Changez de thème
Changez de thème

Rechercher

Types de contenu

Sujets

Codes JEL

Endroits

Départements

Auteurs

Sources

États

Publié après

Publié avant

187 résultats

Identifying Nascent High-Growth Firms Using Machine Learning

Document de travail du personnel 2023-53 Stephanie Houle, Ryan Macdonald
Les entreprises qui croissent rapidement sont susceptibles d’introduire des innovations, de lancer de nouveaux produits ou de mettre en place des processus inédits (Kogan et autres, 2017), de devenir des entreprises phares (Haltiwanger et autres, 2013) et d’avoir une incidence sur la part globale du travail (Autor et autres, 2020; De Loecker et autres, 2020). Nous explorons l’utilisation de techniques d’apprentissage automatique supervisé pour cerner un groupe d’entreprises émergentes à forte croissance en nous basant sur des données administratives sur les entreprises canadiennes.

A Blueprint for the Fourth Generation of Bank of Canada Projection and Policy Analysis Models

Document d’analyse du personnel 2023-23 Donald Coletti
La quatrième génération de modèles utilisés par la Banque du Canada pour effectuer des projections et des analyses est destinée à approfondir notre compréhension de la dynamique de l’inflation, de l’offre au sein de l’économie et des risques sous-jacents auxquels sont confrontés les décideurs publics, causés par l’incertitude qui entoure le fonctionnement de l’économie.

Predicting Changes in Canadian Housing Markets with Machine Learning

Document d’analyse du personnel 2023-21 Johan Brannlund, Helen Lao, Maureen MacIsaac, Jing Yang
Nous utilisons deux algorithmes d’apprentissage automatique pour prévoir la croissance mensuelle des prix des logements et des ventes de logements existants au Canada. Même si ces algorithmes peuvent parfois être plus efficaces qu’un modèle linéaire, l’amélioration de l’exactitude des prévisions n’est pas toujours statistiquement significative.

Forecasting Risks to the Canadian Economic Outlook at a Daily Frequency

Document d’analyse du personnel 2023-19 Chinara Azizova, Bruno Feunou, James Kyeong
Cette étude quantifie les risques extrêmes présents dans les perspectives d’inflation et de croissance du PIB réel au Canada en estimant leur distribution conditionnelle quotidienne. Nous montrons que les probabilités de matérialisation de ces risques calculées à partir des distributions conditionnelles reflètent fidèlement les résultats obtenus au cours de la période de 2002 à 2022.

Combining Large Numbers of Density Predictions with Bayesian Predictive Synthesis

Document de travail du personnel 2023-45 Tony Chernis
Je montre comment combiner un grand nombre de prévisions au moyen de différentes approches dans le cadre d’une synthèse de prévisions bayésienne. Je constate que les techniques qui permettent de sélectionner et de combiner quelques prévisions – soit l’utilisation de mesures de rétrécissement a priori basées sur un modèle global-local – sont celles qui donnent les meilleurs résultats.

Generalized Autoregressive Gamma Processes

Document de travail du personnel 2023-40 Bruno Feunou
Nous présentons les processus gamma autorégressifs généralisés (GARG), une catégorie de processus autorégressifs et moyennes mobiles où la dynamique de chacun des moments conditionnels est influencée par une différente moyenne mobile identifiable de la variable d’intérêt. Nous montrons que l’utilisation de processus GARG réduit les erreurs d’évaluation de façon nettement plus importante que les processus gamma autorégressifs existants.

Turning Words into Numbers: Measuring News Media Coverage of Shortages

Document d’analyse du personnel 2023-8 Lin Chen, Stephanie Houle
Nous élaborons des indicateurs à haute fréquence fondés sur les actualités qui utilisent le traitement automatique des langues pour analyser les reportages écrits. Nos indicateurs surveillent l’évolution des ruptures d’approvisionnement (matières premières, produits intermédiaires et produits finis) et de la pénurie de main-d’œuvre. Ils suivent aussi la variation de la trame narrative des différents types de pénuries au fil des semaines.

Climate Variability and International Trade

Document de travail du personnel 2023-8 Geoffrey R. Dunbar, Walter Steingress, Ben Tomlin
Cette étude quantifie l’incidence des ouragans sur le commerce maritime international vers les États-Unis. En comparant le moment où les ouragans croisent ces routes avec des données mensuelles sur le commerce des ports américains, nous isolons les effets imprévus d’un ouragan frappant une route commerciale à l’aide de deux méthodes d’identification distinctes : une étude de l’événement et une projection locale.

Risk Amplification Macro Model (RAMM)

Rapport technique n° 123 Kerem Tuzcuoglu
Le modèle macroéconomique d’amplification des risques (modèle RAMM) est un nouveau modèle dynamique non linéaire à deux pays qui rend compte de chocs négatifs rares, mais graves. Le modèle RAMM peut être utilisé pour évaluer les implications de scénarios de risques d’origine intérieure ou étrangère pour la stabilité financière.

Forecasting Banks’ Corporate Loan Losses Under Stress: A New Corporate Default Model

Rapport technique n° 122 Gabriel Bruneau, Thibaut Duprey, Ruben Hipp
Nous présentons un nouveau modèle de défaillance des entreprises, un des fondements de l’infrastructure de la Banque du Canada permettant de soumettre les banques à des tests de résistance. Le modèle est utilisé pour prévoir les pertes sur prêts aux entreprises que le secteur bancaire canadien est susceptible de subir en période de tension.
Aller à la page