R EVUE DE STATISTIQUE APPLIQUÉE
J. M ÉRAUD
A. T YMEN
Les variations saisonnières de l’activité économique
Revue de statistique appliquée, tome 8, n
o4 (1960), p. 15-68
<http://www.numdam.org/item?id=RSA_1960__8_4_15_0>
© Société française de statistique, 1960, tous droits réservés.
L’accès aux archives de la revue « Revue de statistique appliquée » (http://www.
sfds.asso.fr/publicat/rsa.htm) implique l’accord avec les conditions générales d’uti- lisation (http://www.numdam.org/conditions). Toute utilisation commerciale ou im- pression systématique est constitutive d’une infraction pénale. Toute copie ou im- pression de ce fichier doit contenir la présente mention de copyright.
Article numérisé dans le cadre du programme Numérisation de documents anciens mathématiques
http://www.numdam.org/
15
LES VARIATIONS SAISONNIÈRES DE L’ACTIVITÉ ÉCONOMIQUE (1)
par
J. MÉRAUD
etA. TYMEN
Administrateurs
àinstitut National
dela Statistique
et
des Études Économiques
L’analyse
de laconjoncture
ne saura1 tplus
sefaire à
notreépoque
sansl’élimination
des vartattons sa1sonntères.Certes,
lechiffre brut .représente
ausst certainesfots
unedonnée
defait
in-téressante,
parexemple
en cequi
conce rne le nombre dechômeu rs;
dans d’autres cas, comme celui de l’ind1ce de la
productton
indus-trielle,
l’1ndicateurutilisé
par lesconjoncturtstes
n’aurait pra-ttquement
aucunsens à l’état
brut. Fois dans un cas comme dans 1 ’autre la connaissance de la modulat1onsa1sonn1ère
estnécessaire à l’analyse.
L ’O.E.C.R.
étud1e
leséconomies
des pays occ1dentaux avec des correctionssaisonnières établies systématiquement
par les so1ns deses propres
servtces(3J.
La Concmtsstoméconom1que
pourl’Europe
de Genève ademandé à
chacun des pays membres des Nat10ns Un1es de lu1fournir
lesméthodes qu’ils
utilisentà
cesujet.
En France
même, depuis
3 ou 4 ans, lesanalyses
deconjoncture
parues dans "Etudes et
Conjoncture"
utilisentsystématiquement
lacorrect1on des variations
saisonnières.
Unetechn i que allégée
etadaptée
aux besoinsfrançais
a peuà
peuété dégagée.
Il asemblé
utile de
l’exposer
aupublic afin
depouvoir justifier l’usaée qui
en est
fait
actuellement.L ’ é tude qu i
suitpourrait apparaître à première
vue comme pure- mentthéortque.
Defait, l’analyse
desséries chronologiques qui comprend en particulier
ladétermination
etl’élimination
des varia- tions saisonnières- constitue l’un deschapitres classiques
de touttraité d’analyse statistique.
Etpourtant
les raisonsqui
nous ontconduits
à ces travaux
sont d’ordretrès prattque,
et les mêmes rat- sons devraientimposer
des recherchesanalogues à
tous ceuxqui,
préoccupés d’analyse économique
dans un cadre nattonal ouréaeional,
et tout autant dans le cadre de
n’ importe quel,le entreprise,
voudrontéviter
lesrisques
d’erreur graveauxquels
conduit-inévitablement l’emplot
deméthodes d’tnterprétation
sommatres.(1) Extrait d’une étude
publiée
dans "Etudes etConjonctures"
I. N. S. E. E. - Avril 1960.(2) Sauf pour les séries concernant la production industrielle, pour
lesquelles
sont utilisésdes coefficients saisonniers fournis par l’I.N.S.E.E. à l’O.E.C.E.
Revue de Statistique Appliquée. 1960 - Vol. VIII - N 4
16
CHAPITRE PREMIER
L’ANALYSE DE LA CONJONCTURE ET LES VARIATIONS SAISONNIÈRES
1 - L’ANALYSE DE LA
SITUATION ECONOMIQUE -
On ne
peut juger objectivement
de l’évolutionéconomique
d’un paysqu’en
suivant la variation dans le
temps
d’un certain nombre degrandeurs
écono-miques susceptibles
de mesure. Cesgrandeurs, plus
ou moins nombreuses selon ledéveloppement
del’appareil statistique
du pays,peuvent
être des flux(production
de charbon au cours d’unepériode donnée)
ou des états(nom-
bre de chômeurs secourus au ler dechaque mois).
