The Stability of the Financial Cycle: Insights from a Markov Switching Regression in South Africa
Notice bibliographique
Résumé
The stability of the financial cycle is paramount for the effective formulation and implementation of macroprudential policy in South Africa. The South African Reserve Bank (SARB) and the Prudential Authority strive to mitigate excessive fluctuations in the financial cycle, recognising that a stable cycle provides more reliable signals for financial sector activity and anchors macroprudential policy decisions. However, the tightening of macroprudential policy by the SARB and the Prudential Authority during the post-2009 recovery period, despite mild signs of recovery from the global financial crisis, raises concerns about the stability of the South African financial cycle. This study aims to construct a financial cycle volatility index to assess its stability and identify the key macroeconomic drivers of financial instability in South Africa. Employing monthly data from 1970 to 2024, the study utilises a dynamic conditional correlation model and a Markov switching regression model to analyse the relationship between macroeconomic variables and financial stability. The findings reveal heightened financial cycle volatility around crisis periods and demonstrate that macroeconomic variables such as exchange rate fluctuations, price level changes, and implementing monetary and macroprudential policies can significantly increase financial instability. These results suggest a need for proactive and aggressive macroprudential policy measures in the years preceding potential crises. Moreover, the study’s findings emphasise the importance of considering macroeconomic conditions when calibrating financial cycle policies.
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 | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».