IB经济学IA题目及分析——宏观经济学
2023-08-14 10:48:43 浏览量:0次
IB经济学IA占经济学答案总成绩的20%(HL)/30%(SL),因此,IA的高分是对最终IB成绩的一个重要保障。IB经济学IA要求学生提交三篇经济学commentaries,基于经济学课程的三个部分,即微观、宏观或国际贸易,需要为每一部分写一篇专门的commentaries。
选话题,是写IA的同学们要做的第一件事。IB经济学IA的选题需要在微观、宏观、国际和发展经济学这三个部分中,各选出一个大的知识点来作为分析工具。那么话题的选择,就显得尤为重要。
为了帮助大家更好的选题,今天为大家分享几个宏观经济IA题目,希望能够对大家有帮助。
【IB宏观经济学IA题目】
1、紧缩的货币政策。
参考链接:https://indianexpress.com/article/business/banking-and-finance/rbi-hikes-repo-rate-monetary-policy-committee-meeting-highlights-7901085/
介绍:定义关键术语。在本文中,您将必须定义货币政策和紧缩性货币政策,并与背景相关。
图表:利用总需求和总供给,货币政策对均衡产出水平和价格水平的影响。
评价:使用CLASPP方法(结论、限制、假设、利益相关者、优先事项、利弊)评估紧缩货币政策的有效性。如有必要,建议替代方案。在这种情况下,另一种选择可能是紧缩的财政政策。
2、扩张性财政政策。
参考链接:https://carnegieindia.org/2022/02/17/india-s-new-budget-reveals-shift-in-fiscal-strategy-pub-86453
介绍:定义关键术语。在本文中,你必须定义财政政策和扩张性财政政策,并与背景相关。
图表:利用总需求和总供给分析财政政策对均衡产出水平和价格水平的影响。
评价:使用CLASPP方法(结论、限制、假设、利益相关者、优先事项、利弊)评估扩张性财政政策的有效性。如有必要,建议替代方案。在这种情况下,另一种选择可能是扩张性货币政策。
3、滞胀。
参考链接:https://www.indiatoday.in/business/story/unemployment-inflation-rise-indian-economy-brace-itself-coming-days-1926257-2022-03-17
介绍:定义关键术语。在这篇文章中,你必须定义失业、通货膨胀和滞胀,并与上下文相关。
图表:显示失业率和通货膨胀率之间平衡关系的菲利普斯曲线。
评价:使用CLASPP方法(结论、限制、假设、利益相关者、优先事项、利弊)评估与背景相关的滞胀。提出解决滞胀的解决方案,例如使用货币政策。
4、失业率。
参考链接:https://www.dw.com/en/covid-indias-economy-battles-widespread-unemployment-inflation/a-60612013
介绍:定义关键术语。在本文中,您必须结合上下文来定义失业。
图表:图表不适用于该场景。然而,一个相关的图表是显示失业率和通货膨胀率之间权衡的菲利普斯曲线。
评价:使用CLASPP方法(结论、限制、假设、利益相关者、优先事项、优缺点)评估与上下文相关的失业情况。建议解决失业问题的办法,例如使用货币/财政政策。
5、GDP减少。
参考链接:https://timesofindia.indiatimes.com/business/india-business/indias-gdp-set-to-drop-7-7-biggest-contraction-since-1952/articleshow/80155191.cms
介绍:定义关键术语。在本文中,您必须根据上下文来定义GDP。
图表:商业周期
评价:使用CLASPP方法(结论、限制、假设、利益相关者、优先事项、优点和缺点)评估与上下文相关的GDP减少。建议增加国内生产总值的方法,例如使用扩张性的货币/财政政策。
6、自由商品和经济商品:
参考链接:https://www.howmuchisit.org/how-much-does-oxygen-cost/
介绍:理解氧气“免费”背后的原因。什么时候,为什么它会成为一种经济产品。
图表:用需求和供给分析来解释自由商品和经济商品的区别。
评价:使用扣环方法评估免费和经济产品(结论,限制,假设,利益相关者,优先级,利弊)
7、私有化:
参考链接:https://finshots.in/archive/the-debate-on-bank-privatisation/
介绍:定义和理解私有化的概念。
图表:没有图
评价:使用claspp方法评估私有化(结论、限制、假设、利益相关者、优先事项、利弊)
