MétaCan
Menu
Retour à la cohorte
Enregistrement W4409590199 · doi:10.1016/j.strueco.2025.04.011

Does Saudi Arabia's International Competitiveness Improve Due to Sanctions Imposed on Competitors? The case of two wars

2025· article· en· W4409590199 sur OpenAlexaff
Noha A. Razek, Valentina Galvani, Brian McQuinn, Surya Rajan

Notice bibliographique

RevueStructural Change and Economic Dynamics · 2025
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic Sanctions and International Relations
Établissements canadiensUniversity of AlbertaUniversity of Regina
Organismes subventionnairesnon disponible
Mots-clésSanctionsCompetitor analysisPolitical scienceInternational tradeEconomyEconomicsInternational economicsEconomic historyLawManagement

Résumé

récupéré en direct d'OpenAlex

• The 2022 sanctions on Russian oil did not boost Saudi competitiveness. • Oil exports and extreme backwardation no longer enhance Saudi competitiveness. • Prolonged U.S. contractionary policy adversely affect Saudi competitiveness. • Sanctions might have weakened the petrodollar system and U.S. influence. • VECM models and historical decomposition are used to analyze Saudi competitiveness. In the early 1990s, Saudi Arabia ascended to the influential role of the lone swing producer in the global oil market by filling the output gap left by competitors displaced by sanctions and war (Iraq) or internal collapse (Soviet Union). Our question is whether the Kingdom similarly benefitted from the 2022 Russia-Ukraine War and the Western sanctions on Russian petroleum exports. Building on Razek and McQuinn (2021), we rely on the Real Effective Exchange Rate (REER) to gauge Saudi Arabia's international competitiveness. We apply vector autoregressive (VAR) and vector error correction model (VECM) techniques to a 1986–2022 sample and compare the early 1990s and 2022 using historical decomposition. We allow for various shock transmission channels and employ the Brent-Urals spread and Russia's geopolitical risk index (GPR) to capture geopolitical risk affecting Russian petroleum exports. Our findings show that Saudi international competitiveness increased in the 1990s but decreased in 2022. In fact, the 2022 crisis – unlike the early 1990s– resulted in a new regime in which extreme oil backwardation regimes fail to reward Saudi competitiveness, with oil exports ceasing to be the primary determinant of Saudi Arabia's competitive advantage. We discuss the effects of the Kingdom's investment diversification strategy and draw some conclusions about global energy price volatility and U.S. global dominance.

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)0,003
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 enseignants0,037
Score d'incertitude au seuil0,073

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0040,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,019
Tête enseignante GPT0,258
Écart entre enseignants0,240 · 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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStructural Change and Economic DynamicsMême sujetEconomic Sanctions and International RelationsTravaux en français237 207