Bøker av Abubakar El-Sidig

Omã está preocupantemente dependente dos seus recursos petrolíferos cada vez mais escassos, que produzem 84% das receitas públicas. Em 2016, os baixos preços internacionais do petróleo fizeram com que o défice orçamental de Omã fosse de 11,5 mil milhões de dólares, ou seja, cerca de 19% do PIB. No entanto, o défice orçamental foi reduzido para 13% do PIB em 2017, quando o Sultanato cortou os seus subsídios. Este Estado dispõe de escassos activos externos e está a emitir dívida para cobrir o seu défice. Em consonância com o acima exposto, esta tese aspira a verificar o impacto de tal volatilidade nas variáveis macroeconómicas - "despesas públicas, taxa de inflação (IPC), despesas de investimento agregadas, oferta de moeda (M2), taxa de emprego e despesas de consumo agregadas das famílias" - no Sultanato de Omã, com um âmbito de 1990 a 2016.A tese emprega o modelo Autoregressive Distributed Lag (ARDL) que se sucedeu na metodologia sugerida por Pesaran e Shin (1999). Pesaran, Shin e Smith (2001) desenvolveram uma versão do modelo ARDL como um método de co-integração substituto denominado versão de correção de erros. O emprego desse método é essencial para testar a presença de correlações de longo prazo entre as variáveis de interesse.

Oman dépend de manière inquiétante de ses ressources pétrolières en baisse, qui représentent 84 % des recettes publiques. En 2016, la faiblesse des prix internationaux du pétrole a entraîné un déficit budgétaire de 11,5 milliards de dollars, soit environ 19 % du PIB. Pourtant, le déficit budgétaire a été ramené à 13 % du PIB en 2017, le sultanat ayant réduit ses subventions. Cet État dispose de peu d'actifs étrangers et émet de la dette pour couvrir son déficit. Conformément à ce qui précède, cette thèse vise à déterminer l'impact de cette volatilité sur les variables macroéconomiques - "dépenses publiques, taux d'inflation (IPC), dépenses d'investissement globales, masse monétaire (M2), taux d'emploi et dépenses de consommation globales des ménages" - dans le Sultanat d'Oman, sur une période allant de 1990 à 2016.La thèse utilise le modèle ARDL (Autoregressive Distributed Lag) qui a suivi la méthodologie suggérée par Pesaran et Shin (1999). Pesaran, Shin et Smith (2001) ont développé une version du modèle ARDL comme méthode de co-intégration de substitution, appelée version à correction d'erreur. L'utilisation de cette méthode est essentielle pour tester la présence de corrélations à long terme entre les variables d'intérêt.

L'Oman dipende in modo preoccupante dalle sue risorse petrolifere in diminuzione, che producono l'84% delle entrate statali. Nel 2016, i bassi prezzi internazionali del petrolio hanno portato il deficit di bilancio omanita a 11,5 miliardi di dollari, pari a circa il 19% del PIL, ma nel 2017 il deficit di bilancio si è ridotto al 13% del PIL grazie al taglio dei sussidi da parte del Sultanato. Questo Stato dispone di scarse attività estere e sta emettendo debito per coprire il deficit. Coerentemente con quanto detto, questa tesi aspira a verificare l'impatto di tale volatilità sulle variabili macroeconomiche - "spesa pubblica, tasso di inflazione (CPI), spesa aggregata per investimenti, offerta di moneta (M2), tasso di occupazione e spesa aggregata per consumi delle famiglie" - nel Sultanato dell'Oman, dal 1990 al 2016.La tesi impiega il modello ARDL (Autoregressive Distributed Lag), che ha seguito la metodologia suggerita da Pesaran e Shin (1999). Pesaran, Shin e Smith (2001) hanno sviluppato una versione del modello ARDL come metodo di cointegrazione sostitutivo chiamato versione a correzione di errore. L'impiego di questo metodo è essenziale per verificare la presenza di correlazioni di lungo periodo tra le variabili di interesse.

Oman ist in besorgniserregender Weise von seinen schwindenden Ölressourcen abhängig, die 84 % der Staatseinnahmen ausmachen. Im Jahr 2016 führten die niedrigen internationalen Ölpreise zu einem omanischen Haushaltsdefizit von 11,5 Mrd. USD bzw. rund 19 % des BIP. 2017 konnte das Haushaltsdefizit jedoch auf 13 % des BIP gesenkt werden, da das Sultanat seine Subventionen kürzte. Der Staat verfügt über knappe ausländische Vermögenswerte und emittiert Schulden, um sein Defizit zu decken. Im Einklang mit dem oben Gesagten sollen in dieser Arbeit die Auswirkungen dieser Volatilität auf makroökonomische Variablen - "Staatsausgaben, Inflationsrate (VPI), Gesamtinvestitionsausgaben, Geldmenge (M2), Beschäftigungsquote und Gesamtkonsumausgaben der privaten Haushalte" - im Sultanat Oman für den Zeitraum von 1990 bis 2016 ermittelt werden.In dieser Arbeit wird das Autoregressive Distributed Lag (ARDL)-Modell verwendet, das der von Pesaran und Shin (1999) vorgeschlagenen Methodik folgt. Pesaran, Shin und Smith (2001) haben eine Version des ARDL-Modells als Ersatz für die Kointegrationsmethode entwickelt, die Fehlerkorrekturversion. Die Anwendung dieser Methode ist wichtig, um das Vorhandensein langfristiger Korrelationen zwischen den interessierenden Variablen zu testen.

Oman is worryingly reliant on its dwindling oil resources, which produce 84% of government revenue. In 2016, low international oil prices made the Omani budget deficit US$11.5 billion, or roughly 19% of GDP, yet, the budget deficit was contracted to 13% of GDP in 2017 as the Sultanate cut its subsidies. This State has scarce foreign assets and is issuing debt to shelter its deficit. Consistent with the above, this thesis aspires to ascertain the impact of such volatility on macroeconomic variables ¿ ¿Government expenditure, inflation (CPI) rate, aggregate investment expenditure, money supply (M2), employment rate, and aggregate household consumption expenditure¿- in the Sultanate of Oman, scoping from 1990 to 2016.The thesis employs the Autoregressive Distributed Lag (ARDL) model that succeeded in the methodology suggested by Pesaran and Shin (1999). Pesaran, Shin, and Smith (2001) have developed a version of the ARDL model as a substitute co-integration method called the error correction version. This method¿s employment is essential to test the presence of long-term correlations between the variables of interest.