Search

In this analytical note, we provide a comprehensive assessment of the complex structural adjustment facing the Canadian economy following the commodity price decline since mid-2014. We quantify separately the impacts coming from the commodity sector restructuring and the broader effect of significantly lower terms of trade. Based on our analysis, the impact on the Canadian economy will occur in three phases. By the end of phase 3, in 2020, the level of Canadian GDP will be 2 per cent lower due to the commodity price decline than it otherwise would have been had commodity prices stayed at the mid-2014 level. At this point, the commodity sector is expected to play a smaller role in the Canadian economy., Dans cette note analytique, nous apportons une évaluation exhaustive de l’ajustement structurel complexe de l’économie canadienne suite à la chute des prix des produits de base amorcée à la mi-2014. Nous estimons séparément les répercussions de la restructuration observée dans le secteur des produits de base ainsi que l’effet plus général de la baisse des termes de l’échange. Selon notre analyse, l’impact sur l’économie canadienne aura trois phases. À la fin de la troisième phase, en 2020, le niveau du PIB du Canada sera inférieur de 2 % au niveau qui aurait été atteint si les prix des produits de base étaient restés comme au 2e trimestre de 2014. En 2020, le secteur des produits de base devrait occuper une place moins importante dans l’économie canadienne.

The authors assess the performance of the Canadian economy under a variety of interest rate rules when the zero bound on nominal interest rates can bind. Their assessment is based on numerical simulations of a dynamic stochastic general-equilibrium model in a stochastic environment. Consistent with the literature, the authors find that the probability and consequences of the zero bound depend strongly on the targeted rate of inflation and that price-level targeting generally leads to better outcomes. Their results show that a non-linear rule is preferable to a linear rule under both inflation and price-level targeting, because of the zero-bound issue. This suggests that central banks should be pre-emptive and adopt an aggressive monetary policy when expected inflation falls below its desired level. The authors' results also show that the monetary authority must be much more forward looking under price-level targeting than under inflation targeting., Les auteurs évaluent comment l'économie canadienne se comporte en présence de diverses règles de taux dans un contexte où la borne limitant les taux d'intérêt nominaux à zéro peut avoir un effet contraignant. Leur évaluation se fonde sur la réalisation de simulations numériques au moyen d'un modèle d'équilibre général dynamique et stochastique. En accord avec la littérature, les auteurs constatent que la probabilité et les conséquences d'une baisse des taux d'intérêt jusqu'à zéro dépendent fortement du taux d'inflation visé et que la poursuite de cibles définies par rapport au niveau des prix donne de meilleurs résultats. Ils montrent qu'à cause de la borne du zéro, il vaut mieux opter pour une règle non linéaire, que les cibles soient exprimées en fonction de l'inflation ou du niveau des prix. Les résultats présentés donnent donc à penser que les banques centrales devraient prendre les devants et intervenir avec vigueur lorsque l'inflation descend au-dessous du niveau souhaité. Ils révèlent en outre que l'autorité monétaire a avantage à adopter un horizon plus long quand elle poursuit une cible de niveau des prix.

This paper summarizes the results of recent research evaluating the Bank of Canada's Quarterly Projection Model (QPM). Because QPM consists of a steady-state model and a dynamic model, our evaluation work consists of two parts. The first part assesses the calibration of QPM's core steady-state using a variant of Canova's (1994, 1995) Monte Carlo approach. Using parameter values drawn from prior distributions, we assess QPM's sensitivity to various plausible parameter values. Our approach differs somewhat from the recent literature in that it specifically takes into account the uncertainty that surrounds the estimates of the steady-state values we are trying to evaluate. Instead of attempting to match exactly the desired properties of the data, we calculate confidence intervals around the mean of the variable we wish to match, subsequently discarding parameterizations that result in simulated data falling outside this interval. The second part of the evaluation uses artificial data, generated stochastically with QPM, to test the dynamic model's ability to replicate key historical moments. Autocorrelations, reduced-form regressions, and temporal bivariate correlations are used to compare historical data with data produced by QPM. We also assess the sensitivity of our results to the structure of the stochastic shocks and the specification of the monetary policy rule. The results of the two evaluations reveal some strengths and weaknesses in the model. For example, while most of the parameter calibrations in the steady-state model appear reasonable, there are some parameters for which other values may be more appropriate. Similarly, while the dynamic model can replicate most of the key historical moments, some work is required to develop the linkages between foreign and domestic variables., Les auteurs exposent les résultats des recherches qu'ils ont menées récemment sur le Modèle trimestriel de prévision (MTP) de la Banque du Canada. Comme le MTP se compose d'un modèle de régime permanent et d'un modèle dynamique, son évaluation se présente en deux volets. Dans le premier, les auteurs évaluent l'étalonnage du régime permanent de base du MTP au moyen d'une variante de la méthode de Monte-Carlo utilisée par Canova (1994 et 1995). À l'aide de valeurs tirées de lois de probabilité a priori, ils estiment la sensibilité du MTP à diverses valeurs paramétriques plausibles. Leur méthode diffère quelque peu de celle employée dans les études récentes, en ce sens qu'elle tient compte spécifiquement de l'incertitude qui entoure les estimations des paramètres de régime permanent qu'ils tentent d'évaluer. Plutôt que d'essayer de reproduire exactement les propriétés souhaitées des variables, les auteurs calculent des intervalles de confiance autour de la moyenne de la variable qu'ils désirent reproduire, pour ensuite éliminer les valeurs des paramètres qui font déborder les données simulées de cet intervalle. Dans le second volet de leur évaluation, les auteurs s'appuient sur des données artificielles, générées de manière stochastique à l'aide du MTP, pour tester la capacité du modèle dynamique à reproduire des moments historiques clés. Ils se servent d'autocorrélations, de régressions à forme réduite et de corrélations temporelles bivariées pour comparer les données historiques avec les données produites au moyen du MTP. Ils évaluent en outre la sensibilité de leurs résultats à la structure des chocs stochastiques et à la formulation de la règle de politique monétaire. Les deux évaluations font ressortir certains points forts et certaines faiblesses du modèle. Par exemple, bien que l'étalonnage de la plupart des paramètres semble raisonnable dans le modèle de régime permanent, des valeurs plus adéquates pourraient être affectées aux paramètres dans certains cas. De même, si le modèle dynamique peut reproduire la plupart des moments historiques clés, les liens entre les variables intérieures et étrangères méritent d'être étoffés.