Competing With Bitcoin - Some Policy Considerations for Issuing Digitalized Legal Tenders
Notice bibliographique
Résumé
The proliferation of peer-to-peer virtual alternatives to traditional banknotes has raised concerns among policymakers about the future of traditional means of making payments and how it might affect monetary policy implementation and its effectiveness. This study provides a brief overview of the existing research in this area. It compares positions taken in the literature by authors on some of the key policy issues relevant for central banks when thinking about the issuance of digitalized legal tenders. We examine the implications of government issued digital alternatives to traditional currencies for monetary policy effectiveness, payments and settlements, and financial market stability. We also discuss recent advances in financial technology to improve the making of payments and settlements, which might help contribute to financial inclusion. At the same time, new technologies represent challenges for regulatory authorities, for instance related to efforts to contain anti-money laundering and prevent financing of terrorism. A number of authors argue that government issued digital currency is necessary to address the flaws in private crypto currencies, and to improve monetary policy effectiveness. Central banks have begun to analyze possible features of digitalized legal tenders, to better understand the policy considerations involved and effects these could have for interest rate transmission and financial markets, but there is no clear consensus on key modalities associated with digitalized legal tenders. Moreover, many central banks do not regard privately issued virtual currencies as a serious threat to traditional currencies. Given the ongoing debate, it is difficult to make firm predictions about the impact of central bank issued digital currencies on monetary policy transmission and financial markets at this point.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 ».