Méthodes économétriques et statistiques

• The Bank of Canada 2015 Retailer Survey on the Cost of Payment Methods: Estimation of the Total Private Cost for Large Businesses

  Rapport technique n° 110 Valéry Dongmo Jiongo

  L’enquête réalisée en 2015 par la Banque du Canada sur les coûts des différents modes de paiement pour les détaillants présente des taux de réponse faibles ainsi que des valeurs aberrantes dans deux strates de l’échantillon, à savoir les chaînes de magasins et les grandes entreprises indépendantes.

  Type(s) de contenu : Travaux de recherche du personnel, Rapports techniques Sujet(s) : Méthodes économétriques et statistiques Code(s) JEL : C, C1, C12, C8, C83

• The Bank of Canada 2015 Retailer Survey on the Cost of Payment Methods: Calibration for Single-Location Retailers

  Rapport technique n° 109 Heng Chen, Rallye Shen

  Des pondérations sont estimées par calage pour a) réduire le biais attribuable aux non-réponses, b) réduire l’erreur de couverture et c) faire concorder les poids d’estimation de l’échantillon avec ceux de la population cible pour certaines variables d’intérêt.

  Type(s) de contenu : Travaux de recherche du personnel, Rapports techniques Sujet(s) : Méthodes économétriques et statistiques, Monnaies numériques et technologies financières Code(s) JEL : C, C8, C81, C83

• The Bank of Canada 2015 Retailer Survey on the Cost of Payment Methods: Sampling

  Rapport technique n° 108 Angelika Welte

  En 2015, la Banque du Canada a mené une enquête de grande ampleur sur les coûts des différents modes de paiement pour les détaillants.

  Type(s) de contenu : Travaux de recherche du personnel, Rapports techniques Sujet(s) : Méthodes économétriques et statistiques, Recherches menées par les banques centrales Code(s) JEL : C, C8, C81, C83

• Small‐Sample Tests for Stock Return Predictability with Possibly Non‐Stationary Regressors and GARCH‐Type Effects

  Document de travail du personnel 2017-10 Sermin Gungor, Richard Luger

  Nous développons une méthode de simulation pour tester la prévisibilité du rendement des actions à l’aide de multiples variables de régression. Le processus déterminant les variables de régression n’est aucunement restreint et la méthode de simulation reste valide à distance finie même en présence de distributions autres que la loi normale et d’effets GARCH sur le rendement des actions.

  Type(s) de contenu : Travaux de recherche du personnel, Documents de travail du personnel Sujet(s) : Évaluation des actifs, Marchés financiers, Méthodes économétriques et statistiques Code(s) JEL : C, C1, C12, C3, C32, G, G1, G14