MétaCan
Menu
Retour à la cohorte
Enregistrement W4413295593 · doi:10.1016/j.jmoneco.2025.103822

Quantifying the allocative efficiency of capital: The role of capital utilization

2025· article· en· W4413295593 sur OpenAlexaff
Poorya Kabir, Eugene Tan, Ia Vardishvili

Notice bibliographique

RevueJournal of Monetary Economics · 2025
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMonetary Policy and Economic Impact
Établissements canadiensUniversity of Toronto
Organismes subventionnairesMinistry of Education - Singapore
Mots-clésAllocative efficiencyEconomicsCapital (architecture)MicroeconomicsMonetary economicsGeography

Résumé

récupéré en direct d'OpenAlex

Higher dispersion of log average revenue product of capital (ARPK) is commonly associated with lower capital allocative efficiency. We show this is a result of the assumption that capital utilization is fixed. However, when capital utilization is endogenous, higher capital allocative efficiency is associated with lower dispersion of log average revenue product of capital services (log difference between revenue and utilized capital), not ARPK. Furthermore, contrary to the standard relationship, increases to capital allocative efficiency is associated with higher ARPK dispersion when such improvements arise from greater utilization flexibility. We provide evidence supporting the mechanism and demonstrate counterfactuals where allocative efficiency gains are accompanied by higher ARPK dispersion. Lastly, we apply our framework to study the impact of a capital market liberalization reform in India. We estimate the reform improved allocative efficiency by 0.04%, but counterfactual analysis neglecting the response of utilization would have concluded efficiency gains of 5.25%.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,047
Score d'incertitude au seuil0,532

Scores Codex et Gemma par catégorie

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

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 Opus0,073
Tête enseignante GPT0,250
Écart entre enseignants0,178 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Monetary EconomicsMême sujetMonetary Policy and Economic ImpactTravaux en français237 207