Ajit Desai - Dernières parutions

• Finding a Needle in a Haystack: A Machine Learning Framework for Anomaly Detection in Payment Systems

  Document de travail du personnel 2024-15 Ajit Desai, Anneke Kosse, Jacob Sharples

  Notre cadre d’apprentissage automatique à deux niveaux peut renforcer la surveillance des transactions en temps réel dans les systèmes de paiement de grande valeur, lesquels représentent un élément central de l’infrastructure financière d’un pays. Testé sur des données provenant de systèmes de paiement canadiens, le cadre s’est révélé capable de détecter avec précision des transactions anormales. Il pourrait contribuer à améliorer la résilience informatique et opérationnelle des systèmes de paiement.

  Type(s) de contenu : Travaux de recherche du personnel, Documents de travail du personnel Sujet(s) de recherche: Institutions financières, Monnaies numériques et technologies financières, Réglementation et politiques relatives au système financier, Services financiers, Systèmes de compensation et de règlement des paiements Code(s) JEL : C, C4, C45, C5, C55, D, D8, D83, E, E4, E42

• Machine learning for economics research: when, what and how

  Note analytique du personnel 2023-16 Ajit Desai

  Nous passons en revue une sélection d’études tirant parti de l’apprentissage automatique à des fins de recherche économique et d’analyse de politiques. Notre examen fait ressortir les circonstances où l’apprentissage automatique est utilisé en économie, les modèles préférés en général, et la façon dont ils sont utilisés.

  Type(s) de contenu : Travaux de recherche du personnel, Notes analytiques du personnel Sujet(s) de recherche: Méthodes économétriques et statistiques, Modèles économiques, Recherches menées par les banques centrales Code(s) JEL : A, A1, A10, B, B2, B23, C, C4, C45, C5, C55

• From LVTS to Lynx: Quantitative Assessment of Payment System Transition

  Document de travail du personnel 2023-24 Ajit Desai, Zhentong Lu, Hiru Rodrigo, Jacob Sharples, Phoebe Tian, Nellie Zhang

  Nous évaluons de façon quantitative les changements observés dans le comportement des participants à l’égard des paiements par suite de l’adoption de Lynx, le nouveau système de paiement de gros du Canada. Selon notre analyse, le mécanisme d’économie des liquidités de Lynx favorise la mise en commun des liquidités et l’envoi rapide des demandes de paiement, ce qui améliore l’efficience pour les participants mais entraîne des délais de paiement un peu plus longs.

  Type(s) de contenu : Travaux de recherche du personnel, Documents de travail du personnel Sujet(s) de recherche: Institutions financières, Réglementation et politiques relatives au système financier, Services financiers, Systèmes de compensation et de règlement des paiements Code(s) JEL : C, C1, C10, E, E4, E42, G, G2, G28

• Improving the Efficiency of Payments Systems Using Quantum Computing

  Document de travail du personnel 2022-53 Christopher McMahon, Donald McGillivray, Ajit Desai, Francisco Rivadeneyra, Jean-Paul Lam, Thomas Lo, Danica Marsden, Vladimir Skavysh

  Nous élaborons un algorithme et l’exécutons sur un calculateur quantique à recuit simulé par l’intermédiaire d’un solveur hybride. L’objectif est de trouver la séquence des paiements en attente de règlement qui permet de réduire le montant de liquidités nécessaire dans le système sans faire augmenter cette attente de façon considérable.

  Type(s) de contenu : Travaux de recherche du personnel, Documents de travail du personnel Sujet(s) de recherche: Institutions financières, Monnaies numériques et technologies financières, Réglementation et politiques relatives au système financier, Services financiers, Systèmes de compensation et de règlement des paiements Code(s) JEL : C, C6, C61, C63, D, D8, D83, E, E4, E42, E5, E58

• Macroeconomic Predictions Using Payments Data and Machine Learning

  Document de travail du personnel 2022-10 James Chapman, Ajit Desai

  Nous démontrons l’utilité des données des systèmes de paiement et des modèles d’apprentissage automatique pour les prévisions macroéconomiques et proposons un ensemble d’outils économétriques pour surmonter les défis qui leur sont associés.

  Type(s) de contenu : Travaux de recherche du personnel, Documents de travail du personnel Sujet(s) de recherche: Cycles et fluctuations économiques, Méthodes économétriques et statistiques, Systèmes de compensation et de règlement des paiements Code(s) JEL : C, C5, C53, C55, E, E3, E37, E4, E42, E5, E52

• Estimating Policy Functions in Payments Systems Using Reinforcement Learning

  Document de travail du personnel 2021-7 Pablo S. Castro, Ajit Desai, Han Du, Rodney J. Garratt, Francisco Rivadeneyra

  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.

  Type(s) de contenu : Travaux de recherche du personnel, Documents de travail du personnel Sujet(s) de recherche: Institutions financières, Monnaies numériques et technologies financières, Réglementation et politiques relatives au système financier, Systèmes de compensation et de règlement des paiements Code(s) JEL : A, A1, A12, C, C7, D, D8, D83, E, E4, E42, E5, E58

• Using Payments Data to Nowcast Macroeconomic Variables During the Onset of COVID-19

  Document de travail du personnel 2021-2 James Chapman, Ajit Desai

  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 quasi réel. Notre modèle améliore de façon considérable la précision des prévisions macroéconomiques comparativement à un modèle de référence linéaire.

  Type(s) de contenu : Travaux de recherche du personnel, Documents de travail du personnel Sujet(s) de recherche: Méthodes économétriques et statistiques, Systèmes de compensation et de règlement des paiements Code(s) JEL : C, C5, C53, C55, E, E3, E37, E4, E42, E5, E52