Notice bibliographique
Résumé
In this paper, whether specific methods of conducting central bank interventions increase the likelihood of achieving its objectives in analysed. Daily Bundesbank and Fed intervention data covering the entire Post–Plaza period are used to estimate binary choice models over the sample of observations when at least one of the two central banks were intervening. The results suggest that central banks can, in fact, improve the likelihood of success primarily through coordination and that unilateral intervention conducted by the Bundesbank appears to have been destabilizing. Furthermore, it is shown that relatively infrequent intervention has a higher likelihood of success. JEL classification: E58, F31, F42, G15 Intervention dans le monde du taux de change dollar/mark après l’Accord de Plaza. Ce mémoire explore la question à savoir si des méthodes spécifiques d’intervention par la banque centrale accroissent la probabilité que les objectifs soient atteints. A l’aide de données sur l’impact des interventions de la Bundesbank et de la Federal Reserve pour toute la période qui a suivi l’Accord de Plaza, on calibre les modèles de choix binaires pour l’échantillon des données quand au moins l’une des deux banques centrales est intervenue. Les résultats suggèrent que les banques centrales peuvent en fait améliorer la probabilité de succès dans la poursuite des objectifs via la collaboration et que les interventions unilatérales de la Bundesbank semblent avoirété déstabilisantes. De plus, il semble que des inteerventions relativement moinsfréquentes ont une plus grande probabilité de succès.
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 | 0,008 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».