C1 - Économétrie et méthodes statistiques : généralités
-
-
Decision Synthesis in Monetary Policy
Nous utilisons la synthèse bayésienne des prévisions et des décisions pour formaliser le processus de prise de décision sur la politique monétaire. Nous développons une étude de cas portant sur la prise des décisions de politique monétaire par une banque centrale qui cible l’inflation, et ce, en utilisant de multiples modèles de manière à prendre en compte les objectifs, les attentes et les résultats relatifs aux décisions. -
Non-Parametric Identification and Testing of Quantal Response Equilibrium
En situation d’équilibre de réponse quantale (tout ou rien), nous montrons que la fonction d’utilité et la distribution des erreurs sont non paramétriquement suridentifiées. Ce résultat implique que l’équilibre de réponse quantale peut être testé au moyen d’une méthode simple. Nous illustrons notre méthode dans un exercice de simulation de Monte-Carlo et une expérience de laboratoire. -
Parallel Tempering for DSGE Estimation
Dans cette étude, j’élabore un algorithme de Monte-Carlo par chaînes de Markov (MCMC) fondé sur une population, soit une atténuation parallèle, pour estimer des modèles d’équilibre général dynamique et stochastique. L’atténuation parallèle fait une approximation de la distribution d’intérêt a posteriori à l’aide d’une famille de chaînes de Markov à distributions a posteriori tempérées. -
Predictive Density Combination Using a Tree-Based Synthesis Function
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. -
Trois leçons apprises à propos du système de paiement Lynx
Le Canada est passé à un nouveau système de paiement de gros, Lynx, en août 2021. Lynx est fondé sur un modèle de règlement en temps réel qui élimine le risque de crédit dans le système. Ce modèle peut nécessiter plus de liquidités; cependant, la conception de Lynx permet le règlement efficient des paiements de gros au Canada. -
Combining Large Numbers of Density Predictions with Bayesian Predictive Synthesis
Je montre comment combiner un grand nombre de prévisions au moyen de différentes approches dans le cadre d’une synthèse de prévisions bayésienne. Je constate que les techniques qui permettent de sélectionner et de combiner quelques prévisions – soit l’utilisation de mesures de rétrécissement a priori basées sur un modèle global-local – sont celles qui donnent les meilleurs résultats. -
Unmet Payment Needs and a Central Bank Digital Currency
Nous analysons les habitudes de paiement des Canadiens dans l’environnement des paiements actuel et dans un environnement hypothétique sans argent comptant. -
Global Demand and Supply Sentiment: Evidence from Earnings Calls
Dans cette étude, les auteurs quantifient les chocs de demande, d’offre et d’incertitude à l’échelle mondiale, et ils comparent deux grandes récessions mondiales : la Grande Récession de 2008-2009 et la pandémie de COVID-19. Ils utilisent deux méthodes pour analyser ces chocs économiques, soit 1) des techniques de traitement automatique du langage naturel appliquées à des transcriptions de présentations des résultats financiers et 2) un modèle vectoriel autorégressif structurel avec estimation bayésienne. -
What Can Earnings Calls Tell Us About the Output Gap and Inflation in Canada?
Nous élaborons des indicateurs de la demande et de l’offre dans l’économie canadienne au moyen de techniques de traitement automatique du langage naturel pour analyser les présentations de résultats financiers de sociétés cotées en bourse. Nos résultats montrent que ces nouveaux indicateurs pourraient aider les banques centrales à repérer les pressions inflationnistes en temps réel.