Rechercher

Page couverture

Les amulettes chinoises

Les amulettes reproduites en couverture font partie de la Collection nationale de monnaies de la Banque du Canada.

Photographie : Gord Carter

Depuis la publication de la dernière livraison du Rapport sur la politique monétaire, l’économie canadienne a connu une progression sensiblement conforme aux pronostics.

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.

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.

Depuis la publication du Rapport sur la politique monétaire de mai dernier, la conjoncture économique internationale a continué de s’améliorer.

La croissance de l’économie canadienne se poursuit à un rythme solide, comme la Banque le projetait dans la Mise à jour de janvier du Rapport sur la politique monétaire.

Le Rapport sur la politique monétaire décrit les aspects de l’évolution récente de l’économie canadienne qui ont une incidence sur le taux d’inflation et fournit un compte rendu des mesures adoptées par la Banque du Canada en vue de maîtriser l’inflation.

Nous avons élaboré un modèle mandant-mandataire pour les cyberattaques dans lequel les clients paient des frais et délèguent les décisions de sécurité à des plateformes financières. Nous déduisons des implications vérifiables sur la vulnérabilité des clients aux cyberattaques et les frais facturés.

À l’aide de l’algorithme quantique de Monte-Carlo, nous cherchons à savoir si l’informatique quantique peut réduire le temps d’exécution des applications économiques. Nous appliquons l’algorithme à deux modèles : un test de résistance bancaire et un modèle DSGE résolu en recourant à l’apprentissage profond. Nous présentons aussi quelques innovations de notre cru, au sein même de l’algorithme et dans la méthode employée pour le comparer à sa version classique.

Dans le cadre d’une analyse du ralentissement de la productivité aux États-Unis durant les années 1970 et 2000, nous constatons qu’une part importante de ce ralentissement est attribuable à l’absence de gain d’efficience allocative entre les secteurs. De plus, nos résultats indiquent que la volatilité sectorielle accrue joue un rôle important dans cette absence de gain.