Rechercher

Bon nombre de rapports et d’analyses portent surtout sur l’effet de surprise causé par la publication de nouvelles données économiques (inflation globale, croissance du PIB réel, taux de chômage, etc.). Or, nous constatons que les nouvelles qui font les manchettes sont loin d’expliquer à elles seules les fluctuations des prix sur les marchés après la diffusion de nouvelles informations. En fait, les marchés réagissent en général plus fortement aux nouvelles imprévues qui ne se trouvent pas dans les gros titres (composition de la croissance du PIB, qualité des emplois créés, révisions apportées aux données antérieures, etc.). Il est donc essentiel de suivre l’incidence de ce type d’informations le jour de leur diffusion pour pouvoir analyser comment les marchés interprètent les nouvelles données économiques et y réagissent.

Ce bulletin mensuel présente les publications les plus récentes des économistes de la Banque du Canada, y compris les études parues dans des publications externes et les documents de travail publiés dans le site de la Banque.

Dans cette étude, nous analysons la réaction de la politique commerciale du Canada à la phase de mondialisation économique de la fin du XIXe et du début du XXe siècle. Nous mettons en rapport des données annuelles récemment numérisées sur la valeur d’importations canadiennes et les droits de douane acquittés de 1870 à 1913 pour des produits particuliers avec de l’information propre aux fabricants concernant leur production et leur lieu d’implantation, laquelle provient des manuscrits du recensement des établissements industriels de 1871.

Nous prévoyons un rebond de la croissance de la production potentielle, qui devrait passer de 1,4 % en 2022 à 2,2 % en moyenne entre 2023 et 2026. Nous avons revu à la baisse nos estimations de la croissance pour la période 2022-2025 par rapport à l’évaluation d’avril 2022. Le taux nominal neutre au Canada reste inchangé et se situe dans une fourchette allant de 2 à 3 %.

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.

Nous recensons deux canaux ayant une incidence sur la relation entre l’inflation et le chômage. Premièrement, l’inflation entraîne une diminution des salaires, car les personnes sans emploi souffrent plus de l’inflation que celles qui en ont un, ce qui donne une relation positive. Deuxièmement, l’inflation entraîne une hausse des coûts de financement des entreprises, ce qui donne une relation négative. L’amélioration des conditions de financement des entreprises peut faire passer la relation de positive à négative.

Nous nous attendons à ce que la croissance de la production potentielle mondiale passe de 2,5 % en 2022 à 2,8 % d’ici 2026. Cette croissance est un peu plus modérée que nous l’avions anticipé dans l’évaluation d’avril 2022. Quant à la fourchette des estimations du taux neutre aux États-Unis, elle reste inchangée depuis la dernière évaluation annuelle, soit entre 2 et 3 %.

Depuis le milieu des années 2000, la productivité du travail ralentit au Canada malgré les énormes avancées technologiques qui étaient censées la faire progresser. L’étude cherche à déterminer si la sous-évaluation des retombées de l’économie numérique peut expliquer ce paradoxe.

Nous estimons un modèle à facteurs dynamiques (MFD) applicable à la prévision du produit intérieur brut du Canada pour la période en cours. L’estimation du modèle combine des indicateurs qualitatifs et quantitatifs et s’appuie également sur un ensemble de statistiques contenant un grand nombre de données internationales.

Dans cette étude, nous examinons la prévision à court terme du produit intérieur brut (PIB) réel du Canada et de ses composantes de dépenses en combinant les prévisions pour la période en cours tirées de différents modèles. Nous appliquons une suite d’outils de prévision à un ensemble de données de taille moyenne afin de prévoir l’évolution du PIB réel trimestriel et de ses composantes de dépenses.