000001119 001__ 1119
000001119 005__ 20250211155754.0
000001119 0247_ $$a10.34989/tr-49$$2DOI
000001119 035__ $$a10.34989/tr-49
000001119 041__ $$aeng
000001119 084__ $$aE Macroeconomics and Monetary Economics$$03005
000001119 084__ $$aE5 Monetary Policy, Central Banking, and the Supply of Money and Credit$$03043
000001119 084__ $$aE51 Money Supply; Credit; Money Multipliers$$03045
000001119 245__ $$aAn Analysis of the Information Content of Alternative Credit Aggregates
000001119 260__ $$bBank of Canada
000001119 269__ $$a1988
000001119 300__ $$a1 online resource (ii, 42 pages)
000001119 336__ $$aText
000001119 347__ $$bPDF
000001119 520__ $$aThis study evaluates the information content of 25 measures of credit with respect to three macroeconomic variables—nominal spending, real spending and prices. Initially, simple descriptive techniques are used to assess the contemporaneous and leading relationships between the credit aggregates and the three goal variables. Next, bivariate vector autoregression models are constructed by regressing each of the goal variables on its own past values, then adding contemporaneous and lagged values of the credit aggregates. Multivariate models are developed by introducing other financial variables (which include an interest rate, an exchange rate and a stock market price index) into the simple bivariate equations as explanatory variables. The models using different measures of credit are compared with one another and with models using various monetary aggregates. It is found that, while individual monetary aggregates are more informative than measures of credit, the latter may have a valuable complementary role to play as macroeconomic indicators.$$7Abstract
000001119 520__ $$aDans cette étude, on procède à l'analyse du contenu informatif de vingt-cinq mesures de crédit dans le but de cerner les relations qui existent entre celles-ci et trois variables macroéconomiques – la dépense nominale, la dépense réelle et les prix. On a d'abord évalué, à l'aide de techniques descriptives simples, la simultanéité de ces relations ou l'antériorité du crédit par rapport aux trois variables. Puis on a construit des modèles autorégressifs vectoriels à deux variables et opéré la régression de chacune des variables cibles par rapport à leurs valeurs passées et aux valeurs instantanées et retardées de mesures du crédit. On a ensuite procédé à l'élaboration de modèles à plusieurs variables en introduisant dans les équations simples à deux variables d'autres variables financières – tels le taux d'intérêt, le taux de change et un indice des cours boursiers – à titre de variables explicatives. On a effectué une analyse comparative des modèles où interviennent différentes mesures du crédit et ceux-ci sont ensuite confrontés avec les modèles intégrant divers agrégats monétaires. Il est démontré que, même si ces agrégats ont un contenu informatif plus large que les mesures de crédit, ces dernières peuvent jouer un rôle complémentaire important comme indicateurs macroéconomiques.$$7Résumé
000001119 540__ $$aCreative Commons Attribution 4.0 International$$uhttps://creativecommons.org/licenses/by/4.0/legalcode$$fCC-BY-4.0
000001119 6531_ $$aCredit and credit aggregates
000001119 6531_ $$aCrédit et agrégats du crédit
000001119 7001_ $$aMilton, Leslie
000001119 8301_ $$aTechnical Report
000001119 8301_ $$aRapport technique
000001119 8564_ $$uhttps://www.oar-rao.bank-banque-canada.ca/record/1119/files/An%20Analysis%20of%20the%20Information%20Content%20of%20Alternative%20Credit%20Aggregates.pdf$$98276daea-2051-4c3e-a1cc-889a194cebb6$$s2934677$$zFile Source: Digitized from the Bank of Canada Archives, 2024
000001119 909CO $$ooai:www.oar-rao.bank-banque-canada.ca:1119$$pbibliographic
000001119 980__ $$aStaff Research
000001119 980__ $$aRDM
000001119 980__ $$aDigitized
000001119 991__ $$aPublic