C1 - Économétrie et méthodes statistiques : généralités - Banque du Canada
https://www.banqueducanada.ca/fils-rss/
Fils RSS de la Banque du Canadafr2024-03-28T11:00:02+00:00Characterizing the Canadian Financial Cycle with Frequency Filtering Approaches
https://www.banqueducanada.ca/2018/10/note-analytique-personnel-2018-34/
Pour décrire le cycle financier au Canada, j’emploie deux méthodes utilisant des filtres à fréquences multiples afin d’extraire les fluctuations des variables sous-jacentes par rapport à leur tendance de long terme : un indice composite à pondérations dynamiques et un modèle à tendance stochastique.2018-10-26T12:32:09+00:00frCharacterizing the Canadian Financial Cycle with Frequency Filtering Approaches2018-10-26Monetary Policy Uncertainty: A Tale of Two Tails
https://www.banqueducanada.ca/2018/09/document-travail-personnel-2018-50/
Dans cette étude, nous rendons compte d’une forte asymétrie dans l’évolution des attentes à l’égard du taux des fonds fédéraux, asymétrie que nous faisons correspondre à des mesures de l’incertitude concernant la politique monétaire. Nous montrons que les périodes de resserrement monétaire sont liées à une incertitude « négative » (taux directeur supérieur aux attentes) et celles d’assouplissement monétaire, à une incertitude « positive » (taux directeur inférieur aux attentes).2018-09-27T08:40:34+00:00enMonetary Policy Uncertainty: A Tale of Two Tails2018-09-27Communications sur la politique monétaireCycles et fluctuations économiquesIncertitude et politique monétaireMéthodes économétriques et statistiquesTransmission de la politique monétaireStaff Working Paper 2018-50https://www.banqueducanada.ca/wp-content/uploads/2018/09/swp2018-50.pdfMonetary Policy Uncertainty: A Tale of Two TailsTatjana DahlhausTatevik SekhposyanSeptembre 2018CC1C18C3C32EE0E02E4E43E5E52Challenges in Implementing Worst-Case Analysis
https://www.banqueducanada.ca/2018/09/document-travail-personnel-2018-47/
Depuis la récente crise financière, l’analyse du pire scénario est utilisée par les autorités de réglementation du secteur financier pour évaluer le risque extrême. Nous apportons de nouvelles perspectives sur cette méthode et sur l’estimation de la valeur extrême qui en découle. Nous calculons le biais des estimateurs d’ordre non paramétrique de la queue de distribution et le comparons au biais associé à la méthode semi-paramétrique de la théorie des valeurs extrêmes (TVE).2018-09-14T09:06:17+00:00enChallenges in Implementing Worst-Case Analysis2018-09-14Stabilité financièreStaff Working Paper 2018-47https://www.banqueducanada.ca/wp-content/uploads/2018/09/swp2018-47.pdfChallenges in Implementing Worst-Case AnalysisJon DanielssonLerby ErgunCasper G. de VriesSeptembre 2018CC0C01C1C14C5C58A Look Inside the Box: Combining Aggregate and Marginal Distributions to Identify Joint Distributions
https://www.banqueducanada.ca/2018/07/document-travail-personnel-2018-29/
Le présent document propose une méthode d’estimation de la distribution conjointe de deux variables ou plus lorsque seules leur distribution marginale et la distribution de leur agrégat sont observées. L’identification non paramétrique se fait par la modélisation de la dépendance au moyen d’une structure de facteurs communs latents.2018-07-04T10:57:35+00:00enA Look Inside the Box: Combining Aggregate and Marginal Distributions to Identify Joint Distributions2018-07-04Billets de banqueMéthodes économétriques et statistiquesMonnaies numériques et technologies financièresStaff Working Paper 2018-29https://www.banqueducanada.ca/wp-content/uploads/2018/07/swp2018-29.pdfA Look Inside the Box: Combining Aggregate and Marginal Distributions to Identify Joint DistributionsMarie-Hélène FeltJuillet 2018CC1C14DD1D14EE4E41Bitcoin Awareness and Usage in Canada: An Update
https://www.banqueducanada.ca/2018/07/note-analytique-personnel-2018-23/
Une comparaison des résultats de notre enquête-omnibus de 2017 sur le bitcoin (menée du 12 au 15 décembre 2017) avec ceux de l’année précédente révèle un accroissement du pourcentage de répondants disant avoir entendu parler du bitcoin (85 % en 2017 comparativement à 64 % en 2016) et en détenir (5,0 % en 2017 contre 2,9 % en 2016). Les résultats révèlent en outre que les acheteurs de bitcoins utilisent pour la plupart cette cryptomonnaie comme instrument de placement et non pas comme mode de paiement pour acquérir des biens et des services.2018-07-03T13:33:14+00:00frBitcoin Awareness and Usage in Canada: An Update2018-07-03Bootstrapping Mean Squared Errors of Robust Small-Area Estimators: Application to the Method-of-Payments Data
