MétaCan
Menu
Retour à la cohorte
Enregistrement W4403199486 · doi:10.3126/fwr.v2i1.70534

Macroeconomic Impact of Value Added Tax in Nepal: A 2SLS and 3SLS Approach

2024· article· en· W4403199486 sur OpenAlexaff
Keshar Bahadur Kunwar, Ram Prasad Gyanwali

Notice bibliographique

RevueFar Western Review · 2024
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueTaxation and Compliance Studies
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésEconomicsGross fixed capital formationGross domestic productReal gross domestic productMacroeconomicsEconometricsMonetary economics

Résumé

récupéré en direct d'OpenAlex

The study’s aim to evaluate the impact of VAT on macroeconomic variables (TCON, GDP, Import (M) and GOVEXP) and the reverse effects of Macro variables on VAT. This study included macroeconomic development variables such as GDP, GDP (-1), VAT, remittance (REM), total consumption (TCON), export (X), import (M), gross fixed capital formation (GFCF), bank rate (BRATE), trade openness (TOPEN), government expenditure (GOVEXP) and one period lagged government expenditure (GOVEXP (-1)). However, this study has been enhanced over previous analyses by incorporating 45 years of nominal data from 1974/1975 to 2018/19. It examines the connection between VAT and significant macroeconomic variables such as GDP, GDP (-1), REM TCON, X, M, GFCF, BRATE, TOPEN, GOVEXP and GOVEXP (-1). To address the challenges of simultaneous equation bias and inconsistent findings, this study utilized the two-stage least squares (2SLS) and three-stage least squares (3SLS) methodologies to assess the impact of VAT on macroeconomic variables. The findings of the study are that value-added tax (VAT) negatively impacts TCON. VAT positively and significantly impacts on GDP, import(M), and GOVEXP. The study revealed that while TOPEN negatively affected Nepal’s GDP, GOVEXP, GFCF, and X had a significant and positive influence on GDP.

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)0,002
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,064
Score d'incertitude au seuil0,127

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,054
Tête enseignante GPT0,302
Écart entre enseignants0,248 · 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'admission1
Résumé présentoui

Explorer davantage

Même revueFar Western ReviewMême sujetTaxation and Compliance StudiesTravaux en français237 207