Monetary Conditions Index: A Composite Measure of Monetary Policy in Pakistan
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
Accurate measures of the size and direction of changes in monetary policy are very important. A number of variables/indicators have been used as a measure of the stance of monetary policy the world over. These include growth rates of monetary aggregates and credit aggregates, short-term interest rate as used by Sims (1992), index of minutes of Federal Open Market Committee (FOMC), as suggested by Friedman and Schwartz (1963) and reintroduced by Romer and Romer (1989), monetary policy index constructed by employing Vector Autoregression (VAR) estimation technique with prior information from Central Bank such as Bernanke and Blinder (1992) and Bernanke and Mihov (1998), and Monetary Conditions Index (MCI)—which is the focus of this paper—constructed by and used by Bank of Canada [Freedman (1995)], taking into consideration the interest rate and exchange rate channel of monetary policy transmission mechanism in a small open economy. In case of open economy it is assumed that the monetary policy affects the economy and the prime objective of monetary policy, rate of inflation, through two important transmission mechanisms. These transmission channels are; interest rate channel and exchange rate channel. The working of the first channel is that the interest rate influences the level of expenditures, investment and subsequently domestic demand. The change in official interest rate effects the market rates of interest both short term as well as long term interest rates. This change in market rates of interest is transmitted to the bank lending rates and saving rates. The change in saving rate effects the spending behaviour of individuals (consumption) whereas the change in bank lending rate effects the investment behaviour of firms (investment). The change in aggregate consumption and investment has direct link to the gross domestic product (GDP).
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découle