L’évaluation précise de la croissance économique à court terme est essentielle. Pour anticiper les grandes tendances économiques et détecter les retournements de cycle. En période de crise exceptionnelle. Comme celles provoquées par la pandémie de COVID-19 et le conflit en Ukraine, cette tâche devient particulièrement complexe. La Direction Générale du Trésor (DGT) a récemment réévalué ses méthodes de prévision pour faire face à ces défis. Cet article explore les perturbations causées par les crises récentes sur les prévisions économiques et examine les nouvelles approches méthodologiques qui ont été mises en place pour améliorer la précision des prévisions à court terme.
Impact des crises exceptionnelles sur l’analyse conjoncturelle
La crise sanitaire de 2020 a mis à mal les modèles de prévision traditionnels. Les enquêtes de conjoncture, qui s’appuient principalement sur des données qualitatives, n’ont pas réussi à refléter l’ampleur des chocs économiques subis. La pandémie a entraîné une chute spectaculaire des indices de climat des affaires. Mais cette baisse n’a pas été proportionnelle à la contraction du PIB. Révélant ainsi une lacune significative dans la capacité des enquêtes à capturer des événements économiques extrêmes. Ce phénomène a été amplifié par l’invasion de l’Ukraine par la Russie en 2022. Augmentant encore la difficulté des prévisions en raison de l’impact significatif sur les chaînes d’approvisionnement et les marchés de l’énergie.
Changements dans le Comportement des Répondants
Les crises ont modifié les comportements de réponse des entreprises dans les enquêtes de conjoncture. Les attentes économiques ont évolué vers une norme plus basse, rendant les comparaisons avec les périodes pré-crise moins pertinentes. Les réponses des entreprises se sont orientées davantage vers des évaluations absolues plutôt que des comparaisons évolutives. Ce qui a biaisé les résultats des enquêtes et limité leur utilité pour les prévisions économiques.
Perturbations des indicateurs de conjoncture par les contraintes d’offre
La réouverture des économies après les confinements a été marquée par des goulets d’approvisionnement inédits. Ces contraintes ont modifié l’interprétation des indicateurs de conjoncture traditionnels. Par exemple, les délais de livraison prolongés. Autrefois interprétés comme des signes de forte demande, sont devenus des indicateurs de contraintes d’offre, faussant ainsi les prévisions économiques basées sur ces données.
Révision des modèles de prévision à court terme
Pour surmonter les limitations des modèles traditionnels, la DGT a développé des modèles alternatifs intégrant une sélection automatisée de variables. Ces modèles permettent une meilleure capture des contraintes d’offre en incluant des données financières et d’enquête plus détaillées. Les résultats montrent que ces modèles alternatifs offrent des prévisions plus précises pour la période de crise (2021-2023) comparés aux modèles traditionnels. Par exemple, les erreurs de prévision (mesurées par le RMSE) sont significativement réduites avec ces nouveaux modèles.
Avantages des modèles alternatifs en période de crise
Les modèles alternatifs ont montré une capacité supérieure à capturer les impacts des contraintes d’offre. Contrairement aux modèles traditionnels qui se concentrent sur des variables de demande, ces modèles intègrent des facteurs d’offre tels que les difficultés d’approvisionnement et les problèmes financiers des entreprises. Cette approche a permis une amélioration notable des prévisions, malgré une volatilité accrue du PIB et la difficulté persistante à identifier tous les déterminants de la croissance économique.
Les crises récentes ont mis en lumière les limites des modèles de prévision économique traditionnels, nécessitant une révision approfondie des méthodes utilisées pour anticiper la croissance à court terme. Les modèles alternatifs, avec leur capacité à intégrer des variables diverses et pertinentes, offrent des perspectives prometteuses pour une prévision plus précise et réactive aux chocs économiques. À l’avenir, la combinaison de ces nouvelles approches avec une meilleure compréhension des contraintes d’offre pourrait renforcer la fiabilité des prévisions économiques et aider à naviguer les périodes de turbulences économiques avec une plus grande précision.
A lire aussi : Nourrir huit milliards de personnes sans compromettre le climat : un défi urgent
