By Gita Gopinath, Pierre-Olivier Gourinchas,
Notice bibliographique
Résumé
A well-established fact in international economics is that relative prices at the retail level across countries, expressed in a common currency, comove closely with the nominal exchange rate. Understanding why is central to answering some of the classic questions in international economics, ranging from the gains from market integra-tion to the transmission of shocks across borders. Two ingredients are necessary to generate this pattern in the data. First, some economic forces must cause retail prices to differ across countries. Standard explanations emphasize the importance of local nontraded retailing costs or pricing to market at the retail level (Ariel Burstein, Martin Eichenbaum, and Sergio Rebelo 2005; Pinelopi K. Goldberg and Frank Verboven 2005). Second, cross-border transaction costs must be large enough to prevent arbi-trage. Indeed, a large body of literature interprets the price gap of similar goods across borders as a measure of these transaction costs (Charles Engel and John Rogers 1996). In this paper, we bring new data and a new approach to these questions. We use weekly data at the barcode level on retail prices and wholesale costs for 250 US stores (in 19 states) and 75 Canadian stores (in 5 provinces) of a single retail chain between January 2004 and June 2007 on over 4,000 products. At short horizons
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,063 | 0,044 |
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».