Biographie

Kerem Tuzcuoglu est économiste principal au département de la Stabilité financière. Ses recherches portent principalement sur l’économétrie théorique et appliquée, les modèles non linéaires reposant sur des séries chronologiques, et l’économétrie bayésienne appliquée à la macroéconomie et à la finance. Il a reçu son doctorat en économie de l’Université Columbia.


Afficher tous

Documents de travail du personnel

Sectoral Uncertainty

Document de travail du personnel 2022-38 Efrem Castelnuovo, Kerem Tuzcuoglu, Luis Uzeda
Nous proposons un nouveau cadre empirique qui permet de décomposer simultanément la variance conditionnelle des séries chronologiques de données économiques en deux facteurs : l’incertitude agrégée et l’incertitude sectorielle. Nous appliquons notre cadre à un ensemble de données désagrégées relatives à la production industrielle aux États-Unis. Nous constatons que les variations imprévues de l’incertitude liée aux biens durables sont des facteurs de ralentissement, tandis que les hausses inattendues de l’incertitude liée aux biens non durables ont une action expansionniste.

International Transmission of Quantitative Easing Policies: Evidence from Canada

Document de travail du personnel 2022-30 Serdar Kabaca, Kerem Tuzcuoglu
Cette étude traite des répercussions transfrontalières des politiques d’assouplissement quantitatif des grandes économies sur leurs partenaires commerciaux. Nous examinons les effets des politiques d’assouplissement quantitatif américaines sur le Canada, lorsque ces outils étaient employés activement durant la période où les taux étaient à la borne du zéro.

Composite Likelihood Estimation of an Autoregressive Panel Probit Model with Random Effects

Document de travail du personnel 2019-16 Kerem Tuzcuoglu
La modélisation et l’estimation de données discrètes persistantes peuvent s’avérer difficiles. Dans cette étude, nous utilisons un modèle probit autorégressif avec données de panel où l’autocorrélation de la variable discrète dépend de l’autocorrélation de la variable latente. Dans ce type de modèle non linéaire, l’autocorrélation d’une variable non observée entraîne une vraisemblance incalculable contenant des intégrales de haute dimension.

Plus


Publications dans des revues

Autres

Documents de travail

  • Composite Likelihood Estimation of AR-Probit Model: Application to Credit Ratings
  • Output Effects of Global Food Commodity Shocks
  • Interpreting the latent dynamic factors by threshold FAVAR model