Leurpériodicité
est trèsvariable : elle est en
général hebdomadaire, mensuelle,
trimestrielle ouannuelle.
Nous allons voir que
l’interprétation
de ces données chiffrées conduit leconjoncturiste
à sepencher
sur unproblème d’analyse statistique,
celui desvariations saisonnières
qui
affectent les sérieschronologiques.
A - Les cadres
temporels
del’analyse
de la situationéconomique.
L’évolution d’une situation
économique peut
êtreanalysée
de deuxmanières :
1/
Onpeut
suivre l’évolution dans letemps
degrandeurs économiques prises
en moyenne sur despériodes
’relativementlongues,
parexemple
surune
année.
C’est la base actuelle des travaux decomptabilité
nationale et desbudgets économiques,
où différentesgrandeurs
sont confrontées en vue de tester la cohérence(ou
lacompatibilité)
de l’ensemble des observations oudes
prévisions
effectuées aupréalable séparément
pour chacune desgrandeurs
en
question.
A titred’exemple,
le tableau ci-dessous donne l’évolutiondepuis
1951 de l’indice annuel de la
production
industrielle. Celle-ci n’a cessé de croître en moyenne annuelle sur toute cettepériode.
Productton tndustrtelle. - Indtce d’ensemble
(sans battment) (Base
100 en1952)
2/
Onpeut analyser
la situationéconomique
à un moment donné encherchant les
tendances
d’évolution à court terme de chacune desgrandeurs économiques
retenues pour caractériser l’ensemble.L’analyse
de laconjonc-
ture
peut
être définie comme la détermination de ces tendances sur lapério-
de la
plus
récentepossible
et laprévision
de leur modification au cours duproche
avenir.La différence entre les deux
optiques
est mise en évidence par le gra-phique
ci-dessouscomparant
l’évolution instantanée de laproduction
indus-Revue de Statistique Appliquée. 1960 - Vol. VIII - N 4
17
trielle(l)
et l’évolution desproductions
moyennesannuelles.
On notera enparticulier
la différence dephysionomie
des années 1957 et 1958. Bien que laproduction
mensuelle moyenne de 1958 soitsupérieure
à celle de1957,
la courbe d’évolution instantanée montre que le
rythme
deproduction
estdécroissant sur les trois
quarts
de l’année1958, après
êtrepassé
par un maximum versmars-avril,
tandisqu’il
a été constamment croissant en 1957.Graphique
1Comparatson
del’éuolutton tnstantanée
de laproductton
tndustrtelle et del’éuolutton
desproducttons
moyennes annuelles(base
100 = année 1952 - ordonnéeslogarithmiques)
B - Les
grandeurs
utilisables pourl’analyse
de laconjoncture.
Cherchant à mettre en évidence une évolution
"instantanée" (dérivée
desgrandeurs
parrapport
autemps),
leconjoncturiste
a intérêt à utiliser des informations chiffréesportant
sur despériodes
detemps
aussi courtes quepossible
en cequi
concerne les"flux",
et relevées à intervalles aussi rap-prochés que possible
en cequi
concerne les"états".
Comme,par ailleurs,
l’étude doitporter
sur lapériode
laplus
récentepossible,
afin de servir de base à uneprévision,
leconjoncturiste
va de-mander des informations chiffrées
rapides,
c’est-à-diredisponibles
leplus rapidement possible après
la fin de lapériode
surlaquelle portent
les me-sures ou
après l’époque(2) d’enregistrement.
(1) Ou du moins une approximation de cette évolution instantanée. Le but de cet article est précisément d’expliquer comment on a obtenu cette courbe, à partir des informa- tions brutes recueillies sur la production industrielle.
(2)
Le terme"époque"
est pris ici dans son sens restreint utilisé en statistique. Il s’op-pose au terme
"période"
etdésigne
le très court intervalle de temps nécessaire à la mesure du phénomène. Ilcorrespond
à la notion de "date".Revue de Statistique Appliquée. 1960 - Vol. VIII - N 4
18
Dans la
pratique,
leconjoncturiste
est limité dans cette voie par la documentationstatistique qui
existe. Onpourrait
concevoir lapossibilité
dedévelopper l’investigation statistique
dans ce sens : recueillir des informationsplus fraîches
etplus fréquentes;
diminuer les délaisd’élaboration,
et recueil-lir des informations mensuelles là où l’on ne
dispose
que d’informations tri-mestrielles,
des informations hebdomadaires là où l’on nepossède
que d’in- formations mensuelles. Il seraitsouhaitable,
parexemple,
que l’ondispose
de
statistiques
mensuelles surl’emploi (effectifs occupés,
durée dutravail, etc. )
au lieu des résultats trimestriels actuellementdisponibles.
