Parcourez la section Recherches

Nous faisons état de la connaissance du bitcoin et de la détention de cette cryptomonnaie de 2016 à 2021, à partir des enquêtes-omnibus sur le bitcoin de la Banque du Canada. Notre analyse aide aussi à comprendre le profil des nouveaux détenteurs arrivés durant la pandémie de COVID-19 et ce qui les distingue de ceux de longue date. 

Nous examinons la proposition de valeur et les lacunes de la finance décentralisée. Fondée sur la technologie du grand livre distribué et des contrats intelligents, la finance décentralisée peut garantir l’exécution de contrats financiers, engendrer une diminution des coûts d’intermédiation et accroître l’inclusion financière.

Les révisions exceptionnellement importantes de l’IPC-comm au cours des derniers mois sont motivées par les mouvements communs accrus entre les composantes de l’indice des prix à la consommation, dans un contexte de pressions inflationnistes généralisées. Grâce à ces révisions, l’IPC-comm est mieux harmonisé avec les deux autres mesures de l’inflation fondamentale privilégiées par la Banque du Canada. Il faut toutefois user de prudence dans l’interprétation des estimations en temps réel de l’IPC-comm dans la conjoncture actuelle.

Divers concepts technologiques pourraient servir au développement de systèmes de monnaie numérique de banque centrale (MNBC). Nous élaborons cinq modèles récurrents de systèmes de MNBC, présentons leurs caractéristiques, et en analysons les avantages et inconvénients. Cette étude se veut un cadre de référence pour analyser et comparer différents concepts, sans égard au fournisseur, à la plateforme ou au processus de mise en œuvre.

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.

Quand le taux d’intérêt neutre est à un niveau bas, une banque centrale est plus susceptible d’abaisser son taux directeur à la valeur plancher en cas de ralentissement économique. Dans un tel contexte, elle peut avoir recours à sa gamme élargie d’outils de politique monétaire, dont font partie les indications prospectives, pour mieux surmonter le défi que pose la valeur plancher. À l’aide du modèle TOTEM de la Banque du Canada, nous évaluons les avantages et les limites des indications prospectives subordonnées à l’état de la conjoncture dans un régime de ciblage flexible de l’inflation.

Nous introduisons un équilibre basé sur l’apprentissage des comportements dans les modèles DSEG avec des agents dotés d’une rationalité limitée qui utilisent des règles d’anticipation autorégressives de premier ordre simples mais optimales. Le modèle DSEG de Smets-Wouters avec équilibre basé sur l’apprentissage est estimé et présente une bonne adéquation avec les anticipations tirées des enquêtes sur l’inflation. Pour ce qui est de l’application empirique à la politique monétaire, nous montrons que l’apprentissage nécessite un degré plus faible de lissage des taux d’intérêt.

Nous examinons comment l’évolution du bilan de la Banque du Canada influe sur le système bancaire. L’assouplissement quantitatif a fait grossir le bilan du système bancaire et a amélioré le ratio de liquidité à court terme des banques. Le resserrement quantitatif devrait neutraliser une partie de ces effets. Il sera nécessaire que le système bancaire adapte sa gestion de la liquidité.

Lorsque les pays sont frappés par des chocs d’offre, les banques centrales sont souvent confrontées à un dilemme : faire abstraction de tels chocs ou y réagir pour s’assurer que les attentes d’inflation restent ancrées. Dans cette étude, nous proposons un cadre maniable pour prendre en compte ce dilemme et rechercher une politique optimale en partant d’une gamme d’hypothèses sur la formation des attentes.

Dans cette étude, l’auteur s’attache à calculer les degrés de liberté effectifs d’une combinaison de prévisions en fonction d’un ensemble de conditions générales applicables aux modèles linéaires. Le calcul des degrés de liberté effectifs montre que le coût de complexité d’une combinaison de prévisions dépend des paramètres du système de pondération et de la moyenne pondérée des paramètres dans les modèles auxiliaires.