Rechercher

La Banque du Canada recourt abondamment aux données mensuelles sur le produit intérieur brut (PIB) réel par branche d’activité afin d’asseoir sa surveillance de l’activité économique et d’en faire usage dans ses outils de prévision pour la période courante. Cela en fait l’une des plus importantes séries chronologiques de haute fréquence pour effectuer des prévisions dans l’immédiat concernant l’économie canadienne.

Dans cette étude, nous examinons la prévision à court terme du produit intérieur brut (PIB) réel du Canada et de ses composantes de dépenses en combinant les prévisions pour la période en cours tirées de différents modèles. Nous appliquons une suite d’outils de prévision à un ensemble de données de taille moyenne afin de prévoir l’évolution du PIB réel trimestriel et de ses composantes de dépenses.

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.

Nous utilisons une nouvelle base de données canadiennes en temps réel afin d’étudier diverses mesures de l’écart de production, dont des mesures élaborées récemment qui se fondent sur des modèles intégrant un grand nombre de variables (et nécessitant ainsi des données en temps réel pour un grand nombre de variables).

Cette étude montre que les variations de la peur d’événements extrêmes parmi les acteurs des marchés, inférées à partir des options sur le pétrole brut, contribuent à expliquer la volatilité des cours pétroliers et aident à prévoir les rendements des instruments du marché pétrolier. En nous fondant sur des données couvrant une période de 25 ans, nous trouvons que les primes élevées liées au risque extrême fluctuent sensiblement dans le temps et permettent de prévoir pour une large part les cours à terme et au comptant du pétrole brut.

Nous estimons un modèle factoriel dynamique reposant sur des données de triple fréquence que nous appliquons à la prévision du produit intérieur brut (PIB) des provinces canadiennes pour la période en cours. Statistique Canada publie le PIB des provinces canadiennes chaque année, mais avec un décalage non négligeable de onze mois.

Un accroissement du risque souverain est souvent associé à de fortes variations des taux de change. Du coup, les anticipations quant à l’éventualité d’une défaillance souveraine peuvent apporter de l’information utile sur les mouvements futurs des taux de change.

Nous introduisons une nouvelle méthode d’estimation des modèles factoriels de large dimension avec changements de régimes en élargissant le filtre de régression linéaire à trois passages afin d’intégrer des paramètres qui peuvent varier en fonction de processus de Markov.

Chaque trimestre, la Banque du Canada effectue, auprès d’entreprises d’un bout à l’autre du pays, une enquête dénommée « enquête sur les perspectives des entreprises ». Une analyse en composantes principales réalisée par Pichette et Rennison (2011) a mené à l’élaboration d’un indicateur qui résume les résultats de l’enquête et auquel la Banque a recours pour évaluer la confiance globale des entreprises.

Nous estimons un modèle à facteurs dynamiques (MFD) applicable à la prévision du produit intérieur brut du Canada pour la période en cours. L’estimation du modèle combine des indicateurs qualitatifs et quantitatifs et s’appuie également sur un ensemble de statistiques contenant un grand nombre de données internationales.