MétaCan
Menu
Retour à la cohorte
Enregistrement W4383315724 · doi:10.1016/j.jmoneco.2023.07.001

Consumption heterogeneity and monetary policy in an open economy

2023· article· en· W4383315724 sur OpenAlexafffund
Sihao Chen, Michael B. Devereux, Kang Shi, Juanyi Xu

Notice bibliographique

RevueJournal of Monetary Economics · 2023
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMonetary Policy and Economic Impact
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaPeking University
Mots-clésEconomicsMonetary policySpillover effectConsumption (sociology)Open economyNew Keynesian economicsMonetary economicsSmall open economyCurrencyInflation targetingAggregate demandCurrency substitutionMacroeconomicsKeynesian economicsExchange rateForeign exchange risk

Résumé

récupéré en direct d'OpenAlex

We incorporate two types of agents (Ricardian versus Keynesian) into a standard open economy macro model. We find that consumption heterogeneity has major implications for the impact of monetary policy shocks, the international transmission mechanism, and the design of optimal monetary policy . With sticky prices , the existence of Keynesian agents causes a spillover of shocks across countries, and leads to the interdependence of optimal monetary targeting rules. In the case of local currency pricing , consumer heterogeneity leads an optimal monetary policy to generate currency misalignment and deviations from the law of one price . Theoretically, there are ranges of household heterogeneity in which monetary policy becomes ineffective, but this depends sensitively on the interaction of aggregate demand and relative price effects.

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 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 enseignants0,172
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 savante0,0000,003
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 Opus0,125
Tête enseignante GPT0,291
Écart entre enseignants0,166 · 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

Citations7
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Monetary EconomicsMême sujetMonetary Policy and Economic ImpactTravaux en français237 207