Rechercher

Cette étude examine la manière dont les inondations extrêmes peuvent influer indirectement sur les chaînes d’approvisionnement mondiales en perturbant la production. Les résultats font ressortir que la taille des stocks est déterminante; un système de stocks réduits entraîne une propagation plus rapide des chocs, des pertes plus élevées et moins de reprises qu’un système de stocks abondants.

À l’heure où les entreprises du monde entier adoptent l’intelligence artificielle pour stimuler leur productivité, on en sait peu sur la façon dont les entreprises canadiennes l’utilisent. De nouveaux résultats d’enquête révèlent que bon nombre d’entre elles commencent tout juste à l’adopter, et qu’elles s’attendent à un effet graduel sur l’investissement et l’emploi.

L’IA pourrait transformer le marché du travail en automatisant certaines tâches dans bon nombre de postes. Même si peu d’éléments indiquent que l’IA a un effet important sur le marché du travail, des indices laissent croire qu’il est plus difficile pour certaines personnes de trouver un emploi dans les professions qui y sont les plus exposées.

Les catastrophes naturelles peuvent entraîner des défis complexes pour la conduite de la politique monétaire dans les petites économies ouvertes riches en ressources naturelles. À l’aide d’un modèle d’équilibre général dynamique et stochastique calibré pour le Canada, nous montrons que la plupart des catastrophes agissent comme des chocs d’offre défavorables qui réduisent la production et font augmenter l’inflation, entraînant ainsi un arbitrage de politique monétaire.

Nous analysons les mesures de politique monétaire prises en réaction à l’IA dans un modèle de type nouveau keynésien à deux secteurs qui définit deux formes de changement : l’augmentation et l’automatisation. Les deux réduisent la demande de main-d’œuvre, ce qui nécessite une détente monétaire qui crée des arbitrages pour ce qui est de l’inflation. L’automatisation aggrave ces arbitrages. L’inflation globale dépend de la forme des changements et de l’étendue de l’adoption de l’IA, ce qui rend la stabilisation par la politique monétaire plus complexe et les données agrégées potentiellement trompeuses.

La volatilité macroéconomique croissante et les transformations structurelles – démondialisation, risques climatiques et IA – remodèlent la dynamique de l’inflation et les arbitrages pour la politique monétaire. Les données semblent indiquer que les banques centrales peuvent s’adapter à une inflation par l’offre tout en équilibrant l’inflation et la production, tant que les attentes restent ancrées et que la politique monétaire reflète l’ampleur du choc, sa persistance et les conditions économiques générales.

Nous formulons une estimation macroéconomique de la production totale de l’IA aux États-Unis en combinant l’inférence et l’apprentissage/la R-D, rajustée pour la qualité en fonction des progrès algorithmiques. Nous proposons ensuite le cadre d’un « PIB de l’IA » qui mesure ce secteur comme un tout cohérent et complète les comptes nationaux traditionnels.

Cette note examine la façon dont une monnaie numérique de banque centrale (MNBC) de détail ne portant pas intérêt pourrait influer sur la stabilité financière des banques d’importance systémique du Canada en période de profonde récession. Les résultats du test de résistance montrent que celles-ci restent résilientes et maintiennent leurs principaux ratios réglementaires, même en cas de forte demande de MNBC.

Quelle est l’incidence de la démondialisation et de la hausse des coûts du commerce sur la politique monétaire? Un modèle multisectoriel à deux pays, le Canada et les États-Unis, montre que les chocs bilatéraux de coûts du commerce impliquent un arbitrage gérable entre l’inflation et la production dans le cadre actuel, mais que des chocs plus importants ou plus persistants rendraient les politiques de tolérance face aux chocs transitoires plus coûteuses et plus risquées.

Cette étude analyse l’adoption de l’IA par les entreprises canadiennes à partir des données de l’enquête Le Pouls des leaders d’entreprise de décembre 2025. Elle permet de constater que, même si l’utilisation personnelle de l’IA est répandue, son adoption dans les opérations des entreprises reste limitée. Les entreprises s’attendent à des effets positifs modestes sur les dépenses d’investissement et à de faibles effets négatifs nets sur l’emploi au cours des trois prochaines années.