Rechercher

Types de contenu

Thèmes

Auteurs

Thèmes de recherche

Codes JEL

Sources

Publié après

Publié avant

922 résultats

Good Volatility, Bad Volatility and Option Pricing

Document de travail du personnel 2017-52 Bruno Feunou, Cédric Okou
Grâce aux avancées dans le domaine de l’analyse des écarts, il est possible de diviser la variation quadratique totale d’un processus de diffusion à sauts en composantes à la hausse et à la baisse. Selon de récentes études, cette division améliore les prévisions de volatilité et fait ressortir que la différence entre les variances à la hausse et à la baisse constitue un facteur d’asymétrie dans les distributions des cours des actions.

Parallel Tempering for DSGE Estimation

Document de travail du personnel 2024-13 Joshua Brault
Dans cette étude, j’élabore un algorithme de Monte-Carlo par chaînes de Markov (MCMC) fondé sur une population, soit une atténuation parallèle, pour estimer des modèles d’équilibre général dynamique et stochastique. L’atténuation parallèle fait une approximation de la distribution d’intérêt a posteriori à l’aide d’une famille de chaînes de Markov à distributions a posteriori tempérées.

Production Networks and the Propagation of Commodity Price Shocks

Document de travail du personnel 2020-44 Shutao Cao, Wei Dong
Nous examinons les conséquences macroéconomiques de chocs de prix des produits de base dans un modèle de petite économie ouverte exportatrice de produits de base qui comporte plusieurs secteurs de production interreliés.

Starting from a Blank Page? Semantic Similarity in Central Bank Communication and Market Volatility

Document de travail du personnel 2016-37 Michael Ehrmann, Jonathan Talmi
Les communiqués de presse annonçant et expliquant les décisions en matière de politique monétaire jouent un rôle essentiel dans la stratégie de communication des banques centrales. Étant donné l’influence que ces communiqués peuvent avoir sur les marchés, la façon dont ils sont rédigés revêt une importance particulière.

Climate Change and Monetary Policy: Navigating Physical Risks

Document analytique du personnel 2026-44 Tatjana Dahlhaus
Les catastrophes météorologiques peuvent réduire la production tout en faisant augmenter l’inflation, ce qui crée de difficiles arbitrages de politique monétaire. Cette note examine des données probantes sur les effets macroéconomiques des risques physiques liés aux changements climatiques et utilise un modèle structurel pour évaluer comment des catastrophes naturelles plus fréquentes et plus graves pourraient influer sur les défis futurs liés à la conduite de la politique monétaire.

The Size and Characteristics of Informal (“Gig”) Work in Canada

Note analytique du personnel 2019-6 Olena Kostyshyna, Corinne Luu
Le taux de croissance des salaires reste paradoxalement peu élevé pour une économie affichant une marge de capacités excédentaires faible, voire nulle. Parmi les nombreuses explications possibles, un facteur ressort : la disponibilité d’une main-d’oeuvre additionnelle qui vit d’emplois atypiques (de « petits boulots ») et que les mesures normales de l’emploi et des heures travaillées ne prennent pas entièrement en compte.

Optimal Quantitative Easing in a Monetary Union

Document de travail du personnel 2020-49 Serdar Kabaca, Renske Maas, Kostas Mavromatis, Romanos Priftis
Comment une banque centrale devrait-elle appliquer un programme d’assouplissement quantitatif au sein d’une union monétaire lorsque la taille des régions de cette union et les caractéristiques de leurs portefeuilles d’obligations sont différentes? Pour en arriver à une politique d’assouplissement quantitatif optimale, il serait souhaitable d’acheter davantage de titres auprès de la région dont le portefeuille subit de plus fortes frictions, plutôt que de privilégier la taille de chaque région.

AI Agents for Cash Management in Payment Systems

Document de travail du personnel 2025-35 Iñaki Aldasoro, Ajit Desai
L’intelligence artificielle (IA) peut-elle penser et agir comme un gestionnaire de liquidités? Dans cet article, nous explorons comment les agents d’IA générative peuvent aider à gérer des liquidités, à établir des priorités de paiement et à optimiser l’efficience dans des systèmes à règlement brut en temps réel.

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.
Aller à la page