Ce mémoire compare les frictions financières aux États-Unis et au Canada par le biais des modèles DSGE à la Smets et Wouters (2003) augmentés de l’accélérateur financier à la Bernanke et collab. (1999) qui sont estimés suivant des techniques bayésiennes avec les données incluant la période avant et après la crise financière de 2007-2009. Les données tenant compte du début de l’épisode de la pandémie de COVID-19 sont également intégrées dans les modèles pour l’analyse des fonctions de réponses impulsionnelles. Les modèles estimés donnent un avantage considérable aux modèles avec frictions financières pour les États-Unis et le Canada en général, mais demeurent peu concluants pour le Canada lorsque la période d’estimation précédant la crise financière de 2007-2009 est considérée. En outre, les structures économiques estimées pour ces deux pays restent très similaires que l’on considère ou pas la présence de frictions financières, mais laissent présager toutefois certaines différences significatives. Il en ressort également que la plupart de chocs d’offre semblent impacter en grande partie l’évolution des variables macroéconomiques américaines comparativement à celles du Canada si l’on considère les estimations réalisées avec les données incluant la récente pandémie de la COVID-19. Selon les estimations effectuées avec les mêmes données précédentes, un choc positif de dépenses publiques au Canada a l’air de réduire sensiblement les effets pervers observés dans la consommation et l’investissement par rapport à sa contrepartie américaine. De plus, l’effondrement observé dans la production aux États-Unis et au Canada au cours de la période 2007-2009 aurait été causé en grande partie par un choc de préférences et un choc financier traduisant un dysfonctionnement du marché du crédit. Pour le Canada par contre, en plus de ces deux chocs cités, un choc de dépenses publiques aurait aussi contribué à une partie de l’effondrement de la production quand bien même que les dépenses publiques auraient augmenté durant cette période. / This thesis compares financial frictions in the United States and Canada through the DSGE models à la Smets et Wouters (2003) augmented by the financial accelerator à la Bernanke et collab. (1999) which are estimated using Bayesian techniques with data including the period before and after the financial crisis of 2007-2009. Data taking into account the start of the COVID-19 pandemic episode are also integrated into the models for the analysis of impulse response functions. The estimated models give a considerable advantage to models with financial frictions for the United States and Canada in general, but remain inconclusive for Canada when the estimation period preceding the financial crisis of 2007-2009 is considered. In addition, the economic structures estimated for these two countries remain very similar whether or not we consider the presence of financial frictions, but nevertheless suggest certain significant differences. It also emerges that most of the supply shocks seem to have a large impact on the evolution of US macroeconomic variables compared to those of Canada if we consider the estimates made with data including the recent COVID-19 pandemic. According to estimates made with the same previous data, a positive shock to public spending in Canada appears to significantly reduce the perverse effects observed in consumption and investment compared to its US counterpart. In addition, the collapse observed in production in the United States and Canada during the period 2007-2009 would have been caused in large part by a preference shock and a financial shock reflecting a dysfunction of the credit market. For Canada on the other hand, in addition to these two shocks cited, a public expenditure shock would also have contributed to part of the collapse in production even though public expenditure would have increased during this period.

Le niveau de stress financier peut être conceptualisé comme étant l'intensité des différents troubles qui affectent un système financier pour une période donnée. Il est possible d'estimer ce stress à travers le temps en se servant de données financières, lorsque celles-ci sont suffisament informatives. La série de valeurs obtenue par cette estimation est appelée un indice de stress financier. L'intérêt pour ces indices a été stimulé par les événements liés à la crise financière de 2008, et tant les variables utilisées que la manière de les aggréger ont fait l'objet de plusieurs études depuis. Les deux méthodes d'aggrégation principalement utilisées sont la moyenne pondérée par variable et l'analyse par composantes principales. Dans les deux cas, le caractère temporel des données n'est pas pris en compte, ce qui peut avoir des répercussions sur la fiabilité des résultats. Pour inclure cette caractéristique dans l'estimation, le présent mémoire propose d'utiliser un modèle espace-état estimé par filtre de Kalman. De plus, une extension au filtre classique est développée pour mieux prendre en compte les particularités des données financières. Des simulations permettent de montrer que, basé sur le critère de la racine de l'erreur quadratique moyenne, l'utilisation d'un modèle espace-état fournit des estimations généralement plus précises, même lorsqu'il y a erreur de spécication. Finalement, un indice de stress financier est estimé à l'aide de données réelles, afin de le comparer à un indice existant et d'illustrer certains usages des indices de stress financier. / The level of financial stress can be conceptualized as the intensity of troubles that are affecting a financial system for a given period. It is possible to estimate this stress through time by using financial data, when these are sufficiently informative. The time series obtained through this estimation is called a financial stress index. The interest for these indices has been stimulated by the 2008 crisis and both the variables to use and the way to aggregate them have been the subject of several studies since then. The two most frequently used agregation methods are the variable-weighted average and the principal component analysis. In both cases, the time aspect of the data is not taken into account, which can affect the reliability of the results. To include this time aspect in the estimation, the following dissertation proposes the use of a state-space model estimated through Kalman filtering. An extension to the classic filter is also developed to better account for the features of financial data. Simulations show that, based on the root mean square error, the use of a state-space model gives more accurate estimates on average, even when there are specication errors. Finally, a financial stress index is estimated from real data to allow for comparison with an existing index and to illustrate some uses of financial stress indices.

