Greg Tkacz - Dernières parutions - Banque du Canada
https://www.banqueducanada.ca/fils-rss/
Fils RSS de la Banque du Canadafr2024-03-28T12:32:52+00:00A Consistent Bootstrap Test for Conditional Density Functions with Time-Dependent Data
https://www.banqueducanada.ca/2001/12/document-de-travail-2001-21/
Les auteurs décrivent un nouveau test qui permet d'évaluer les densités de probabilité conditionnelles dans le cas de séries temporelles et qui se révèle par conséquent utile pour la prévision. Ils montrent que la statistique du test a pour loi asymptotique une loi normale centrée réduite si l'hypothèse nulle est vraie, mais qu'elle diverge vers l'infini si celle-ci est fausse.2001-12-01T10:42:23+00:00enA Consistent Bootstrap Test for Conditional Density Functions with Time-Dependent Data2001-12-01Méthodes économétriques et statistiquesWorking Paper 2001-21 https://www.banqueducanada.ca/wp-content/uploads/2010/02/wp01-21.pdfA Consistent Bootstrap Test for Conditional Density Functions with Time-Dependent DataFuchun LiGreg TkaczDécembre 2001CC1C12C15EE3E37Evaluating Factor Models: An Application to Forecasting Inflation in Canada
https://www.banqueducanada.ca/2001/11/document-de-travail-2001-18/
Les auteurs évaluent la capacité des modèles factoriels de prévoir l'inflation au Canada. Ce type de modèle a été proposé et étudié par Stock et Watson (1999a), qui ont obtenu des résultats très prometteurs en ce qui concerne la prévision de l'inflation aux États-Unis.2001-11-01T07:50:23+00:00enEvaluating Factor Models: An Application to Forecasting Inflation in Canada2001-11-01Inflation et prixMéthodes économétriques et statistiquesWorking Paper 2001-18 https://www.banqueducanada.ca/wp-content/uploads/2010/02/wp01-18.pdfEvaluating Factor Models: An Application to Forecasting Inflation in CanadaMarc-André GosselinGreg TkaczNovembre 2001CC3C32EE3E37Evaluating Linear and Non-Linear Time-Varying Forecast-Combination Methods
https://www.banqueducanada.ca/2001/07/document-de-travail-2001-12/
Les auteurs de l'étude évaluent les méthodes linéaires et non linéaires de combinaison des prévisions. Entre autres formules de pondération non linéaires, ils proposent une technique d'estimation non paramétrique par la méthode du noyau qui offre une souplesse maximale en matière de pondération.2001-07-01T15:18:41+00:00enEvaluating Linear and Non-Linear Time-Varying Forecast-Combination Methods2001-07-01Méthodes économétriques et statistiquesWorking Paper 2001-12 https://www.banqueducanada.ca/wp-content/uploads/2010/02/wp01-12.pdfEvaluating Linear and Non-Linear Time-Varying Forecast-Combination MethodsFuchun LiGreg TkaczJuillet 2001CC1C14C5C53EE2E27