MétaCan
Menu
Retour à la cohorte
Enregistrement W3123640662

When Can Changes in Expectations Cause Business Cycle Fluctuations in Neo-Classical Settings?

2004· preprint· en· W3123640662 sur OpenAlexaff
Paul Beaudry, Franck Portier

Notice bibliographique

RevueToulouse Capitole Publications (University Toulouse 1 Capitole) · 2004
Typepreprint
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic Theory and Policy
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésBusiness cycleEconomicsScope (computer science)Consumption (sociology)Investment (military)PhenomenonProduction (economics)MacroMicroeconomicsMacroeconomicsComputer sciencePhysics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

It is often argued that changes in expectation are an important driving force of the business cycle. It is well known, however, that changes in expectations cannot generate positive co-movement between consumption, investment and employment in the most standard neo-classical business cycle models. This gives rise to the question of whether changes in expectation can cause business cycle fluctuations in any neo-classical setting or whether such a phenomenon is inherently related to market imperfections. This Paper offers a systematic exploration of this issue. Our finding is that expectation driven business cycle fluctuations can arise in neo-classical models when one allows for a sufficiently rich description of the inter-sectorial production technology; however, such a structure is rarely allowed or explored in macro-models. In particular, the key characteristic which we isolate as giving rise to the possibility of expectation driven business cycles is that intermediate good producers exhibit cost complementarities (i.e., economies of scope) when supplying goods to different sectors of the economy.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,020
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,020
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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.

Tête enseignante Opus0,024
Tête enseignante GPT0,220
Écart entre enseignants0,196 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations5
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueToulouse Capitole Publications (University Toulouse 1 Capitole)Même sujetEconomic Theory and PolicyTravaux en français237 207