Cette thèse évalue la contribution de deux types de frictions financières à améliorer la capacité des modèles dynamiques stochastiques d'équilibre général (DSGE) de type néo-keynésien à répliquer les cycles économiques, et la capacité des modèles hybrides (DSGE-VAR) à mieux prévoir les aggrégats macroéconomiques. Motivé par un problème de Costly State Verification à la Bernanke et al. [1999] affectant les contrats de dette, le premier type de friction financière induit un écart entre le rendement attendu du capital et le taux sans risque, écart qui dépend du ratio de levier entrepreneurial. Le deuxième type de friction, justifié par un problème de Costly Enforcement à la Gertler and Karadi [2011], induit quant à lui un écart entre le rendement attendu du capital et le taux sans risque qui dépend du changement dans le ratio de levier. Le premier chapitre de la thèse estime trois versions du modèle macroéconomique de Smets and Wouters [2003, 2007] à l'aide de l'approche bayésienne. La première version, utilisée comme point de comparaison, considère les marchés financiers comme un voile et ne contient pas de friction financière. La deuxième version incorpore la friction de type Costly State Verification à la Bernanke et al. [1999], tandis que la troisième version inclut la friction de style Costly Enforcement à la Gertler and Karadi [2011]. Ce chapitre utilise ensuite les résultats d'estimation pour répondre aux deux questions suivantes : (i) Est-ce que les modèles avec frictions financières sont plus compatibles avec les données macroéconomiques des États-Unis que ceux qui font abstraction de ces frictions ? Si c'est le cas, (ii) quel type de friction financière est plus compatible avec ces mêmes données ? Les résultats d'estimation mettent en évidence les points suivants. Premièrement, l'ajout des frictions financières améliore l'ajustement du modèle néo-keynésien aux données. Ces améliorations semblent être marginales et non robustes, dans le cas du problème de Costly State Verification, tandis qu'elles sont substantielles et robustes dans le cas du problème de Costly Enforcement. Deuxièment, estimer l'élasticité de la prime du risque au ratio de levier entrepreneurial, plutôt que la calibrer à une valeur commune utilisée dans la littérature, induit une amélioration subtancielle de la performance du modèle à la Bernanke et al. [1999]. Ceci suggère que cette élasticité devrait être révisée (à la baisse) par rapport à la position à priori prise dans la littérature. Le deuxième chapitre de la thèse estime trois versions du modèle de Smets and Wouters [2003, 2007] à l'aide de la méthodologie bayésienne, et ceci pour l'économie des États-Unis et pour celle de la zone Euro. La première version, servant du modèle de base, considère les marchés financiers comme un voile et n'incorpore pas de friction financière. La deuxième version lève le voile sur les marchés financiers et incorpore la friction de type Costly State Verification à la Bernanke et al. [1999], tandis que la troisième version inclut la friction de style Costly Enforcement à la Gertler and Karadi [2011]. Les trois versions accordent une attention particulière aux tendances de long terme reflétées dans les données et considèrent donc un processus déterministe de la technologie, qui accroit la productivité des heures de travail. Par la suite, ce chapitre emploie les résultats d'estimation pour répondre aux deux questions suivantes. (i) Est-ce que l'importance des frictions financières est différente dans l'économie des États-Unis et dans celle de la zone Euro ? Si c'est le cas, (ii) quels facteurs peuvent expliquer cette différence ? Les résultats obtenus mentionnent les points suivants. D'abord, la friction de type Costly State Verification à la Bernanke et al. [1999] est plus importante dans l'économie de la zone euro que dans celle des États-Unis. Par contre, la friction de type Costly Enforcement à la Gertler and Karadi [2011] n'est pas importante ni dans l'économie de la zone Euro, ni dans l'économie des États-Unis. Ensuite, l'importance relativement élevée de la friction dans l'économie de la zone Euro peut être expliquée par l'élasticité élevée de la prime du risque au ratio de levier dans cette économie. Finalement, le troisième chapitre de la thèse développe trois types d'information à priori pour un modèle vectoriel auto-régressif, et ce à partir d'un modèle néo-keynésien DSGE sans friction financière, d'un modèle incorporant la friction de type Costly State Verification à la Bernanke et al. [1999] et d'un modèle incluant la friction de style Costly Enforcement à la Gertler and Karadi [2011]. Ce chapitre compare ensuite la performance prévisionnelle