Toutefois,
le coût de l’informationrapide
etportant
sur une courtepériode
deviendraitrapidement prohibitif.
Par
ailleurs, indépendamment
de toutequestion
decoût,
il n’est pas certain que l’information recueillie sur une très courtepériode
soit directe-ment utilisable. A titre
d’exemple,
ondispose
destatistiques
mensuelles des versements forfaitaires de5%
sur lessalaires;
mais les aléasqui
affectentcette série sont tels que les chiffres
publiés
ne sont pas directement utili- sables ouinterprétables;
il faut cumuler les données deplusieurs
mois suc-cessifs pour essayer de déceler une tendance de
variation(l).
En fait le
conjoncturiste
n’a que rarement à se poser leproblème
del’extension de l’information
statistique.
Il doit commencer par utiliser et in-terpréter
lesstatistiques qui
existent. Les données dont il se sert habituel- lement sont des données hebdomadaires ou mensuelles. Faute demieux,
ilrecourt
également
auxstatistiques
trimestrielles.C -
Interprétation
desgrandeurs économiques
utilisées pourl’analyse
de la
conjoncture.
Comme pour les données annuelles utilisées dans la
comptabilité
natio-nale,
il se pose, enconjoncture,
unproblème
deniveau
atteint et un pro- blème de variation dans letemps.
Nous allons examiner successivement cesdeux
problèmes :
1 /
Le niveau atteint.Le niveau atteint par telle ou telle
grandeur
sur unepériode
donnée(flux)
ou à uneépoque
donnée(état) est,
engénéral,
cequi
sort du creuset du statisticien :a)
Flux. On lit dans le Bulletin mensuel deStatistique
de l’I.N.S.E.E.qu’au
cours du mois dejanvier
1959 laproduction
d’électricité a été de 5 520 millions dekilowatts,
que letonnage expédié
par la S. N. C. F. a été de17,6
millions detonnes,
que l’indice du chiffre d’affaires des GrandsMagasins
de Paris s’est établi à 298 sur la base 100 en
1950,
que lesimportations
enprovenance de
l’étranger
se sont élevées à143,5
milliards de francs.b)
Etat. Le même document nousapprend qu’à
la fin du mois dejanvier
le stock de charbon aux minés était de 8 216 milliers detonnes,
que l’indicegénéral
desprix
de gros était à175, 0,
que le nombre de demandesd’emploi
non satisfaites était de 168800,
etc.Nous ne discuterons pas ici du
degré
de confiance que l’onpeut
attri-buer à chacune de ces
informations, question qui
bien entendu n’est pas sansimportance,
maisqui
n’est pasl’objet
de cette étude. Notons seulement que(1) Voir Etudes et
Conjoncture
de mars 1959, p.327.Revue de Statistique Appli4uée. 1960-2013 Vol. VIII - N 4
19
nous nous servons de ces
statistiques disponibles
pour chiffrer tel ou telconcept
utile pourl’analyse économique,
ceconcept pouvant
coïnciderplus
oumoins avec la
grandeur
effectivementmesurée,
et la mesure de lagrandeur pouvant
elle-même être exhaustive ou non.Par
exemple
leconcept
de"production"
coïncide avec lagrandeur "pro-
duction"
dont la mesure est dans certains cas exhaustive(production
d’élec-tricité,
decharbon)
et dans certains caspartielle (production
des industriesalimentaires).
Par contre la notion de tension sur le marché dutravail, qui joue
un rôleimportant
dans l’évolutionconjoncturelle,
bien que n’étant pas"opérationnelle"
ensoi(l), peut
être saisiequantitativement
par l’évolution duchômage
secouru, des offres et demandesd’emploi
nonsatisfaites,
du li- gnage consacré dans lesjournaux
aux offres et demandesd’emploi,
etc.On
pourrait
penser apriori
que le niveau absolu atteint par telle ou telle desgrandeurs économiques prises
en considération par leconjoncturiste
nel’intéresse pas; seule retiendrait son attention l’évolution de ce niveau dans le
temps.
