Nous montrons que les techniques d’apprentissage par renforcement permettent d’estimer les fonctions de réaction optimale des banques qui participent aux systèmes de paiement de grande valeur – un jeu stratégique du monde réel caractérisé par des informations incomplètes.
Nous utilisons des données sur les paiements de détail et des techniques d’apprentissage automatique afin de prévoir les effets de la COVID-19 sur l’économie canadienne en temps presque réel. Nous constatons que cette approche améliore de façon considérable la précision des prévisions comparativement à un modèle de référence linéaire. Le modèle que nous avons élaboré peut donc être utile aux autorités publiques avant que les données officielles soient publiées.
