Trade openness and economic growth: Bayesian model averaging estimate of cross-country growth regressions

2013 ◽  
Vol 33 ◽  
pp. 867-883 ◽  
Author(s):  
Mehmet N. Eriṣ ◽  
Bülent Ulaṣan
Keyword(s):  
Economic Growth ◽  
Bayesian Model ◽  
Bayesian Model Averaging ◽  
Trade Openness ◽  
Model Averaging ◽  
Growth Regressions ◽  
Cross Country

scholarly journals Human Capital and Economic Growth in Morocco: Evidence from Bayesian Model Averaging

2017 ◽  
Vol 10 (12) ◽  
pp. 167 ◽  
Author(s):  
Omar Essardi ◽  
Redouane Razzouk
Keyword(s):  
Economic Growth ◽  
Human Capital ◽  
Life Expectancy ◽  
Granger Causality ◽  
Bayesian Model ◽  
Bayesian Model Averaging ◽  
Model Averaging ◽  
Granger Causality Test ◽  
Causality Test

The paper investigates the relationship between human capital and economic growth in Morocco during the period from 1965 to 2015. In order to test this relationship we estimated a growth function using firstly the Johansen multivariate cointegration test and the Granger causality test. Secondly, we used the method of the Bayesian Model Averaging (BMA) that takes into consideration the uncertainty related to the specification of the model studied. In the theoretical literature, the difficulty of measuring human capital is often stressed. In order to overcome this problem, we use four proxies of human capital: first, we employ the average years of schooling. Second, we use the index of the gap in life expectancy between Morocco and developed countries. Third, we integrate the qualitative aspects of education and health by constructing two composite indicators of human capital using Principal Component Analysis (PCA) method.The main results of regression analysis confirm that in the specification of determinants of GDP per worker the average years of total schooling, the life expectancy index and the indicator of quality of health affect positively and significantly level of GDP per worker. However, in the specification of determinants of the growth of the GDP per worker, we found there is no proxy of human capital that affects significantly the growth of the GDP per worker.In addition, the results of Granger causality test show that only the indicator of quality of health that cause the GDP per worker. As well, these results show that the average years of total schooling and the indicator of quality of education cause the growth of GDP per worker. We suggest that the Moroccan authorities should make additional efforts to raise the level of quality of human capital especially in the health sector and increase the productivity of both public and private investment.

scholarly journals Essays in bayesian econometrics

2016 ◽  
Author(s):  
Αναστάσιος Τασιόπουλος
Keyword(s):  
Monte Carlo ◽  
Bayesian Model ◽  
Bayesian Model Averaging ◽  
Marginal Likelihood ◽  
Monte Carlo Model ◽  
Model Averaging ◽  
Model Composition ◽  
Predictive Density ◽  
Power Of The Test ◽  
Growth Regressions

