Prévision économique - Définition

Classification des techniques de prévision

Les méthodes sont regroupées en catégories, de la façon suivante:

• les approches basées sur le jugement, ou informelles
• les méthodes extrapolatives ou univariées
• les méthodes explicatives ou causales
• les méthodes systémiques et économétriques

Afin de pouvoir mieux comprendre la portée de ces méthodes sont mentionnés un exemple typique d'application de chaque méthode ainsi que l'horizon (ou les horizons) de prévision recommandé pour l'utilisation de chaque méthode (TCT: très court terme, CT: court terme, MT: Moyen terme, LT: long terme). Les méthodes peuvent être combinées. C'est d'autant plus pertinent de recourir aux combinaisons lorsque les méthodes sont jugées complémentaires et qu'il existe une grande incertitude sur le meilleur modèle à employer.

Les méthodes informelles

Les méthodes informelles ou de jugement (judgemental) sont très répandues dans le monde de l'entreprise. Plus généralement, elles sont particulièrement utiles dans toutes les applications caractérisées par une information quantitative déficiente (données non mesurables, peu fiables ou trop peu nombreuses) alors qu'un certain nombre de connaissances, d'informations qualitatives sont disponibles.

Principales méthodes informelles:

• Réunions d'experts
• Planification, politique de prix (évolution des ventes, du budget promotionnel), horizon: CT,MT, LT
• Confrontation des forces des ventes (sales force composite). Exemple : évolution des ventes pour l'ensemble d'une firme qui vend différents produits). horizon: CT ou MT
• Développements de scénarios. Ex: déchets produits par une firme, une région. horizon: MT ou LT
• Approche Delphi. Variables qualitatives, planification, politique de prix. horizon: CT MT LT

Les méthodes extrapolatives

Les méthodes extrapolatives utilisent les observations quantitatives du passé de la variable pour prédire son futur. Autrement dit: ω_t = (Y₀,...,Y_{t − 2},Y_{t − 1},Y_t).

Elles sont utilisées principalement pour la prévision à court terme ainsi que lorsque des variables explicatives ne sont pas disponibles ou manquent de fiabilité. Elles permettent notamment de modéliser l’inertie propre à de nombreuses variables économiques. Des informations contextuelles concernant le phénomène étudié permettent en général d'améliorer l'application des méthodes extrapolatives.

Principales méthodes extrapolatives ou univariées:

• Prévision naïve. Phénomène incertain à prévoir (ex: prévision du cours d'une action), horizon : TCT
• Lissage exponentiel (simple, double, adaptatif, amorti, etc.). Séries courtes, de nature industrielle, microéconomique, de fréquence mensuelle ou trimestrielle (ex: production du secteur textile au cours des trois prochains mois), horizon : TCT / CT
• Courbes de croissance(régression linéaire,logistique, Gompertz, etc.). Séries annuelles, peu cycliques, assez régulières(ex: cycle de vie d'un produit). horizon: MT / LT
• Décomposition saisonnière (moyennes mobiles, X-11, X-11 ARIMA, X-12, etc.). Séries trimestrielles et surtout mensuelles qui présentent d'importantes fluctuations saisonnières(ex: consommation de biens alimentaires). horizon : CT
• Modélisation ARIMA (méthodologie de Box et Jenkins, etc.). Séries longues(ex: production industrielle trimestrielle). horizon: CT
• Décomposition spectrale (composantes non observées). Séries longues(ex: production industrielle trimestrielle). horizon: CT
• Modèles ARFIMA, mémoire longue. Séries très longues, séries annuelles(ex: évolution des prix pétroliers). horizon: MT / LT
• Modèles stochastiques non linéaires (à seuil, bilinéaire, à erreurs GARCH, à coefficients dépendant du temps, etc.). Séries longues, de nature financière (données journalières, en temps réel), séries économiques volatiles (variables monétaires)(ex: taux de change $/DM, taux d’intérêt). horizon: TCT / CT
• Modèles dynamiques linéaires bayésiens. Séries longues et pour laquelle on dispose des informations à priori (ex: ventes de la société). horizon: CT
• Méthodes chartistes (basées sur l’analyse de courbes). Données financières (ex: cours des actions). horizon: CT

Les méthodes explicatives

Les méthodes explicatives utilisent les valeurs passées d’une ou de k variables, y compris, éventuellement, la variable étudiée Y (appelée variable dépendante).

Formellement, ω_t = [(Y₀,...,Y_{t − 2},Y_{t − 1},Y₀),(X_1,0,...,X_{1,t − 2},X_{1,t − 1},X_1,t)...(X_i,0,...,X_{i,t − 2},X_{i,t − 1},X_i,t)...(X_K,0,...,X_{K,t − 2},X_{K,t − 1},X_K,t)], où , avec K est le nombre total de variables explicatives.

Ceci implique que la qualité des prévisions obtenues à l’aide de ces méthodes dépend entre autres de la qualité de prévision ou d’estimation des variables explicatives sur l’horizon de prévision. Cette catégorie de méthodes est particulièrement recommandée lorsqu'il existe des variables explicatives dont les observations sont disponibles plus rapidement que la variable dépendante. Pour la prévision conjoncturelle, on se base notamment sur ce qu'on appelle des indicateurs avancés ("leading indicators") de l'économie.

Principales méthodes explicatives:

• Régression multiple. Planification (ex: prévision des ventes en fonction de la politique de prix et du budget consacré à la promotion). horizon: CT / MT / LT
• Modèles de fonction de transfert. Séries longues (ex: prévision de l'activité en fonction d'indicateurs avancés). Prév. CT MT
• Modèles à correction d’erreurs, modèles VAR, VARMA. Séries longues et variables économiques qui interagissent toutes entre elles (ex: variables macro-économiques, consommation privée et produit intérieur brut). horizon: CT / MT
• Modèles dynamiques linéaires bayésiens. Séries longues pour lesquelles on dispose des informations à priori (ex: ventes de la société). horizon: CT

Les méthodes systémiques

Les méthodes systémiques tendent à considérer le système économique dans sa totalité. Elles utilisent les relations et les interactions possibles entre de nombreuses variables.

Formellement, ω_t = [(Y₀,...,Y_{t − 2},Y_{t − 1},Y₀),(X_1,0,...,X_{1,t − 2},X_{1,t − 1},X_1,t)...(X_i,0,...,X_{i,t − 2},X_{i,t − 1},X_i,t)...(X_K,0,...,X_{K,t − 2},X_{K,t − 1},X_K,t)], où , avec K est le nombre total de variables explicatives.

Ces méthodes sont utilisées pour la modélisation macro-économique et méso-économique principalement. Elles servent d’instrument de simulation (planification, politique budgétaire, politique monétaire) et de prévision à moyen et long terme.

• Equations simultanées (double moindres carrés, triple moindres carrés, etc.). Quand la distinction entre variables exogènes et endogènes est possible (ex: offre et demande en fonction du prix d'un bien). horizon: CT / MT / LT
• Modèles macroéconomiques. Variables macroéconomiques pour lesquelles il existe un cadre théorique bien défini (équilibre général). horizon: LT