The determinants of unemployment in Malaysia: VECM model
Notice bibliographique
Résumé
The objective of this research is to identify the determinants which influence the unemployment in Malaysia. Besides that, this research also investigates the relationships between the determinants and the unemployment during short-run and long run. In this study, the dependent variable is the unemployment while the selected determinants which including the GDP growth, foreign direct investment, inflation, interest rate and exchange rate. The quarterly time series data which from first quarter (Q1) 2010 to first quarter (Q1) 2020 are employed in this study. The data are obtained from Bank Negara Malaysia and Ministry of Finance. Regarding the estimation, this study applied the Vector Error Correction Model (VECM) and the Fully Modified Ordinary Least Square (FMOLS). The short run results reveal that all the variables except foreign direct investment have a positive relationship with unemployment. Meanwhile, foreign direct investment will reduce the unemployment during short run. However, only the positive relationship from the GDP growth and the negative relationship from the foreign direct investment are significant. In term of long run, the VECM result portrays that there is a significant negative relationship from the GDP growth to unemployment. Furthermore, foreign direct investment and interest rate have a significant positive long-run relationship with unemployment. Regarding the inflation, the positive relationship from inflation to unemployment is not significant. Subsequently, FMOLS results demonstrate that exchange rate has a significant positive long-run relationship with unemployment. Apart from that, the Granger causality test claims that there is a unidirectional causality from selected determinants to unemployment except exchange rate. Hence, government should implement some effective policies including the expansionary fiscal policy and monetary policy, protective policy and exchange rate control in purpose to reduce the unemployment in Malaysia, especially during this post-Covid-19 pandemic period
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».