Rechercher

Nous élaborons un modèle macroéconomique hétérogène des entreprises avec des informations privées et quantifions la pertinence globale des asymétries d’information. Nous constatons qu’un pic dans les informations privées explique 40 % de la baisse de l’investissement global pendant la crise financière de 2007-2009 et a rendu les mesures de relance monétaire nettement moins efficaces.

L’élimination des contrats à long terme et des frais de résiliation anticipée dans le marché américain de la téléphonie mobile à la fin de 2015 a entraîné une augmentation de 2 à 5 % des frais de service mensuels. Néanmoins, la situation des consommateurs est sans aucun doute meilleure sans les frais de résiliation anticipée. Bien que les entreprises aient perdu les revenus qu’elles tiraient des frais de résiliation anticipée, le profit qu’elles obtiennent à partir des frais mensuels a augmenté. Ainsi, l’effet net sur les profits des entreprises est moins évident.

Au regard de l’extraction des signaux, les implications de la spécification de modèles à composantes non observées avec innovations corrélées ou orthogonales ont été largement analysées. Par contraste, s’agissant des prévisions, les implications de modèles à composantes non observées avec différentes structures de corrélation des variables d’état sont moins bien comprises.

L’auteur présente le modèle d’un marché obligataire de gré à gré sur lequel des investisseurs disposant de liquidités et des courtiers concluent de façon endogène des opérations de pension.

Nous élaborons des indicateurs à haute fréquence fondés sur les actualités qui utilisent le traitement automatique des langues pour analyser les reportages écrits. Nos indicateurs surveillent l’évolution des ruptures d’approvisionnement (matières premières, produits intermédiaires et produits finis) et de la pénurie de main-d’œuvre. Ils suivent aussi la variation de la trame narrative des différents types de pénuries au fil des semaines.

Les auteurs mesurent le pouvoir de marché dans un marché décentralisé où les conditions contractuelles sont déterminées à l’issue d’un processus de recherche et de négociation. Le secteur hypothécaire possède de nombreuses caractéristiques qui dénotent la compétitivité : homogénéité des contrats, taux négociables et, pour un consommateur donné, coûts des prêts communs à tous les prêteurs.

Les auteurs présentent de nouvelles méthodes de pondération pour la combinaison de prévisions de variables discrètes issues de différents modèles de Markov à changement de régime. Plus particulièrement, ils étendent deux classes existantes de méthodes de combinaison – combinaison de prévisions établies au moyen de modèles bayésiens (statiques) et combinaison dynamique de prévisions – de manière à correspondre explicitement à l’objectif assigné à l’exercice de prévision d’une variable discrète.

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.

À partir de données ventilées par comtés des États-Unis pour la période de 1990 à 2010, nous étudions l’effet de causalité de l’immigration sur la mise à disposition de biens publics locaux. Nous constatons une grande hétérogénéité selon les différents niveaux de qualification des immigrants et les différentes générations d’immigrants, laquelle entraîne des répercussions fiscales inégales d’un comté américain à l’autre.

Nous présentons une méthode d’identification ponctuelle dans le cadre de modèles d’enchères au premier prix où sont prises en compte l’aversion au risque et une hétérogénéité non observée des enchères. La méthode d’identification proposée s’appuie sur de multiples offres tirées de chaque enchère et sur le nombre variable d’offreurs.