MétaCan
Menu
Retour à la cohorte
Enregistrement W2593666313 · doi:10.5547/01956574.39.si2.cbau

Is the Discretionary Income Effect of Oil Price Shocks a Hoax?

2018· article· en· W2593666313 sur OpenAlexaff
Christiane Baumeister, Lutz Kilian, Xiaoqing Zhou

Notice bibliographique

RevueThe Energy Journal · 2018
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMarket Dynamics and Volatility
Établissements canadiensBank of Canada
Organismes subventionnairesnon disponible
Mots-clésEconomicsScrutinyContext (archaeology)Consumption (sociology)Oil priceMacroeconomicsMonetary economicsLaw

Résumé

récupéré en direct d'OpenAlex

The transmission of oil price shocks has been a question of central interest in macroeconomics since the 1970s. There has been renewed interest in this question since the large and persistent fall in the real price of oil in 2014-16. In the context of this debate, Ramey (2017) makes the striking claim that the existing literature on the transmission of oil price shocks is fundamentally confused about the question of how to quantify the effect of oil price shocks. In particular, she asserts that the discretionary income effect on private consumption, which plays a central role in contemporary accounts of the transmission of oil price shocks to the U.S. economy, makes no economic sense and has no economic foundation. Ramey suggests that the literature has too often confused the terms-of-trade effect with this discretionary income effect, and she makes the case that the effects of the oil price decline of 2014-16 on private consumption are smaller for a multitude of reasons than suggested by empirical models of the discretionary income effect. We review the main arguments in Ramey (2017) and show that none of her claims hold up to scrutiny. Our analysis highlights the theoretical basis of the discretionary income effect. We also discuss improved regression-based estimates of this effect that allow for changes in the dependence on oil and gasoline imports, and we highlight the fact that alternative estimates used by policymakers involve strong simplifying assumptions.

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)0,002
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,003
Communication savante0,0030,005
Science ouverte0,0010,001
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,011
Tête enseignante GPT0,217
Écart entre enseignants0,206 · 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'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

Citations47
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Energy JournalMême sujetMarket Dynamics and VolatilityTravaux en français237 207