MétaCan
Menu
Retour à la cohorte
Enregistrement W2906230101 · doi:10.34989/sdp-2018-7

Assessing the Impact of Demand Shocks on the US Term Premium

2021· preprint· en· W2906230101 sur OpenAlexaff
Russell Barnett, Konrad Zmitrowicz

Notice bibliographique

RevueEconstor (Econstor) · 2021
Typepreprint
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMonetary Policy and Economic Impact
Établissements canadiensBank of Canada
Organismes subventionnairesnon disponible
Mots-clésQuantitative easingMonetary policyEconomicsMonetary economicsStimulus (psychology)Zero lower boundDemand shockInterest rateAsset (computer security)Great recessionRecessionNominal interest rateForward guidanceMacroeconomicsCentral bankInflation targetingReal interest rateCredit channelKeynesian economics

Résumé

récupéré en direct d'OpenAlex

During and after the Great Recession of 2008–09, conventional monetary policy in the United States and many other advanced economies was constrained by the effective lower bound (ELB) on nominal interest rates. Several central banks implemented large-scale asset purchase (LSAP) programs, more commonly known as quantitative easing or QE, to provide additional monetary stimulus. Gauging the effectiveness of LSAPs is important, since the ELB may be a constraint on conventional monetary policy more frequently in the future than it was in the past. In this paper we analyze two distinct periods where we observe exogenous demand shocks for 10-year US Treasury bonds to assess their impact on the term premium. Our results show that official sector demand factors, measured by purchases of securities by the foreign official sector and the Federal Reserve’s asset purchase program, are important drivers explaining movements in the term premium. They suggest that asset purchases (QE) can help provide additional monetary stimulus even once the policy rate has reached its ELB. Robustness tests also suggest that the estimated impact of official sector demand factors is the most robust driver of the term premium across alternative specifications, while the estimates on risk factors appear more sensitive to the choice of term premium specification. Based on external projections and authors’ assumptions, our results suggest that the US term premium will rise gradually from an average of about -20 basis points in the fourth quarter of 2016 to around +10, 32 and 60 basis points by the end of 2017, 2018 and 2019, respectively, before stabilizing around 100 basis points in the medium term.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,065
Tête enseignante GPT0,279
Écart entre enseignants0,214 · 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'étudeSimulation ou modélisation
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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEconstor (Econstor)Même sujetMonetary Policy and Economic ImpactTravaux en français237 207