MétaCan
Menu
Retour à la cohorte
Enregistrement W1996121779 · doi:10.1287/mnsc.2014.1968

Asset Pricing in a Monetary Economy with Heterogeneous Beliefs

2014· article· en· W1996121779 sur OpenAlexaff
Benjamin Croitoru, Lei Lü

Notice bibliographique

RevueManagement Science · 2014
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueFinancial Markets and Investment Strategies
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésEconomicsVolatility (finance)Monetary policyStock (firearms)Monetary economicsCapital asset pricing modelAsset (computer security)Stock marketInflation (cosmology)BondFinancial economicsFinance

Résumé

récupéré en direct d'OpenAlex

In this paper, we shed new light on the role of monetary policy in asset pricing by examining the case in which investors have heterogeneous expectations about future monetary policy. This case is realistic because central banks are typically less than perfectly open about their intentions. Accordingly, surveys of economists reveal that they frequently disagree in their expectations. Under heterogeneity in beliefs, investors place speculative bets against each other on the evolution of the money supply, and as a result the sharing of wealth in the economy evolves stochastically. Employing a continuous-time equilibrium model, we show that these fluctuations majorly affect the prices of all assets, as well as inflation. Our model could help explain some empirical puzzles. In particular, we find that the volatility of bond yields and stock market volatility could be significantly increased by the heterogeneity in beliefs, a conclusion supported by our empirical analyses. This paper was accepted by Wei Xiong, finance.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,756
Score d'incertitude au seuil0,491

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,188
Écart entre enseignants0,174 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations17
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueManagement ScienceMême sujetFinancial Markets and Investment StrategiesTravaux en français237 207