کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
7368254 | 1479301 | 2018 | 57 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
Adverse selection and self-fulfilling business cycles
ترجمه فارسی عنوان
انتخاب نامطلوب و چرخه های تجاری خود را انجام می دهد
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
کلمات کلیدی
ترجمه چکیده
این مقاله یک مشکل ساده انتخاب ناشی از بازارهای اعتباری را به یک مدل سیکل واقعی کسب و کار واقعی مدرن استاندارد معرفی می کند. چنین انتخاب نامناسب موجب ایجاد حالت های ثابت و چندگانه نااطمینی محلی و جهانی می شود و می تواند تعادل را با جهش های احتمالی در اعتبار، مصرف، سرمایه گذاری و اشتغال تحت هدایت لکه های صورتی مارکوف تحت پارامترهای کالیبراسیون و انتظارات کاملا منطقی ایجاد کند. معرفی اثرات شناختی حذف پیش فرض ها و نتایج در یک وضعیت ثابت اما منحصر به فرد هنوز مشخص نشده است. در نهایت ما مدل را به شرکت هایی که دارای بهره وری ناهمگن و تصادفی هستند را تعمیم می دهیم و نشان می دهد که مشخصه ها و لکه های خورشیدی وجود دارد.
موضوعات مرتبط
علوم انسانی و اجتماعی
اقتصاد، اقتصادسنجی و امور مالی
اقتصاد و اقتصادسنجی
چکیده انگلیسی
This paper introduces a simple adverse selection problem arising in credit markets into a standard textbook continuous-time real business cycle model. Such adverse selection generates multiple steady states and both local and global indeterminacy, and can give rise to equilibria with probabilistic jumps in credit, consumption, investment and employment driven by Markov sunspots under calibrated parameterizations and fully rational expectations. Introducing reputational effects eliminates defaults and results in a unique but still indeterminate steady state. Finally we generalize the model to firms with heterogeneous and stochastic productivity, and show that indeterminacies and sunspots persist.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Journal of Monetary Economics - Volume 94, April 2018, Pages 114-130
Journal: Journal of Monetary Economics - Volume 94, April 2018, Pages 114-130
نویسندگان
Jess Benhabib, Feng Dong, Pengfei Wang,