Rechercher

Types de contenu

Thèmes

Auteurs

Thèmes de recherche

Codes JEL

Sources

Publié après

Publié avant

512 résultats

Time Use and Macroeconomic Uncertainty

Document de travail du personnel 2023-29 Matteo Cacciatore, Stefano Gnocchi, Daniela Hauser
Nous estimons les effets de l’incertitude économique sur l’emploi du temps et discutons de ses implications macroéconomiques. Nous créons un modèle pour montrer que la substitution entre le travail marchand et non marchand fournit une marge d’assurance supplémentaire aux ménages, affaiblissant l’épargne et l’offre de travail de précaution, et diminuant la demande globale, ce qui amplifie ultimement les effets de contraction de l’incertitude.

Behaviour in the Canadian large-value payment system: COVID-19 vs. the global financial crisis

Note analytique du personnel 2021-7 Alexander Chaudhry, Anneke Kosse, Karen Sondergard
Contrairement à la crise financière mondiale de 2008-2009, la crise causée par la pandémie de COVID-19 n’a pas, à ses débuts, accru les niveaux de tension au sein du Système de transfert de paiements de grande valeur (STPGV), le système canadien de paiement de gros montant. Les changements rapides apportés à la politique de la Banque du Canada sur les actifs acceptés en garantie ainsi que ses programmes d’achat massif d’actifs ont probablement allégé les pressions exercées sur la liquidité au sein du STPGV.

Output Comovement and Inflation Dynamics in a Two-Sector Model with Durable Goods: The Role of Sticky Information and Heterogeneous Factor Markets

Document de travail du personnel 2016-36 Tomiyuki Kitamura, Tamon Takamura
Dans un modèle simple de type nouveau keynésien à deux secteurs, la rigidité des prix engendre une covariation négative contrefactuelle de la production de biens durables et de biens non durables à la suite d’un choc monétaire. Nous montrons que des marchés de facteurs hétérogènes permettent toute combinaison de rigidité des prix strictement positive pour générer une covariation de production positive.

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.

An Alternative Estimate of Canadian Potential Output: The Multivariate State-Space Framework

Document d’analyse du personnel 2018-14 Lise Pichette, Maria Bernier, Marie-Noëlle Robitaille
Dans cette étude, nous élargissons le modèle espace d’états proposé par Blagrave et autres (2015) en décomposant la production potentielle du Canada en deux facteurs : la productivité tendancielle du travail et le facteur travail tendanciel.

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.

The Canadian Neutral Rate of Interest through the Lens of an Overlapping-Generations Model

Document d’analyse du personnel 2023-5 Martin Kuncl, Dmitry Matveev
Nous utilisons un modèle de petite économie ouverte à générations imbriquées pour évaluer la dynamique à long terme du taux d’intérêt neutre au Canada de 1980 à 2018. Nous constatons que les variations des facteurs tant étrangers qu’intérieurs ont entraîné une diminution prolongée de ce taux.

Forecasting Risks to the Canadian Economic Outlook at a Daily Frequency

Document d’analyse du personnel 2023-19 Chinara Azizova, Bruno Feunou, James Kyeong
Cette étude quantifie les risques extrêmes présents dans les perspectives d’inflation et de croissance du PIB réel au Canada en estimant leur distribution conditionnelle quotidienne. Nous montrons que les probabilités de matérialisation de ces risques calculées à partir des distributions conditionnelles reflètent fidèlement les résultats obtenus au cours de la période de 2002 à 2022.

Predictive Density Combination Using a Tree-Based Synthesis Function

Document de travail du personnel 2023-61 Tony Chernis, Niko Hauzenberger, Florian Huber, Gary Koop, James Mitchell
Cette étude s’intéresse aux combinaisons non paramétriques de prévisions par densité de probabilités. Nous présentons une méthode basée sur des arbres de régression qui permet de varier la pondération des combinaisons selon les caractéristiques des densités, les tendances temporelles ou les indicateurs économiques. Dans le cadre de deux exercices empiriques, nous montrons les avantages de cette méthode sur le plan de l’amélioration de l’exactitude et de l’interprétabilité des prévisions.
Aller à la page