Dosage des politiques monétaire et budgétaire et stabilité financière : le moyen terme est encore le message
Bibliographic record
Abstract
Les risques liés à la stabilité financière sont devenus d'actualité dans la foulée de la crise financière mondiale et de la période prolongée de très bas taux d'intérêt qui a suivi. Le présent article examine l'importance du dosage des politiques monétaire et budgétaire pour la stabilité financière au moyen de simulations contrefactuelles de trois grands épisodes historiques, réalisées à l'aide du principal modèle macroéconomique de la Banque, TOTEM (« Terms-of-Trade Economic Model »). Ces simulations mettent en lumière l'existence d'un lien étroit entre le dosage des politiques monétaire et budgétaire et la dynamique de l'accumulation de la dette des secteurs privé et public. L'objectif n'est pas ici d'élaborer des critères d'optimisation du dosage des politiques, car les simulations montrent clairement que le dosage approprié dépend fortement de la conjoncture. Ce constat fait ressortir la nécessité d'un cadre cohérent pour évaluer les conséquences financières et macroéconomiques relatives de l'accumulation de la dette publique et de la dette privée. En outre, les résultats de l'analyse donnent à penser que la coordination ex ante des politiques monétaire et budgétaire comporte des avantages potentiels, et que le cadre de politiques du Canada – en vertu duquel les autorités monétaire et budgétaire conviennent conjointement d'une cible d'inflation tout en consacrant l'indépendance opérationnelle de la banque centrale – représente un dispositif de coordination élégant.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.011 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.003 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.014 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".