MétaCan
Menu
Retour à la cohorte
Enregistrement W2032638353 · doi:10.1017/s1365100502027074

MODEL UNCERTAINTY, ROBUST POLICIES, AND THE VALUE OF COMMITMENT

2002· article· en· W2032638353 sur OpenAlexaff
Kenneth Kasa

Notice bibliographique

RevueMacroeconomic Dynamics · 2002
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMonetary Policy and Economic Impact
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésCommitEconomicsBounded functionRobust controlRobustness (evolution)Government (linguistics)EconometricsValue (mathematics)State (computer science)AutocorrelationControl (management)MicroeconomicsMathematical economicsMathematicsComputer scienceEngineeringControl systemStatistics

Résumé

récupéré en direct d'OpenAlex

Using results from the literature on H∞ control, this paper incorporates model uncertainty into a frequency-domain approach to stabilization policy. The derived policies guarantee a minimum performance level even in the worst of (a bounded set of) circumstances. Robust H∞ policies are shown to be more “activist” than H2 policies in the sense that their impulse responses are larger. Robust policies also tend to be more autocorrelated. Consequently, the premium associated with being able to commit is greater under model uncertainty. Without commitment, the policymaker is not able to (credibly) smooth his response to the degree that he would like. A contribution of this paper is its analysis of robust control in a model featuring a forward-looking state transition equation, which arises from the fact that the private sector bases its decisions on expectations of future government policy. Existing applications of H∞ control in economics follow the engineering literature, and only consider backward-looking state transition equations.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,014
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,003
Communication savante0,0030,003
Science ouverte0,0010,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,061
Tête enseignante GPT0,212
Écart entre enseignants0,151 · 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 source (Gemma direct ou Codex distillé), 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

Citations27
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMacroeconomic DynamicsMême sujetMonetary Policy and Economic ImpactTravaux en français237 207