Politique monétaire, prix du pétrole et incertitudes macroéconomiques : une approche FAVAR pour l'économie canadienne
Notice bibliographique
Résumé
Cette étude porte sur l’analyse des effets de la politique monétaire sur l’économie canadienne, pour la période du 2e trimestre de 1982 au 2e trimestre 2019 à l’aide de modèle VAR à facteurs ou FAVAR (Factor Augmented Vector Autoregression). Nous explorons différentes variantes de ces modèles en nous inspirant des travaux de Bernanke et al. (2005) et Boivin et al. (2010) pour revisiter l’impact de chocs monétaires dans une petite économie ouverte comme le Canada. Nous utilisons un échantillon plus récent, en exploitant la grande base de données canadiennes pour l’analyse macroéconomique (LCDMA : Large Canadian Database for Macroeconomic Analysis) hébergée à la Chaire en macroéconomie et prévisions de l’ESG-UQAM auxquels nous ajoutons des variables telles que le prix relatif du pétrole et des mesures d’incertitude macroéconomique américaine et canadienne pour refléter le contexte économique de ces dernières années. D’une part, la première variable ajoutée est vraisemblablement pertinente compte tenu de l’importance du secteur pétrolier au Canada. D’autre part, les hausses plus marquées de l’incertitude macroéconomique à certains moments dans les deux pays, dont celui autour de la Crise économique et financière en 2008, de même que l’augmentation relative de l’incertitude dans un pays par rapport à celle de l’autre auraient mérité d’être évoquées. Nous comparons, dans un premier temps, le modèle FAVAR de référence - composé de 8 facteurs estimés et de l’instrument de politique monétaire au modèle FAVAR avec prix relatif du pétrole et mesures d’incertitudes macroéconomiques. Ensuite, nous comparons un modèle VAR au modèle FAVAR de référence en faisant varier le nombre de facteurs dans ce dernier. Les résultats obtenus suggèrent que les réponses des variables dans les modèles FAVAR estimés sont conformes avec l’impact attendu d’un choc de politique monétaire restrictive. Ils ont permis également de corriger les énigmes empiriques usuelles pour le Canada. Par ailleurs, l’ajout du prix relatif du pétrole et des mesures d’incertitude macroéconomique apporte de l’information additionnelle et pertinente qui améliore la transmission de la politique monétaire au Canada. _____________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : FAVAR, mesures d’incertitudes macroéconomiques canadienne et américaine, LCDMA, politique monétaire, prix relatif du pétrole, VAR
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».