MétaCan
Menu
Retour à la cohorte
Enregistrement W3121673396 · doi:10.34989/swp-2008-19

Inflation, Nominal Portfolios, and Wealth Redistribution in Canada

2021· preprint· en· W3121673396 sur OpenAlexaffabout
Césaire Meh, Yaz Terajima

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2021
Typepreprint
Langueen
DomaineBusiness, Management and Accounting
ThématiqueFinancial Literacy, Pension, Retirement Analysis
Établissements canadiensBank of Canada
Organismes subventionnairesnon disponible
Mots-clésEconomicsInflation (cosmology)Monetary economicsDebtRedistribution (election)Monetary policyRedistribution of income and wealthReal interest rateWelfareRelative priceMacroeconomicsMarket economyUnemployment

Résumé

récupéré en direct d'OpenAlex

There is currently a policy debate on potential refinements to monetary policy regimes in countries with low and stable inflation such as the U.S. and Canada. For example, in Canada, a systematic review of the current inflation targeting framework is underway. An issue that has generally received relatively less attention in this debate is the redistributional effects of inflation. This omission is likely to be important since the welfare costs of inflation depend not only on aggregate effects but also on redistributional consequences. The goal of this paper is to contribute to this policy debate by assessing the redistributional effects of inflation in Canada that arise through the revaluation of nominal assets and liabilities.We find that the redistributional effects of inflation are sizeable even for low and moderate inflation episodes. The main winners are young middle-class households with substantial amounts of mortgage debt. Besides young households, inflation also represents a windfall gain for the government because of its long-term debt. Old households, rich households, and the middle-aged middle-class lose from inflation, largely due to their sizeable holdings of bonds and non-indexed defined benefit pension assets.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,242
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,016
Tête enseignante GPT0,259
Écart entre enseignants0,243 · 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'étudeObservationnel
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

Citations2
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetFinancial Literacy, Pension, Retirement AnalysisTravaux en français237 207