Rechercher

Nous utilisons deux algorithmes d’apprentissage automatique pour prévoir la croissance mensuelle des prix des logements et des ventes de logements existants au Canada. Même si ces algorithmes peuvent parfois être plus efficaces qu’un modèle linéaire, l’amélioration de l’exactitude des prévisions n’est pas toujours statistiquement significative.

Cette étude quantifie les risques extrêmes présents dans les perspectives d’inflation et de croissance du PIB réel au Canada en estimant leur distribution conditionnelle quotidienne. Nous montrons que les probabilités de matérialisation de ces risques calculées à partir des distributions conditionnelles reflètent fidèlement les résultats obtenus au cours de la période de 2002 à 2022.

Je montre comment combiner un grand nombre de prévisions au moyen de différentes approches dans le cadre d’une synthèse de prévisions bayésienne. Je constate que les techniques qui permettent de sélectionner et de combiner quelques prévisions – soit l’utilisation de mesures de rétrécissement a priori basées sur un modèle global-local – sont celles qui donnent les meilleurs résultats.

Nous explorons les implications de la numérisation pour la politique monétaire, à la fois en ce qui a trait à l’effet de la politique monétaire sur l’économie et en termes d’analyse des données et de communication avec le public.

Nous analysons les habitudes de paiement des Canadiens dans l’environnement des paiements actuel et dans un environnement hypothétique sans argent comptant.

Nous présentons les processus gamma autorégressifs généralisés (GARG), une catégorie de processus autorégressifs et moyennes mobiles où la dynamique de chacun des moments conditionnels est influencée par une différente moyenne mobile identifiable de la variable d’intérêt. Nous montrons que l’utilisation de processus GARG réduit les erreurs d’évaluation de façon nettement plus importante que les processus gamma autorégressifs existants.

Selon la théorie monétaire, l’argent est essentiel s’il aide à atteindre de meilleurs résultats par des incitations. Nous testons cette théorie en laboratoire.

Les données montrent que la possession de bitcoins est en baisse, à 10 % en 2022 contre 13 % en 2021. Ce recul survient dans le contexte d’une chute abrupte des prix et d’un durcissement croissant de la réglementation des crypto-actifs.

Nous cherchons à savoir si les produits dérivés de crédit des sociétés tiennent compte du risque associé à la transition climatique. Nous constatons que le risque lié à la transition climatique a des effets économiques asymétriques et considérables sur le risque de crédit des sociétés plus vulnérables, et des effets négligeables sur les autres sociétés.

Dans cette étude, les auteurs quantifient les chocs de demande, d’offre et d’incertitude à l’échelle mondiale, et ils comparent deux grandes récessions mondiales : la Grande Récession de 2008-2009 et la pandémie de COVID-19. Ils utilisent deux méthodes pour analyser ces chocs économiques, soit 1) des techniques de traitement automatique du langage naturel appliquées à des transcriptions de présentations des résultats financiers et 2) un modèle vectoriel autorégressif structurel avec estimation bayésienne.