Датиране и прогнозиране на икономическия цикъл на България
Notice bibliographique
Résumé
Целта на настоящото изслед­ване е да датира икономическия цикъл на България и да създаде модел за прогнозира­нето му. Обект на изследването са детер­минантите на фазата на икономическия цикъл на България за периода от първото тримесечие на 2003 до третото триме­сечие на 2015 г. Предмет на изследване е въздействието на лихвения спред, цените на петрола, новоиздадените разрешител­ни за строителство, индекса Sofix, до­верието в промишления сектор и БВП на страните от Еврозоната върху фазата на икономическия цикъл. Използвана е ме­тодологията логистична регресия на вре­меви редове. Всички променливи оказват статистическо значимо влияние върху фа­зата на икономическия цикъл и посоката на това влияние съответства на теоре­тичните очаквания. Dating and Forecasting Bulgaria’s Business Cycle The goal of this article is to date Bulgaria’s business cycle and create a model for forecast­ing it. The objects of the article are the determi­nants of Bulgaria’s business cycle phases from the first quarter of 2000 to the second quarter of 2016. The subject of the study is the influ­ence of the interest spread, oil prices, building permits, the stock market index Sofix, the con­fidence in industrial sector and the GDP of the euro area countries on business cycle phases. The methodology logistic regression of time se­ries has been used. All variables have a signifi­cant impact on business cycle phases and the direction of impact corresponds to theoretical expectations.
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 | 0,019 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,005 |
| Méta-épidémiologie (sens large) | 0,005 | 0,002 |
| Bibliométrie | 0,004 | 0,010 |
| Études des sciences et des technologies | 0,006 | 0,023 |
| Communication savante | 0,012 | 0,007 |
| Science ouverte | 0,048 | 0,015 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,134 | 0,194 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».