C11 - Analyse bayésienne : généralités

• 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.

  Type(s) de contenu : Travaux de recherche du personnel, Documents de travail du personnel Sujet(s) : Méthodes économétriques et statistiques Code(s) JEL : C, C1, C11, C3, C32, C5, C53

• 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.

  Type(s) de contenu : Travaux de recherche du personnel, Documents de travail du personnel Sujet(s) : Méthodes économétriques et statistiques Code(s) JEL : C, C1, C11, C5, C52, C53, E, E3, E37

• 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.

  Type(s) de contenu : Travaux de recherche du personnel, Documents de travail du personnel Sujet(s) : Cycles et fluctuations économiques, Inflation et prix, Maladie à coronavirus (COVID-19), Méthodes économétriques et statistiques, Questions internationales Code(s) JEL : C, C1, C11, C3, C32, E, E3, E32, G, G1, G10