Rechercher

Nous proposons un modèle d’alerte précoce visant à prévoir la probabilité que survienne un épisode de tensions financières à un moment futur et examinons si le crédit joue un rôle important dans le modèle en tant que facteur de propagation non linéaire des chocs.

Les marchés des contrats à terme peuvent constituer une source d’information précieuse au sujet des anticipations de prix. Toutefois, dans la pratique, il s’avère difficile d’exploiter cette information, les prix des contrats à terme offrant souvent une mesure médiocre des attentes du marché à l’égard des prix des actifs sous-jacents en raison de la présence de primes de risque variables dans le temps.

L’article qui suit présente une nouvelle méthode permettant de dater les événements porteurs de tensions financières systémiques de façon transparente, objective et reproductible. Le cycle financier est représenté par un indice mensuel de tensions financières propre à chaque pays.

Nous mesurons le risque systémique dans le réseau des infrastructures de marchés financiers (IMF) en fonction de la probabilité que deux IMF ou plus aient une forte exposition au risque de crédit à l’égard d’un même participant.

Les baisses marquées affichées récemment par les prix des produits de base et la dépréciation simultanée du dollar canadien ($ CAN) par rapport au dollar américain ($ US) ont ravivé l’intérêt à l’égard du lien entre les prix des produits de base et le taux de change entre les deux monnaies.

Nous proposons une méthodologie nouvelle pour repérer les épisodes de flux importants de capitaux. Cette méthode repose sur un modèle de Markov à changement de régime. Le grand avantage de ce type de modèles sur les approches retenues dans la littérature est qu’il permet de classifier les mouvements de capitaux en différents régimes sans qu’il soit nécessaire de formuler des hypothèses spécifiques au contexte ou à l’échantillon choisi.

Nous analysons l’évolution de l’incertitude macroéconomique aux États-Unis, à partir des erreurs de projection de différents indicateurs économiques. Celles-ci donnent des renseignements détaillés qui nous permettent de dégager une mesure subjective en temps réel de l’incertitude dans un cadre de référence simple.

Nombre de banques centrales publient leur propre enquête de conjoncture, qu’elles réalisent auprès d’entreprises sélectionnées de façon non aléatoire. Les résultats de leurs coups de sonde influencent les décisions de politique monétaire et, de ce fait, les attentes des marchés financiers. Jusqu’à présent, personne n’a mesuré la précision statistique de ces enquêtes, car il est difficile de l’évaluer en raison du mode d’échantillonnage non aléatoire. Les auteurs décrivent une méthodologie qui permet de modéliser des processus complexes d’échantillonnage non aléatoire et de calculer des indicateurs de confiance statistique pertinents sur la base du mode de sélection des entreprises utilisé pour une enquête donnée. Ils appliquent leur cadre méthodologique à l’enquête de la Banque du Canada sur les perspectives des entreprises en se fondant sur les pratiques suivies par le passé et les probabilités bayésiennes pour caractériser le mode d’échantillonnage. Les auteurs peuvent ainsi reproduire le processus de sélection des entreprises à l’aide d’une simulation de Monte-Carlo menée sur un riche ensemble de microdonnées constitué de firmes canadiennes. Sous certaines conditions, constatent-ils, le processus d’échantillonnage retenu par la Banque n’entraîne ni estimations biaisées ni intervalles de confiance élargis.