MétaCan
Menu
Retour à la cohorte
Enregistrement W2168902367 · doi:10.34989/swp-2008-6

Inflation Targeting and Price-Level-Path Targeting in the GEM: Some Open Economy Considerations

2021· preprint· en· W2168902367 sur OpenAlexaffabout
Donald Coletti, René Lalonde, Dirk Muir

Notice bibliographique

RevueEconstor (Econstor) · 2021
Typepreprint
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMonetary Policy and Economic Impact
Établissements canadiensBank of Canada
Organismes subventionnairesnon disponible
Mots-clésEconomicsInflation (cosmology)Inflation targetingPath (computing)Price levelMonetary economicsOpen economyKeynesian economicsSmall open economyMacroeconomicsMonetary policyComputer scienceExchange rate

Résumé

récupéré en direct d'OpenAlex

This paper compares the performance of simple inflation targeting (IT) and price-level path targeting (PLPT) rules to stabilize the macroeconomy, in response to a series of shocks, similar to those seen in Canada and the United States over the 1983 to 2004 period. The analysis is conducted in a two-country (Canada and the United States), two-sector (tradables and nontradables) version of the International Monetary Fund’s Global Economy Model (GEM). The authors conclude that PLPT is slightly preferred to IT for delivering macroeconomic stability, as it delivers a reduction in inflation and nominal interest rate volatility, at the expense of slightly higher output gap variability. When the analysis is restricted to the shocks that have been most important for explaining movements in Canada’s terms of trade over this period, PLPT is still preferred to IT. The authors also show that their results are sensitive to the interaction between the relative importance of the different types of macroeconomic shocks that hit the economy, and the extent to which price and wage setting is forward looking. Lastly, the authors demonstrate that the choice of monetary policy framework in the United States does not affect the relative merits of PLPT versus IT in Canada.

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)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,337
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,081
Tête enseignante GPT0,254
Écart entre enseignants0,173 · 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'étudeObservationnel
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

Citations15
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEconstor (Econstor)Même sujetMonetary Policy and Economic ImpactTravaux en français237 207