MétaCan
Menu
Retour à la cohorte
Enregistrement W2891909730 · doi:10.3386/w25082

MPC Heterogeneity in Europe: Sources and Policy Implications

2018· report· en· W2891909730 sur OpenAlexaff
Miguel Ampudia, Russell Cooper, Julia Le Blanc, Guozhong Zhu

Notice bibliographique

RevueNational Bureau of Economic Research · 2018
Typereport
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHousing Market and Economics
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésEconometricsEconomics

Résumé

récupéré en direct d'OpenAlex

This paper studies the implications of household financial choices for the effects of monetary policy on consumption. Based on data from four major euro area countries, the paper estimates the key structural parameters using a simulated method of moments approach to match moments related to asset market participation rates, portfolio shares and wealth to income ratios by education and country. The policy functions based upon the estimation are used to characterize the distributions of the marginal propensity to consume across heterogenous households for each of the four countries. Due to this heterogeneity in consumption responses, monetary policy, operating through its effects on household income and asset market returns, has a differential impact on individuals within and across countries. Generally, poor households respond more to the income variations produced by monetary policy innovations while rich households respond more to policy-induced variations in stock returns. Monetary policy has a larger impact on consumption in Italy and Spain compared to France and Germany.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,917
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,417
Tête enseignante GPT0,490
Écart entre enseignants0,073 · 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 tête enseignante, pas un consensus.

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

Citations8
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNational Bureau of Economic ResearchMême sujetHousing Market and EconomicsTravaux en français237 207