Rechercher

Types de contenu

Thèmes

Auteurs

Thèmes de recherche

Codes JEL

Sources

Publié après

Publié avant

114 résultats

Artificial Intelligence and Financial Tail Risks

Document de travail du personnel 2026-40 Javier Ojea Ferreiro, Andrea Ugolini, Juan C. Reboredo
Cet article examine le lien entre l’exposition à l’IA perçue par le marché et les gains et pertes extrêmes du secteur financier dans cinq marchés. Pour ce faire, nous utilisons des décompositions des pertes attendues et de l’asymétrie afin de distinguer les scénarios liés au secteur de l’IA, à la conjoncture macroéconomique, au système dans son ensemble et au secteur financier.

Stress in the Press or Stress in the Market: A New Measure of Perceived Financial Stress

Document analytique du personnel 2026-50 Brett Barnes, Thibaut Duprey, Fred Liu
Nous élaborons une mesure des tensions financières perçues au Canada, issue de l’analyse d’articles publiés dans le Globe and Mail depuis 1977. Nous montrons que les chocs liés à l’actualité ont surtout une incidence sur le crédit non garanti accordé aux ménages, ce qui est compatible avec une prudence accrue de leur part.

Tracking Heterogeneous Spending Patterns with Credit Card Microdata

Document analytique du personnel 2026-38 Jia Qi Xiao, Jackson Reid, Joey Daniels
Nous présentons une mesure des dépenses par carte de crédit à l’échelle des comptes construite à l’aide de microdonnées d’une agence d’évaluation du crédit et couvrant les dépenses mensuelles d’environ 80 % des adultes au Canada. Comparativement à d’autres mesures de la consommation accessibles au public, la nôtre offre une fréquence plus élevée et peut être ventilée selon l’âge, l’emplacement géographique et l’historique de crédit.

Monte Carlo Likelihood-Ratio Tests for Markov Switching Models

Document de travail du personnel 2026-23 Gabriel Rodriguez Rondon, Jean-Marie Dufour
Nous présentons des tests de rapport des vraisemblances à la Monte-Carlo pour déterminer le nombre de régimes dans les modèles de Markov à changement de régime. La plupart des procédures existantes comparent un et deux régimes, mais celles proposées en permettent un nombre arbitraire. Elles sont valides en échantillon fini, résistent aux problèmes d’identification et s’appliquent aux modèles non stationnaires, multivariés et GARCH (de Markov) à changement de régime.

Unpacking interest rate uncertainty in 2025

Document analytique du personnel 2026-25 Harshbir Kaur, Rishi Vala
Dans le contexte des tensions commerciales accrues entre le Canada et les États-Unis en 2025, les marchés financiers ont montré des signes que les investisseurs avaient plus de difficulté à anticiper les décisions à court terme de la Banque du Canada concernant le taux directeur. Nous examinons le prix des swaps indexés sur le taux à un jour et le rendement intrajournalier des obligations du gouvernement du Canada pour déterminer le principal facteur d’incertitude entourant les décisions relatives au taux directeur.

Central Bank Crisis Interventions and the Term Structure of Market Fear

Comment les interventions des banques centrales en période de crise calment-elles les craintes des marchés? À l’aide de données sur les options, nous mesurons le risque perçu de fortes chutes des prix des actifs sur des horizons allant de deux semaines à dix ans. En étudiant la réaction de la Réserve fédérale américaine aux turbulences de 2020, nous constatons que les achats d’actifs atténuent les craintes à court terme, tandis que les mesures qui touchent les taux d’intérêt façonnent les attentes à long terme.

Integrating Non-traditional Data and AI into Central Banking: A Canadian Perspective

Document analytique du personnel 2026-17 James Chapman, Ajit Desai, Maryam Haghighi, James (Jim) C. MacGee
Cette étude porte sur la façon dont les banques centrales intègrent des données non traditionnelles et l’intelligence artificielle (IA) dans l’analyse des politiques et les opérations. S’appuyant sur l’expérience de la Banque du Canada, elle traite des applications émergentes, des défis de gouvernance et des choix stratégiques liés au déploiement responsable de l’IA à grande échelle afin d’améliorer la richesse des analyses, l’efficience et la résilience institutionnelle.

Beating the “pros” with a semi-structural model of their own inflation forecasts

Document de travail du personnel 2026-11 Sergio A. Lago Alves, Waldyr Dutra Areosa, Carlos Viana de Carvalho
Comment les données de l’enquête américaine Survey of Professional Forecasters peuvent-elles être utilisées pour améliorer les prévisions d’inflation? En nous servant des données trimestrielles historiques de cette enquête, nous arrivons à mieux comprendre comment nous pouvons utiliser la divergence des prévisions pour améliorer nos propres prévisions.

Estimation and Inference for Stochastic Volatility Models with Heavy-Tailed Distributions

Document de travail du personnel 2026-8 Gabriel Rodriguez Rondon, Jean-Marie Dufour, Md. Nazmul Ahsan
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.

Do Monetary Policy Shocks Affect the Neutral Rate of Interest?

Document de travail du personnel 2026-6 Danilo Leiva-Leon, Rodrigo Sekkel, Luis Uzeda
La politique monétaire peut-elle influencer le taux d’intérêt neutre réel? À l’aide d’un nouveau modèle statistique, nous montrons que les hausses de taux d’intérêt ont tendance à faire diminuer le taux neutre et la croissance à long terme, mais que la politique monétaire n’est qu’un petit facteur derrière la diminution du taux neutre à long terme.
Aller à la page