Rechercher

Nous mesurons le risque systémique dans le réseau des infrastructures de marchés financiers (IMF) en fonction de la probabilité que deux IMF ou plus aient une forte exposition au risque de crédit à l’égard d’un même participant.

Nous étudions les incidences du développement des marchés financiers en prenant en considération les modes de financement aussi bien formel qu’informel. En nous fondant sur des données internationales sur les entreprises, nous constatons que le financement informel est plus courant dans les pays riches que dans les pays pauvres.

Il est généralement reconnu que la segmentation des processus de production est une caractéristique importante de l’économie mondiale actuelle. Ce fractionnement du processus de production en plusieurs étapes a été incorporé à de nombreux modèles quantitatifs modernes du commerce, et il a été démontré qu’il produit des gains additionnels importants sur le plan du commerce international.

Nous évaluons si les politiques monétaire et budgétaire non conventionnelles mises en œuvre aux États Unis en réponse à la pandémie de COVID-19 ont contribué à la poussée de l’inflation observée de 2021 à 2023. Pour ce faire, nous utilisons différentes méthodes empiriques et nous arrivons à un résultat nul.

La présente étude montre que, toutes choses égales par ailleurs, certaines opérations de transfert, à des tiers investisseurs, du risque de crédit du portefeuille titrisé accroissent le risque d’insolvabilité des banques, ce qui est particulièrement vrai si les banques cèdent la tranche prioritaire et conservent une position de premières pertes suffisamment importante.

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.

Nous élaborons un modèle qui simule les importations d’un groupe hétérogène d’entreprises et les achats transfrontaliers de particuliers. Comme les hausses du taux de change font à la fois baisser le coût des biens importés et augmenter les achats transfrontaliers, leur incidence nette sur les prix et les ventes de détail agrégés est ambiguë.

La Banque du Canada s’est attachée ces dernières années à exposer les buts qu’elle vise et les moyens qu’elle prend pour y parvenir. Elle a continué de renforcer le cadre de conduite de sa politique monétaire et s’est fixé des priorités dans tous ses pôles d’activité pour l’aider à atteindre ses objectifs stratégiques. En 2002, la Banque a élaboré un plan à moyen terme pour la période de 2003 à 2005. Le cadre de politique et les priorités qui y sont clairement définis ont guidé au premier chef nos analyses et nos décisions en 2003, une année qui, pour les Canadiens d’un bout à l’autre du pays, aura été troublée par plusieurs événements graves et inattendus.

Les auteurs évaluent si la combinaison de prévisions du PIB réel issues de différents modèles permet d’améliorer le pouvoir prédictif et examinent quelles méthodes de combinaison donnent les meilleurs résultats. Conformément aux travaux antérieurs, ils concluent que les prévisions combinées sont habituellement plus précises que celles tirées de divers modèles de référence pris individuellement. À l’encontre des données de plusieurs études, ils constatent néanmoins que l’attribution aux modèles de pondérations non uniformes, déterminées en fonction de la qualité des prévisions passées de ceux-ci, a en général pour effet d’accroître le pouvoir prédictif lorsque les prévisions diffèrent sensiblement d’un modèle à l’autre.

Nous présentons les processus gamma autorégressifs généralisés (GARG), une catégorie de processus autorégressifs et moyennes mobiles où la dynamique de chacun des moments conditionnels est influencée par une différente moyenne mobile identifiable de la variable d’intérêt. Nous montrons que l’utilisation de processus GARG réduit les erreurs d’évaluation de façon nettement plus importante que les processus gamma autorégressifs existants.