C63 - Techniques de calcul; modèles de simulation

• Improving the Efficiency of Payments Systems Using Quantum Computing

  Document de travail du personnel 2022-53 Christopher McMahon, Donald McGillivray, Ajit Desai, Francisco Rivadeneyra, Jean-Paul Lam, Thomas Lo, Danica Marsden, Vladimir Skavysh

  Nous élaborons un algorithme et l’exécutons sur un calculateur quantique à recuit simulé par l’intermédiaire d’un solveur hybride. L’objectif est de trouver la séquence des paiements en attente de règlement qui permet de réduire le montant de liquidités nécessaire dans le système sans faire augmenter cette attente de façon considérable.

  Type(s) de contenu : Travaux de recherche du personnel, Documents de travail du personnel Sujet(s) : Institutions financières, Monnaies numériques et technologies financières, Réglementation et politiques relatives au système financier, Services financiers, Systèmes de compensation et de règlement des paiements Code(s) JEL : C, C6, C61, C63, D, D8, D83, E, E4, E42, E5, E58

• Comparison of Bayesian and Sample Theory Parametric and Semiparametric Binary Response Models

  Document de travail du personnel 2022-31 Xiangjin Shen, Iskander Karibzhanov, Hiroki Tsurumi, Shiliang Li

  À l’aide de calculs sur processeur graphique, nous comparons un modèle bayésien semi-paramétrique avec un modèle d’échantillonnage semi-paramétrique. Nos résultats montrent qu’une bande passante optimale n’est pas supérieure à une bande passante normale pour les modèles semi-paramétriques à variables binaires.

  Type(s) de contenu : Travaux de recherche du personnel, Documents de travail du personnel Sujet(s) : Gestion du risque de crédit, Méthodes économétriques et statistiques Code(s) JEL : C, C1, C14, C3, C35, C5, C51, C6, C63, D, D1

• Quantum Monte Carlo for Economics: Stress Testing and Macroeconomic Deep Learning

  Document de travail du personnel 2022-29 Vladimir Skavysh, Sofia Priazhkina, Diego Guala, Thomas Bromley

  À l’aide de l’algorithme quantique de Monte-Carlo, nous cherchons à savoir si l’informatique quantique peut réduire le temps d’exécution des applications économiques. Nous appliquons l’algorithme à deux modèles : un test de résistance bancaire et un modèle DSGE résolu en recourant à l’apprentissage profond. Nous présentons aussi quelques innovations de notre cru, au sein même de l’algorithme et dans la méthode employée pour le comparer à sa version classique.

  Type(s) de contenu : Travaux de recherche du personnel, Documents de travail du personnel Sujet(s) : Cycles et fluctuations économiques, Méthodes économétriques et statistiques, Modèles économiques, Recherches menées par les banques centrales, Stabilité financière Code(s) JEL : C, C1, C15, C6, C61, C63, C68, C7, E, E1, E13, G, G1, G17, G2, G21