Rechercher

Cette étude s’intéresse aux combinaisons non paramétriques de prévisions par densité de probabilités. Nous présentons une méthode basée sur des arbres de régression qui permet de varier la pondération des combinaisons selon les caractéristiques des densités, les tendances temporelles ou les indicateurs économiques. Dans le cadre de deux exercices empiriques, nous montrons les avantages de cette méthode sur le plan de l’amélioration de l’exactitude et de l’interprétabilité des prévisions.

La pandémie de COVID-19 a entraîné une récession atypique, dans le sens que certains secteurs de l’économie ont prospéré tandis que d’autres se sont effondrés. Pour réagir à cette situation, il a fallu adopter une politique budgétaire particulière afin d’appuyer les entreprises et de stimuler l’activité des secteurs qui avaient des capacités excédentaires. La politique budgétaire a-t-elle permis d’atteindre les résultats souhaités? En général, oui.

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.

La réglementation bancaire suppose que les risques se propagent plus facilement des grandes banques au système bancaire que dans le sens inverse. Nous notons le contraire, soit qu’ils se transmettent davantage du système aux banques, ce qui accroît le risque de défaillance.

Les médias présentent des interprétations divergentes des implications macroéconomiques de nouvelles-chocs. Récemment, on a vu, par exemple, des reportages sur l’inflation élevée et les inversions de la courbe de rendement. Ces récits façonnent-ils l’opinion publique sur la situation macroéconomique? Dans cette étude, nous faisons ressortir l’importance des narratifs en nous basant sur des données faisant le lien entre les médias traditionnels et les médias sociaux.

Dans cet article, nous étudions les conditions de marché qui entraînent des pertes extrêmes dans les systèmes financiers à l’échelle internationale. Grâce à une méthode de simulations de crises inversées, nous proposons deux mesures du risque systémique, en prenant les pertes extrêmes comme point de départ pour déterminer les événements qui leur sont le plus étroitement associés.

L’objectif de cette recherche comporte deux volets. D’abord, nous évaluons si l’éducation financière pourrait être un bon outil pour promouvoir les possibilités d’inclusion financière offertes par les grandes entreprises technologiques. Ensuite, nous étudions comment cette inclusion pourrait avoir une incidence sur la stabilité financière.

Il est essentiel de bien comprendre l’ampleur des liens intersectoriels pour prévoir l’incidence d’une crise sur l’ensemble de l’économie. Nous montrons que les techniques d’apprentissage statistique sont nettement plus efficaces que les techniques d’estimation habituelles pour mesurer des réseaux étendus de liens.

Les banques centrales communiquent les résultats de leurs opérations d’open market. Cette façon de faire permet aux participants aux marchés financiers d’estimer avec plus d’exactitude l’offre et la demande sur le marché des prêts à un jour.

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.