MétaCan
Menu
Retour à la cohorte
Enregistrement W2755420821 · doi:10.1111/jmcb.12427

Financial Development, Credit, and Business Cycles

2017· article· en· W2755420821 sur OpenAlexaff
Tiago Pinheiro, Francisco Rivadeneyra, Marc Teignier

Notice bibliographique

RevueJournal of money credit and banking · 2017
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic theories and models
Établissements canadiensBank of Canada
Organismes subventionnairesnon disponible
Mots-clésEconomicsShock (circulatory)ProductivityMonetary economicsFinancial acceleratorBusiness cycleFinanceDemand shockGeneral equilibrium theoryDynamic stochastic general equilibriumMacroeconomicsMonetary policy

Résumé

récupéré en direct d'OpenAlex

Abstract How does financial development affect the magnitude of the business cycles fluctuations? We examine this question in a general equilibrium model with heterogeneous agents and endogenous credit constraints based on Kiyotaki (1998). We show that there is a hump‐shaped relationship between the degree of financial frictions and the amplification of unexpected productivity shocks. This nonmonotonic relation is due to the fall in financial frictions having two opposite effects on the response of output. One effect is the reallocation of productive inputs between agent types, which, while active, increases with the fall in financial frictions. The other effect is the change in the demand of inputs, which decreases with the fall in financial frictions. At low levels of financial development, the reallocation effect dominates and a fall in financial frictions increases the amplification of productivity shocks. In contrast, at higher levels of financial development, a fall in financial frictions decreases the shock amplification because the reallocation effect disappears while the effect on the demand of inputs is still present.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,007
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,036
Tête enseignante GPT0,227
Écart entre enseignants0,191 · 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'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

Citations5
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of money credit and bankingMême sujetEconomic theories and modelsTravaux en français237 207