Rechercher

Les auteurs étudient les implications de l’incertitude de modèle pour la distribution de la richesse dans un modèle d’équilibre général maniable intégrant une contrainte d’emprunt et une robustesse à la Hansen et Sargent (2008). Les ménages sont confrontés à l’incertitude de modèle liée au processus qui détermine le rendement de l’actif risqué, et prennent des décisions robustes.

Après la crise financière, les autorités de réglementation ont porté leur attention sur la manière dont les fonds communs de placement gèrent la liquidité, en se demandant tout particulièrement si ces entités disposent d’assez de liquidités pour faire face à une éventuelle panique des investisseurs.

Cette étude examine la contribution de divers facteurs d’offre à l’inflation globale aux États-Unis depuis le début de la pandémie de COVID-19. Nous identifions six chocs d’offre à l’aide d’un modèle VAR structurel : chocs liés à l’offre de travail, à la productivité de la main d’œuvre, aux chaînes d’approvisionnement mondiales, au prix du pétrole, aux majorations de prix et aux hausses salariales.

Notre outil de simulation de crise tient compte du fait que les banques qui subissent des tensions peuvent gérer leur bilan de façon stratégique. Nous utilisons des données canadiennes confidentielles issues de la surveillance pour examiner si les comportements qu’elles adoptent afin de maximiser la valeur pour leurs actionnaires peuvent amplifier un scénario de crise hypothétique.

La modélisation et l’estimation de données discrètes persistantes peuvent s’avérer difficiles. Dans cette étude, nous utilisons un modèle probit autorégressif avec données de panel où l’autocorrélation de la variable discrète dépend de l’autocorrélation de la variable latente. Dans ce type de modèle non linéaire, l’autocorrélation d’une variable non observée entraîne une vraisemblance incalculable contenant des intégrales de haute dimension.

Le présent document propose une méthode d’estimation de la distribution conjointe de deux variables ou plus lorsque seules leur distribution marginale et la distribution de leur agrégat sont observées. L’identification non paramétrique se fait par la modélisation de la dépendance au moyen d’une structure de facteurs communs latents.

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.

Nous explorons les facteurs derrière la montée de l’inflation au Canada durant la pandémie de COVID-19. Cette analyse s’inscrit dans un vaste effort auquel participent 11 banques centrales, chacune utilisant le modèle de Bernanke et Blanchard (2023) pour cerner les similitudes et les différences entre les économies.

Les théories habituelles sur l’ajustement des prix sont fondées sur le problème des entreprises à produit unique. Elles pourraient donc ne pas convenir à l’analyse de la dynamique des prix au sein d’une économie composée d’entreprises multiproduits.

Dans cette étude, les auteurs quantifient les chocs de demande, d’offre et d’incertitude à l’échelle mondiale, et ils comparent deux grandes récessions mondiales : la Grande Récession de 2008-2009 et la pandémie de COVID-19. Ils utilisent deux méthodes pour analyser ces chocs économiques, soit 1) des techniques de traitement automatique du langage naturel appliquées à des transcriptions de présentations des résultats financiers et 2) un modèle vectoriel autorégressif structurel avec estimation bayésienne.