MétaCan
Menu
Retour à la cohorte
Enregistrement W4394893261 · doi:10.3386/w32321

Quantitative Tightening Around the Globe: What Have We Learned?

2024· report· en· W4394893261 sur OpenAlexaboutno aff
Wenxin Du, Kristin J. Forbes, Matthew N. Luzzetti

Notice bibliographique

RevueNational Bureau of Economic Research · 2024
Typereport
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueBanking stability, regulation, efficiency
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Chicago
Mots-clésGlobeGeographyPsychologyNeuroscience

Résumé

récupéré en direct d'OpenAlex

This paper uses the recent cross-country experience with quantitative tightening (QT) to assess the impact of shrinking central bank balance sheets.We analyze the experience in seven advanced economies (Australia, Canada, Euro area, New Zealand, Sweden, UK and US)documenting different strategies and the substantive reduction in central bank balance sheets that has already occurred.Then we assess the macroeconomic and financial impact of QT announcements on yields and a range of other market prices.QT announcements increase government bond yields, steepening the yield curve and potentially signaling a greater commitment to raising policy interest rates, but have more limited effects on most other financial market indicators.Active QT has a larger impact than passive QT, particularly on longer maturities.The implementation of QT has been associated with a modest rise in overnight funding spreads and a decline in the "convenience yield" of government bonds, but QT transactions did not significantly affect the pricing and market liquidity of government debt securities.Finally, we evaluate who buys assets when central banks unwind balance sheets, an issue which will become increasingly important if central banks continue to reduce their security holdings while government debt issuance remains elevated.We find that increased demand by domestic nonbanks has largely compensated for reduced bond holdings by central banks.This series of cross-country results suggests that QT has had more of an impact than "paint drying", but far less than simply reversing the effects of the quantitative easing programs launched during periods of market stress.Looking ahead, although QT has been smooth to date, frictions could increase in the future so that QT quickly evolves into more like watching "water boil".

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)0,006
score de la tête « metaresearch » (Gemma)0,022
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: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,022
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,005
Communication savante0,0070,014
Science ouverte0,0020,003
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0110,001

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 Opus0,399
Tête enseignante GPT0,486
Écart entre enseignants0,087 · 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
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations22
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNational Bureau of Economic ResearchMême sujetBanking stability, regulation, efficiencyTravaux en français237 207