MétaCan
Menu
Retour à la cohorte
Enregistrement W3124402133 · doi:10.1002/ijfe.342

Policy words and policy deeds: the ECB and the euro

2007· article· en· W3124402133 sur OpenAlexaff
Pierre L. Siklos, Martin T. Bohl

Notice bibliographique

RevueInternational Journal of Finance & Economics · 2007
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMonetary Policy and Economic Impact
Établissements canadiensWilfrid Laurier University
Organismes subventionnairesAlexander von Humboldt-Stiftung
Mots-clésEconomicsMonetary policyProxy (statistics)Exchange rateEndogeneityInterest rateMonetary economicsEconometricsStatistics

Résumé

récupéré en direct d'OpenAlex

Abstract This paper examines the role of the European Central Bank (ECB) communication activities on daily eurodollar exchange rate and interest rates. We estimate the relationship between monetary policy and the exchange rate using a technique that explicitly recognizes the joint determination of both the levels and volatilities of these variables. We also consider more traditional estimation strategies as a test of the robustness of our main results. We introduce a new indicator of ECB communication policies that focuses on what the ECB says about the future economic outlook for the euro area along five different economic dimensions. The impact of the ECB communication policies is more apparent in the time‐series framework than in the heteroskedasticity estimator approach. Time‐series estimates reveal that interest rate changes generally have a much larger impact on exchange rate movements, and their volatility, than do ECB verbal pronouncements. Previous studies that conclude that news effects are significant at the daily frequency may have reached such a conclusion because the measurement of news was too highly aggregated. The endogeneity of the exchange rate–interest rate relationship is more apparent when the proxy for monetary policy is the euro area–US differential than when any other proxy for monetary policy is employed. Copyright © 2007 John Wiley & Sons, Ltd.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,437
Score d'incertitude au seuil0,501

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 ouverte0,0010,000
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 Opus0,031
Tête enseignante GPT0,254
Écart entre enseignants0,223 · 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.

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

Citations9
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Finance & EconomicsMême sujetMonetary Policy and Economic ImpactTravaux en français237 207