What do robust policies look like for open economy inflation targeters
Notice bibliographique
Résumé
For policymakers, thinking about best practice monetary policy means thinking about uncertainty. Open economy monetary policymakers face an additional source of uncertainty – exchange rate dynamics. This paper identifies policy rules robust to the open economy inflation targeters face in practice. For Knight (1921), uncertainty differs from risk because the policymaker does not know the nature of the uncertainty and is unable to form a probability distribution or risk statement, over different possible models. Hansen and Sargent (2004) apply Knight’s (1921) philosophy to the linear-quadratic control framework, recognizing that policy-makers work with models which are approximations to some true, unknown model and seek a rule that is robust to models close to the policymaker’s best approximation. While there exist some open economy robust control policy experiments (Leitemo and Söderström (2004) obtain analytical robust control solutions for a purely forward-looking new Keynesian model) the majority of the literature focuses on the closed economy. This paper calibrates a single open economy model to capture the key open economy dynamics for Australia, Canada and New Zealand, three of the earliest inflation targeters that form a useful dataset for identifying robust monetary policy rules in practice. Robust policies are found to respond more aggressively to not only inflation and the output gap, but also the exchange rate and its associated shock. This result generalizes to the context of a flexible inflation targeting central bank that cares about the volatility of the real exchange rate. However, when the central bank places only a small weight on interest rate smoothing and fears misspecification in only exchange rate determination, a more aggressive response to the lag of the exchange rate is not warranted. It is shown that the benefits of an exchange rate channel far outweigh the concomitant costs of uncertain exchange rate determination.
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 | 0,004 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,005 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».