C53 - Méthodes de prévision et de prédiction; méthodes de simulation

• 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

• 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.

  Type(s) de contenu : Travaux de recherche du personnel, Documents d'analyse du personnel Sujet(s) : Incertitude et politique monétaire, Inflation et prix, Marchés du travail, Modèles économiques Code(s) JEL : C, C5, C50, C51, C52, C53, C54, C55

• 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.

  Type(s) de contenu : Travaux de recherche du personnel, Documents d'analyse du personnel Sujet(s) : Logement, Marchés financiers, Méthodes économétriques et statistiques Code(s) JEL : A, C, C4, C45, C5, C53, D, D2, R, R2, R3

• 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