Changez de thème
Changez de thème

Rechercher

Types de contenu

Sujets

Codes JEL

Endroits

Départements

Auteurs

Sources

États

Publié après

Publié avant

5 résultats

Machine learning for economics research: when, what and how

Note analytique du personnel 2023-16 Ajit Desai
Nous passons en revue une sélection d’études tirant parti de l’apprentissage automatique à des fins de recherche économique et d’analyse de politiques. Notre examen fait ressortir les circonstances où l’apprentissage automatique est utilisé en économie, les modèles préférés en général, et la façon dont ils sont utilisés.

Predicting Changes in Canadian Housing Markets with Machine Learning

Document d’analyse du personnel 2023-21 Johan Brannlund, Helen Lao, Maureen MacIsaac, Jing Yang
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.

A New Approach to Infer Changes in the Synchronization of Business Cycle Phases

Document de travail du personnel 2014-38 Danilo Leiva-Leon
Dans cette étude, l’auteur propose un modèle markovien à changement de régime pour repérer de façon endogène : 1) les régimes dont les économies entrent simultanément en récession ou dans une phase d’expansion et 2) les régimes dont les économies ne sont pas synchronisées et suivent pour l’essentiel des cycles indépendants.

The Application of Artificial Neural Networks to Exchange Rate Forecasting: The Role of Market Microstructure Variables

Document de travail du personnel 2000-23 Nikola Gradojevic, Jing Yang
Les réseaux de neurones artificiels sont employés pour la prévision du taux de change Canada/ États-Unis à fréquence élevée. Ils produisent généralement de meilleures prévisions hors échantillon récursives qu'une marche aléatoire ou un modèle linéaire.
Type(s) de contenu : Travaux de recherche du personnel, Documents de travail du personnel Sujet(s) : Taux de change Code(s) JEL : C, C4, C45, F, F3, F31

Forecasting GDP Growth Using Artificial Neural Networks

Document de travail du personnel 1999-3 Greg Tkacz, Sarah Hu
Les variables financières et monétaires sont reconnues depuis longtemps comme des indicateurs fiables de l'activité économique future. Dans cette étude, les auteurs tentent de déterminer si le recours à des réseaux neuronaux permet d'améliorer les prévisions réalisées à l'aide de ces variables. Ils constatent qu'à l'horizon d'un trimestre, les réseaux neuronaux ne produisent pas de […]