Causal Nexus Real Effective Exchange Rate, External Debt, Liquidity and Stock Value: Case study on Canada: Vector Error Correction Model (VECM) Approach
Notice bibliographique
Résumé
Abstract Canada has currently one of the largest economies in the world. However, the Economy of Canada has witnessed various boom and bust over the last several decades. Real GDP growth has recorded on upward trend growth from 1980’s until 2007. However, in the aftermath of the Global financial crisis, the GDP growth rate of Canada has fallen to just below 2 percent. During the same time period, the level of Canada’s external debt, real effective exchange rate and money supply has grown exponentially. Likewise, the expansion of capital market in Canada reinforced the robust economic expansion and caused upsurge in the level of stock traded. This research examines the causal relationship between real effective exchange rate, external debt, liquidity and stock value in Canada between 1980 until 2016. To check the stationarity of the data, the research conducted Augmented Dickey-Fuller unit roots test. The result shows that after taking their first difference all variables turned to become stationary. Based on Johansen tests for co-integration, the study variables are co-integrated in the long run, therefore the research used Vector Error Correction Model (VECM). Furthermore, to verify the suitability of the data, the research conducted diagnostic tests like normality test, la-grange multiplier test and Heteroskedasticity Test. The estimation rest shows that there is both long run and short run causality among the research variables. In the short run, Canada’s liquidity has short run causality on Real effective exchange rate and Stock values. Conversely, real effective exchange rate and Government Debt have short run causal effect on Canada’s liquidity level. Likewise, stock value traded and real effective exchange rate have short run casual effect on Canada’s government debt. In the long run, the VECM estimation revealed that there is a long run causal relationship running from liquidity, government debt and stock value towards the Canada’s Real effective exchange rate (REER).
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 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 ».