La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

Techniques de prévision quantitatives Les deux familles de prévision  Prévision Purement statistique  Prévision basée sur un modèle explicatif (économétrique)

Présentations similaires


Présentation au sujet: "Techniques de prévision quantitatives Les deux familles de prévision  Prévision Purement statistique  Prévision basée sur un modèle explicatif (économétrique)"— Transcription de la présentation:

1

2 Techniques de prévision quantitatives

3 Les deux familles de prévision  Prévision Purement statistique  Prévision basée sur un modèle explicatif (économétrique)

4 Conditions pour une prévision  Une certaine régularité du phénomène  La régularité informe sur l’avenir  La prévision capte une part de cette régularité  La prévision élimine entièrement ou partiellement les irrégularités

5 1. Techniques de projection  Les différentes techniques : – les moindres carrés – les moyennes mobiles – ARMA, ARIMA,  Décomposition d’une série temporelle – Modèle additif : Y=T+C+S+I – Modèle multiplicatif : Y=T x C x S x I

6 Exemple de série temporelle :

7 Méthode des moyennes mobiles  Définitions : – La moyenne mobile de coefficients    est l’opérateur M défini par – Ordre de la MM : p+f+1 – Moyenne centrée : p=f – Moyenne symétrique :   k =  k

8 Ce qu’on recherche :  Conserver les tendances  Eliminer les saisonnalités  Réduire les irrégularités c’est possible ! cela revient à des contraintes à faire respecter aux coefficients {  k }

9 Exemple d’utilisation de la MM

10 2. Les modèles explicatifs (économétriques)  Un modèle économétrique exprime une variable (d’intérêt) en fonction de plusieurs variables explicatives et d’une erreur ex : y= a.Log(K) + b.Log(L) +   Objectif : faire des prévisions sur la variable d’intérêt à partir d’une estimation économétrique de la relation entre la variable dépendante et les variables explicatives

11  hypothèses : – Le modèle fournit une bonne représentation du phénomène étudié – La structure de l’économie est stable et le restera On peut donner des prévisions pour les valeurs futures et des intervalles de confiance

12 Exemple : prévision à partir d’un modèle économétrique (cas d’un AR(1)

13  On peut juger de la qualité d’une prévision basée sur un modèle économétrique critère de l’erreur quadratique moyenne  L’incertitude s’accroît avec l’éloignement de l’horizon de prévision (IC plus large)

14 Exemple d’application : MEGC et simulations d’impacts de politiques Source : Moteurs économiques pour la réduction de la pauvreté (Cornell,INSTAT, 2003)  des équations de comportements calibrées sur des études empiriques (économétriques) (ex : élasticité de la consommation, de la production)  Image de la structure de base de l’économie avec MACS (Matrice de comptabilité sociale) qui distingue 33 groupes d’activités, 34 produits, 15 facteurs de production, 14 types de ménages.

15  MEGC : modèle d’équilibre général calculable •Pour prendre en compte les interactions complexes entre les secteurs, régions, institutions •Donne une estimation des impacts de chocs économiques

16

17 Utilités et limites  Utilités et forces : – Raisonnement dans un cadre cohérent – Prise en compte des interactions complexes  Faiblesses : – Les séries longues sont rarement disponibles,surtout dans les PED – Imprécision des estimations économétriques – Nécessite des cadres statisticiens en nombre suffisant


Télécharger ppt "Techniques de prévision quantitatives Les deux familles de prévision  Prévision Purement statistique  Prévision basée sur un modèle explicatif (économétrique)"

Présentations similaires


Annonces Google