MétaCan
Menu
Retour à la cohorte
Enregistrement W4393321215 · doi:10.4000/oeconomia.16900

James Tobin on Overlapping Generations Models and the Microeconomic Foundations of Macroeconomics Reconsidered

2024· article· en· W4393321215 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueOEconomia · 2024
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic Growth and Productivity
Établissements canadiensBrock University
Organismes subventionnairesnon disponible
Mots-clésEconomicsKeynesian economicsOverlapping generations modelNeoclassical economicsMacroeconomics

Résumé

récupéré en direct d'OpenAlex

The American Keynesian economist and Nobel laureate James Tobin entitled his contribution to the inaugural issue of Journal of Money, Credit and Banking “A General Equilibrium Approach to Monetary Theory” (1969) yet he was sharply critical of the version of general equilibrium analysis used in the now-prevalent dynamic stochastic general equilibrium (DSGE) approach to macroeconomic modeling. He also rejected claims that overlapping generation (OLG) models provided a choice-theoretic foundation for the holding of fiat money, denying that the assumption that people held fiat money because no other asset existed was less arbitrary than allowing costs of transactions between assets to be non-zero. Yet, while not accepting OLG as the explanation of why people hold fiat money, Tobin, in a series of articles from 1967 to 1983 (some joint with Walter Dolde), placed the life-cycle model of consumption and saving (whose origins he attributed to an earlier Yale economist, Irving Fisher) into an OLG setting. This article examines Tobin’s critiques of DSGE and OLG modelling in macroeconomics, what he meant by “a general equilibrium approach to monetary theory,” and his contribution placing the life-cycle model in an OLG setting.

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.

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 enseignants0,240
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 savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,046
Tête enseignante GPT0,232
Écart entre enseignants0,187 · 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