C01 - Économétrie - Banque du Canada
https://www.banqueducanada.ca/fils-rss/
Fils RSS de la Banque du Canadafr2024-03-29T06:34:59+00:00Calculating Effective Degrees of Freedom for Forecast Combinations and Ensemble Models
https://www.banqueducanada.ca/2022/09/document-analyse-personnel-2022-19/
Dans cette étude, l’auteur s’attache à calculer les degrés de liberté effectifs d’une combinaison de prévisions en fonction d’un ensemble de conditions générales applicables aux modèles linéaires. Le calcul des degrés de liberté effectifs montre que le coût de complexité d’une combinaison de prévisions dépend des paramètres du système de pondération et de la moyenne pondérée des paramètres dans les modèles auxiliaires.2022-09-20T11:02:15+00:00enCalculating Effective Degrees of Freedom for Forecast Combinations and Ensemble Models2022-09-20Méthodes économétriques et statistiquesStaff Discussion Paper 2022-19https://www.banqueducanada.ca/wp-content/uploads/2022/09/sdp2022-19.pdfCalculating Effective Degrees of Freedom for Forecast Combinations and Ensemble ModelsJames YounkerSeptembre 2022CC0C01C02C1C13C5C50C51C52C53Covariates Hiding in the Tails
https://www.banqueducanada.ca/2021/09/document-travail-personnel-2021-45/
Nous caractérisons le biais dans les estimations de Hill en coupe transversale causé par les facteurs sous-jacents communs, puis proposons deux solutions simples pour le corriger. Pour déterminer la présence, le sens et l’ampleur du biais, nous utilisons les rendements mensuels du marché boursier américain et les données annuelles de population par comtés du recensement des États-Unis.2021-09-29T14:13:32+00:00enCovariates Hiding in the Tails2021-09-29Méthodes économétriques et statistiquesStaff Working Paper 2021-45https://www.banqueducanada.ca/wp-content/uploads/2021/09/swp2021-45.pdfStaff Working Paper 2021-45Milian BachemLerby ErgunCasper G. de VriesSeptembre 2021CC0C01C1C14C5C58Tail Index Estimation: Quantile-Driven Threshold Selection
https://www.banqueducanada.ca/2019/08/document-de-travail-du-personnel-2019-28/
Bien qu’ils soient rares, les événements les plus extrêmes (p. ex., les crises économiques) ont souvent d’énormes répercussions. Comme l’échantillon est restreint, il est difficile de déterminer avec précision la probabilité de leur survenue.2019-08-02T10:57:48+00:00enTail Index Estimation: Quantile-Driven Threshold Selection2019-08-02Méthodes économétriques et statistiquesStabilité financièreStaff Working Paper 2019-28https://www.banqueducanada.ca/wp-content/uploads/2019/08/swp2019-28.pdfTail Index Estimation: Quantile-Driven Threshold SelectionJon DanielssonLerby ErgunLaurens de HaanCasper G. de VriesAoût 2019CC0C01C1C14C5C58Characterizing 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 Approaches2018-10-26Challenges 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 2018CC0C01C1C14C5C58Asymmetric 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 Vulnerabilities2018-03-14Financial Stress, Monetary Policy, and Economic Activity
https://www.banqueducanada.ca/2010/05/document-travail-2010-12/
Les auteurs procèdent à une étude empirique des effets des tensions financières sur la transmission des chocs de politique monétaire au Canada. Ils recourent à un modèle vectoriel autorégressif dans lequel l’atteinte d’un seuil de tension critique induit un changement de régime.2010-05-21T13:25:12+00:00enFinancial Stress, Monetary Policy, and Economic Activity2010-05-21Incertitude et politique monétaireStabilité financièreWorking Paper 2010-12https://www.banqueducanada.ca/wp-content/uploads/2010/05/wp10-12.pdfFinancial Stress, Monetary Policy, and Economic ActivityFuchun LiPierre St-AmantMai 2010CC0C01EE5E50GG0G01