A BVAR Analysis on Channels of Monetary Policy Transmission in Brazil
Notice bibliographique
Résumé
This article measures the responses of GDP and inflation to a positive shock of the variables that make up the channels of transmission of monetary policy. The results of impulse-response functions of the estimated Bayesian VAR (BVAR) were: an increase in the short-term interest rate (SELIC) leads to a long-term interest rate increasing and consequently a reduction in GDP. Free credit does not have a significant impact on Brazilian GDP, given the low free credit/GDP ratio (Bogdanski et al., 2000). A shock in inflation expectations result in a decreasing trajectory of GDP, a fact consistent with the Fisher effect (Mishkin, 2009); and a shock at SELIC reduces inflation in the first two months, there is no “price puzzle”. A credit shock does not cause significant pressures on inflation. The Inflation does not show a well-defined time path after a shock in asset prices. The decomposition of the variance of the forecast error, in turn, showed that: GDP, in the short term, has its forecast errors explained by its own shocks, 70% on average. However, in the medium term, their forecast errors are explained by their own shocks, around 35%, by inflation shocks, 34%, and by interest rate shocks, 20%. The other transmission channels do not have, in the short and medium terms, significant influence on GDP forecast errors, except the asset prices; and inflation forecast errors are explained, in the short term, mainly by their own shocks, 85% on average. In the medium term, inflation forecast errors are explained 68% by inflation itself, 6% by GDP and the others transmission channels participate individually, with approximately 6%. These results are robust when controlled for commodity prices.
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 | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 ».