Rechercher

La Banque du Canada recourt abondamment aux données mensuelles sur le produit intérieur brut (PIB) réel par branche d’activité afin d’asseoir sa surveillance de l’activité économique et d’en faire usage dans ses outils de prévision pour la période courante. Cela en fait l’une des plus importantes séries chronologiques de haute fréquence pour effectuer des prévisions dans l’immédiat concernant l’économie canadienne.

Dans cette étude, nous élargissons le modèle espace d’états proposé par Blagrave et autres (2015) en décomposant la production potentielle du Canada en deux facteurs : la productivité tendancielle du travail et le facteur travail tendanciel.

Les modèles d’évaluation des risques occupent une place importante parmi les outils d’analyse dont la Banque du Canada se sert pour jauger la résilience du système financier. Dans cette étude, nous décrivons le Cadre d’identification et d’évaluation des risques, une série de modèles conçus à la Banque pour quantifier l’incidence des risques liés à la stabilité financière sur l’économie dans son ensemble et sur divers participants au système financier en particulier (ménages, entreprises et banques).

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.

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).

Dans cette étude, nous examinons la prévision à court terme du produit intérieur brut (PIB) réel du Canada et de ses composantes de dépenses en combinant les prévisions pour la période en cours tirées de différents modèles. Nous appliquons une suite d’outils de prévision à un ensemble de données de taille moyenne afin de prévoir l’évolution du PIB réel trimestriel et de ses composantes de dépenses.

Nous étudions les propriétés de modèles asymétriques d’hétéroscédasticité conditionnelle autorégressive généralisée (GARCH) de la famille des modèles GARCH à seuil (TGARCH) et proposons un modèle TGARCH à fonction spline plus général où les termes de l’hétéroscédasticité conditionnelle autorégressive (ARCH) et généralisée rendent compte de la volatilité des rendements de variables à forte fréquence, de la volatilité des variables macroéconomiques à faible fréquence et de la réaction asymétrique aux nouvelles défavorables passées.

Au regard de l’extraction des signaux, les implications de la spécification de modèles à composantes non observées avec innovations corrélées ou orthogonales ont été largement analysées. Par contraste, s’agissant des prévisions, les implications de modèles à composantes non observées avec différentes structures de corrélation des variables d’état sont moins bien comprises.

Les indicateurs officiels du marché du travail chinois sont considérés comme problématiques, en raison de leurs faibles fluctuations cycliques et du fait qu’ils ne rendent compte qu’en partie de la population active. Nous établissons un indice mensuel des conditions du marché du travail pour la Chine en recourant à l’analyse textuelle de journaux en chinois publiés sur le continent de 2003 à 2017.

Nous utilisons une nouvelle base de données canadiennes en temps réel afin d’étudier diverses mesures de l’écart de production, dont des mesures élaborées récemment qui se fondent sur des modèles intégrant un grand nombre de variables (et nécessitant ainsi des données en temps réel pour un grand nombre de variables).