Monetary Policy and Inflation Dynamics: A Comparative Analysis of Pre- and Post-Pandemic Periods in Poland and in Selected Economies
Notice bibliographique
Résumé
Goal – The study assesses the effectiveness of Poland’s monetary policy in curbing inflation between 2015–2023, focusing on post-pandemic structural shifts. It verifies the effectiveness of the National Bank of Poland’s (NBP) conventional (interest rates) and unconventional (QE) tools, considering the international context and the structural nature of inflation. Research methodology – The methodology relies on a Vector Autoregression (VAR) model and Granger causality tests on quarterly data (2015–2023). This quantitative analysis is deepened by insights from structural (DSGE) and agent-based (ABM) models, comparative analysis, and qualitative analysis of central bank communication. Score/results – Result Interest rate hikes effectively, though with a 4–6 quarter lag, limited inflation; a temporary ‘price puzzle’ was noted. QE’s impact on inflation was short-lived and marginal. External cost shocks were confirmed as the dominant driver of Poland’s inflation (structural models attribute 8–10 p.p. of the 16.1% peak to them). NBP’s policy was necessary to anchor expectations, but its effectiveness was limited by global factors. The analysis also revealed a “distributional trilemma”. Originality/value – The article combines detailed econometric analysis for Poland (VAR, Granger) with a broad international context and an in-depth analysis of transmission mechanisms under dominant external supply shocks. It integrates findings from VAR, DSGE, and ABM models to explain post-pandemic inflation dynamics.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 ».