https://www.banqueducanada.ca/2018/06/document-travail-personnel-2018-28/
Nous proposons une nouvelle procédure bootstrap pour estimer l’erreur quadratique moyenne associée aux estimateurs sur petits domaines robustes. La validité asymptotique du bootstrap proposé est formellement établie et ses propriétés en échantillons finis sont examinées à l’aide de simulations de Monte Carlo.2018-06-26T10:40:19+00:00enBootstrapping Mean Squared Errors of Robust Small-Area Estimators: Application to the Method-of-Payments Data2018-06-26Billets de banqueMéthodes économétriques et statistiquesStaff Working Paper 2018-28https://www.banqueducanada.ca/wp-content/uploads/2018/06/swp2018-28.pdfBootstrapping Mean Squared Errors of Robust Small-Area Estimators: Application to the Method-of-Payments DataValéry Dongmo JiongoPierre NguimkeuJuin 2018CC1C13C15C8C83EE4E41On the Evolution of the United Kingdom Price Distributions
https://www.banqueducanada.ca/2018/06/document-travail-personnel-2018-25/
Nous proposons une méthode d’analyse en composantes principales fonctionnelles qui rend compte de la pondération de l’échantillonnage aléatoire stratifié et de la dépendance temporelle des observations dans le but de comprendre l’évolution des distributions de données microéconomiques mensuelles sur les prix à la consommation au Royaume-Uni.2018-06-21T11:06:21+00:00enOn the Evolution of the United Kingdom Price Distributions2018-06-21Inflation et prixMéthodes économétriques et statistiquesStaff Working Paper 2018-25https://www.banqueducanada.ca/wp-content/uploads/2018/06/swp2018-25.pdfOn the Evolution of the United Kingdom Price DistributionsBa M. ChuKim HuynhDavid T. Jacho-ChávezOleksiy KryvtsovJuin 2018CC1C14C8C83EE3E31E37Noisy Monetary Policy
https://www.banqueducanada.ca/2018/05/document-travail-personnel-2018-23/
Nous introduisons des informations limitées sur la politique monétaire. Les agents reçoivent des signaux de la banque centrale qui révèlent de nouvelles informations (des « nouvelles ») sur l’évolution future du taux directeur avant qu’il ne soit réellement modifié. Cependant, ces signaux sont brouillés par du « bruit ».2018-05-30T15:13:54+00:00enNoisy Monetary Policy2018-05-30Cycles et fluctuations économiquesMarchés financiersMéthodes économétriques et statistiquesMise en oeuvre de la politique monétaireTransmission de la politique monétaireStaff Working Paper 2018-23https://www.banqueducanada.ca/wp-content/uploads/2018/05/swp2018-23.pdfNoisy Monetary PolicyTatjana DahlhausLuca GambettiMai 2018CC1C18C3C32EE0E02E4E43E5E52State Correlation and Forecasting: A Bayesian Approach Using Unobserved Components Models
https://www.banqueducanada.ca/2018/03/document-travail-personnel-2018-14/
Au regard de l’extraction des signaux, les implications de la spécification de modèles à composantes non observées avec innovations corrélées ou orthogonales ont été largement analysées. Par contraste, s’agissant des prévisions, les implications de modèles à composantes non observées avec différentes structures de corrélation des variables d’état sont moins bien comprises.2018-03-16T11:37:30+00:00enState Correlation and Forecasting: A Bayesian Approach Using Unobserved Components Models2018-03-16Inflation et prixMéthodes économétriques et statistiquesStaff Working Paper 2018-14https://www.banqueducanada.ca/wp-content/uploads/2018/03/swp2018-14.pdf"State Correlation and Forecasting: A Bayesian Approach Using Unobserved Components Models"Luis UzedaMars 2018CC1C11C15C5C51C53Asymmetric Risks to the Economic Outlook Arising from Financial System Vulnerabilities
https://www.banqueducanada.ca/2018/03/note-analytique-personnel-2018-6/
Lorsque les vulnérabilités du système financier sont élevées, elles peuvent faire peser des risques asymétriques sur les perspectives économiques. Pour illustrer cet énoncé, j’examine les perspectives économiques présentées dans la livraison d’octobre 2017 du Rapport sur la politique monétaire de la Banque du Canada dans le contexte de deux grandes vulnérabilités du système financier, à savoir le niveau élevé d’endettement des ménages et les déséquilibres sur le marché du logement.2018-03-14T10:19:29+00:00frAsymmetric Risks to the Economic Outlook Arising from Financial System Vulnerabilities2018-03-14