The macroeconomic effects of infrequent information with adjustment costs
Notice bibliographique
Résumé
We extend the macroeconomic literature on Ss‐type rules by introducing infrequent information in a kinked adjustment‐cost model. We first show that optimal individual decision rules are both state and time dependent. We then develop an aggregation framework to study the macroeconomic implications of such optimal individual decision rules. In our model, a vast number of agents act together, and more so when uncertainty is large. The average effect of an aggregate shock is inversely related to its size and to aggregate uncertainty. These results contrast with those obtained with full information adjustment cost models. JEL Classification: E0,E1,E2,E3 Les effets macroéconomiques de l'information infréquente quand il y a des coûts d'ajustement. Les auteurs étendent la portée de la littérature spécialisée sur les règles de type Ss en proposant des postulats d'information infréquente et de fonction de coûts d'ajustement pliée. On montre que les règles de décision optimales des individus dépendent à la fois de l'état de l'environnement et du moment. On développe alors un cadre d'agrégation pour étudier les impacts macroéconomiques de ces règles optimales de décision. Dans ce modèle, un grand nombre d'agents agissent de concert, et optimales ce d'autant plus que l'incertitude s'accroît. L'effet moyen d'un choc au niveau global est inversement reliéà son importance et au niveau d'incertitude agrégée. Ces résultats contredisent ceux qu'on obtient dans des modèles de coûts d'ajustement avec pleine information.
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 | 0,002 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| 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 | 0,000 |
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 ».