MétaCan
Menu
Retour à la cohorte
Enregistrement W4404734928 · doi:10.1016/j.econlet.2024.112069

Fiscal austerity and informality: Twin deficits as a cushion in Latin American countries

2024· article· en· W4404734928 sur OpenAlexafffund
Khalil Bechchani

Notice bibliographique

RevueEconomics Letters · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Policy and Reform Studies
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesUniversité de Sherbrooke
Mots-clésAusterityLatin AmericansEconomicsFiscal policyKeynesian economicsMonetary economicsPolitical sciencePolitics

Résumé

récupéré en direct d'OpenAlex

• The effectiveness of fiscal austerity is notably influenced by the size of the shadow economy. • In economies with high informality, the twin deficits phenomenon buffers the adverse impacts of austerity by facilitating exchange rate depreciation and current account adjustments. • Tax-based fiscal consolidations prove more effective for enhancing the current account balance and mitigating external vulnerabilities. This paper uncovers a new transmission channel that explains the muted effects of fiscal policy in economies with high levels of informality. Using a novel dataset on fiscal consolidations in 14 Latin American and Caribbean countries (1989–2016), I provide evidence supporting the twin deficits hypothesis in highly informal economies. Real exchange rate depreciation and improvements in the current account balance help cushion the negative impacts of fiscal consolidation. In contrast, in economies with smaller informal sectors, this mitigating effect is absent, leading to significant output contractions as a result of austerity. These findings shed new light on how informality shapes the macroeconomic consequences of fiscal policy, offering valuable insights for policymakers in emerging and developing countries.

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 enseignants0,054
Score d'incertitude au seuil0,107

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,002
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 Opus0,018
Tête enseignante GPT0,297
Écart entre enseignants0,279 · 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

Citations1
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEconomics LettersMême sujetSocial Policy and Reform StudiesTravaux en français237 207