Rechercher

Nous constatons que les personnes qui ont besoin d’aide pour effectuer des opérations bancaires ou qui hésitent à adopter de nouvelles technologies évitent les systèmes de paiement numérique lorsqu’elles s’attendent à ce qu’ils manquent d’utilisabilité. Pour aider à améliorer les interactions des utilisatrices et utilisateurs et renforcer leur confiance, il faut appliquer des pratiques standard d’accessibilité, offrir une assistance en direct et concevoir une interface réfléchie.

Nombre de banques centrales publient leur propre enquête de conjoncture, qu’elles réalisent auprès d’entreprises sélectionnées de façon non aléatoire. Les résultats de leurs coups de sonde influencent les décisions de politique monétaire et, de ce fait, les attentes des marchés financiers. Jusqu’à présent, personne n’a mesuré la précision statistique de ces enquêtes, car il est difficile de l’évaluer en raison du mode d’échantillonnage non aléatoire. Les auteurs décrivent une méthodologie qui permet de modéliser des processus complexes d’échantillonnage non aléatoire et de calculer des indicateurs de confiance statistique pertinents sur la base du mode de sélection des entreprises utilisé pour une enquête donnée. Ils appliquent leur cadre méthodologique à l’enquête de la Banque du Canada sur les perspectives des entreprises en se fondant sur les pratiques suivies par le passé et les probabilités bayésiennes pour caractériser le mode d’échantillonnage. Les auteurs peuvent ainsi reproduire le processus de sélection des entreprises à l’aide d’une simulation de Monte-Carlo menée sur un riche ensemble de microdonnées constitué de firmes canadiennes. Sous certaines conditions, constatent-ils, le processus d’échantillonnage retenu par la Banque n’entraîne ni estimations biaisées ni intervalles de confiance élargis.