C14 - Méthodes semi-paramétriques et non paramétriques : généralités - Banque du Canada
https://www.banqueducanada.ca/fils-rss/
Fils RSS de la Banque du Canadafr2024-03-29T08:38:06+00:00Comparison of Bayesian and Sample Theory Parametric and Semiparametric Binary Response Models
https://www.banqueducanada.ca/2022/07/document-travail-personnel-2022-31/
À l’aide de calculs sur processeur graphique, nous comparons un modèle bayésien semi-paramétrique avec un modèle d’échantillonnage semi-paramétrique. Nos résultats montrent qu’une bande passante optimale n’est pas supérieure à une bande passante normale pour les modèles semi-paramétriques à variables binaires.2022-07-04T11:28:29+00:00enComparison of Bayesian and Sample Theory Parametric and Semiparametric Binary Response Models2022-07-04Gestion du risque de créditMéthodes économétriques et statistiquesStaff Working Paper 2022-31https://www.banqueducanada.ca/wp-content/uploads/2022/07/swp2022-31.pdfComparison of Bayesian and Sample Theory Parametric and Semiparametric Binary Response ModelsXiangjin ShenIskander KaribzhanovHiroki TsurumiShiliang LiJuillet 2022CC1C14C3C35C5C51C6C63DD1Covariates 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 2021CC0C01C1C14C5C58Maturity Composition and the Demand for Government Debt
https://www.banqueducanada.ca/2020/07/document-travail-personnel-2020-29/
La gestion de la dette a comme principaux objectifs d’obtenir un financement stable et à faible coût pour combler les besoins financiers du gouvernement et d’assurer le bon fonctionnement du marché des titres émis par l’État.2020-07-08T09:52:40+00:00enMaturity Composition and the Demand for Government Debt2020-07-08Gestion de la detteMarchés financiersStaff Working Paper 2020-29https://www.banqueducanada.ca/wp-content/uploads/2020/07/swp2020-29.pdfStaff Working Paper 2020-29Jason AllenJakub KastlMilena WittwerJuillet 2020CC1C14DD4D44EE5E58GG1G12Identifying Consumer-Welfare Changes when Online Search Platforms Change Their List of Search Results
https://www.banqueducanada.ca/2020/03/document-travail-personnel-2020-5/
Les achats en ligne des consommateurs sont guidés par les plateformes de recherche : le consommateur tape des mots-clés dans le champ de recherche de la plateforme, et celle-ci choisit la façon dont elle affiche les produits correspondants.2020-03-06T10:40:20+00:00enIdentifying Consumer-Welfare Changes when Online Search Platforms Change Their List of Search Results2020-03-06Méthodes économétriques et statistiquesStructure de marché et établissement des prixStaff Working Paper 2020-5https://www.banqueducanada.ca/wp-content/uploads/2020/03/swp2020-5.pdfStaff Working Paper 2020-5Ryan MartinMars 2020CC1C14DD1D11D12D6D8D83LL4L40Extreme Downside Risk in Asset Returns
https://www.banqueducanada.ca/2019/12/document-travail-personnel-2019-46/
Les marchés financiers peuvent connaître des mouvements à la baisse soudains et extrêmes. Dans de tels scénarios, le rendement des actifs est une réelle source d’inquiétude pour les investisseurs. Certains actifs enregistrent de mauvais résultats en période de repli du marché, tandis que d’autres ont des réactions plus modérées.2019-12-06T09:43:32+00:00enExtreme Downside Risk in Asset Returns2019-12-06Évaluation des actifsMéthodes économétriques et statistiquesStaff Working Paper 2019-46https://www.banqueducanada.ca/wp-content/uploads/2019/12/SWP2019-46.pdfExtreme Downside Risk in Asset ReturnsLerby ErgunDécembre 2019CC1C14GG1G11G12Tail 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 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 2018CC1C14DD1D14EE4E41On 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 2018CC1C14C8C83EE3E31E37