Η παρούσα διδακτορική διατριβή αποτελείται από τρία κύρια δοκίμια στην Οικονομετρία κατά Bayes. Το πρώτο δοκίμιο αφορά την Μπεϋζιανή μέθοδο των κυρτών συνδυασμών υποδειγμάτων (Bayesian Model Averaging ή BMA) με μη συζυγείς εκ των προτέρων κατανομές με εφαρμογή στις παλινδρομήσεις μεγέθυνσης (growth regressions). H Μπεϋζιανή μέθοδος των κυρτών συνδυασμών υποδειγμάτων είναι μια σχετικά νέα τεχνική για την επιλογή μεταβλητών - υποδείγματος και το κυριότερο πλεονέκτημα της είναι ότι δια μέσου ενός βέλτιστου κυρτού συνδυασμού υποδειγμάτων παρέχει πολύ καλές προβλέψεις. Παρά την τεράστια σε μέγεθος βιβλιογραφία, οι περισσότερες μελέτες κάνουν χρήση της συζυγούς εκ των προτέρων κατανομής για τις παραμέτρους των ερμηνευτικών μεταβλητών, κυρίως επειδή είναι απλοί οι αλγεβρικοί χειρισμοί και προκύπτουν αναλυτικές εκφράσεις τόσο για τις εκ των υστέρων κατανομές των διαφόρων παραμέτρων του υποδείγματος όσο και για την οριακή πιθανοφάνεια των δεδομένων (marginal likelihood of the data). Σε αυτό το δοκίμιο επεκτείνω την υπάρχουσα βιβλιογραφία, λαμβάνοντας υπόψη τις μη συζυγείς εκ των προτέρων κατανομές, εξετάζοντας δύο οριακές περιπτώσεις της πολυμεταβλητής εξαρτημένης student-t κατανομής. Για τoν υπολογισμό των εκ των υστέρων πιθανοτήτων, των ροπών, της οριακή πιθανοφάνειας των δεδομένων καθώς και της προβλεπτικής πυκνότητας (predictive density), εφαρμόζω τη προσεγγιστική μέθοδο Laplace, όπως αυτή προτάθηκε από τους Tierney και Kadane (1986) και Tierney, Kass και Kadane (1989) και επιπλέον αποδεικνύω μια πολυμεταβλητή εκδοχή του θεωρήματος 3, των τελευταίων. Οι προσεγγίσεις των παραπάνω συναρτήσεων ενσωματώνονται εύκολα στον Markov Chain Monte Carlo Model Composition (MC(3)) αλγόριθμο και η εφαρμογή τους στις παλινδρομήσεις μεγέθυνσης των μη συζυγών εκ των προτέρων κατανομών δείχνει ότι η υιοθέτηση τους οδηγεί σε διαφορετικά υποδείγματα και μεταβλητές. Επίσης δείχνω ότι η προβλεπτική ικανότητα της παραπάνω μεθοδολογίας υπερτερεί της ίδιας μεθοδολογίας χρησιμοποιώντας συζυγείς εκ των προτέρων κατανομές. Η δεύτερη εργασία ασχολείται με το ζήτημα της αντικειμενικής Μπεϋζιανής ανάλυσης δυναμικών υποδειγμάτων πάνελ με αυθαίρετης μορφής συνδιακύμανση διαχρονικής και διαστρωματικής εξάρτησης. Η αντικειμενικότητα της ανάλυσης αναφέρεται στον υπολογισμό και χρήση της εκ των προτέρων κατανομής του Jeffreys για τις παραμέτρους του υποδείγματος. Στη παρούσα εργασία επεκτείνω το έργο του Phillips (1991) στα δυναμικά πάνελ και δείχνω, όπως ο Phillips στις χρονολογικές σειρές, ότι οι επίπεδες εκ των προτέρων κατανομές (flat priors) δεν είναι κατάλληλες σε δυναμικά υποδείγματα για να εκφράσουν την άγνοια. Η αυθαιρεσία της δομής του στοχαστικού όρου έγκειται στο γεγονός ότι δεν κάνω κάποια συναρτησιακή υπόθεση για τα σφάλματα, αντιθέτως υποθέτω γενικές μορφές μητρών συνδιακύμανσης Ω και Σ, που δηλώνουν τη συσχέτιση μεταξύ των χρονικών περιόδων και των διαστρωματικών μονάδων, αντίστοιχα. Υπολογίζω την οριακή εκ των υστέρων κατανομή της αυτοπαλίνδρομης παραμέτρου για διάφορα δυναμικά υποδείγματα πάνελ και προβαίνω σε σύγκριση με την περίπτωση της επίπεδης εκ των προτέρων κατανομής. Τα αποτελέσματα μου είναι παρόμοια με εκείνα του Phillips (1991). Στο τρίτο δοκίμιο, προτείνω έναν κατά Bayes πιο αυστηρό έλεγχο για αυτοσυσχέτιση. Συγκρίνω μια σειρά από στατιστικούς ελέγχους για αυτοσυσχέτιση, που υπάρχουν στη βιβλιογραφία με τον προτεινόμενο κατά Bayes έλεγχο, με βάση τη ισχύ του ελέγχου (power of the test) και της αυστηρότητας (stringency) για διάφορα μεγέθη δείγματος και αριθμού ερμηνευτικών μεταβλητών. Δείχνω ότι η ελαχιστοποίηση του ελαττώματος (shortcoming) του κατά Bayes ελέγχου σε σχέση με τις υπερπαραμέτρους είναι ισοδύναμη με την μεγιστοποίηση της ισχύoς του σε σχέση με τις ίδιες υπερπαραμέτρους και επιπλέον υπό συγκεκριμένες παραμετρικές υποθέσεις, ο έλεγχος που προκύπτει είναι ο πιο αυστηρός. Τα αποτελέσματα δείχνουν ότι για ορισμένες τιμές των υπερπαραμέτρων μιας κατανομής Βήτα, ο κατά Bayes έλεγχος επιτυγχάνει πολύ καλή συνολική απόδοση σε όρους ισχύος. Τέλος υπολογίζω τη Περιβάλλουσα Ισχύ του συγκεκριμένου προβλήματος στατιστικού ελέγχου και βρίσκω ότι υπό αυτές τις συγκεκριμένες εκ των προτέρων κατανομές ο έλεγχος κατά Bayes είναι ο πιο αυστηρός.