8、政府债务/国家债务:(hl)
参考链接:https://timesofindia.indiatimes.com/business/india-business/indias-debt-burden-explained-in-charts/articleshow/85040150.cms
介绍:定义和理解国债或政府债务的概念。
图表:没有图
评价:使用claspp方法评估政府债务(结论,限制,假设,利益相关者,优先事项,利弊)
9、经济增长:
参考链接:https://economictimes.indiatimes.com/news/economy/indicators/how-long-before-india-becomes-a-developed-country/articleshow/93589514.cms
介绍:理解长期经济增长和供给侧政策的概念。
图表:长期供给曲线右移,生产可能性曲线右移或向上移。
评价:使用claspp方法评估长期增长(结论、限制、假设、利益相关者、优先级、利弊)
10、结构性失业:
参考链接:https://frontline.thehindu.com/economy/laid-off-and-lost-will-a-robot-tax-absorb-the-impact-of-automation-on-labour-unemployment-crisis-india/article65670260.ece
介绍:理解结构性失业的概念
图表:利用AS /Ad模型定位结构性失业
评价:使用claspp方法评估结构性失业(结论、限制、假设、利益相关者、优先事项、利弊)
11、最低工资标准:
参考链接:https://www.zeebiz.com/india/news-indian-railways-minimum-wages-what-cag-found-after-reviewing-463-contracts-79172
介绍:了解最低工资的概念
图表:劳动力市场中劳动力的需求和供给,以说明最低工资的影响
评价:使用claspp方法评估最低工资立法(结论,限制,假设,利益相关者,优先事项,利弊)
12、贫困线
参考链接:https://www.thehindu.com/data/data-1994-vs-2012-bihar-mp-and-odisha-had-the-highest-share-below-poverty-line-in-both-years/article65807409.ece
介绍:理解贫困的概念、衡量标准和贫困线。
图表:贫穷陷阱。
评价:使用claspp方法评估贫困和衡量贫困的各种措施(结论、限制、假设、利益相关者、优先事项、利弊、
13、政府债务/国家债务:(hl)
参考链接:https://thenewsnigeria.com.ng/2022/08/27/multiplier-effects-of-our-oil-palm-production-partnership-okowa/
介绍:理解凯恩斯乘数的概念和乘数机制。
图表:用总需求曲线说明乘数效应。
评价:使用claspp方法评估凯恩斯乘数(结论,限制,假设,利益相关者,优先级,利弊、
14、经济增长:
参考链接:https://www.msn.com/en-in/news/opinion/why-indias-75-day-free-booster-drive-is-a-smart-move-and-how-can-it-be-made-smarter/ar-AAZJ2ZV
介绍:通过相关例子理解正外部性的概念。
图表:使用边际社会效益(MSB)、边际私人效益(MPB)和边际社会和私人成本曲线(MSC和MPC)说明正消费外部性。
评价:使用claspp方法评估正面外部性的概念(结论、限制、假设、利益相关者、优先级、利弊、
15、结构性失业:
参考链接:https://www.msn.com/en-in/money/topstories/apple-may-face-antitrust-suit-for-airtags/ar-AA11bQSU?fromMaestro=true&fullscreen=true&cvid=54cfab6df8af4690b6b1c29c152df4fc
介绍:了解反托拉斯法,它们的相关性,以及没有反托拉斯法的可能后果。
图表:利用边际收入(MR)、边际成本(MC)、平均收入(AR)和平均成本(AC)曲线来说明由于价格> MC而导致的盈余损失。
评价:使用claspp方法评估反垄断法(结论,限制,假设,利益相关者,优先级,利弊、
以上就是为大家总结的IB宏观经济学IA题目及分析的内容,希望对大家有帮助,想要了解更多IB科目IA的相关内容,可以多多关注我们哦~