MétaCan
Menu
Retour à la cohorte
Enregistrement W7037808684

Essais en macroéconomie et en économie internationale

2024· other· fr· W7037808684 sur OpenAlexaboutno aff

Notice bibliographique

RevueArchipelago (University of Quebec in Montreal) · 2024
Typeother
Languefr
DomaineEconomics, Econometrics and Finance
ThématiqueDigital Transformation in Law
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésShock (circulatory)Poison controlBayesian vector autoregression
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Cette thèse est composée de trois articles portant sur deux thèmes ayant suscité un grand intérêt parmi les économistes au cours des dernières années : l'incertitude économique et la connectivité économique. Le concept d'incertitude économique renvoie à la difficulté à former des prévisions sur le futur de l'économie, tandis que la connectivité vise à mesurer le niveau d'influence relative entre les entités économiques. Écrits en vue d'une meilleure compréhension de ces phénomènes, ces articles apportent des éléments utiles à la formulation de politiques économiques. Le premier article construit une mesure de l'incertitude macroéconomique spécifique au Canada et évalue l'impact du choc d'incertitude associé à l'émergence de la COVID-19 sur l'économie canadienne. Pour créer cette mesure, nous appliquons la méthodologie développée par Jurado et al. (2015) à une grande de données canadiennes. Les résultats mettent en évidence une nette augmentation du niveau d'incertitude au Canada, atteignant un niveau inédit avec l'émergence de la pandémie. Cela corrobore d'autres résultats montrant des augmentations importantes de l'incertitude aux États-Unis et ailleurs dans le monde. Ensuite, l'effet d'un choc d'incertitude, calibré en fonction des variations de la mesure au cours de cette période, est estimé sur les principales variables macroéconomiques canadiennes. Les résultats montrent qu'un tel choc entraîne des ralentissements économiques, une inflation plus faible et des mesures accommodantes de la politique monétaire. D'importantes distinctions apparaissent en fonction de l'interprétation du choc comme provenant de l'incertitude aux États-Unis – auquel cas le ralentissement est profond mais relativement court – ou de l'incertitude au Canada, ce qui entraîne des déclins plus prolongés de l'activité économique. Le deuxième article quantifie la connectivité entre économies et examine ses déterminants. Ce concept, introduit par Diebold and Yilmaz (2009, 2012), vise à mesurer le degré d'influence et d'exposition relative entre des entités économiques. Plusieurs dimensions sont envisagées : l'exposition d'une économie à une autre ou au reste du monde, l'influence d'une économie sur une autre économie ou sur le reste du monde, et la connectivité totale, qui mesure en moyenne la part de volatilité au sein des pays attribuable à la transmission de chocs entre eux. Le deuxième article associe à la méthode développée par Diebold and Yilmaz (2009, 2012), les méthodes adaptées aux données de grande dimension pour estimer la connectivité entre 28 pays développés et émergents. Les résultats révèlent que la connectivité globale entre les économies fluctue au fil du temps, augmentant lors des grandes crises mondiales. Les niveaux d'influence et d'exposition des pays changent également dans le temps. D'autre part, cet article étudie les déterminants des différentes mesures de connectivité (influence totale, exposition totale, et connectivité bilatérale). Plus précisément, il analyse le rôle de la taille des économies, de l'ouverture commerciale et financière, ainsi que de la spécialisation des pays. Les résultats indiquent que les économies les plus influentes sont celles de grande taille en termes de production nationale. L'exposition des pays augmente avec leur niveau d'ouverture commerciale. Nous notons que l'exposition due à l'ouverture commerciale augmente avec la taille des pays. Au niveau bilatéral, la connectivité augmente avec l'intégration commerciale. L'intégration financière et les différences de spécialisation économique atténuent les effets de l'intégration commerciale sur la connectivité bilatérale. Additionnellement, nous montrons que l'appartenance à un accord commercial ou à une zone économique augmente significativement la connectivité bilatérale entre deux pays. Le troisième article étudie le rôle de la politique monétaire et du niveau du global de liquidité sur la connectivité internationale des prix de l'immobilier. Dans un premier temps, nous mesurons la connectivité entre les marchés immobiliers en utilisant la méthode développée par Diebold and Yilmaz (2009, 2012). Nous trouvons que la connectivité des marchés immobiliers augmente durant les périodes d'expansion globale et baisse durant les périodes de récession globale. Les États-Unis sont le pays plus influent et l'Irlande le pays le plus exposé. Ensuite nous étudions l'effet d'une variation de la liquidité au niveau global sur la connectivité. Nous montrons qu'une réduction du niveau global de liquidité réduit la connectivité entre les marchés immobiliers. Enfin nous étudions les effets d'une politique monétaire nationale restrictive sur l'exposition du marché immobilier domestique. Nous trouvons qu'une telle politique diminue l'exposition du marché immobilier domestique aux chocs étrangers. \n_____________________________________________________________________________ \nMOTS-CLÉS DE L’AUTEUR : Incertitude macroéconomique, COVID-19, connectivité, contagion, réseau, intégration économique, marché immobilier, politique monétaire, liquidité globale.

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)0,006
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,151
Score d'incertitude au seuil0,300

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,011
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0080,017
Études des sciences et des technologies0,0030,008
Communication savante0,0130,007
Science ouverte0,0010,004
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0230,002

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 Opus0,012
Tête enseignante GPT0,192
Écart entre enseignants0,180 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArchipelago (University of Quebec in Montreal)Même sujetDigital Transformation in LawTravaux en français237 207