Endogenous Time Variation in Vector Autoregressions Document de travail du personnel 2020-16 Danilo Leiva-Leon, Luis Uzeda Nous présentons une nouvelle classe de modèles vectoriels autorégressifs (VAR) à paramètres variables dans le temps dans laquelle les innovations structurelles désignées explicitement peuvent influer – simultanément et en décalage – sur la dynamique de la constante et des coefficients autorégressifs. Type(s) de contenu : Travaux de recherche du personnel, Documents de travail du personnel Sujet(s) : Inflation et prix, Méthodes économétriques et statistiques, Transmission de la politique monétaire Code(s) JEL : C, C1, C11, C3, C32, E, E3, E31, E5, E52
Identifying Consumer-Welfare Changes when Online Search Platforms Change Their List of Search Results Document de travail du personnel 2020-5 Ryan Martin Les achats en ligne des consommateurs sont guidés par les plateformes de recherche : le consommateur tape des mots-clés dans le champ de recherche de la plateforme, et celle-ci choisit la façon dont elle affiche les produits correspondants. Type(s) de contenu : Travaux de recherche du personnel, Documents de travail du personnel Sujet(s) : Méthodes économétriques et statistiques, Structure de marché et établissement des prix Code(s) JEL : C, C1, C14, D, D1, D11, D12, D6, D8, D83, L, L4, L40
Extreme Downside Risk in Asset Returns Document de travail du personnel 2019-46 Lerby Ergun Les marchés financiers peuvent connaître des mouvements à la baisse soudains et extrêmes. Dans de tels scénarios, le rendement des actifs est une réelle source d’inquiétude pour les investisseurs. Certains actifs enregistrent de mauvais résultats en période de repli du marché, tandis que d’autres ont des réactions plus modérées. Type(s) de contenu : Travaux de recherche du personnel, Documents de travail du personnel Sujet(s) : Évaluation des actifs, Méthodes économétriques et statistiques Code(s) JEL : C, C1, C14, G, G1, G11, G12
2018 Bitcoin Omnibus Survey: Awareness and Usage Document d’analyse du personnel 2019-10 Christopher Henry, Kim Huynh, Gradon Nicholls, Mitchell Nicholson La Banque du Canada continue de se servir de l’enquête-omnibus sur le bitcoin pour suivre les tendances en ce qui concerne la connaissance, la détention et l’utilisation de cette cryptomonnaie par les Canadiens. La plus récente enquête a été réalisée à la fin de 2018, après la chute de 85 % du prix du bitcoin observée au cours de l’année. Type(s) de contenu : Travaux de recherche du personnel, Documents d'analyse du personnel Sujet(s) : Billets de banque, Méthodes économétriques et statistiques, Monnaies numériques et technologies financières Code(s) JEL : C, C1, C12, E, E4, O, O5, O51
Tail Index Estimation: Quantile-Driven Threshold Selection Document de travail du personnel 2019-28 Jon Danielsson, Lerby Ergun, Laurens de Haan, Casper G. de Vries Bien qu’ils soient rares, les événements les plus extrêmes (p. ex., les crises économiques) ont souvent d’énormes répercussions. Comme l’échantillon est restreint, il est difficile de déterminer avec précision la probabilité de leur survenue. Type(s) de contenu : Travaux de recherche du personnel, Documents de travail du personnel Sujet(s) : Méthodes économétriques et statistiques, Stabilité financière Code(s) JEL : C, C0, C01, C1, C14, C5, C58
Characterizing the Canadian Financial Cycle with Frequency Filtering Approaches Note analytique du personnel 2018-34 Andrew Lee-Poy Pour décrire le cycle financier au Canada, j’emploie deux méthodes utilisant des filtres à fréquences multiples afin d’extraire les fluctuations des variables sous-jacentes par rapport à leur tendance de long terme : un indice composite à pondérations dynamiques et un modèle à tendance stochastique. Type(s) de contenu : Travaux de recherche du personnel, Notes analytiques du personnel Sujet(s) : Cycles et fluctuations économiques, Évolution économique et financière récente, Indicateurs monétaires et financiers, Méthodes économétriques et statistiques, Stabilité financière Code(s) JEL : C, C0, C01, C1, C13, C14, C18, C3, C32, C5, C51, C52, E, E3, E32, E6, E66, G, G0, G01, G1, G18
Monetary Policy Uncertainty: A Tale of Two Tails Document de travail du personnel 2018-50 Tatjana Dahlhaus, Tatevik Sekhposyan Dans cette étude, nous rendons compte d’une forte asymétrie dans l’évolution des attentes à l’égard du taux des fonds fédéraux, asymétrie que nous faisons correspondre à des mesures de l’incertitude concernant la politique monétaire. Nous montrons que les périodes de resserrement monétaire sont liées à une incertitude « négative » (taux directeur supérieur aux attentes) et celles d’assouplissement monétaire, à une incertitude « positive » (taux directeur inférieur aux attentes). Type(s) de contenu : Travaux de recherche du personnel, Documents de travail du personnel Sujet(s) : Communications sur la politique monétaire, Cycles et fluctuations économiques, Incertitude et politique monétaire, Méthodes économétriques et statistiques, Transmission de la politique monétaire Code(s) JEL : C, C1, C18, C3, C32, E, E0, E02, E4, E43, E5, E52
Challenges in Implementing Worst-Case Analysis Document de travail du personnel 2018-47 Jon Danielsson, Lerby Ergun, Casper G. de Vries Depuis la récente crise financière, l’analyse du pire scénario est utilisée par les autorités de réglementation du secteur financier pour évaluer le risque extrême. Nous apportons de nouvelles perspectives sur cette méthode et sur l’estimation de la valeur extrême qui en découle. Nous calculons le biais des estimateurs d’ordre non paramétrique de la queue de distribution et le comparons au biais associé à la méthode semi-paramétrique de la théorie des valeurs extrêmes (TVE). Type(s) de contenu : Travaux de recherche du personnel, Documents de travail du personnel Sujet(s) : Stabilité financière Code(s) JEL : C, C0, C01, C1, C14, C5, C58
A Look Inside the Box: Combining Aggregate and Marginal Distributions to Identify Joint Distributions Document de travail du personnel 2018-29 Marie-Hélène Felt 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. Type(s) de contenu : Travaux de recherche du personnel, Documents de travail du personnel Sujet(s) : Billets de banque, Méthodes économétriques et statistiques, Monnaies numériques et technologies financières Code(s) JEL : C, C1, C14, D, D1, D14, E, E4, E41
Bitcoin Awareness and Usage in Canada: An Update Note analytique du personnel 2018-23 Christopher Henry, Kim Huynh, Gradon Nicholls 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. Type(s) de contenu : Travaux de recherche du personnel, Notes analytiques du personnel Sujet(s) : Billets de banque, Méthodes économétriques et statistiques, Monnaies numériques et technologies financières Code(s) JEL : C, C1, C12, E, E4