Expectations' Dispersion & Convergence towards Central Banks' IR forecasts: Chile, Colombia, Mexico, Peru & United Kingdom, 2004-2014
Notice bibliographique
Résumé
The study evaluates the effect of both the publication of Inflation Report (IR)’s forecasts and the subsequent media diffusion efforts (made by 5 central banks) on (i) the dispersion of ‘fixed-event’ forecasts for inflation and real growth produced by the macroeconomic insiders of a country (and gathered by Consensus Economics, Inc.), as well as (ii) the distance between their median and the aforementioned official forecasts. The 5 central banks correspond to the monetary authorities in Chile, Colombia, Mexico, Peru and United Kingdom. Statistically testing the effects on the dispersion and distance uses a common sample of monthly forecasts from 2004 to 2014 and reach high specificity by using separate samples according to the forecasting horizon (short and medium ‘term’) and the macroeconomic uncertainty level (IR publication months are classified as either high- or low-uncertainty months). With a significance level of 10 per cent, the general results are that (a) increases and decreases in the dispersion can be attributed to either IR forecast publication or media diffusion; and (b) increases and decreases in the distance can be attributed to either IR forecast publication or media diffusion, although the number of increases in the distance is low relative to (a). \nComment from the author: It would be interesting to add results for more countries. Specifically, I was planning to add Canada and New Zealand. However, in the case of New Zealand, the corresponding series from Consensus Economics, Inc. is actually not available near Peru for the whole sample (the nearest one is actually located at the British Library!). There exists a critique addressing the econometric approach: it is related to the idea of causality and the need to use the difference-in-difference approach (this implies the need to include data from non-inflation-targeting countries). I am totally satisfied with the paper, though. In a nutshell, I consider more important to address the issue as if I were a medicine doctor wondering about whether the temperature is normal, high or low for the specific cases of 5 individuals instead of digressing about what is "normal temperature" for (say) 40 individuals.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,046 | 0,002 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».