MétaCan
Menu
Retour à la cohorte
Enregistrement W2162906532 · doi:10.1111/j.0008-4085.2004.00256.x

The performance and robustness of simple monetary policy rules in models of the Canadian economy

2004· article· en· W2162906532 sur OpenAlexaffvenueabout
Denise Côté, John Kuszczak, Jean‐Paul Lam, Ying Liu, Pierre St‐Amant

Notice bibliographique

RevueCanadian Journal of Economics/Revue canadienne d économique · 2004
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMonetary Policy and Economic Impact
Établissements canadiensBank of Canada
Organismes subventionnairesnon disponible
Mots-clésTaylor ruleOutput gapMonetary policySimple (philosophy)Robustness (evolution)Inflation (cosmology)EconomicsSmoothingInterest rateEconometricsFunction (biology)Macroeconomic modelExchange rateSmall open economyComputer scienceMacroeconomicsCentral bank

Résumé

récupéré en direct d'OpenAlex

Abstract. In this paper, we evaluate seven simple monetary policy rules in a wide range of models of the Canadian economy. Our results indicate that none of the seven simple policy rules we examined is robust to model uncertainty, in that no single rule performs well in all models. In fact, our results show that the performance of some of the simple rules, particularly rules with interest rate smoothing and rules with a high coefficient on the inflation gap, can substantially deviate from that of the optimal rule and can even be unstable in some models. Furthermore, we find that “open‐economy” rules do not perform well in many models. We find that adding an exchange rate term to a simple policy rule often increases the value of the policy‐maker's loss function. Although it is not robust, we find that a simple nominal Taylor‐type rule that has a coefficient of 2 on the inflation gap and 0.5 on the output gap outperforms the other simple rules in a certain class of models. However, even in those models, the loss‐function value of this simple rule can be substantially higher than that of the optimal or base‐case rule. JEL classification: E52, E58

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,426
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,119
Tête enseignante GPT0,176
Écart entre enseignants0,057 · 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 tête enseignante, pas un consensus.

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

Citations32
Publié2004
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Economics/Revue canadienne d économiqueMême sujetMonetary Policy and Economic ImpactTravaux en français237 207