Interest-free monetary policy and its impact on inflation and unemployment rates
Notice bibliographique
Résumé
Purpose This paper aims to examine the effects of interest-free and interest-based monetary policy on inflation and unemployment rates for two groups of countries where in one group, interest-free monetary policy (IFMP) was pursued, while in the other group, interest-based monetary policy (IBMP) was followed. Design/methodology/approach This study involves a sample of 23 developed countries divided into two groups. The authors measure economic performance by misery index (MI), and MI is calculated as unemployment rate plus inflation rate. A group of countries, where MI is lower, performs better compared to the other group where MI is relatively higher. Findings The results reveal that in group of 12 countries where IFMP is adopted, the MI is lower and thus performs better compared to a group of countries where IBMP is pursued. Research limitations/implications The findings of this study have profound implications for the policymakers and government leaders who look for a solution to maintain both low inflation and unemployment rates. The findings in this study clearly portray that such ideal situations can only be achieved by pursuing IFMP. No wonder the countries which have been historically pursuing IFMP such as Japan, Switzerland, Sweden, the Netherlands and Denmark have been able to contain both inflation and unemployment rates compared to their counterparts among the English-speaking countries. Originality/value This is one of the most recent tests on the differences in economic performance between IFMP and IBMP. These results have significant value for policymakers and central bankers who have been struggling to maintain lower MI for decades.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».