ElasticSearch Score: 10.556459
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.
ElasticSearch Score: 10.061399
Les auteurs évaluent l'incidence qu'a sur l'hypothèse de Balassa-Samuelson une variante moderne du modèle de référence qui autorise une différenciation des produits (au sein des secteurs des biens échangeables et non échangeables) et une détermination exogène ou endogène du nombre d'entreprises.
ElasticSearch Score: 9.946152
Nous étudions comment différents types de politique monétaire influencent les effets redistributifs de chocs économiques externes sur la consommation des ménages dans une petite économie ouverte. Nos résultats montrent qu’il existe un arbitrage entre la stabilisation de l’ensemble de l’économie et la réduction des inégalités de consommation.
ElasticSearch Score: 9.890344
Un régime d’options d’achat d’actions devrait-il être offert aux dirigeants qui fournissent aux investisseurs de l’information sur leur société? Cette étude évalue comment les propriétaires d’entreprise choisissent entre les bénéfices qu’offre la possibilité de proposer une rémunération incitative fondée sur le cours des actions et de mieux informer les investisseurs, et le coût lié à une potentielle manipulation du cours des actions.
ElasticSearch Score: 9.791306
Les indicateurs officiels du marché du travail chinois sont considérés comme problématiques, en raison de leurs faibles fluctuations cycliques et du fait qu’ils ne rendent compte qu’en partie de la population active. Nous établissons un indice mensuel des conditions du marché du travail pour la Chine en recourant à l’analyse textuelle de journaux en chinois publiés sur le continent de 2003 à 2017.
ElasticSearch Score: 9.545426
ToTEM III est la toute nouvelle mouture du principal modèle d’équilibre général dynamique et stochastique que la Banque du Canada utilise pour effectuer des projections et des analyses de politiques. Le modèle aide le personnel de la Banque à décrire de manière claire et cohérente l’état actuel de l’économie canadienne et son évolution prévisible.
ElasticSearch Score: 9.529603
15 août 2013
Ce dossier spécial porte sur les outils utilisés à la Banque du Canada pour l’analyse de la conjoncture, qui consiste à rassembler et à examiner une vaste gamme d’informations afin de se former une opinion de l’activité économique actuelle. L’analyse conjoncturelle apporte une contribution clé à la prise des décisions de la Banque en matière de politique monétaire.
ElasticSearch Score: 9.382097
30 janvier 2004
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.
ElasticSearch Score: 9.060775
14 janvier 1997
En 1996, l’inflation s’est maintenue à l’intérieur de la fourchette visée par la Banque, bien que le taux d’inflation ait fait l’objet de pressions à la baisse. Le faible niveau de l’inflation a favorisé un important assouplissement des conditions monétaires, et les taux d’intérêt sont tombés à leur plus bas niveau depuis 30 ans.
ElasticSearch Score: 8.959649
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.