Forecasting Recessions in Canada: An Autoregressive Probit Model Approach

Nous prévoyons les récessions au Canada à partir d’un modèle probit autorégressif. Dans ce modèle, la présence d’une variable latente retardée, qui reflète l’autocorrélation de la variable binaire indicatrice de récession, se traduit par une vraisemblance incalculable contenant une intégrale de haute dimension. Ainsi, nous employons des méthodes de vraisemblance composite pour faciliter l’estimation de ce modèle complexe, puis nous en présentons les résultats asymptotiques. Nous appliquons une procédure de sélection à une grande variété de variables macrofinancières canadiennes et étrangères en utilisant comme critère de performance la surface sous la courbe de la fonction d’efficacité du récepteur. Selon nos résultats, le modèle autorégressif améliore considérablement la capacité de prévision des récessions au Canada, comparativement à divers autres modèles probit proposés dans la littérature canadienne. Ces résultats sont robustes aux changements dans les critères de performance ou l’échantillon utilisé. Par ailleurs, ils mettent en relief le pouvoir prédictif à court terme de l’activité économique aux États-Unis, et semblent montrer que les indicateurs financiers peuvent servir à prédire de manière fiable les récessions au Canada.