C5 - Modélisation économétrique - Banque du Canada
https://www.banqueducanada.ca/fils-rss/
Fils RSS de la Banque du Canadafr2024-03-28T23:42:16+00:00Forecasting Recessions in Canada: An Autoregressive Probit Model Approach
https://www.banqueducanada.ca/2024/03/document-travail-personnel-2024-10/
Nous prévoyons les récessions au Canada à partir d’un modèle probit autorégressif. Les résultats mettent en relief le pouvoir prédictif à court terme de l’activité économique aux États-Unis, et semblent montrer que les indicateurs financiers peuvent servir à prédire de manière fiable les récessions au Canada. En outre, par rapport à divers autres modèles probit proposés dans la littérature canadienne, le modèle suggéré améliore considérablement la capacité de prévision des récessions au Canada.2024-03-27T12:45:02+00:00enForecasting Recessions in Canada: An Autoregressive Probit Model Approach2024-03-27Cycles et fluctuations économiquesMéthodes économétriques et statistiquesStaff Working Paper 2024-10https://www.banqueducanada.ca/wp-content/uploads/2024/03/swp2024-10.pdfForecasting Recessions in Canada: An Autoregressive Probit Model ApproachAntoine Poulin-MooreKerem TuzcuogluMars 2024CC5C51C53EE3E32Predictive Density Combination Using a Tree-Based Synthesis Function
https://www.banqueducanada.ca/2023/12/document-travail-personnel-2023-61/
Cette étude s’intéresse aux combinaisons non paramétriques de prévisions par densité de probabilités. Nous présentons une méthode basée sur des arbres de régression qui permet de varier la pondération des combinaisons selon les caractéristiques des densités, les tendances temporelles ou les indicateurs économiques. Dans le cadre de deux exercices empiriques, nous montrons les avantages de cette méthode sur le plan de l’amélioration de l’exactitude et de l’interprétabilité des prévisions.2023-12-28T13:29:04+00:00enPredictive Density Combination Using a Tree-Based Synthesis Function2023-12-28Méthodes économétriques et statistiquesStaff Working Paper 2023-61https://www.banqueducanada.ca/wp-content/uploads/2023/12/swp2023-61.pdfPredictive Density Combination Using a Tree-Based Synthesis FunctionTony ChernisNiko HauzenbergerFlorian HuberGary KoopJames MitchellDécembre 2023CC1C11C3C32C5C53Finding the balance—measuring risks to inflation and to GDP growth
https://www.banqueducanada.ca/2023/12/note-analytique-personnel-2023-18/
Au moyen de notre nouvel outil quantitatif, nous montrons comment les risques pesant sur les perspectives d’inflation et de croissance ont évolué au cours de 2023.2023-12-19T11:25:09+00:00frFinding the balance—measuring risks to inflation and to GDP growth2023-12-19Making It Real: Bringing Research Models into Central Bank Projections
https://www.banqueducanada.ca/2023/12/document-analyse-personnel-2023-29/
La projection macroéconomique et l’analyse des risques jouent un rôle important dans la prise de décision des autorités monétaires. Les modèles font partie intégrante de ce processus. Cette étude décrit comment la Banque du Canada intègre les modèles utilisés en recherche pure et leurs apports dans l’environnement de projection des banques centrales.2023-12-11T11:22:09+00:00enMaking It Real: Bringing Research Models into Central Bank Projections2023-12-11Modèles économiquesPolitique monétaireStaff Discussion Paper 2023-29https://www.banqueducanada.ca/wp-content/uploads/2023/12/sdp2023-29.pdfMaking It Real: Bringing Research Models into Central Bank ProjectionsMarc-André GosselinSharon KozickiDécembre 2023CC3C32C5C51EE3E37E4E47E5E52Testing Collusion and Cooperation in Binary Choice Games
https://www.banqueducanada.ca/2023/11/document-travail-personnel-2023-58/
Cette étude s’intéresse à l’implication vérifiable des comportements collusoires ou coopératifs des joueurs dans un jeu de choix binaire en situation d’information parfaite. J’illustre la mise en œuvre du test en réexaminant le jeu d’entrée entre Walmart et Kmart étudié par Jia (2008).2023-11-27T11:58:43+00:00enTesting Collusion and Cooperation in Binary Choice Games2023-11-27Méthodes économétriques et statistiquesStructure de marché et établissement des prixStaff Working Paper 2023-58https://www.banqueducanada.ca/wp-content/uploads/2023/11/swp2023-58.pdfTesting Collusion and Cooperation in Binary Choice GamesErhao XieNovembre 2023CC5C57LL1L13Machine learning for economics research: when, what and how
