Fiscal Adjustment Heterogeneity in Inflationary Conditions in the Eurozone: A Non-Stationary Heterogeneous Panel Approach
Notice bibliographique
Résumé
In recent years, fiscal policy in the Eurozone (EZ) has faced challenges posed by the strong and rapid increase in inflation as a consequence of the COVID-19 pandemic and other geo-political crises. Due to the fear of “fiscal inflation” present during episodes of fiscal stimulus during the pandemic crisis, this paper assesses the relationship between discretionary fiscal policy and inflation in developed EZ economies, taking into consideration the rise in energy prices as a control variable. This study considers the econometric framework of heterogeneous, non-stationary panels (Pooled Mean Group (PMG) and Common Correlated Effects Mean Group (CCEMG) estimators). Using quarterly panel data for the period 2015q1–2024q1, the results show that, in the long run, the effects of fiscal policy on inflation are insignificant. However, covering only the pandemic and other geo-political crises (2020q1–2024q1), research shows a significant negative long-run relationship between fiscal expenditure and inflation and heterogeneous short-run fiscal adjustments due to the lack of a fiscal union in the EU economies. Hence, accompanied by monetary policy, the discretionary response of fiscal policy to inflationary shock was oriented in the same direction—the reduction in inflationary pressures during a geo-political crisis. Fiscal policy mitigated inflationary pressures in these recent crises, while in the long run, it did not affect nominal variables, indicating that there is no evidence of fiscal inflation in the sample of EZ economies during a stabilization period or under crisis conditions.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 ».