Exchange Rate Pass-Through Effects on Food and Cereal Inflation in Morocco: An Asymmetric Analysis Under Climate Change Constraints Using an ARDL Model
Notice bibliographique
Résumé
This study examines the determinants of food price inflation in Morocco using a comprehensive econometric framework based on an Autoregressive Distributed Lag (ARDL) model. Relying on monthly data and controlling for major structural shocks, the analysis captures both the short-run dynamics and long-run equilibrium relationships between food prices and key macroeconomic, external, and climatic variables. The estimation results reveal strong inflation inertia, indicating that past food prices are the most significant driver of current price changes. External cost variables, including the nominal effective exchange rate, world oil prices, and international cereal prices, are mostly insignificant in the short run, suggesting a muted and delayed pass-through. Import volumes exert a marginal but lagged effect, while rainfall emerges as a consistent determinant, highlighting Morocco’s structural vulnerability to climatic variability. The error-correction term is negative and significant, confirming the existence of a stable long-run relationship. Long-run estimates show that oil prices and precipitation remain relevant drivers of food price dynamics, whereas the exchange rate appears largely neutral, reflecting the impact of subsidies, managed exchange rate arrangements, and domestic supply-chain characteristics. Nonlinear NARDL estimations provide no evidence of asymmetric exchange rate pass-through. The findings underscore some policy recommendations to enhance agricultural resilience, strengthen climate adaptation, and improve supply-chain efficiency for food price stability.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».