Rechercher

Dans quelle mesure une monnaie numérique de banque centrale (MNBC) concurrence-t-elle les dépôts bancaires? Pour répondre à cette question, nous élaborons et estimons un modèle structurel dans lequel chaque ménage choisit l’institution financière où déposer son argent numérique.

Dans cette note, nous analysons comment les explications données dans le Rapport sur la politique monétaire (RPM) de la Banque du Canada ont évolué. Nous présentons des statistiques descriptives sur le texte principal, y compris sa longueur, les mots les plus employés et son niveau de lisibilité. Même si chaque gouverneur se préoccupe avant tout des événements macroéconomiques du jour et du mandat de ciblage de l’inflation, nous constatons que les mots utilisés dans le RPM varient en fonction du gouverneur en poste.

Le mode de collecte des données de l’enquête Canadian Financial Monitor (CFM) repose sur l’échantillonnage non probabiliste, qui induit très probablement un biais de sélection. Nous présentons plusieurs méthodes de pondération et analysons les conditions requises pour que le biais de sélection soit éliminé. Nous obtenons des poids de calage pour les enquêtes en ligne de 2018 et 2019.

Nous montrons comment les participants au nouveau système de paiement de grande valeur du Canada économisent des liquidités grâce au nouveau mécanisme de résolution des blocages. Nos résultats ont des conséquences importantes pour la conception de ces systèmes de paiement et mettent en lumière les préférences des institutions financières en matière de liquidités.

Nous mesurons les informations difficilement quantifiables contenues dans les témoignages des présidents de la Réserve fédérale américaine devant le Congrès et analysons leurs effets sur les marchés financiers. Nous constatons que l’augmentation des indices d’émotion textuelle, vocale ou faciale pendant ces témoignages entraîne généralement une hausse du cours et une baisse de la volatilité des actions.

Nous proposons une méthodologie nouvelle pour repérer les épisodes de flux importants de capitaux. Cette méthode repose sur un modèle de Markov à changement de régime. Le grand avantage de ce type de modèles sur les approches retenues dans la littérature est qu’il permet de classifier les mouvements de capitaux en différents régimes sans qu’il soit nécessaire de formuler des hypothèses spécifiques au contexte ou à l’échantillon choisi.

Nous élaborons un algorithme et l’exécutons sur un calculateur quantique à recuit simulé par l’intermédiaire d’un solveur hybride. L’objectif est de trouver la séquence des paiements en attente de règlement qui permet de réduire le montant de liquidités nécessaire dans le système sans faire augmenter cette attente de façon considérable.

En période de forte incertitude, les gouvernements interviennent souvent en adoptant des mesures telles que le renflouement des institutions financières. Pour utiliser efficacement les ressources publiques et éviter des répercussions majeures sur le reste de l’économie, les décideurs tentent d’établir quelles institutions devraient recevoir de l’aide.

La taille du marché des cryptoactifs a explosé ces dix dernières années, depuis le lancement du bitcoin. On a aussi présenté la technologie à la base des cryptoactifs, soit la chaîne de blocs, comme étant susceptible de transformer des pans entiers de l’économie.

Sur les marchés dont le coût d’entrée est élevé pour les acheteurs, la transparence des prix attire d’autres acheteurs, ce qui accroît la rivalité du côté de la demande et exerce une pression à la hausse sur les prix. Nous montrons que cet effet d’attraction des acheteurs peut l’emporter sur la concurrence entre vendeurs qui est communément admise, et que les prix et les marges peuvent augmenter avec cette transparence.