Notice bibliographique
Résumé
Purpose The purpose of this paper is to derive the real implications of inflation targeting using optimizing models characterized by endogenous time preference. Design/methodology/approach To ensure consistent consumption and savings behavior, the rate of time preference is modeled as an increasing function of real wealth. Findings The results are not uniform and depend on the methods for modeling money in the general equilibrium framework; money in the utility function (MIU) and cash‐in‐advance constraints (CIA). With MIU, time preference wealth effects link the monetary and real sectors by endogenizing real interest rate. Monetary growth raises steady state capital and consumption by the Tobin effect. However, if money is introduced through CIA constraints, inflation policies are sensitive to the structure of the constraint itself. If the constraint applies to consumption and capital purchases, monetary growth lowers the steady state demand for both commodities and reverses the Tobin effect. If the constraint applies only to consumption goods, the same monetary policy is superneutral. This time preference specification has important advantages. It is consistent with the literature that integrates reinforcing wealth effects into aggregative models using ad‐hoc consumption or savings functions. Allowing the rate of time preference to depend positively on real wealth implies that optimizing behavior, not ad‐hoc specification yields wealth effects that endogenize the real interest rate and generate a Tobin effect. This time preference specification provides optimizing foundations for modeling savings as a decreasing function of real wealth, which is empirically verifiable and consistent with empirical predictions of consumption as an increasing function of real wealth. Originality/value This paper demonstrates the different effects that monetary policy maintains on steady state capital, consumption and real balance holdings in economies characterized by an endogenous rate of time preference.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».