MétaCan
Menu
Retour à la cohorte
Enregistrement W4410617889 · doi:10.1016/j.jjie.2025.101375

Short-run and long-run consequences of unconventional monetary policy in Japan

2025· article· en· W4410617889 sur OpenAlexfundno aff
Shin‐ichi Fukuda

Notice bibliographique

RevueJournal of the Japanese and International Economies · 2025
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMonetary Policy and Economic Impact
Établissements canadiensnon disponible
Organismes subventionnairesJapan Society for the Promotion of ScienceCanadian Anesthesia Research Foundation
Mots-clésEconomicsMonetary policyMonetary economicsMacroeconomicsKeynesian economicsInternational economics

Résumé

récupéré en direct d'OpenAlex

Monetary policy is a powerful policy tool in stabilizing short-term economic fluctuations. However, no matter how effective it is, it could have unintended adverse impacts on the economy if the central bank continued extreme monetary easing over a long period of time. Japan is an exceptional country where such concern exists. This paper analyzes the effects of unconventional monetary policy in Japan since the end of the 1990s. We explore the effects not only on stabilizing short-term macroeconomic fluctuations such as the GDP gap, but also on medium- and long-term productivity such as total factor productivity (TFP). If the prolonged ultra-low interest rate environment distorts the price mechanism and causes misallocation of funds, the unconventional monetary policy could reduce the productivity of the economy. The estimation results show that the Bank of Japan (BOJ)'s unconventional monetary policy had a significant positive impact on the GDP gap even under a liquidity trap where the policy rate hit its effective lower bound (ELB). However, they also show that unconventional monetary policy had a significant negative impact on TFP growth. The results suggest that while unconventional monetary policy was effective in boosting the economy in the short term, the prolonged ultra-low interest rate environment may have had a negative impact on medium- and long-term productivity growth in the Japanese economy.

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 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 enseignants0,044
Score d'incertitude au seuil0,402

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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 Opus0,039
Tête enseignante GPT0,263
Écart entre enseignants0,224 · 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.

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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the Japanese and International EconomiesMême sujetMonetary Policy and Economic ImpactTravaux en français237 207