Analyse de la conduite de la politique monétaire de la Banque du Canada à la lumière d'une fonction de réaction à la Taylor
Bibliographic record
Abstract
Dans ce mémoire, nous avons évalué l’utilité d’une fonction de réaction à la Taylor (1993) pour représenter statistiquement le fruit du processus de décision de la politique monétaire du Canada quant à son taux directeur. Pour cette fin, nous avons mesuré et comparé les performances locales des différentes spécifications les unes relativement aux autres pour évaluer la robustesse et stabilité des paramètres. Nous avons eu recours à trois méthodes d’estimation dont, notamment, la méthode des moindres carrés ordinaire, la méthode des moments généralisés afin de corriger les probables problèmes d’endogénéité de certaines variables explicatives et la méthode des changements de régime de Markov étant donné les signes d’instabilités dans les coefficients des spécifications. Les résultats obtenus suggèrent que le ciblage de l’inflation a été un objectif important pour la Banque du Canada dans l’échantillon observé. À exception près, nos résultats suggèrent que la Banque du Canada aurait pénalisé assez fortement les déviations de l’inflation par rapport à sa cible, particulièrement dans la période qui a suivi le lancement officiel de la cible d’inflation. De plus, Il apparaît que les changements de régime auraient été beaucoup plus fréquents dans les années 90 pour devenir persistants dans la suite. Enfin, nos résultats montrent clairement que la Banque du Canada a une forte tendance à atténuer les mouvements brusques de son taux d’intérêt, avec un lissage globalement significatif.
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 | 0.007 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.008 | 0.000 |
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".