Does Inflation Uncertainty Vary with the Level of Inflation?
Notice bibliographique
Résumé
The purpose of this study is to test the hypothesis that inflation uncertainty increases at higher levels of inflation. Our analysis is based on the generalized autoregressive conditional heteroscedasticity (GARCH) class of models, which allow the conditional variance of the error term to be time-varying. Since this variance is a proxy for inflation uncertainty, a positive relationship between the conditional variance and inflation would be interpreted as evidence that inflation uncertainty increases with the level of inflation. We apply GARCH techniques to two models of the inflation process in Canada: a simple autoregressive model and a reduced-form Phillips-curve model. Our findings concerning the link between inflation and its uncertainty are somewhat model-dependent. In the autoregressive case, there is a significant positive relationship between inflation and inflation uncertainty. The estimated relationship is weaker in the reduced-form model, and is not significant at the standard 5 per cent level of significance. The difference in the strength of the relationship in the autoregressive and reduced-form models makes it difficult to draw firm conclusions about the relationship between inflation and inflation uncertainty. However, given the extreme information assumptions underlying each model, the true relationship may lie somewhere between the two sets of results. By excluding all explanatory variables other than past inflation, the simple autoregressive approach undoubtedly ignores some information that agents would have used to forecast inflation. Accordingly, the autoregressive model will tend to overstate the actual uncertainty faced by agents. Conversely, the reduced-form model may understate the uncertainty that existed, since it implicitly assumes that agents had more information on the structure of the economy than was actually available at each point in time. Future research, covering more low-inflation years and based on alternative models of inflation that explicitly incorporate policy-regime uncertainty, might clarify whether inflation uncertainty increases with the level of inflation.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,048 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».