des trois modèles hybrides (DSGE-VAR) pour répondre à la question suivante : Jusqu'à quel point l'introduction des structures (frictions) financières améliore-t-elle les prévisions d'un modèle hybride DSGEVAR? Les résultats obtenus indiquent que les modèles DSGE-VAR incluant des frictions financières ne semblent pas performer mieux que les modèles DSGE-VAR standard. / This thesis assesses the extent to which two types of financial frictions contribute to the ability of New-Keynesian-type-stochastic dynamic general equilibrium models (DSGE) to reproduce business cycles and the ability of hybrid models (DSGE-VAR) to forecast macroeconomic aggregates. The first type of financial friction originates from a problem of Costly State Verification à la Bernanke et al. [1999] and appears in debt contracts. This type of friction implies a wedge between the expected return on capital and the risk-free rate that depends on entrepreneurial leverage, whereas the wedge is absent in models with no frictions. The second type of friction results from a problem of Costly Enforcement à la Gertler and Karadi [2011], which also induces a wedge between the expected return on capital and the risk-free rate, that is now determined by the change in entrepreneurial leverage. The first chapter of thesis estimates three versions of Smets and Wouters [2003, 2007] using a Bayesian approach. Used as a benchmark, the first version considers financial markets as a veil and thus contains no financial friction. The second version incorporates the Costly State Verification-type-friction à la Bernanke et al. [1999], while the third version includes the Costly Enforcement-type-friction à la Gertler and Karadi [2011]. The estimation results are used to answer to following questions: (i) Are models including financial frictions more compatible with U.S. macroeconomic data than those with no frictions? (ii) which types of financial friction are preferred by the data? Our findings indicate that adding financial frictions improves the New-Keynesian model's fit to data, in terms of data marginal density. In the case of Costly Enforcement problem, these improvements are both substantial and robust, while they are marginal and not robust in the case of the Costly State Verification problem. Second, estimating the risk premium elasticity to entrepreneurial leverage, rather than calibrating it to values commonly used in the literature, helps the Bernanke et al. [1999] model version to perform more well. This finding suggests that this elasticity should be revised (downwards), relative to the prior belief established in the literature. The second chapter estimates three versions of Smets and Wouters [2003, 2007] via the Bayesian methodology for both the U.S. and Euro economies. The first version serves as a basic model and considers financial markets as veil, thereby contains no financial frictions. The second version includes a Costly State Verification-type problem à la Bernanke et al. [1999], while the third one incorporates a Costly Enforcement problem à la Gertler and Karadi [2011]. These three versions pay particular attention to long term trends that are present in data and thus incorporate a labour-augmenting technology process. The chapter then uses estimation results to answer to the following questions: (i) Is the importance of financial frictions different in the U.S. economy and in the Euro economy? Then, (ii) which factors can explain this difference? The main results are: First, the Costly State Verification-type-friction à la Bernanke et al. [1999] is more important in the Euro economy than in the U.S. economy, while the Costly Enforcement-type-friction à la Gertler and Karadi [2011] doesn't appear important to the both economies. Second, the relative importance of financial frictions in the Euro area can be explained by the high estimate of the risk premium elasticity to the leverage in the Euro economy. The third chapter of thesis develops three types of prior information for a VAR model, from a New-Keynesian model with no financial friction, a model incorporating a friction of Costly state Verification à la Bernanke et al. [1999] and a model including a friction of Costly Enforcement à la Gertler and Karadi [2011]. This last chapter then compares the three hybrid models (DSGE-VAR) via the root mean squared forecast errors, in order to answer to the following question: To which extent can the presence of financial structures (frictions) improve the forecasting ability of hybrid model DSGE-VAR? In terms of out-sample forecasts, the results show that the hybrid models with no financial frictions perform as well as those with frictions.