Rechercher

Types de contenu

Thèmes

Auteurs

Thèmes de recherche

Codes JEL

Sources

Publié après

Publié avant

193 résultats

Non-Parametric Identification and Testing of Quantal Response Equilibrium

Document de travail du personnel 2024-24 Johannes Hoelzemann, Ryan Webb, Erhao Xie
En situation d’équilibre de réponse quantale (tout ou rien), nous montrons que la fonction d’utilité et la distribution des erreurs sont non paramétriquement suridentifiées. Ce résultat implique que l’équilibre de réponse quantale peut être testé au moyen d’une méthode simple. Nous illustrons notre méthode dans un exercice de simulation de Monte-Carlo et une expérience de laboratoire.

The Role of Beliefs in Entering and Exiting the Bitcoin Market

Document de travail du personnel 2024-22 Daniela Balutel, Christopher Henry, Jorge Vásquez, Marcel Voia
Nous élaborons un modèle qui établit un lien entre les décisions des investisseurs d’entrer sur le marché du bitcoin ou d’en sortir et leurs croyances en ce qui concerne la survie du bitcoin. Les tests empiriques réalisés à l’aide de données canadiennes illustrent que les croyances exercent une grande influence sur les décisions d’entrer sur le marché ou d’en sortir, et cette incidence varie selon la période et le statut de détenteur.

Decomposing Systemic Risk: The Roles of Contagion and Common Exposures

Document de travail du personnel 2024-19 Grzegorz Halaj, Ruben Hipp
Nous examinons les risques systémiques dans le secteur bancaire canadien en les décomposant selon trois canaux de contribution : la contagion, les expositions communes et les risques idiosyncrasiques. À l’aide d’un modèle structurel, nous analysons la façon dont les relations interbancaires et les conditions du marché contribuent au risque systémique, ce qui nous permet ainsi d’offrir de nouvelles perspectives sur la stabilité financière.

Finding a Needle in a Haystack: A Machine Learning Framework for Anomaly Detection in Payment Systems

Document de travail du personnel 2024-15 Ajit Desai, Anneke Kosse, Jacob Sharples
Notre cadre d’apprentissage automatique à deux niveaux peut renforcer la surveillance des transactions en temps réel dans les systèmes de paiement de grande valeur, lesquels représentent un élément central de l’infrastructure financière d’un pays. Testé sur des données provenant de systèmes de paiement canadiens, le cadre s’est révélé capable de détecter avec précision des transactions anormales. Il pourrait contribuer à améliorer la résilience informatique et opérationnelle des systèmes de paiement.

Parallel Tempering for DSGE Estimation

Document de travail du personnel 2024-13 Joshua Brault
Dans cette étude, j’élabore un algorithme de Monte-Carlo par chaînes de Markov (MCMC) fondé sur une population, soit une atténuation parallèle, pour estimer des modèles d’équilibre général dynamique et stochastique. L’atténuation parallèle fait une approximation de la distribution d’intérêt a posteriori à l’aide d’une famille de chaînes de Markov à distributions a posteriori tempérées.

U.S. Macroeconomic News and Low-Frequency Changes in Small Open Economies’ Bond Yields

Document de travail du personnel 2024-12 Bingxin Ann Xing, Bruno Feunou, Morvan Nongni-Donfack, Rodrigo Sekkel
Partant de deux approches complémentaires, nous étudions l’influence des nouvelles macroéconomiques américaines sur les fluctuations à basse fréquence dans la structure par terme des taux d’intérêt au Canada, en Suède et au Royaume-Uni. Nous constatons que les nouvelles macroéconomiques des États-Unis jouent un rôle particulièrement important dans les variations de la composante d’anticipation des taux courts nominaux, des taux courts réels et du taux d’inflation au sein des petites économies ouvertes.

Forecasting Recessions in Canada: An Autoregressive Probit Model Approach

Document de travail du personnel 2024-10 Antoine Poulin-Moore, Kerem Tuzcuoglu
Nous prévoyons les récessions au Canada à partir d’un modèle probit autorégressif. Les résultats mettent en relief le pouvoir prédictif à court terme de l’activité économique aux États-Unis, et semblent montrer que les indicateurs financiers peuvent servir à prédire de manière fiable les récessions au Canada. En outre, par rapport à divers autres modèles probit proposés dans la littérature canadienne, le modèle suggéré améliore considérablement la capacité de prévision des récessions au Canada.

Predictive Density Combination Using a Tree-Based Synthesis Function

Document de travail du personnel 2023-61 Tony Chernis, Niko Hauzenberger, Florian Huber, Gary Koop, James Mitchell
Cette étude s’intéresse aux combinaisons non paramétriques de prévisions par densité de probabilités. Nous présentons une méthode basée sur des arbres de régression qui permet de varier la pondération des combinaisons selon les caractéristiques des densités, les tendances temporelles ou les indicateurs économiques. Dans le cadre de deux exercices empiriques, nous montrons les avantages de cette méthode sur le plan de l’amélioration de l’exactitude et de l’interprétabilité des prévisions.

Testing Collusion and Cooperation in Binary Choice Games

Document de travail du personnel 2023-58 Erhao Xie
Cette étude s’intéresse à l’implication vérifiable des comportements collusoires ou coopératifs des joueurs dans un jeu de choix binaire en situation d’information parfaite. J’illustre la mise en œuvre du test en réexaminant le jeu d’entrée entre Walmart et Kmart étudié par Jia (2008).

Machine learning for economics research: when, what and how

Note analytique du personnel 2023-16 Ajit Desai
Nous passons en revue une sélection d’études tirant parti de l’apprentissage automatique à des fins de recherche économique et d’analyse de politiques. Notre examen fait ressortir les circonstances où l’apprentissage automatique est utilisé en économie, les modèles préférés en général, et la façon dont ils sont utilisés.
Aller à la page