Has the link between inflation uncertainty and interest rates changed after inflation targeting?
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Purpose The purpose of this paper is to establish a link between inflation uncertainty and interest rates for five inflation‐targeting countries. Design/methodology/approach The approach takes the form of a time‐varying parameter model with a Generalized Autoregressive Conditional Heteroskedasticity (GARCH) specification, used to derive impulse uncertainty and structural uncertainty. Findings This study attempts to establish a link between inflation uncertainty and interest rates for five inflation‐targeting countries, i.e. Canada, Finland, Spain, Sweden, and the UK. Decomposing inflation uncertainty into two components – impulse and structural, a positive association was found between the expected inflation and interest rates. Structural uncertainty has a positive and significant effect on interest rates for some countries. It has also been found that the long‐run effects of inflation on interest rates are less than unity for the post‐inflation targeting period, which implies that in some respect the Central Bank has been successful in targeting inflation. This has allowed the Central Bank to employ a less restrictive monetary policy in an environment of a credible inflation‐targeting strategy. Research limitations/implications Exponential Generalized Autoregressive Conditional Heteroskedasticity (EGARCH) can be used instead of GARCH modelling. Originality/value This is the first study that has tried to establish the link between different types of inflation uncertainty and interest rates for the inflation‐targeting countries to see the effect of inflation targeting.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle