XiaoMi-AI文件搜索系统
World File Search System宽松
银行的资产负债成本，货币政策和RRP
使用准自然实验，我们表明定量宽松（QE）与银行调节相互作用，从而影响非银行的大小和投资组合选择。在2021年，补充杠杆率（SLR）救济到期后，激励银行以降低杠杆率，放弃存款并减少批发债务的供应。我们表明，因此，货币市场基金（MMF）经历了大量流入，并将其投资组合转移到了美联储的ONRRP工厂。我们的结果表明，当非银行可以访问中央银行资产负债表时，他们最终承担了一部分中央银行负债，排出储量并减轻量化宽松的影响。关键词：资产负债表约束，银行，杠杆比率，货币政策，货币市场基金，ONRRP
外国和国内中央的影响 - 工作文件NR
5'sosterholm（2022）的研究已将债券出售给Riksbank，并发现外国部门已在2015年至2017年政府债券购买计划和大流行期间占了Riksbank的债券销售额所占的债券份额。与我们对瑞典，Kolasa＆Wesolowski（2020）的观察到的相似，表明，在全球金融危机之后，大量新兴经济体的主权债券市场中的外国所有权份额急剧增长。与瑞典不同，它没有再次减少。6，与Fabo等人调查的大量研究相比，可以说，大经济量化宽松对大经济体产出和通货膨胀的影响以及小国量化宽松对经济的影响很小。（2021）。但是，我们的结果与应用类似
印度的实际 GDP 预计将增长 6.5-7 个百分点
2020 财年，印度年均经济增长率为 6.6%，这或多或少反映了经济的长期增长前景。然而，调查警告称，2024 年地缘政治冲突的任何升级都可能导致供应错位、大宗商品价格上涨、通胀压力复苏和货币政策宽松停滞，并可能对资本流动产生影响。这也会影响印度储备银行的货币政策立场。2024 年的全球贸易前景依然乐观，商品贸易预计将在 2023 年萎缩后回升。调查强调，利用政府采取的举措并抓住新兴市场的未开发潜力；商业、咨询和 IT 支持服务的出口可以扩大。尽管核心通胀率在 3% 左右，但印度储备银行一方面关注宽松政策的取消，另一方面关注美联储，因此相当长一段时间内维持利率不变，预期的宽松政策被推迟。经济调查显示，印度经济表现出对一系列全球和外部挑战的韧性，2024 财年实际 GDP 增长 8.2%，在 2024 财年的四个季度中有三个季度的增长率超过 8%，这得益于稳定的消费需求和稳步改善的投资需求。
分布式深钢筋学习基于联邦学习启用车辆边缘计算的梯度量化
摘要 - 填充学习（FL）可以通过共享车辆本地模型而不是本地数据的梯度来在一定程度上保护车辆在车辆边缘计算（VEC）中的隐私。车辆本地型号的梯度通常对于车辆人工智能（AI）应用通常很大，因此传输如此大的梯度会导致较大的环境潜伏期。梯度量化已被认为是一种有效的方法，可以通过压缩梯度和减少位的数量，即量化水平，从而减少FL的每轮潜伏期，从而降低VEC。选择量化水平和阈值的选择决定了量化误差，这进一步影响了模型的准确性和训练时间。为此，总训练时间和量化错误（QE）成为启用FL的VEC的两个关键指标。与启用FL的VEC共同优化总训练时间和量化宽松至关重要。但是，随时间变化的通道条件会引起更多挑战来解决此问题。在本文中，我们提出了一个分布式的深钢筋学习（DRL）基于量化水平分配方案，以优化长期奖励，从总培训时间和量化宽松的时间来优化。广泛的模拟确定了总训练时间和量化宽松之间的最佳加权因素，并证明了拟议方案的可行性和有效性。
