MétaCan
Menu
← Retour à la cohorte
Enregistrement W1488958607

Business Cycles in a Small Open Economy with Agency Costs

2002· preprint· en· W1488958607 sur OpenAlexaboutno aff
Benoı̂t Carmichael, Lucie Samson

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2002
Typepreprint
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic theories and models
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEconomicsStylized factInvestment (military)ReplicateBalance of tradeOpen economyBusiness cycleAggregate (composite)Spillover effectAutocorrelationEconometricsAgency costVariance (accounting)General equilibrium theoryDebtSmall open economyMonetary economicsMacroeconomicsExchange rateFinance
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Open economy extensions of otherwise typical DGE models have met with some difficulties. It is hard for example to replicate the correlation between output and the trade balance, as well as the variance of the latter variable. The correlation between the trade balance and the terms of trade is also problematic. Capital adjustment costs have been suggested to resolve some of these problems. In this paper, we propose a dynamic general equilibrium model which incorporates asymmetry in information and agency costs as an alternative. The model considers the possibility, associated with Irving Fisher's (1933) "debt-deflation" story of the great depression, that entrepreneurs may be limited in their investment activities by their amount of net worth. This limitation implies that the level of internal financing available for projects will influence aggregate economic activity. The main conclusion is that the proposed model is able to replicate the Canadian stylized facts fairly well. Moreover, compared to a typical DGE model, its predictions regarding the autocorrelation functions of output growth and investment are closer to those observed in the data.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0030,004
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,081
Tête enseignante GPT0,290
Écart entre enseignants0,209 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in Economics→Même sujetEconomic theories and models→Travaux en français237 207→