scholarly journals The Determinants of Economic Growth in Iran Based on Bayesian Model Averaging

2015 ◽  
Vol 49 ◽  
pp. 1-11 ◽  
Author(s):  
Mohsen Mehrara ◽  
Sadeq Rezaei
Keyword(s):  
Economic Growth ◽  
Labor Force ◽  
Bayesian Model ◽  
Bayesian Model Averaging ◽  
Model Averaging ◽  
Series Data ◽  
Intermediate Goods ◽  
Explanatory Variables ◽  
Oil Revenue ◽  
Determinants Of Economic Growth

This paper identifies the key determinants of economic growth in Iran, using annual time series data from 1974 to 2010. There is a very large literature on determinants of economic growth and several studies have included a large number of explanatory variables. Empirical models of economic growth are therefore plagued by problems of model uncertainty concerning the choice of explanatory variables and model specification. We utilize Bayesian Model Averaging (BMA) to resolve these model uncertainties. The results of this study indicate that the ratio of oil revenue to GDP is the most important variable affecting economic growth in the Iranian economy. Also the second and third effective variables on growth are respectively the ratio of imported capital and intermediate goods to GDP and labor force which lead to an increase in growth. Endogenous growth factors which are the factors contributing to the formation of human capital, not possess a large role in growth process. Therefore, the nature of Iran's economy has not endogenous and dynamic features and predominantly, economic growth has been made by injecting of exogenous sources (oil revenue, imported capital and intermediate goods, and labor force).

scholarly journals Bayesian Model Averaging in Exchange Rate of Malaysia Ringgit to China Yuan Renminbi

2019 ◽  
Vol 9 (2) ◽  
pp. 2506-2510
Keyword(s):  
Exchange Rate ◽  
Sovereign Debt ◽  
Bayesian Model ◽  
Bayesian Model Averaging ◽  
Trade Openness ◽  
Model Averaging ◽  
Current Account Balance ◽  
Macroeconomic Factors ◽  
The Exchange Rate ◽  
Estimation Models

The depreciation of Malaysia Ringgit (MYR) value since 2013 until 2016 have brought many negative impacts on Malaysia’s economy such as the depreciation of export value and the appreciation of import value. Such impacts are getting more severe when the exchange rate of MYR to the currency of Malaysia’s biggest trading partner, China Yuan Renminbi (CNY) is increasing. The study is conducted to explain the movement in the exchange rate of Malaysia Ringgit to China Yuan Renminbi (MYR/CNY). The four macroeconomic factors used to build the estimation models for the exchange rate of MYR/CNY in this study are relative current account balance, relative trade openness, relative sovereign debt, crude oil price. The estimation models are built using two different methods, Bayesian Model Averaging (BMA) and Multiple Linear Regression (MLR). The comparison of the results from the two models in the context of model accuracy shows that BMA model has better performance capability than MLR model in estimating the exchange rate of MYR/CNY

scholarly journals Sources of Economic Growth: A Global Perspective

2019 ◽  
Vol 11 (1) ◽  
pp. 275 ◽  
Author(s):  
Marcin Błażejowski ◽  
Jacek Kwiatkowski ◽  
Jakub Gazda
Keyword(s):  
Economic Growth ◽  
Bayesian Model ◽  
Bayesian Model Averaging ◽  
Model Averaging ◽  
Global Perspective ◽  
Global Level ◽  
Average Growth Rate ◽  
Average Growth ◽  
Potential Factors ◽  
Bayesian Averaging

The main goal of this paper is to determine the factors responsible for economic growth at the global level. The indication of the sources of economic growth may be an important element of the sustainable economic policy for development. The novelty of this research lies in employing an analysis based on data, which consist of an average growth rate of the Gross Domestic Product (GDP) for 168 countries for the years 2002–2013. The Bayesian model averaging approach is used to identify potential factors responsible for differences in countries’ GDPs. Additionally, a jointness analysis is performed to assess the potential independence, substitutability, and complementarity of the factors of economic growth. The robustness of the results is confirmed by Bayesian averaging of classical estimates. We identify the most probable factors of economic growth, and we find that the most important determinants are variables associated with the so-called “Asian development model”.

Sign in / Sign up

Export Citation Format

Share Document