MétaCan
Menu
Retour à la cohorte
Enregistrement W7094949770 · doi:10.1515/bejm-2025-0024

Firm Dynamics, Informality, and Monetary Policy

2025· article· en· W7094949770 sur OpenAlexafffund

Notice bibliographique

RevueThe B E Journal of Macroeconomics · 2025
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueTaxation and Compliance Studies
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaUniversity of Manitoba
Mots-clésMonetary policyInflation (cosmology)Monetary transmission mechanismInformal sectorNew Keynesian economicsCredit channelShadow (psychology)Inflation targeting

Résumé

récupéré en direct d'OpenAlex

Abstract A prominent structural feature of many developing countries is the presence of a large shadow or informal economy, which often serves as a form of insurance during economic downturns. Despite this understanding, the impact of the informal economy on inflation and output dynamics in these countries remains poorly understood. This study investigates the extent to which monetary policy can stabilize economies with a large informal market. First, we use VAR analysis to provide new evidence indicating that the labor informality rate increases in response to contractionary monetary policy. Second, we explore the transmission mechanism of monetary policy through a two-sector New Keynesian (NK) model that incorporates endogenous firm entry. This analysis allows us to examine the role of informality in sectoral reallocation, inflation, and output dynamics. Our findings suggest that, under a reasonable calibration of the model, the presence of a flexible, informal sector results in a lower sacrifice ratio in response to a tightening of monetary policy. This suggests that informality enhances the effectiveness of monetary policy.

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)0,001
score de la tête « metaresearch » (Gemma)0,006
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,016
Tête enseignante GPT0,240
Écart entre enseignants0,223 · 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
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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe B E Journal of MacroeconomicsMême sujetTaxation and Compliance StudiesTravaux en français237 207