MétaCan
Menu
Retour à la cohorte
Enregistrement W2169017779

ASSET PRICES AND MONETARY POLICY: A CANADIAN PERSPECTIVE ON THE ISSUES

2004· article· en· W2169017779 sur OpenAlexvenueaboutno aff
Jack Selody, Carolyn Wilkins

Notice bibliographique

RevueBank of Canada review · 2004
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMonetary Policy and Economic Impact
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEconomicsMonetary policyEconomic bubbleInflation (cosmology)Monetary economicsPrice of stabilityAsset (computer security)Equity (law)Inflation targetingRecessionMacroeconomics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The issue addressed in this article is the extent to which monetary policy in Canada should respond to asset-price bubbles. The article concludes that maintaining low and stable consumer price inflation is the best contribution that monetary policy can make to promoting economic and financial stability, even when the economy experiences asset-price bubbles. In extreme circumstances--when an asset-price bubble is well identified and likely to have significant costs to the economy when it bursts--monetary policy might better maintain low and stable consumer price inflation by leaning against a particular bubble even though it may mean that inflation deviates temporarily from its target. Such a strategy might reduce the risk that a crash in asset prices could lead to a recession and to inflation markedly below target in the longer run. The circumstances where this strategy is possible will be rare because economists are far from being able to determine consistently and reliably when leaning against a particular bubble is likely to do more harm than good. Housing-price bubbles should be a greater concern for Canadian monetary policy than equity-price bubbles, since rising housing prices are more likely to reflect excessively easy domestic credit conditions than are equity prices, which are largely determined in global markets.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,074
Score d'incertitude au seuil0,538

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,011
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,009
Études des sciences et des technologies0,0040,006
Communication savante0,0080,003
Science ouverte0,0020,001
Intégrité de la recherche0,0040,004
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,040
Tête enseignante GPT0,238
Écart entre enseignants0,197 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations23
Publié2004
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBank of Canada reviewMême sujetMonetary Policy and Economic ImpactTravaux en français237 207