Rechercher

Types de contenu

Sujets

Codes JEL

Endroits

Départements

Auteurs

Sources

États

Publié après

Publié avant

130 résultats

Seasonal Adjustment of Weekly Data

Document d’analyse du personnel 2024-17 Jeffrey Mollins, Rachit Lumb
L’approche standard de l’industrie pour désaisonnaliser les données, connue sous le nom de X-13ARIMA-SEATS, se prête mal aux données de haute fréquence. Compte tenu de la disponibilité accrue et du grand potentiel des données non traditionnelles de haute fréquence, nous présentons et évaluons plusieurs des méthodes de désaisonnalisation les plus répandues pour les données hebdomadaires.

Decision Synthesis in Monetary Policy

Document de travail du personnel 2024-30 Tony Chernis, Gary Koop, Emily Tallman, Mike West
Nous utilisons la synthèse bayésienne des prévisions et des décisions pour formaliser le processus de prise de décision sur la politique monétaire. Nous développons une étude de cas portant sur la prise des décisions de politique monétaire par une banque centrale qui cible l’inflation, et ce, en utilisant de multiples modèles de manière à prendre en compte les objectifs, les attentes et les résultats relatifs aux décisions.

Non-Parametric Identification and Testing of Quantal Response Equilibrium

Document de travail du personnel 2024-24 Johannes Hoelzemann, Ryan Webb, Erhao Xie
En situation d’équilibre de réponse quantale (tout ou rien), nous montrons que la fonction d’utilité et la distribution des erreurs sont non paramétriquement suridentifiées. Ce résultat implique que l’équilibre de réponse quantale peut être testé au moyen d’une méthode simple. Nous illustrons notre méthode dans un exercice de simulation de Monte-Carlo et une expérience de laboratoire.

Parallel Tempering for DSGE Estimation

Document de travail du personnel 2024-13 Joshua Brault
Dans cette étude, j’élabore un algorithme de Monte-Carlo par chaînes de Markov (MCMC) fondé sur une population, soit une atténuation parallèle, pour estimer des modèles d’équilibre général dynamique et stochastique. L’atténuation parallèle fait une approximation de la distribution d’intérêt a posteriori à l’aide d’une famille de chaînes de Markov à distributions a posteriori tempérées.

Predictive Density Combination Using a Tree-Based Synthesis Function

Document de travail du personnel 2023-61 Tony Chernis, Niko Hauzenberger, Florian Huber, Gary Koop, James Mitchell
Cette étude s’intéresse aux combinaisons non paramétriques de prévisions par densité de probabilités. Nous présentons une méthode basée sur des arbres de régression qui permet de varier la pondération des combinaisons selon les caractéristiques des densités, les tendances temporelles ou les indicateurs économiques. Dans le cadre de deux exercices empiriques, nous montrons les avantages de cette méthode sur le plan de l’amélioration de l’exactitude et de l’interprétabilité des prévisions.

Trois leçons apprises à propos du système de paiement Lynx

Note analytique du personnel 2023-14 Nikil Chande, Zhentong Lu, Hiru Rodrigo, Phoebe Tian
Le Canada est passé à un nouveau système de paiement de gros, Lynx, en août 2021. Lynx est fondé sur un modèle de règlement en temps réel qui élimine le risque de crédit dans le système. Ce modèle peut nécessiter plus de liquidités; cependant, la conception de Lynx permet le règlement efficient des paiements de gros au Canada.

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.

Unmet Payment Needs and a Central Bank Digital Currency

Nous analysons les habitudes de paiement des Canadiens dans l’environnement des paiements actuel et dans un environnement hypothétique sans argent comptant.

Global Demand and Supply Sentiment: Evidence from Earnings Calls

Document de travail du personnel 2023-37 Temel Taskin, Franz Ulrich Ruch
Dans cette étude, les auteurs quantifient les chocs de demande, d’offre et d’incertitude à l’échelle mondiale, et ils comparent deux grandes récessions mondiales : la Grande Récession de 2008-2009 et la pandémie de COVID-19. Ils utilisent deux méthodes pour analyser ces chocs économiques, soit 1) des techniques de traitement automatique du langage naturel appliquées à des transcriptions de présentations des résultats financiers et 2) un modèle vectoriel autorégressif structurel avec estimation bayésienne.

What Can Earnings Calls Tell Us About the Output Gap and Inflation in Canada?

Document d’analyse du personnel 2023-13 Marc-André Gosselin, Temel Taskin
Nous élaborons des indicateurs de la demande et de l’offre dans l’économie canadienne au moyen de techniques de traitement automatique du langage naturel pour analyser les présentations de résultats financiers de sociétés cotées en bourse. Nos résultats montrent que ces nouveaux indicateurs pourraient aider les banques centrales à repérer les pressions inflationnistes en temps réel.
Aller à la page