Changez de thème
Changez de thème

Estimating DSGE-Model-Consistent Trends for Use in Forecasting

Disponible en format(s) : PDF

Le modèle d'équilibre général dynamique et stochastique (EGDS) généralement employé dans l'analyse de la politique monétaire est conçu de manière à rendre compte des fluctuations économiques dans une logique d'optimisation. Il est courant de log-linéariser le modèle et d'en exprimer les variables en écart par rapport à la situation d'équilibre. Les paramètres structurels sont étalonnés ou estimés à l'aide de données préalablement filtrées pour en extraire la composante tendancielle, les tendances passées et futures étant considérées comme entièrement connues de tous les agents économiques ou, à tout le moins, comme indépendantes de la composante cyclique. Dans un contexte prévisionnel fondé sur une telle configuration, il apparaît naturel d'ajouter aux prévisions tendancielles celles qui sont générées par le modèle EGDS. Ce point de départ intuitif ouvre la voie à la réalisation de gains d'efficacité multidimensionnels. Idéalement, on devrait modéliser conjointement les comportements tendanciels et cycliques, mais des contraintes de calcul font parfois obstacle, en particulier dans le cas des modèles de moyenne ou de grande taille. De légères améliorations peuvent néanmoins être apportées au cadre de base : a) par l'intégration, aux critères de filtrage préalable des données, de relations structurelles entre les diverses tendances implicites dans la théorie économique sous-jacente au modèle, pour ainsi accroître l'exactitude des estimations tendancielles; b) par l'élaboration d'un modèle destiné à la prévision de tendances conformes au modèle EGDS; c) par l'endogénéisation, au sein de celui-ci, de la décomposition des chocs en composantes permanente et transitoire. Dans leur étude, les auteurs proposent un cadre unifié d'introduction de ces améliorations. Leurs résultats confirment l'existence d'écarts importants entre, d'une part, les tendances utilisées pour extraire la composante tendancielle des données avant l'estimation des paramètres structurels et, d'autre part, les tendances conformes au modèle issues du modèle prévisionnel, ce qui implique que la qualité des prévisions peut être améliorée. Ces écarts laissent également soupçonner une mauvaise spécification du modèle en indiquant quels aspects de l'ajustement de ce dernier laissent le plus à désirer. Par ailleurs, le cadre offre plusieurs possibilités d'extension, notamment pour l'étude des réactions cycliques aux chocs tendanciels.

DOI : https://doi.org/10.34989/swp-2009-35