EnglishIn this paper we implement an effcient non-parametric statistical method, Random survival forests, for the selection of the determinants of Central Bank Independence (CBI) among a large data base of political and economic variables for OECD countries.This statistical technique enables us to overcome omitted variables and overftting problems. It turns out that the economic variables are major determinants compared to the political ones and linear andnonlinear effects of chosen predictors on CBI are found.
Cavicchioli, M., PAPANA, ANGELIKI, A., Papana Diagasis e B., Pistoresi. "Determinants of Central Bank independence: a random forest approach" Working paper, DEMB WORKING PAPER SERIES, Dipartimento di Economia Marco Biagi - Università di Modena e Reggio Emilia, 2016. https://doi.org/10.25431/11380_1101348
| Titolo: | Determinants of Central Bank independence: a random forest approach |
| Autore/i: | Cavicchioli, M.; ANGELIKI, PAPANA; Papana Diagasis, A.; Pistoresi, B. |
| Autore/i UNIMORE: | |
| Data di pubblicazione: | 2016 |
| Mese di pubblicazione: | Maggio |
| Digital Object Identifier (DOI): | 10.25431/11380_1101348 |
| Serie: | DEMB WORKING PAPER SERIES |
| Citazione: | Cavicchioli, M., PAPANA, ANGELIKI, A., Papana Diagasis e B., Pistoresi. "Determinants of Central Bank independence: a random forest approach" Working paper, DEMB WORKING PAPER SERIES, Dipartimento di Economia Marco Biagi - Università di Modena e Reggio Emilia, 2016. https://doi.org/10.25431/11380_1101348 |
| Tipologia | Working paper |
File in questo prodotto:
| File | Descrizione | Tipologia | |
|---|---|---|---|
| 0086.pdf | Versione dell'editore (versione pubblicata) | Open Access Visualizza/Apri |
I documenti presenti in Iris Unimore sono rilasciati con licenza Creative Commons Attribuzione - Non commerciale - Non opere derivate 3.0 Italia, salvo diversa indicazione.
In caso di violazione di copyright, contattare Supporto Iris
Copyright © 2020