R&D, Innovation and The Business Cycle
Notice bibliographique
Résumé
Technological Innovation is a major driver of long-run economic development. It increases wealth \ngeneration capacity, productivity, and rewards innovators with temporary monopoly profits. Part of the \ninnovation effort, investments in R&D are uncertain and long-run oriented, and absent market frictions, \nshould not be impacted by current economic conditions. This thesis investigates whether firms’ R&D \nexpenses respond to changes in short-run macroeconomic activity in the G7 countries, while considering \nthe endogenous relation between innovation and economic growth. Empirical studies attribute the procyclical behavior of R&D, especially in the U.S, to financial constraints that drive firms away from the \noptimal allocation of resources. Moreover, substantial evidence indicates that managers manipulate \ndiscretionary expenses to meet their current earnings targets, compromising other dimensions of the \nbusiness, such as future growth. We study whether macroeconomic conditions affect firm-level R&D \ninvestments beyond what can be explained by financial factors and growth opportunities. Our results show \nthat contemporaneous macroeconomic conditions, as well as access to financing, are positively associated \nwith firm-level R&D intensity, most notably in young and high-tech firms. We find a positive association \nwith the 1-year lagged economic conditions in the U.S and Canada, but not in the other countries of the \nG7. Recessions are especially significant in explaining cuts in R&D investments in all countries. Therefore, \nR&D seems to be pro-cyclical regardless of financial constraints, suggesting that the latter relation with \nearnings management activity might be complimentary, rather than mutually exclusive. We address the \nendogenous nature of innovation and economic growth by estimating R&D and GDP in a panel Vector Auto \nRegression (PVAR) and find no evidence that reverse causality impacts our results. Furthermore, although \naggregate level and the weighted average change in R&D of our sample are reasonably correlated, we do \nnot find a relevant long-run relation between firm-level R&D intensity and economic activity, which calls \nfor further investigation.
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 | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».