Notice bibliographique
Résumé
Forecasting at business cycle frequencies is traditionally done with statistically estimated econometric models. This paper takes a different approach, using a calibrated dynamic general equilibrium model in line with the real business cycle literature. First attempts by others have not proven very successful, most probably because the structure of the models were too simple. We take a simple real business cycle model, the Kydland-Prescott (1982) model economy sufficiently simplified to accomodate for the availability of state variables in the data, augmented by government expense shocks. The forecasts are then evaluated with the traditional tools of the econometric forecaster. It is found that the model has potential for making good forecasts when compared to estimated models that are equally parcimonious. Aux fréquences conjoncturelles, la prévision économique est traditionnellement effectuée avec des modèles économétriques évalués de façon statistique. Ce papier prend une approche différente en utilisant un modèle d'équilibre général dynamique calibré dans la lignée de la littérature sur les cycles réels. De premières tentatives par d'autres chercheurs ne se sont pas avérées particulièrement fructueuses, fort probablement en raison d'une structure de modèle trop simple. Ce modèle-ci a jusqu'à 12 variables d'état, après y avoir ajouté une dimension internationale, et est calibré pour une économie mondiale composée de quatre nations (États-Unis, Canada, Japon et Europe), où les cycles conjoncturels sont influencés par des chocs de productivité et des dépenses publiques. Les prévisions sont alors évaluées avec les outils traditionnels de l'économiste. Il s'avère que le modèle est prometteur pour faire de la prévision.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».