COMPTE CAPITAL ET DÉVELOPPEMENT FINANCIER EN TUNISIE : CAUSALITÉ ET RELATION DE LONG TERME
Bibliographic record
Abstract
De nombreuses recherches se sont focalisées sur la relation entre le développement financier et la croissance, d’une part, et sur la relation entre l’intégration financière et le développement économique, d’autre part. Cependant, l’étude du lien entre libéralisation du compte capital et développement financier reste encore limitée, et en particulier pour les pays du Moyen-Orient et d’Afrique du Nord. L’objet de cet article est de proposer une analyse empirique de cette relation dans le cas de la Tunisie, pays qui a fait le choix depuis plusieurs décennies de s’ouvrir progressivement aux capitaux étrangers. L’étude économétrique menée sur la période 1986-2014 en utilisant conjointement un modèle de causalité de long terme Toda-Yamamoto et un modèle ARDL a permis de montrer que l’ouverture du compte capital avait bien un effet positif sur le développement financier en longue période. Ce résultat est robuste à plusieurs spécifications du modèle autorégressif et à des mesures alternatives du développement financier. Néanmoins, l’impact de court terme de l’ouverture du compte capital est plus limité, en particulier lorsqu’on considère les effets sur le marché boursier.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".