MétaCan
Menu
Retour à la cohorte
Enregistrement W7134294193

Modèles d'inflation et facteurs macroéconomiques : Perspectives issues d'une analyse transnationale, de biens individuels et d'économies ouvertes de petite taille

2023· article· en· W7134294193 sur OpenAlexaboutno aff
Bingxin Xing

Notice bibliographique

Revuetheses.fr (ABES) · 2023
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMonetary Policy and Economic Impact
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)Structural adjustmentCarbon stock
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Cette thèse propose une exploration des taux d'inflation et de leurs impacts sur les économies à la fois aux niveaux macro et micro. Le travail est structuré en une collection de trois études interconnectées, chacune offrant des perspectives sur différents aspects de l'inflation et des marchés financiers. Le chapitre 1 se penche sur la variation des taux d'inflation à travers les pays et les régions en utilisant un modèle de facteur global commun de type APT. Le chapitre 2 scrute les taux d'inflation de biens de consommation individuels aux États-Unis, révélant une hétérogénéité significative de ces taux due à leurs expositions différentielles à divers facteurs macroéconomiques américains. Le chapitre 3 évalue l'influence des nouvelles macroéconomiques américaines sur les rendements obligataires dans les petites économies ouvertes, mettant en évidence le rôle significatif des nouvelles économiques américaines dans la conduite des changements de faible fréquence dans les rendements obligataires au Canada, au Royaume-Uni et en Suède. Le chapitre 1 introduit le concept de taux d'inflation excédentaire (EIR), défini comme le taux d'inflation domestique d'un pays moins le taux d'inflation mondial pour la même période. Cette mesure fournit une perspective comparative sur la performance d'inflation d'un pays par rapport aux autres. Le chapitre souligne l'importance du contexte mondial lors de l'analyse de la dynamique de l'inflation domestique d'un pays et discute de l'impact de l'intégration économique mondiale et des chocs mondiaux sur les taux d'inflation. Le chapitre conclut avec la constatation que les pays caractérisés par une inflation procyclique affichent une inflation moyenne plus élevée par rapport à ceux avec une inflation anticyclique. Le chapitre 2 déplace l'accent vers le niveau micro, examinant les taux d'inflation de 146 biens et services de consommation individuels. Le chapitre introduit le taux d'inflation excédentaire individuel (IEIR), défini comme le taux d'inflation d'un bien spécifique moins le taux d'inflation de l'indice des prix à la consommation (IPC). L'étude révèle une hétérogénéité significative dans l'IEIR, qui s'explique par leurs expositions différentielles à une variété de facteurs macroéconomiques. Ces facteurs comprennent des éléments pro-cycliques, tels que les attentes d'inflation à long terme, les salaires et le sentiment des consommateurs, ainsi que des éléments anti-cycliques, tels que l'écart de chômage, l'incertitude de la politique économique et les conditions financières. Le chapitre conclut qu'en moyenne, 40% de la variation de l'IEIR à travers les biens est due à l'hétérogénéité dans les réponses de prix des biens aux perturbations macroéconomiques. Le chapitre 3 explore l'influence des nouvelles macroéconomiques américaines sur les rendements obligataires dans les petites économies ouvertes, spécifiquement le Canada, la Suède et le Royaume-Uni. Le chapitre montre que les nouvelles macroéconomiques américaines sont un moteur significatif des changements de faible fréquence dans les rendements obligataires dans ces petites économies ouvertes, souvent plus important que leurs propres nouvelles macroéconomiques domestiques. De plus, l'importance des nouvelles macroéconomiques américaines pour expliquer les changements dans les rendements obligataires et la compensation de l'inflation dans ces économies est largement due à leur pouvoir explicatif pour les primes de risque de terme et d'inflation.

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)0,002
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0040,004
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,089
Tête enseignante GPT0,287
Écart entre enseignants0,198 · 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'étudeSans objet
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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuetheses.fr (ABES)Même sujetMonetary Policy and Economic ImpactTravaux en français237 207