MétaCan
Menu
Retour à la cohorte
Enregistrement W1501106282 · doi:10.34989/sdp-2010-4

Prospects for Global Current Account Rebalancing

2021· preprint· en· W1501106282 sur OpenAlexaffabout
Carlos de Resende, René Lalonde, Stephen Snudden

Notice bibliographique

RevueEconstor (Econstor) · 2021
Typepreprint
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueGlobal Financial Crisis and Policies
Établissements canadiensBank of Canada
Organismes subventionnairesnon disponible
Mots-clésCurrent accountGlobal imbalancesFinancial crisisEconomicsCurrent (fluid)General equilibrium theoryMacroeconomicsExchange rateEngineering

Résumé

récupéré en direct d'OpenAlex

The authors use the Bank of Canada's version of the Global Economy Model, a multi-country, multi-sector dynamic stochastic general-equilibrium model with an active banking system (the BoC-GEM-FIN), to study the evolution of global current account balances following the recent global financial crisis. More specifically, they use several shocks from the model to generate a simulated baseline scenario that mimics: (i) the initial, pre-crisis state of disequilibrium in global current account balances, and (ii) the effects of the crisis, including those of the policy responses undertaken worldwide. The authors find that a sufficient set of conditions and policies for a sustainable resolution of the global current account imbalances relies on three key elements: (i) a continuous upward adjustment of U.S. private savings, (ii) fiscal consolidation in advanced countries, and (iii) an orderly adjustment of exchange rates. These three criteria facilitate a gradual decline in the U.S. current account deficit going forward. A fourth key element, the implementation of policies aimed at stimulating domestic demand in emerging Asia, is needed to ensure that the counterpart of the decrease in the U.S. current account deficit is mainly a reduction in the surpluses of emerging Asia. Sensitivity analysis based on deviations from these conditions illustrates the factors behind the main results and the costs associated with the alternative scenarios considered.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
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: aucune
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil0,065

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0030,003
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0110,001

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 Opus0,028
Tête enseignante GPT0,261
Écart entre enseignants0,233 · 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

Citations2
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEconstor (Econstor)Même sujetGlobal Financial Crisis and PoliciesTravaux en français237 207