MétaCan
Menu
Retour à la cohorte
Enregistrement W2334610148 · doi:10.11114/aef.v3i2.1338

The Monetary Transmission Mechanism and Inflation Targeting: A Regime-Switching VAR Approach for Canada

2016· article· en· W2334610148 sur OpenAlexaffabout
Ronald H. Lange

Notice bibliographique

RevueApplied Economics and Finance · 2016
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMonetary Policy and Economic Impact
Établissements canadiensLaurentian University
Organismes subventionnairesnon disponible
Mots-clésEconomicsMonetary policyCounterfactual thinkingInflation targetingMonetary transmission mechanismInflation (cosmology)Monetary economicsMarkov chainInterest rateVariance (accounting)EconometricsMechanism (biology)MacroeconomicsCredit channelPhysicsMathematicsStatistics

Résumé

récupéré en direct d'OpenAlex

This study employs a Markov-switching VAR with regime-dependent dynamics to assess the trans­mission mechanism of monetary policy in Canada. The regime-switching estimations divide the sam­ple period stochastically into two continuous regimes that corresponds to the periods before and after explicit-inflation targeting in Canada. The empirical results indicate relatively large differences in both the innovation process due to the variance component of the VAR and the propagation mech­anism due to the regime-dependent systematic component. The pre-targeting regime corresponds to much larger innovations in the macroeconomic variables and overall larger systematic responses of the macroeconomic variables to the innovation processes, suggesting a stronger monetary transmis­sion mechanism in the regime. However, variance decompositions and counterfactual analysis sug­gest that monetary policy has become more responsive to fluctuations in output growth and inflation in the target regime. Overall, about 80 per cent of the variations in the monetary policy rate in the current regime can be explained by the systematic reactions of policy to output growth and inflation at the relevant policy horizons.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,510
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,019
Tête enseignante GPT0,170
Écart entre enseignants0,151 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations6
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueApplied Economics and FinanceMême sujetMonetary Policy and Economic ImpactTravaux en français237 207