Three Essays on Unconventional Monetary Policy at the Zero Lower Bound
Notice bibliographique
Résumé
In the first chapter “Impact of Quantitative Easing at the Zero Lower Bound (with J. Dorich, R. Mendes)”, we introduce imperfect asset substitution and segmented asset markets, along the lines of Andres et al. (2004), in an otherwise standard small open-economy model with nominal rigidities. We estimate the model using Canadian data. We use the model to provide a quantitative assessment of the macroeconomic impact of quantitative easing (QE) when the policy rate is at its effective lower bound. In the second chapter “Impact of Forward Guidance at the Zero Lower Bound”, I consider alternative monetary policy rules under commitment in a calibrated three-equation New Keynesian model and examine the extent to which forward guidance helps to mitigate the negative real impact of the zero lower bound. The simulation results suggest that the conditional statement policy prolongs the zero lower bound duration for an additional 4 quarters and reverses half of the decline in inflation associated with the lower bound. It even generates a period of overshooting in inflation three quarters after the initial negative demand shock. Alternatively, the effect of price-level targeting as a forward guidance policy at the zero lower bound is slightly different. In the third chapter “Impact of Quantitative Easing on Household Deleveraging”, I extend the DSGE model in the first chapter with some financial frictions to explore the effects of QE on asset prices and household balance sheet. There are two effects of QE on aggregate output originated from the model. First, QE leads to a decline in term premium, which increases current consumption relative to future consumption. Second, it leads to a lower loan to collateral value ratio and a decline in external finance premium. Favorable financing condition encourages further accumulation of household debt at cheaper rates, in turn, leads to an immediate higher household debt to income ratio. In the consideration of the future withdrawal of any stimulus provided from QE, this would pose greater challenges as it implies much intensive household deleveraging process. I provide some sensitivity analysis around key parameters of the model.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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.
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».