MétaCan
Menu
Retour à la cohorte
Enregistrement W3011946497 · doi:10.34989/swp-2020-7

Demand for Payment Services and Consumer Welfare: The Introduction of a Central Bank Digital Currency

2020· preprint· en· W3011946497 sur OpenAlexaff
Kim P. Huynh, József Molnár, Oleksandr Shcherbakov, Qinghui Yu

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2020
Typepreprint
Langueen
DomaineBusiness, Management and Accounting
ThématiqueDigital Platforms and Economics
Établissements canadiensBank of Canada
Organismes subventionnairesnon disponible
Mots-clésDigital currencyPaymentCounterfactual thinkingCashPayment service providerPayment cardCurrencyBusinessWelfareElectronic moneyEconomicsDebit cardCommerceMonetary economicsFinanceCredit card

Résumé

récupéré en direct d'OpenAlex

In recent years, there have been rapid technological innovations in retail payments. Such dramatic changes in the economics of payment systems have led to questions regarding whether there is consumer demand for cash. The entry of these new products and services has resulted in significant improvements in the characteristics of existing methods of payment, such as tap-and-go technology or contactless credit and debit cards. In addition, the introduction of decentralized digital currencies has raised questions about whether there is a need for a central bank digital currency (CBDC) and, if so, what its essential characteristics should be. To address these questions, we develop and estimate a structural model of demand for payment instruments. Our model allows for rich heterogeneity in consumer preferences. Identification of the distribution of consumer heterogeneity relies on observing individual-level consumer decisions at the point of sale. Using parameter estimates, we conduct a counterfactual experiment of an introduction of CBDC and simulate post-introduction consumer adoption and usage decisions. We also provide insights into the potential welfare implications of the introduction of new payment instruments.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCommunication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,874
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,023
Tête enseignante GPT0,252
Écart entre enseignants0,229 · 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'étudeAutre devis
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

Citations31
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetDigital Platforms and EconomicsTravaux en français237 207