Posts
-
-
Financial Intermediation and Fire Sales with Liquidity Risk Pricing
Nous présentons une théorie des liquidations d’actifs dans laquelle les acheteurs potentiels sont assujettis à des chocs de liquidité et à des frictions qui limitent leur capacité à revendre les actifs. D’après le modèle, les exigences en matière de liquidité que propose la SEC pour ces intermédiaires pourraient nuire à l’économie. -
24 mai 2024
Rapport financier trimestriel - Premier trimestre de 2024
Rapport financier trimestriel - Premier trimestre de 2024 - pour la période close le 31 mars 2024 -
-
21 mai 2024
Le Musée de la Banque du Canada annonce les lauréats du Prix d’excellence en enseignement de l’économie pour 2024
Le Musée de la Banque du Canada honore deux enseignants remarquables pour leur travail exceptionnel en enseignement de l’économie. -
16 mai 2024
Passage au règlement le jour suivant (T+1) pour les adjudications de titres du gouvernement du Canada
Le 3 juin 2024, toutes les adjudications du gouvernement du Canada pour les bons du Trésor, les obligations et les rachats d’obligations aux fins de gestion de la trésorerie passeront au règlement le jour suivant (T+1). Ce changement fera suite à la transition vers T+1 du marché secondaire canadien, qui devrait avoir lieu le lundi 27 mai 2024. -
-
Digital Payments in Firm Networks: Theory of Adoption and Quantum Algorithm
Nous construisons un jeu de formation de réseaux d’entreprises ayant des flux commerciaux pour étudier l’adoption et l’utilisation d’une nouvelle monnaie numérique comme solution de rechange à la correspondance bancaire. -
The Macroeconomic Implications of Coholding
Les ménages considérés comme emprunteurs-épargnants ont à la fois des dettes de carte de crédit à frais élevés et des liquidités à faible rendement. Nous étudions l’incidence de cette situation sur les politiques budgétaire et monétaire, et constatons qu’en réaction à une hausse de revenu, ces ménages augmentent moins leur consommation à court terme, mais plus à long terme. -
Finding a Needle in a Haystack: A Machine Learning Framework for Anomaly Detection in Payment Systems
Notre cadre d’apprentissage automatique à deux niveaux peut renforcer la surveillance des transactions en temps réel dans les systèmes de paiement de grande valeur, lesquels représentent un élément central de l’infrastructure financière d’un pays. Testé sur des données provenant de systèmes de paiement canadiens, le cadre s’est révélé capable de détecter avec précision des transactions anormales. Il pourrait contribuer à améliorer la résilience informatique et opérationnelle des systèmes de paiement.