MétaCan
Menu
Retour à la cohorte
Enregistrement W4385810204 · doi:10.1080/09538259.2023.2244440

Are Firm Markups Boosting Inflation? A Post-Keynesian Institutionalist Approach to Markup Inflation in Select Industrialized Countries

2023· article· en· W4385810204 sur OpenAlexaff
Guillermo Matamoros

Notice bibliographique

RevueReview of Political Economy · 2023
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic Theory and Policy
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésEconomicsMarkup languageInflation (cosmology)Keynesian economicsMacroeconomicsMonetary policyInflation targetingMonetarismContext (archaeology)Monetary economicsNew Keynesian economics

Résumé

récupéré en direct d'OpenAlex

Starting in 2021, the current inflation process has spurred plenty of discussion in academic and policy circles. This paper studies the relationship between firms’ markups and inflation during the 2021–22 inflation surge in several industrialized countries. It begins by explaining markup inflation and its critics in the context of the current debate over the sources of inflation. Then it reviews the characteristics of markup inflation within the post-Keynesian theory of markup pricing and complementing it with the Institutionalist approach to inflation that distinguishes between basic inflationary pressures and propagation mechanisms. The second part assesses markup inflation for several industrialized countries using descriptive statistics and conventional econometrics. The main contribution falls in empirically estimating markups considering the contribution of material cost and controlling for changes in capacity utilization over time. It concludes that there is some evidence pointing at markup inflation and, importantly, the existence of markup inflation leads to rejecting any wage-price spiral.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,048
Tête enseignante GPT0,285
Écart entre enseignants0,236 · 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'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

Citations24
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueReview of Political EconomyMême sujetEconomic Theory and PolicyTravaux en français237 207