https://www.banqueducanada.ca/2023/10/note-analytique-personnel-2023-16/
Nous passons en revue une sélection d’études tirant parti de l’apprentissage automatique à des fins de recherche économique et d’analyse de politiques. Notre examen fait ressortir les circonstances où l’apprentissage automatique est utilisé en économie, les modèles préférés en général, et la façon dont ils sont utilisés.2023-10-27T12:00:04+00:00frMachine learning for economics research: when, what and how2023-10-27Identifying Nascent High-Growth Firms Using Machine Learning
https://www.banqueducanada.ca/2023/10/document-travail-personnel-2023-53/
Les entreprises qui croissent rapidement sont susceptibles d’introduire des innovations, de lancer de nouveaux produits ou de mettre en place des processus inédits (Kogan et autres, 2017), de devenir des entreprises phares (Haltiwanger et autres, 2013) et d’avoir une incidence sur la part globale du travail (Autor et autres, 2020; De Loecker et autres, 2020). Nous explorons l’utilisation de techniques d’apprentissage automatique supervisé pour cerner un groupe d’entreprises émergentes à forte croissance en nous basant sur des données administratives sur les entreprises canadiennes.2023-10-16T15:26:41+00:00enIdentifying Nascent High-Growth Firms Using Machine Learning2023-10-16Dynamique des entreprisesMéthodes économétriques et statistiquesStaff Working Paper 2023-53https://www.banqueducanada.ca/wp-content/uploads/2023/10/swp2023-53.pdfIdentifying Nascent High-Growth Firms Using Machine LearningStephanie HouleRyan MacdonaldOctobre 2023CC5C55C8C81LL2L25A Blueprint for the Fourth Generation of Bank of Canada Projection and Policy Analysis Models
https://www.banqueducanada.ca/2023/10/document-analyse-personnel-2023-23/
La quatrième génération de modèles utilisés par la Banque du Canada pour effectuer des projections et des analyses est destinée à approfondir notre compréhension de la dynamique de l’inflation, de l’offre au sein de l’économie et des risques sous-jacents auxquels sont confrontés les décideurs publics, causés par l’incertitude qui entoure le fonctionnement de l’économie.2023-10-12T14:58:54+00:00enA Blueprint for the Fourth Generation of Bank of Canada Projection and Policy Analysis Models2023-10-12Incertitude et politique monétaireInflation et prixMarchés du travailModèles économiquesStaff Discussion Paper 2023-23https://www.banqueducanada.ca/wp-content/uploads/2023/10/sdp2023-23.pdfA Blueprint for the Fourth Generation of Bank of Canada Projection and Policy Analysis ModelsDonald ColettiOctobre 2023CC5C50C51C52C53C54C55Predicting Changes in Canadian Housing Markets with Machine Learning
https://www.banqueducanada.ca/2023/09/document-analyse-personnel-2023-21/
Nous utilisons deux algorithmes d’apprentissage automatique pour prévoir la croissance mensuelle des prix des logements et des ventes de logements existants au Canada. Même si ces algorithmes peuvent parfois être plus efficaces qu’un modèle linéaire, l’amélioration de l’exactitude des prévisions n’est pas toujours statistiquement significative.2023-09-29T13:56:44+00:00enPredicting Changes in Canadian Housing Markets with Machine Learning2023-09-29LogementMarchés financiersMéthodes économétriques et statistiquesStaff Discussion Paper 2023-21https://www.banqueducanada.ca/wp-content/uploads/2023/09/sdp2023-21.pdfStaff Discussion Paper 2023-21Johan BrannlundHelen LaoMaureen MacIsaacJing YangSeptembre 2023ACC4C45C5C53DD2RR2R3Forecasting Risks to the Canadian Economic Outlook at a Daily Frequency
https://www.banqueducanada.ca/2023/09/document-analyse-personnel-2023-19/
Cette étude quantifie les risques extrêmes présents dans les perspectives d’inflation et de croissance du PIB réel au Canada en estimant leur distribution conditionnelle quotidienne. Nous montrons que les probabilités de matérialisation de ces risques calculées à partir des distributions conditionnelles reflètent fidèlement les résultats obtenus au cours de la période de 2002 à 2022.2023-09-13T06:00:20+00:00enForecasting Risks to the Canadian Economic Outlook at a Daily Frequency2023-09-13Cycles et fluctuations économiquesMéthodes économétriques et statistiquesStaff Discussion Paper 2023-19https://www.banqueducanada.ca/wp-content/uploads/2023/09/sdp2023-19.pdfForecasting Risks to the Canadian Economic Outlook at a Daily FrequencyChinara AzizovaBruno FeunouJames KyeongSeptembre 2023CC3C32C5C58EE4E44GG1G17