Méthodes économétriques et statistiques

• Quantum Monte Carlo for Economics: Stress Testing and Macroeconomic Deep Learning

  Document de travail du personnel 2022-29 Vladimir Skavysh, Sofia Priazhkina, Diego Guala, Thomas Bromley

  À l’aide de l’algorithme quantique de Monte-Carlo, nous cherchons à savoir si l’informatique quantique peut réduire le temps d’exécution des applications économiques. Nous appliquons l’algorithme à deux modèles : un test de résistance bancaire et un modèle DSGE résolu en recourant à l’apprentissage profond. Nous présentons aussi quelques innovations de notre cru, au sein même de l’algorithme et dans la méthode employée pour le comparer à sa version classique.

  Type(s) de contenu : Travaux de recherche du personnel, Documents de travail du personnel Sujet(s) : Cycles et fluctuations économiques, Méthodes économétriques et statistiques, Modèles économiques, Recherches menées par les banques centrales, Stabilité financière Code(s) JEL : C, C1, C15, C6, C61, C63, C68, C7, E, E1, E13, G, G1, G17, G2, G21

• Cash in the Pocket, Cash in the Cloud: Cash Holdings of Bitcoin Owners

  Document de travail du personnel 2022-26 Daniela Balutel, Christopher Henry, Kim Huynh, Marcel Voia

  Nous estimons l’effet de la détention de bitcoins sur le montant d’argent comptant que détiennent les consommateurs canadiens. Nos résultats remettent en question l’idée selon laquelle l’adoption de nouvelles technologies, comme le bitcoin, mènera au déclin de l’argent liquide.

  Type(s) de contenu : Travaux de recherche du personnel, Documents de travail du personnel Sujet(s) : Billets de banque, Méthodes économétriques et statistiques, Monnaies numériques et technologies financières Code(s) JEL : C, C1, C12, E, E4, O, O3, O33, O5, O51