Towards a HANK Model for Canada: Estimating a Canadian Income Process

Les modèles à agents hétérogènes reposent sur de bonnes estimations de la distribution de la croissance du revenu des particuliers pour représenter le comportement de consommation des ménages ainsi que les incidences macroéconomiques de ce comportement. J’étudie la distribution de la croissance du revenu chez les travailleurs canadiens et je constate qu’elle se caractérise par des chocs importants et peu fréquents, plutôt que par des chocs faibles mais fréquents. Cette distribution rappelle beaucoup celle qui a été mise en évidence aux États-Unis.

Je fournis des estimations pour les paramètres du processus stochastique du revenu des ménages, qui s’appuient sur des données provenant de déclarations de revenus annuelles. Sur le plan méthodologique, je montre comment accélérer le processus d’estimation de telle sorte qu’il est possible d’exécuter des millions de simulations en une poignée de millisecondes. Pour ce faire, j’utilise des méthodes basées sur la technologie CUDA afin d’exécuter parallèlement les calculs d’estimation sur plusieurs processeurs graphiques Tesla produits par NVIDIA.

Mes estimations représentent une première étape essentielle dans l’élaboration de modèles néokeynésiens à agents hétérogènes qui soient réalistes, sur le plan quantitatif pour l’économie canadienne. Ces modèles sont des outils importants pour comprendre le comportement des consommateurs et analyser le mécanisme de transmission de la politique monétaire. Le processus estimé présenté dans cette étude peut également s’avérer utile dans d’autres contextes exigeant une représentation empiriquement réaliste de la dynamique des revenus des ménages.