Économie Les difficultés liées à la prévision

Par le Dr Sophie NIVOIX* Lorsque l’on se livre au délicat exercice de comparaison entre des séries de prévisions économiques ou financières et les valeurs observées a posteriori, on constate inévitablement un certain nombre d’écarts conséquents. Devant les progrès des capacités de calcul et de diffusion des informations, une telle situation peut sembler insatisfaisante. Il faut pourtant reconnaître que nous ne nous approchons pas du moment où les erreurs de prévision se verront remisées au musée des antiquités économiques, et il est important d’en fournir les principales raisons. Tout d’abord, il s’avère nécessaire de distinguer les différents types d’erreurs. À court terme, les données disponibles foisonnent mais les erreurs peuvent s’ajouter et leurs effets s’amplifier les uns les autres, pour cause de corrélation forte entre des variables sous-jacentes. À long terme par contre, elles se compensent davantage car certaines variables portent sur des horizons plus brefs que d’autres et donc disparaissent, voire s’inversent plus rapidement, mais les données utilisées pour modéliser viennent rapidement à manquer. Ainsi, en se fixant pour horizon de prévision un cycle économique complet, les erreurs d’anticipation de hausse d’activité en début de cycle peuvent en partie être annulées par les écarts sur les prévisions de baisse en fin de cycle. Ensuite, des décalages entre prévisions et réalisations surgissent plus vivement durant un retournement de conjoncture ou une désynchronisation des indicateurs monétaires ou financiers entre pays interdépendants. Durant une phase de transition conjoncturelle, tel un haut ou un bas de cycle de croissance, les décalages apparaissent plus sensibles sur de nombreux indicateurs prévisionnels. La difficulté essentielle de prévision tient alors à l’identification du moment du retournement de conjoncture davantage qu’à la valeur des indicateurs eux-mêmes. Par ailleurs, suivant leur niveau de stabilité et la précision de leurs observations passées, certains chiffres (tels que la consommation des ménages ou le PIB) se révèlent plus aisés à prévoir que d’autres (comme l’investissement des entreprises ou les exportations). Cela renvoie aussi à la pérennité et aux ajustements nécessaires des modèles économiques, sur un horizon de quelques mois ou quelques années. Ceux-ci s’appuient sur des validations par des données passées ou actuelles, et visent à fournir des anticipations pour les données futures. Cependant, les phénomènes économiques n’affichant pas la même constance que les phénomènes observés dans la nature, la dimension temporelle y ajoute un degré de difficulté spécifique. Et c’est justement cette instabilité qui rend les prévisions si délicates, mais aussi tellement nécessaires. Enfin, nous évoluons dans un monde où les décisions économiques et financières sont prises en fonction d’éléments prévisionnels. Ceux-ci se révèlent indispensables pour la construction d’hypothèses et de scénarios sur lesquels s’appuient les prises de décision successives, aussi bien des États au niveau macro-économique que des entreprises au niveau micro-économique. Du fait d’une adaptation constante des agents économiques aux conditions de leurs marchés, ces décisions influent sur l’écart constaté a posteriori entre prévisions et réalité. Par exemple, si un mouvement des taux d’intérêt amène les analystes à annoncer une crise durable, les autorités monétaires seront incitées à réagir de façon à éviter cette crise. Dans ce cas, les prévisions auront été invalidées… à la plus grande satisfaction de tous ! * Spécialiste de finance à l’université de Poitiers, professeur à l’ESA. En coopération avec : l'ESA