Notice bibliographique
Résumé
This research is mainly focused on the time-inconsistency during policy making process. It contains three chapters as follows: Chapter One is to research into the time-inconsistency problem in policy making with extensive form games. The paper divides the game into four scenarios: one-stage independent game, one-stage forecasting game, finite stage forecasting game and infinite period game. The first two games show that neither government nor public want to be type 1 and government always has an incentive to deviate from announced policy. The last two games are mainly focused on the possibilities that both players want to randomize their strategies. The games are able to conclude that players only randomize under certain conditions. Chapter Two is to prove the existence of time-inconsistent monetary policy in the U.S. empirically by applying both non-parametric method and rolling estimation for time varying analyses along with the asymmetric policy preference model, this paper proposes that with almost every recession since 1960, the rolling method reaches a break point shortly before or right at the recession date and that the non-parametric method reaches a peak for every recession that is not caused by supply shock. In addition, this paper uses the chain-weighted PCE index to conclude that there exists time-inconsistent policy preference over different recession periods, and also to compare results with the chain-weighted GDP index. The study discovers that the PCE index in general will result higher targeted inflation rate than the GDP index, and policy preferences are different during pre- and post-recessions with both indexes. Chapter Three is extending the empirical analysis to different countries by studying the policy preferences of pre- and post-recession periods. Most countries depict their policy preferences as time-inconsistent. Moreover, by adjusting the non-stationarity problem in the data during the first-stage regression, the paper is able to capture the differences between both analyses. The study concludes that only Italy, Netherlands and Canada are not affected by non-stationarity problem that much and both analyses can reach a general consistent results; whereas the rest countries are greatly affected by the non-stationarity problem, especially the US and UK.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,009 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».