MétaCan
Menu
Retour à la cohorte
Enregistrement W2955178037 · doi:10.5089/9781484398777.001

Enabling Deep Negative Rates to Fight Recessions: A Guide

2019· article· en· W2955178037 sur OpenAlex
Ruchir Agarwal, Miles Kimball

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueIMF Working Paper · 2019
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueGlobal Financial Crisis and Policies
Établissements canadiensBank of Canada
Organismes subventionnairesnon disponible
Mots-clésRecessionEconomicsPsychologyKeynesian economics

Résumé

récupéré en direct d'OpenAlex

The experience of the Great Recession and its aftermath revealed that a lower bound on interest rates can be a serious obstacle for fighting recessions. However, the zero lower bound is not a law of nature; it is a policy choice. The central message of this paper is that with readily available tools a central bank can enable deep negative rates whenever needed—thus maintaining the power of monetary policy in the future to end recessions within a short time. This paper demonstrates that a subset of these tools can have a big effect in enabling deep negative rates with administratively small actions on the part of the central bank. To that end, we (i) survey approaches to enable deep negative rates discussed in the literature and present new approaches; (ii) establish how a subset of these approaches allows enabling negative rates while remaining at a minimum distance from the current paper currency policy and minimizing the political costs; (iii) discuss why standard transmission mechanisms from interest rates to aggregate demand are likely to remain unchanged in deep negative rate territory; and (iv) present communication tools that central banks can use both now and in the event to facilitate broader political acceptance of negative interest rate policy at the onset of the next serious recession.

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.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,883
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,005

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 Opus0,027
Tête enseignante GPT0,262
Écart entre enseignants0,235 · 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