, and interest rate uncertainty (INRU) exhibit positive mean values over the period, with varying degrees of volatility. Cointegration tests indicate a long-term relationship between EPU variables (GEAU, INRU, and EXRU) and food security. The study finds that cumulative positive and negative EPU variables have significant effects on food security in the short run. Specifically, negative GEAU, positive INRU, positive and negative EXRU have significant effects in the short run. In the long run, negative GEAU, positive and negative EXRU have significant effects on food security. Additionally, the research highlights asymmetric effects, showing that the influence of GEAU and EXRU on food security differs in the short- and long-run. The study underscores the importance of increased government expenditure on agriculture, control of exchange rate and interest rate uncertainty, and the reduction in economic policy uncertainty to mitigate risks in the agricultural sector and enhance food security. Recommendations include strategies to stabilize exchange rates to safeguard food supply and overall food security.
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 | 0,002 | 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 ».