Regime Switching Model Estimates of the Impact of Financial Development on Renewable Energy Consumption: The Role of Geopolitical Risk in the Case of Emerging Economies
Notice bibliographique
Résumé
Financial development and geopolitical risks are crucial for understanding the consumption of renewable energies (CREs), given the sustainability challenges of the global economy. This research examines the nonlinear impact of financial development on adopting renewable energies in 10 emerging countries facing geopolitical risks between 1985 and 2022. By employing two regime‐switching approaches (panel threshold autoregressive (PTAR) and panel smooth transition autoregression (PSTAR)), the results indicate nonlinear correlations between domestic bank credit granted to the private sector and the adoption of renewable energies. The optimal threshold value of the PTAR model is 40.171, while those of the PSTAR model are 35.705 and 122.9. Below the thresholds of the PTAR and PSTAR models, financial development decreases the CREs. Beyond these thresholds, financial development promotes CRE through specific financial incentives, such as low‐interest loans and tax credits for renewable energy projects, as well as the creation of specialized financial instruments, such as green bonds. Geopolitical issues have prompted governments to diversify their energy sources and intensify their investments in renewable energy to strengthen energy security and reduce dependence on the volatile fossil fuel markets. Therefore, in terms of policy implications, financial education, the mitigation of geopolitical risks, and renewable energy goals must be priorities in national development efforts to promote sustainable economic growth. JEL Classification: C23, C54, K32, Q43
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».