Rechercher

Dans cette étude, l’auteur effectue une analyse en temps réel du pouvoir prédictif hors échantillon des données de bilan agrégées de divers intermédiaires financiers relativement à un large éventail de mesures de l’activité économique américaine.

Dans cette étude, les auteurs proposent un modèle qui permet d’évaluer de façon précoce la croissance actuelle du PIB nominal des États-Unis, laquelle est considérée comme une possible nouvelle cible de politique monétaire. Les prévisions concernant la période en cours sont établies à partir des mêmes informations dont disposent les décideurs à ce moment précis.

Dans cette étude, l’auteur propose un modèle markovien à changement de régime pour repérer de façon endogène : 1) les régimes dont les économies entrent simultanément en récession ou dans une phase d’expansion et 2) les régimes dont les économies ne sont pas synchronisées et suivent pour l’essentiel des cycles indépendants.

Les auteurs proposent un système d’alerte avancée visant à déterminer la probabilité de survenue d’un épisode de tension financière à un moment donné. Pour ce faire, ils s’appuient sur le modèle de détection des signaux élaboré par Kaminsky, Lizondo et Reinhart (1998), qui leur permet de surveiller l’évolution de plusieurs indicateurs économiques susceptibles d’afficher un comportement inhabituel dans les périodes précédant un épisode de tension financière.

Les auteurs exposent les principales caractéristiques d’un nouveau modèle de prévision macroéconomique de grande taille pour le Canada.

Dans cette étude, les auteurs présentent l’outil qu’ils ont mis au point afin d’améliorer les prévisions de la croissance du PIB réel à court terme pour la zone euro et le Japon. Ce nouvel outil, qui s’appuie sur un modèle de régression fondé sur un échantillonnage de données de fréquence mixte sans contrainte (U-MIDAS), permet d’évaluer l’utilité d’une vaste gamme d’indicateurs pour prévoir la croissance du PIB réel à court terme.

Les auteurs mettent à profit la dimension panel des données provenant de l’enquête Canadian Financial Monitor (CFM) pour évaluer l’impact de certains nouveaux instruments de paiement au détail sur le règlement en espèces des transactions. Ils estiment un modèle de données de panel semi-paramétrique qui tient compte de l’hétérogénéité non observée et de l’attrition non aléatoire.

Le réseau de liens financiers est important dans de nombreux segments des secteurs bancaire et financier. Pourtant, dans bien des cas, les liens bilatéraux ne sont pas observés et la méthode de l’entropie maximale est la plus couramment utilisée pour estimer les expositions au risque de contrepartie.

Il y a peu d’information au sujet de la répartition des actifs et de la formation des prix sur les marchés de gré à gré. En 1999, Furfine a conçu un nouvel algorithme qui fournit des données relativement aux transactions effectuées sur le marché du financement interbancaire.

L’estimation d’un modèle de régression quantile peut nécessiter des calculs considérables, tout particulièrement si ce modèle s’appuie sur un grand ensemble de données. Une approximation gaussienne est ici proposée (couplage quantile) comme méthode d’estimation.