Rechercher

Le mode de collecte des données de l’enquête Canadian Financial Monitor (CFM) repose sur l’échantillonnage non probabiliste, qui induit très probablement un biais de sélection. Nous présentons plusieurs méthodes de pondération et analysons les conditions requises pour que le biais de sélection soit éliminé. Nous obtenons des poids de calage pour les enquêtes en ligne de 2018 et 2019.

Quels sont les facteurs déterminants de la fonction de réaction de la politique monétaire propre à la Banque populaire de Chine?

Nous étudions le risque de refinancement sur le marché du financement de gros lorsque les intermédiaires ont la possibilité de détenir ex ante de la liquidité et d’être confrontés ex post à des liquidations.

La plupart des modèles de prévisions macroéconomiques ne tiennent pas compte du risque de crise, soit le risque d’une baisse marquée et soudaine du produit intérieur brut (PIB). Pourtant, les décideurs se préoccupent de ce type de risque extrême étant donné les coûts socioéconomiques substantiels qui en découleraient.

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.

Dans le présent rapport, les auteurs décrivent des méthodes de résolution des modèles économiques sous l'hypothèse que les anticipations ont un élément de cohérence avec les prédictions du modèle en cause lui-même. Ils présentent des résultats, obtenus par la voie analytique, qui établissent les propriétés de convergence que revêtent certaines méthodes appliquées aux modèles linéaires […]

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.

Au Canada, les taux d’intérêt affichent une diminution séculaire depuis les années 1980. Les prévisions à long terme des taux tirées d’enquêtes ont également baissé, mais pas autant et plus graduellement. Nos estimations issues du modèle montrent une évolution de la prévision finale en trois phases : baisse entre 1990 et 1995, période de stabilité de 1996 à 2007 et nouvelle contraction depuis 2008. La valeur estimée actuelle du taux final demeure teintée d’incertitude et la question fait toujours l’objet de recherches actives.

Dans les modèles courants, les émissions de CO₂ augmentent ou diminuent avec la production globale. Cette relation peut cependant être brisée par plusieurs facteurs, dont les gains d’efficacité énergétique et la transition à des sources d’énergie plus propres. Nous évaluons ces facteurs à partir de données américaines et constatons que les changements touchant l’efficacité énergétique des biens de consommation expliquent une part importante des fluctuations des émissions de CO2. Ce constat implique aussi que les modèles qui ne tiennent pas compte de l’efficacité énergétique surestiment probablement l’arbitrage à court terme entre la protection de l’environnement et la performance économique.

Depuis les travaux de Doepke et Schneider (2006a) et de Meh et Terajima (2008), on sait que l'inflation entraîne une redistribution notable de la richesse, entre les ménages et l'État, entre les résidents et les non-résidents et entre les ménages d'un même pays.