Description

Abstract: A number of central banks publish their own business conditions survey based on non-random sampling methods. The results of these surveys influence monetary policy decisions and thus affect expectations in financial markets. To date, however, no one has computed the statistical accuracy of these surveys because their respective non-random sampling method renders this assessment non-trivial. This paper describes a methodology for modeling complex non-random sampling behaviour, and computing relevant measures of statistical confidence, based on a given survey's historical sample selection practice. We apply this framework to the Bank of Canada's Business Outlook Survey by describing the sampling method in terms of historical practices and Bayesian probabilities. This allows us to replicate the firm selection process using Monte Carlo simulations on a comprehensive micro-dataset of Canadian firms. We find, under certain assumptions, no evidence that the Bank's firm selection process results in biased estimates and/or wider confidence intervals.

Résumé: Nombre de banques centrales publient leur propre enquête de conjoncture, qu'elles réalisent auprès d'entreprises sélectionnées de façon non aléatoire. Les résultats de leurs coups de sonde influencent les décisions de politique monétaire et, de ce fait, les attentes des marchés financiers. Jusqu'à présent, personne n'a mesuré la précision statistique de ces enquêtes, car il est difficile de l'évaluer en raison du mode d'échantillonnage non aléatoire. Les auteurs décrivent une méthodologie qui permet de modéliser des processus complexes d'échantillonnage non aléatoire et de calculer des indicateurs de confiance statistique pertinents sur la base du mode de sélection des entreprises utilisé pour une enquête donnée. Ils appliquent leur cadre méthodologique à l'enquête de la Banque du Canada sur les perspectives des entreprises en se fondant sur les pratiques suivies par le passé et les probabilités bayésiennes pour caractériser le mode d'échantillonnage. Les auteurs peuvent ainsi reproduire le processus de sélection des entreprises à l'aide d'une simulation de Monte-Carlo menée sur un riche ensemble de microdonnées constitué de firmes canadiennes. Sous certaines conditions, constatent-ils, le processus d'échantillonnage retenu par la Banque n'entraîne ni estimations biaisées ni intervalles de confiance élargis.

Details

PDF

Files

Statistics

from
to
Export
Download Full History