MétaCan
Menu
Retour à la cohorte
Enregistrement W3136327135 · doi:10.34989/swp-2021-10

Monetary Policy Pass-Through with Central Bank Digital Currency

2021· preprint· en· W3136327135 sur OpenAlexaff
Janet Hua Jiang, Yu Zhu

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2021
Typepreprint
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic theories and models
Établissements canadiensBank of Canada
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceWelfare economicsEconomyEconomicsArt

Résumé

récupéré en direct d'OpenAlex

"Many central banks are considering issuing a central bank digital currency (CBDC). This would introduce a new policy tool—interest on CBDC. We investigate how this new tool would interact with traditional monetary policy tools, such as the interest on central bank reserves. We build a model in which CBDC and bank deposits are perfect substitutes as electronic payment methods. We discuss the effects (or pass-through) of two monetary policy tools: the interest on reserves and the interest on CBDC. Specifically, we examine how, in the presence of each other, these two policy tools affect the rates and quantities of deposits and loans. We find that when it is in effect, the interest on CBDC fully dictates the deposit rate and eliminates the pass-through from the interest on reserves to the deposit rate. How the interest on CBDC affects the pass-through from the interest on reserves to other economic variables depends on the market structure of the deposit market. While CBDC tends to weaken the pass-through of the interest on reserves when banks have market power, the reverse holds when the market is competitive. In turn, a high interest on reserves may weaken the pass-through of the interest on CBDC. In general, coordination between the two policy rates is needed to effectively achieve policy goals."

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,402
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,036
Tête enseignante GPT0,278
Écart entre enseignants0,242 · 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'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

Citations21
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetEconomic theories and modelsTravaux en français237 207