Rechercher

Nous proposons une approche novatrice pour estimer la demande des consommateurs pour des produits différenciés. Nous éliminons le besoin de variables instrumentales en supposant que les chocs de demande sont éparpillés. Nos applications empiriques montrent de façon convaincante qu’il y a un éparpillement des chocs dans des ensembles de données existants.

Les phénomènes météorologiques extrêmes contribuent à accentuer la volatilité de l’activité économique et des prix et brouillent l’évaluation des tendances économiques de fond. Dans cette optique, nous procédons à un examen en temps voulu de l’effet des catastrophes naturelles sur le produit intérieur brut (PIB) canadien.

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.

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.

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.

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.

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.

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.

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.

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