MétaCan
Menu
Retour à la cohorte
Enregistrement W4388048814 · doi:10.1515/bejm-2022-0114

Optimal Monetary Policy with Government-Provided Unemployment Benefits

2023· article· en· W4388048814 sur OpenAlexaff
Mehrab Kiarsi

Notice bibliographique

RevueThe B E Journal of Macroeconomics · 2023
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMonetary Policy and Economic Impact
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésEconomicsUnemploymentNew Keynesian economicsImperfect competitionVolatility (finance)Inflation (cosmology)Context (archaeology)Monetary policySubsidyPhillips curveMarket powerMonetary economicsMicroeconomicsMacroeconomicsEconometricsMonopoly

Résumé

récupéré en direct d'OpenAlex

Abstract This paper considers a standard New Keynesian model with matching frictions and explores the impact of modeling the opportunity cost of employment as government unemployment transfers. The findings reveal that under such circumstances, maintaining full price stability at all times ceases to be optimal. This outcome persists even when production subsidies are introduced to address inefficiencies caused by imperfect competition in product and factor markets, and when wages are fully flexible and the Hosios condition holds. For a realistic calibration of the opportunity cost, the Ramsey-optimal policy necessitates a positive inflation rate with high volatility. The degree of inflation volatility required increases with the magnitude of unemployment transfers. Consequently, committing to an inflation targeting regime proves to be highly costly in this context. Additionally, the study demonstrates that the optimal inflation variability decreases with workers’ bargaining power. This is because higher workers’ bargaining power leads to reduced labor market fluctuations, thereby lowering the need for large inflation adjustments.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,644
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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)0,0000,001

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 Opus0,045
Tête enseignante GPT0,224
Écart entre enseignants0,179 · 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'étudeSimulation ou modélisation
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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe B E Journal of MacroeconomicsMême sujetMonetary Policy and Economic ImpactTravaux en français237 207