Rechercher

Nous proposons un nouveau cadre empirique qui permet de décomposer simultanément la variance conditionnelle des séries chronologiques de données économiques en deux facteurs : l’incertitude agrégée et l’incertitude sectorielle. Nous appliquons notre cadre à un ensemble de données désagrégées relatives à la production industrielle aux États-Unis. Nous constatons que les variations imprévues de l’incertitude liée aux biens durables sont des facteurs de ralentissement, tandis que les hausses inattendues de l’incertitude liée aux biens non durables ont une action expansionniste.

À l’aide de calculs sur processeur graphique, nous comparons un modèle bayésien semi-paramétrique avec un modèle d’échantillonnage semi-paramétrique. Nos résultats montrent qu’une bande passante optimale n’est pas supérieure à une bande passante normale pour les modèles semi-paramétriques à variables binaires.

À l’aide de l’algorithme quantique de Monte-Carlo, nous cherchons à savoir si l’informatique quantique peut réduire le temps d’exécution des applications économiques. Nous appliquons l’algorithme à deux modèles : un test de résistance bancaire et un modèle DSGE résolu en recourant à l’apprentissage profond. Nous présentons aussi quelques innovations de notre cru, au sein même de l’algorithme et dans la méthode employée pour le comparer à sa version classique.

Nous estimons l’effet de la détention de bitcoins sur le montant d’argent comptant que détiennent les consommateurs canadiens. Nos résultats remettent en question l’idée selon laquelle l’adoption de nouvelles technologies, comme le bitcoin, mènera au déclin de l’argent liquide.

Cette étude écarte conjointement deux hypothèses formulées dans les travaux d’estimation des jeux, soit la restriction paramétrique des primitives du modèle et la restriction des comportements d’équilibre. Ainsi, elle identifie les primitives du jeu sans imposer ces deux hypothèses.

Nous présentons un outil permettant d’établir des prévisions par densité de la croissance du PIB réel canadien pour la période en cours. Nous démontrons que les densités combinées sont un outil fiable permettant d’évaluer avec justesse la situation économique et les risques pesant sur les perspectives.

Nous mesurons les informations difficilement quantifiables contenues dans les témoignages des présidents de la Réserve fédérale américaine devant le Congrès et analysons leurs effets sur les marchés financiers. Nous constatons que l’augmentation des indices d’émotion textuelle, vocale ou faciale pendant ces témoignages entraîne généralement une hausse du cours et une baisse de la volatilité des actions.

Nous élaborons un algorithme capable d’extraire de l’information sur les opérations de pension à partir de données de règlement désagrégées pour générer un nouvel ensemble de données historiques servant à la recherche.

Nous élaborons et estimons un modèle structurel d’équilibre à deux volets dans un marché des paiements afin de quantifier les externalités de réseau et de répertorier les principaux déterminants des décisions des consommateurs et des commerçants.

Nous démontrons l’utilité des données des systèmes de paiement et des modèles d’apprentissage automatique pour les prévisions macroéconomiques et proposons un ensemble d’outils économétriques pour surmonter les défis qui leur sont associés.