Non-Linearities, Model Uncertainty, and Macro Stress Testing

Disponible en format(s) : PDF

La conduite de simulations de crise macrofinancière se distingue, entre autres, par l'emploi de modèles macroéconomiques dans la conception et le déroulement des scénarios. Il est généralement admis que ces scénarios doivent illustrer des événements « rares mais plausibles » qui ont déjà causé des vulnérabilités ou pourraient le faire. Cette condition pose toutefois certains problèmes statistiques et méthodologiques épineux. En effet, les modèles économiques, aussi bien que les modèles statistiques formalisant les relations entre les variables économiques, tendent à reproduire des évolutions ordinaires plutôt qu'extrêmes, et sont souvent construits à partir d'une hypothèse de linéarité. Les auteurs montrent que ces modèles sont très mal adaptés à la conduite de simulations de crise, parce qu'ils sont incapables de bien restituer les évolutions passées lors d'événements extrêmes et de produire des réactions crédibles aux chocs générés par les crises. Si d'aucuns estiment que, dans la mesure où ils soumettent au moins les trajectoires scénarisées à un critère de cohérence, de tels modèles valent mieux que rien, il reste que le fait de ne pas tenir compte de l'importante marge d'incertitude qui entoure les prévisions risque de mener à des résultats sans valeur informative, voire trompeurs. Les auteurs illustrent chacun de ces problèmes par une série d'exemples. De façon plus générale, leurs conclusions ont cependant des implications quant aux modèles susceptibles de servir aux simulations étudiées.