Rechercher

Cette étude propose une méthode inédite pour simuler les transactions intrajournalières dans le système canadien de traitement par lots des paiements de détail lorsqu’il est impossible d’obtenir des données sur de telles transactions. La méthode de simulation a le potentiel de combler le manque de données détaillées quand on dispose uniquement de renseignements généraux agrégés.

Nous faisons état de la connaissance du bitcoin et de la détention de cette cryptomonnaie de 2016 à 2021, à partir des enquêtes-omnibus sur le bitcoin de la Banque du Canada. Notre analyse aide aussi à comprendre le profil des nouveaux détenteurs arrivés durant la pandémie de COVID-19 et ce qui les distingue de ceux de longue date. 

Dans cette étude, l’auteur s’attache à calculer les degrés de liberté effectifs d’une combinaison de prévisions en fonction d’un ensemble de conditions générales applicables aux modèles linéaires. Le calcul des degrés de liberté effectifs montre que le coût de complexité d’une combinaison de prévisions dépend des paramètres du système de pondération et de la moyenne pondérée des paramètres dans les modèles auxiliaires.

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.