Rechercher

Le Canada est passé à un nouveau système de paiement de gros, Lynx, en août 2021. Lynx est fondé sur un modèle de règlement en temps réel qui élimine le risque de crédit dans le système. Ce modèle peut nécessiter plus de liquidités; cependant, la conception de Lynx permet le règlement efficient des paiements de gros au Canada.

Nous analysons les mesures de politique monétaire prises en réaction à l’IA dans un modèle de type nouveau keynésien à deux secteurs qui définit deux formes de changement : l’augmentation et l’automatisation. Les deux réduisent la demande de main-d’œuvre, ce qui nécessite une détente monétaire qui crée des arbitrages pour ce qui est de l’inflation. L’automatisation aggrave ces arbitrages. L’inflation globale dépend de la forme des changements et de l’étendue de l’adoption de l’IA, ce qui rend la stabilisation par la politique monétaire plus complexe et les données agrégées potentiellement trompeuses.

Nous mettons en lumière un nouveau résultat empirique concernant le marché des changes : les rendements qui y sont dégagés connaissent systématiquement un mouvement d’inversion autour du moment où les taux de référence sont établis. Plus précisément, on remarque que, en moyenne, le dollar américain s’apprécie au cours des heures précédant l’établissement des taux de référence et qu’il se déprécie après.

Cette étude met en évidence une tendance systématique dans la façon dont les salaires, les heures travaillées et leur relation varient entre les entreprises de différentes tailles. En utilisant un modèle intégrant des entreprises et travailleurs hétérogènes, nous montrons comment l’interaction entre les salaires, les heures travaillées et la taille des entreprises influe sur la répartition des travailleurs et l’inégalité.

L’utilisation de différents modes d’enquête (questionnaires en ligne et autres) peut influer sur la teneur des réponses et poser notamment problème lors de la comparaison d’enquêtes transversales répétées.

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.

Nous présentons les processus gamma autorégressifs généralisés (GARG), une catégorie de processus autorégressifs et moyennes mobiles où la dynamique de chacun des moments conditionnels est influencée par une différente moyenne mobile identifiable de la variable d’intérêt. Nous montrons que l’utilisation de processus GARG réduit les erreurs d’évaluation de façon nettement plus importante que les processus gamma autorégressifs existants.

Nous proposons des estimateurs simples et efficaces pour les modèles SV avec des distributions d’erreurs à queues épaisses conditionnelles, en particulier les distributions t de Student et les distributions exponentielles généralisées. À l’exception du paramètre de degrés de liberté, des expressions en forme fermée sont disponibles pour tous les autres paramètres, ce qui élimine le besoin d’optimisation numérique.

Je propose une nouvelle méthode pour déterminer et estimer séparément les effets macroéconomiques des indications prospectives et des achats massifs d’actifs lors de chaque annonce du Comité de l’open market de la Réserve fédérale. Je constate que les achats massifs d’actifs ont davantage d’effet sur la production et l’inflation que les indications prospectives. Comme ces achats exercent des pressions haussières sur les rendements à court terme, le recours à cette politique devrait toujours être assorti d’indications prospectives.

Nous étudions l’incidence macroéconomique des entreprises dont les activités ont été mises en veilleuse – c’est-à-dire des entreprises qui ont été fermées temporairement – sur les prix d’équilibre sectoriels après un choc de demande négatif. Nos résultats indiquent que les mesures budgétaires ayant permis des fermetures temporaires pendant la pandémie pourraient avoir allégé les pressions inflationnistes.