Rechercher

J’élabore une méthode d’estimation bayésienne pour les modèles macroéconomiques non linéaires résolus globalement. Cette méthode utilise un réseau de densité de mélange comme approximation de la distribution des états initiaux. Le réseau de densité de mélange augmente la fiabilité de l’inférence postérieure, par rapport à une situation où les états initiaux sont paramétrés à leurs valeurs de régime permanent.

Nous examinons les facteurs qui influent sur les frais de transaction dans le système Bitcoin et cherchons à déterminer si celui-ci peut rester inviolable à long terme.

Comment les Canadiens paient-ils leurs factures? Des données d’enquête recueillies en 2019 auprès de plus de 4 000 Canadiens montrent comment les modes de paiement choisis pour régler les factures varient selon les caractéristiques des consommateurs et les types de factures. Les données révèlent aussi que de nombreux consommateurs se sentent restreints dans leurs choix, ce qui porte à croire que les préférences des émetteurs de factures pourraient également jouer un rôle important.

Nous utilisons de l’information narrative ainsi qu’une nouvelle base de données en temps réel et des prévisions provenant des projections économiques établies par le personnel de la Banque du Canada de 1974 à 2015 pour construire une nouvelle mesure de chocs de politique monétaire et estimons les effets de la politique monétaire au Canada.

La crise financière mondiale de 2007-2009 a amené les décideurs publics du monde entier, y compris les banques centrales, à réorienter les efforts déployés pour favoriser la stabilité financière. Dans le cadre de ce processus, les banques centrales se sont appliquées à soutenir la stabilité financière de diverses façons, notamment en communiquant publiquement leurs évaluations des vulnérabilités et des risques du système financier et en contribuant à renforcer la réglementation, la surveillance et les mesures macroprudentielles.

Nous analysons des données microéconomiques tirées de l’enquête sur les attentes des consommateurs au Canada à l’aide d’un modèle à anticipations hétérogènes pour étudier la formation des anticipations d’inflation au cours du cycle économique. Nous apportons de nouvelles perspectives sur la formation des anticipations des ménages en montrant que les comportements de prévision, les niveaux d’attention et le niveau de bruit dans les croyances varient d’un groupe sociodémographique à l’autre et sont corrélés avec les opinions sur la politique monétaire.

Les achats en ligne des consommateurs sont guidés par les plateformes de recherche : le consommateur tape des mots-clés dans le champ de recherche de la plateforme, et celle-ci choisit la façon dont elle affiche les produits correspondants.

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.

Notre étude utilise des données de téléphones intelligents pour construire une mesure améliorée de l’accès à l’argent comptant en tenant compte à la fois de l’agglomération spatiale et des habitudes de déplacement des ménages. Nous constatons que les coûts de déplacement pourraient être de 15 à 25 % moins élevés si l’on intègre l’enchaînement des déplacements dans les mesures d’accès à l’argent comptant, et que la plus grande différence serait observée chez les résidents des régions rurales.

Les professions exercées par des femmes au niveau d’éducation moyen sont les plus menacées par l’intensification des efforts d’automatisation due à la pandémie de COVID-19.