MétaCan
Menu
← Retour à la cohorte
Enregistrement W4401040117 · doi:10.5539/ijef.v16n8p65

The Effect of Exchange Rate Volatility on Exports: The Case of Canada’s Exports to United States

2024· article· en· W4401040117 sur OpenAlexvenueaboutno aff
Emmanuel Erem

Notice bibliographique

RevueInternational Journal of Economics and Finance · 2024
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMonetary Policy and Economic Impact
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEconomicsVolatility (finance)Exchange rateVector autoregressionGranger causalityLiberian dollarAutoregressive conditional heteroskedasticityUs dollarEffective exchange rateMonetary economicsVolatility swapEconometricsStructural vector autoregressionImplied volatilityMonetary policyFinance

Résumé

récupéré en direct d'OpenAlex

The purpose of this study was to examine the effect of real exchange rate volatility between the Canadian dollar and United States (US) dollar on real exports from Canada. The study made use of quarterly data from 1960-2017; over half a century. The GARCH (1, 1) was used to model real exchange rate volatility. After finding the variables were non-stationary with no evidence of co-integration, a Vector Autoregression (VAR) model was used to investigate the short-run relationship in the variables making use of the Granger causality technique and impulse response functions. The results reveal that the effect of exchange rate volatility between the Canadian dollar and the US dollar is of mixed signs, with coefficients that are not statistically significant, thus, exchange rate volatility does not have an effect on the real exports of Canada to the US. In addition, the real exchange rate volatility does not Granger cause real exports. This result contradicts economic theory that predicts a negative effect of exchange rate volatility on exports. However, Tenreryo (2007) and Aristotelous (2001) report the same result in their studies.

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)0,004
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 enseignants0,095
Score d'incertitude au seuil0,192

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
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 Opus0,025
Tête enseignante GPT0,231
Écart entre enseignants0,207 · 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

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Economics and Finance→Même sujetMonetary Policy and Economic Impact→Travaux en français237 207→