国境を越えた波及効果の測定：自然言語処理に基づくアプローチ

要旨　本論文は、ファンドの監視における国境を越えた波及効果の歴史的なカバレッジに焦点を当てています。私たちは、2010年から2019年までのすべてのIMF差し止め報告書における波及効果の議論を分析するためにディープラーニングモデルを使用しました。全体として、波及効果の議論は時間とともに減少したものの、システム上重要な経済のスタッフ報告書や、グローバルな波及効果の出来事が発生した期間には顕著でした。波及効果の議論は、先進国および新興市場経済を取り扱ったスタッフ報告書の中でより目立ち、グローバルな波及効果の源としての役割を反映している可能性があります。波及効果のカバレッジは、実体部門、金融部門、外部部門の文脈において高かったです。また、大きな経済規模、高い貿易および資本勘定の開放性、金融危機の歴史、低インフレを持つ国は、Article IVのスタッフ報告書で波及効果について言及する可能性が高いです。