MétaCan
Menu
Retour à la cohorte
Enregistrement W2787831637 · doi:10.1111/jmcb.12666

Fiscal Policy in a Currency Union at the Zero Lower Bound

2019· article· en· W2787831637 sur OpenAlexafffund
David Cook, Michael B. Devereux

Notice bibliographique

RevueJournal of money credit and banking · 2019
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMonetary Policy and Economic Impact
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesEconomic and Social Research CouncilSocial Sciences and Humanities Research Council of CanadaRoyal Bank of Canada
Mots-clésZero lower boundEconomicsFiscal policyFiscal unionNew Keynesian economicsAggregate demandMonetary economicsShock (circulatory)Currency unionMonetary policyCurrencyEuropean unionDemand shockMacroeconomicsInternational economics

Résumé

récupéré en direct d'OpenAlex

Abstract This paper constructs a two‐country core–periphery New Keynesian model of a currency union to address the interaction between the objectives of regionally directed fiscal policy constrained by a single currency and the aggregate use of fiscal policy in face of the zero lower bound (ZLB) on policy interest rates. We identify an optimal path of aggregate and relative fiscal policy responses to a negative region‐specific demand shock. Our results show that (i) in a monetary union, the optimal policy response to an asymmetric reduction in demand concentrated in the periphery always entails a relative shift of fiscal expenditure toward the worse‐affected regions, (ii) though no aggregate fiscal response is required outside the ZLB, and (iii) optimal union‐wide fiscal policy is expansionary at the ZLB. Therefore, optimal policy always entails an expansion in the periphery at the ZLB, but the optimal fiscal response in the core regions can be either expansionary or contractionary depending on the parameters of the model. However, (iv) fiscal expansion in the core is warranted if the periphery cannot implement an expansion due to constraints on public spending.

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)0,001
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 seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,002
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,035
Tête enseignante GPT0,237
Écart entre enseignants0,202 · 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

Citations6
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of money credit and bankingMême sujetMonetary Policy and Economic ImpactTravaux en français237 207