000000779 001__ 779
000000779 005__ 20250211155727.0
000000779 0247_ $$a10.34989/tr-73$$2DOI
000000779 035__ $$a10.34989/tr-73
000000779 041__ $$aeng
000000779 084__ $$aC Mathematical and Quantitative Methods$$02849
000000779 084__ $$aC3 Multiple or Simultaneous Equation Models; Multiple Variables$$02871
000000779 084__ $$aC32 Time-Series Models; Dynamic Quantile Regressions; Dynamic Treatment Effect Models; Diffusion Processes; State Space Models$$02874
000000779 084__ $$aC5 Econometric Modeling$$02889
000000779 084__ $$aC53 Forecasting and Prediction Methods; Simulation Methods$$02893
000000779 245__ $$aThe Bank of Canada's New Quarterly Projection Model, Part 2. A Robust Method for Simulating Forward-Looking Models
000000779 260__ $$bBank of Canada
000000779 269__ $$a1995
000000779 300__ $$a1 online resource (viii, 33 pages)
000000779 336__ $$aText
000000779 347__ $$bPDF
000000779 520__ $$aIn this report, we describe methods for solving economic models when expectations are presumed to have at least some element of consistency with the predictions of the model itself. We present analytical results that establish the convergence properties of alternative solution procedures for linear models with unique solutions. Only one method is guaranteed to converge, whereas most widely used methods, including the popular Fair-Taylor approach, do not have this property. This method, which we have implemented for simulation of the Bank of Canada's models of the Canadian economy, involves solving simultaneously the full problem, "stacked" to represent each endogenous variable at each time point with a separate equation, using a Newton algorithm. We discuss briefly the extension of our convergence results to applications with non-linear models, but the strong analytical conclusions for linear systems do not necessarily carry over to non-linear systems. We illustrate the analytical discussion and provide some evidence on comparative solution times and on the robustness of the procedures, using simulations of a simple, linear model of a hypothetical economy and of two much larger, non-linear models of the Canadian economy developed at the Bank of Canada. The examples show that the robustness of our procedure does carry over to applications with working, non-linear economic models. They also suggest that the limitations of iterative methods are of practical importance to economic modellers.$$7Abstract
000000779 520__ $$aDans le présent rapport, les auteurs décrivent des méthodes de résolution des modèles économiques sous l'hypothèse que les anticipations ont un élément de cohérence avec les prédictions du modèle en cause lui-même. Ils présentent des résultats, obtenus par la voie analytique, qui établissent les propriétés de convergence que revêtent certaines méthodes appliquées aux modèles linéaires à solution unique. Toutefois, la propriété de convergence n'est garantie que dans le cas d'une seule méthode, tandis qu'elle ne l'est pas dans celui des méthodes les plus couramment utilisées, comme celle de Fair et Taylor. La méthode en question est celle qui a été mise à contribution dans la simulation des modèles de l'économie canadienne mis au point à la Banque du Canada; elle implique la résolution simultanée, à l'aide d'un algorithme de Newton, d'un système d'équations où chacune des variables endogènes est représentée par une équation distincte à chaque période de temps. Les auteurs traitent brièvement de l'extension de l'analyse des propriétés de convergence à des modèles non linéaires, mais les résultats analytiques ne s'appliquent pas nécessairement à ce type de modèle. Pour illustrer les résultats analytiques, fournir des mesures comparatives du temps nécessaire à la solution des modèles et des témoignages au sujet du degré de solidité des méthodes évaluées, les auteurs présentent des simulations d'un modèle linéaire simple d'une économie fictive et de deux modèles non linéaires beaucoup plus grands de l'économie canadienne mis au point à la Banque du Canada. Ces exemples montrent que leur méthode demeure robuste lorsqu'elle est appliquée à des modèles économiques non linéaires. Ces exemples laissent aussi supposer que les limites des méthodes itératives revêtent une importance pratique pour les constructeurs de modèles économiques.$$7Résumé
000000779 540__ $$aCreative Commons Attribution 4.0 International$$uhttps://creativecommons.org/licenses/by/4.0/legalcode$$fCC-BY-4.0
000000779 6531_ $$aEconomic models
000000779 6531_ $$aModèles économiques
000000779 7001_ $$aArmstrong, John
000000779 7001_ $$aBlack, Richard
000000779 7001_ $$aLaxton, Douglas
000000779 7001_ $$aRose, David
000000779 789__ $$w0713-7931$$2ISSN$$eIsPartOf
000000779 791__ $$2DOI$$w10.34989/tr-72$$tThe Bank of Canada's New Quarterly Projection Model, Part 1. The Steady-State Model: SSQPM$$c1994$$eContinues$$dBank of Canada$$jTechnical Report$$k72
000000779 791__ $$2DOI$$eIsContinuedBy$$c1996$$tThe Bank of Canada's New Quarterly Projection Model, Part 3. The Dynamic Model: QPM$$dBank of Canada$$jTechnical Report$$k75$$w10.34989/tr-75
000000779 791__ $$2DOI$$eIsContinuedBy$$c1996$$tThe Bank of Canada's New Quarterly Projection Model, Part 4. A Semi-Structural Method to Estimate Potential Output: Combining Economic Theory with a Time-Series Filter$$dBank of Canada$$jTechnical Report$$k77$$w10.34989/tr-77
000000779 8301_ $$aTechnical Report
000000779 8301_ $$aRapport technique
000000779 8564_ $$9ab6f2cd3-902e-40a1-ab62-d90c40ae4fd0$$s103776$$uhttps://www.oar-rao.bank-banque-canada.ca/record/779/files/tr73.pdf$$zFile Source: Bank of Canada website, 2024
000000779 909CO $$ooai:www.oar-rao.bank-banque-canada.ca:779$$pbibliographic
000000779 980__ $$aStaff Research
000000779 980__ $$aRDM
000000779 991__ $$aPublic