Changez de thème
Changez de thème

Rechercher

Types de contenu

Sujets

Codes JEL

Endroits

Départements

Auteurs

Sources

États

Publié après

Publié avant

17 résultats

Predictive Density Combination Using a Tree-Based Synthesis Function

Document de travail du personnel 2023-61 Tony Chernis, Niko Hauzenberger, Florian Huber, Gary Koop, James Mitchell
Cette étude s’intéresse aux combinaisons non paramétriques de prévisions par densité de probabilités. Nous présentons une méthode basée sur des arbres de régression qui permet de varier la pondération des combinaisons selon les caractéristiques des densités, les tendances temporelles ou les indicateurs économiques. Dans le cadre de deux exercices empiriques, nous montrons les avantages de cette méthode sur le plan de l’amélioration de l’exactitude et de l’interprétabilité des prévisions.

Combining Large Numbers of Density Predictions with Bayesian Predictive Synthesis

Document de travail du personnel 2023-45 Tony Chernis
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.

Global Demand and Supply Sentiment: Evidence from Earnings Calls

Document de travail du personnel 2023-37 Temel Taskin, Franz Ulrich Ruch
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.

Behavioral Learning Equilibria in New Keynesian Models

Document de travail du personnel 2022-42 Cars Hommes, Kostas Mavromatis, Tolga Özden, Mei Zhu
Nous introduisons un équilibre basé sur l’apprentissage des comportements dans les modèles DSEG avec des agents dotés d’une rationalité limitée qui utilisent des règles d’anticipation autorégressives de premier ordre simples mais optimales. Le modèle DSEG de Smets-Wouters avec équilibre basé sur l’apprentissage est estimé et présente une bonne adéquation avec les anticipations tirées des enquêtes sur l’inflation. Pour ce qui est de l’application empirique à la politique monétaire, nous montrons que l’apprentissage nécessite un degré plus faible de lissage des taux d’intérêt.

(Optimal) Monetary Policy with and without Debt

Document de travail du personnel 2021-5 Boris Chafwehé, Rigas Oikonomou, Romanos Priftis, Lukas Vogel
Comment la politique devrait-elle être conçue dans un contexte de niveaux d’endettement élevés, où les autorités budgétaires ont peu de marge de manœuvre pour ajuster les taux d’imposition? Une autorité monétaire qui doit jouer un rôle afin d’assurer la viabilité de la dette réussit moins bien à stabiliser l’inflation et l’écart de production.

Understanding Trend Inflation Through the Lens of the Goods and Services Sectors

Document de travail du personnel 2020-45 Yunjong Eo, Luis Uzeda, Benjamin Wong
Les secteurs des biens et des services ont connu des dynamiques de prix très différentes au cours des 30 dernières années. Nous avons cherché à comprendre comment des évolutions sectorielles aussi contrastées se répercutent sur la dynamique de l’inflation tendancielle globale.

Endogenous Time Variation in Vector Autoregressions

Document de travail du personnel 2020-16 Danilo Leiva-Leon, Luis Uzeda
Nous présentons une nouvelle classe de modèles vectoriels autorégressifs (VAR) à paramètres variables dans le temps dans laquelle les innovations structurelles désignées explicitement peuvent influer – simultanément et en décalage – sur la dynamique de la constante et des coefficients autorégressifs.

State Correlation and Forecasting: A Bayesian Approach Using Unobserved Components Models

Document de travail du personnel 2018-14 Luis Uzeda
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.

Asymmetric Risks to the Economic Outlook Arising from Financial System Vulnerabilities

Note analytique du personnel 2018-6 Thibaut Duprey
Lorsque les vulnérabilités du système financier sont élevées, elles peuvent faire peser des risques asymétriques sur les perspectives économiques. Pour illustrer cet énoncé, j’examine les perspectives économiques présentées dans la livraison d’octobre 2017 du Rapport sur la politique monétaire de la Banque du Canada dans le contexte de deux grandes vulnérabilités du système financier, à savoir le niveau élevé d’endettement des ménages et les déséquilibres sur le marché du logement.

Monetary Policy Transmission during Financial Crises: An Empirical Analysis

Document de travail du personnel 2014-21 Tatjana Dahlhaus
L’auteure étudie les effets d’une politique monétaire expansionniste aux États-Unis en périodes de fortes tensions financières. Pour procéder à son analyse, elle élabore un modèle factoriel à transition lisse dans lequel le passage d’un état à l’autre (d’une situation « normale » à un régime de fortes tensions) dépend d’un indice des conditions financières.
Aller à la page