Rechercher

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.

Une comparaison des résultats de notre enquête-omnibus de 2017 sur le bitcoin (menée du 12 au 15 décembre 2017) avec ceux de l’année précédente révèle un accroissement du pourcentage de répondants disant avoir entendu parler du bitcoin (85 % en 2017 comparativement à 64 % en 2016) et en détenir (5,0 % en 2017 contre 2,9 % en 2016). Les résultats révèlent en outre que les acheteurs de bitcoins utilisent pour la plupart cette cryptomonnaie comme instrument de placement et non pas comme mode de paiement pour acquérir des biens et des services.

Nous proposons une nouvelle procédure bootstrap pour estimer l’erreur quadratique moyenne associée aux estimateurs sur petits domaines robustes. La validité asymptotique du bootstrap proposé est formellement établie et ses propriétés en échantillons finis sont examinées à l’aide de simulations de Monte Carlo.

Nous proposons une méthode d’analyse en composantes principales fonctionnelles qui rend compte de la pondération de l’échantillonnage aléatoire stratifié et de la dépendance temporelle des observations dans le but de comprendre l’évolution des distributions de données microéconomiques mensuelles sur les prix à la consommation au Royaume-Uni.

Nous introduisons des informations limitées sur la politique monétaire. Les agents reçoivent des signaux de la banque centrale qui révèlent de nouvelles informations (des « nouvelles ») sur l’évolution future du taux directeur avant qu’il ne soit réellement modifié. Cependant, ces signaux sont brouillés par du « bruit ».

Comme au niveau national, les sources de données disponibles sur les salaires horaires dans les provinces canadiennes envoient parfois des signaux contradictoires quant à leur croissance. La présente note comporte donc deux objectifs : d’abord, nous concevons une mesure commune des salaires provinciaux (salaires-comm), qui rend mieux compte des pressions sous-jacentes exercées sur les salaires et qui reflète la tendance pour l’ensemble des sources de données.

Nous étudions les propriétés de modèles asymétriques d’hétéroscédasticité conditionnelle autorégressive généralisée (GARCH) de la famille des modèles GARCH à seuil (TGARCH) et proposons un modèle TGARCH à fonction spline plus général où les termes de l’hétéroscédasticité conditionnelle autorégressive (ARCH) et généralisée rendent compte de la volatilité des rendements de variables à forte fréquence, de la volatilité des variables macroéconomiques à faible fréquence et de la réaction asymétrique aux nouvelles défavorables passées.

Nous utilisons un nouvel ensemble de données de la Banque du Canada pour estimer la probabilité que les billets de 1 000 $, de 100 $ et de 50 $ soient déposés auprès d’une institution financière au Canada. Il ressort des résultats empiriques que les diverses coupures sont utilisées comme des instruments différents, et des estimations structurelles permettent d’établir les facteurs sous-jacents qui expliquent cette absence de neutralité.

Au regard de l’extraction des signaux, les implications de la spécification de modèles à composantes non observées avec innovations corrélées ou orthogonales ont été largement analysées. Par contraste, s’agissant des prévisions, les implications de modèles à composantes non observées avec différentes structures de corrélation des variables d’état sont moins bien comprises.

Lorsque les vulnérabilités du système financier sont élevées, elles peuvent faire peser des risques asymétriques sur les perspectives économiques. Pour illustrer cet énoncé, j’examine les perspectives économiques présentées dans la livraison d’octobre 2017 du Rapport sur la politique monétaire de la Banque du Canada dans le contexte de deux grandes vulnérabilités du système financier, à savoir le niveau élevé d’endettement des ménages et les déséquilibres sur le marché du logement.