MétaCan
Menu
Retour à la cohorte
Enregistrement W4399024944 · doi:10.1515/snde-2023-0106

Divisia Monetary Aggregates for India

2024· article· en· W4399024944 sur OpenAlexaff
Anirban Sengupta, Apostolos Serletis, Libo Xu

Notice bibliographique

RevueStudies in Nonlinear Dynamics and Econometrics · 2024
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMonetary Policy and Economic Impact
Établissements canadiensLakehead UniversityUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésDivisia indexDivisia monetary aggregates indexEconomicsEconometricsKeynesian economicsMonetary economicsMonetary policyMathematicsStatisticsCentral bankQuantitative easing

Résumé

récupéré en direct d'OpenAlex

Abstract In this paper, we are motivated by the fast growing literature that investigates the performance of Divisia monetary aggregates. We construct Divisia monetary aggregates for India using monthly data form January 2001 to March 2020 and present a comprehensive comparison across the Indian Divisia monetary aggregates at four levels of monetary aggregation, M1, M2, M3, and M4. We do so in the context of three classes of empirical models. In particular, we compute correlations between the cyclical components of the Divisia monetary aggregates and the cyclical component of the industrial production index. We test for Granger causality running from the Divisia monetary aggregates to industrial production. We also test for time-varying Granger causality. We find that the levels of the Divisia monetary aggregates Granger cause economic activity in India during normal times, but the causal link broke during and in the aftermath of the extremely unusual circumstances of the Covid-19 crisis.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,883
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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,142
Tête enseignante GPT0,288
Écart entre enseignants0,146 · 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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStudies in Nonlinear Dynamics and EconometricsMême sujetMonetary Policy and Economic ImpactTravaux en français237 207