En
fait,
il faut segarder
d’êtretrop catégorique.
Tout d’abord le niveau atteint par de nombreusesgrandeurs économiques
interviendrait normalement si l’on mettait aupoint
un test de cohérence interne dusystème,
àl’image
de ce
qui
est fait sur leplan
annuel dans le cadre desbudgets économiques ,
mais à unefréquence plus grande (modèle
à courtterme,
parexemple
tri-mestriel, qui permettrait
enprincipe d’analyser
larépercussion
sur l’en-semble du
système économique
d’unevariation,
même faible et intervenantpendant
unepériode plus
courte quel’année,
d’une descomposantes
des"ressources"
ou des"emplois"
confrontés dans cemodèle). Mais,
même in-dépendamment
de cetteanalyse générale - qui
n’a pas été faitejusqu’à présent -
le niveau atteint par certaines
grandeurs économiques (et
non pas seulement leurévolution)
exerce une influence sur l’évolution ultérieure de laconjonc-
ture. Ceci est vrai surtout
lorsqu’on approche
de certains niveauxcritiques (épuisement
de réserves dedevises,
faible nombre dechômeurs
secourus,capacité
deproduction quasi pleinement utilisée, etc. ).
Parailleurs,
et an-ticipant
sur cequi
sera dit par lasuite,
onpeut
facilementimaginer qu’une
hausse deprix
en cas d’inflationjusqu’alors contenue,
ou uneaugmentation
du nombre de chômeurs dans un climat de
pré-récession, peuvent
avoir desrépercussions
sérieuses sur l’évolution ultérieure de laconjoncture,
mêmesi cette hausse de
prix
ou cetteaugmentation
du noinbre des chômeurs sont desphénomènes purement
saisonniers. De même une récessionqui apparaît
à une
époque
de baisse saisonnière duchômage
n’aura pas les mêmes effetspsychologiques
et même monétaires(par
lejeu
du montant des revenus dis- tribués auxtravailleurs) qu’une
récessionpourtant
de mêmeampleur
du strictpoint
de vueconjoncturel,
mais intervenant à uneépoque d’augmentation
sai-sonnière du
chômage
et venant enquelque
sorte renforcer cemouvement,
dontle caractère saisonnier - et par
conséquent
nullementinquiétant
du strictpoint
de vue de l’évolution ultérieure de l’activitééconomique -
estdéjà
fort(1) "Parmi les nombreux concepts qui se rapportent à l’être humain, les uns sont une construction
logique
de notreesprit.
Ils ne s’appliquent à aucun être observable parnous dans le monde. Les autres sont l’expression pure et simple de l’expérience. A
ce deuxième type de concepts,
Bridgmann
a donné le nomd’opérationnels.
Un concept opérationnel est équivalent à l’opération ou à la suited’opérations
que l’on doit faire pourl’acquérir.
En effet, toute connaissance positive dépend de l’emploi d’une cer- tainetechnique"
(Dr Alexis Carrel :"L’homme,
cetinconnu").
Revue de Statistique Appliquée. 1960 - Vol. VIII - N 4
20
mal perçu et presque
toujours
discuté par lesintéressés, qui
ensupportent
les
conséquences psychologiquement
et financièrementdésagréables.
2/
Les variations dans letemps.
Afin de rendre le
phénomène analysé plus
facile àsaisir,
nous raison-nerons sur un
exemple :
le nombre de demandesd’emploi
non satisfaites aupremier
dechaque mois;
le tableau ci-dessous donne l’évolution de cette donnée de 1949 à 1959.Tableau
IDemandes
d’emplot
nonsattsfattes
au 1er dechaque
mots(France enttère) (en milliers)
Données brutes
appelées x,
par la suiteSur ce tableau et sur le
graphique ci-après
on voit parexemple
que le nombre des demandesd’emploi
non satisfaites aaugmenté
entre le ler sep- tembre 1958 et le ler mars1959,
pour décroître ensuite. Peut-on conclurequ’il
y a là un indice de"retournement" conjoncturel ?
Apriori
on n’en saitrien,
car legraphique
montre que tous les ans, sur la mêmepériode,
onobserve une évolution non pas
rigoureusement parallèle,
mais tout au moins du mêmetype (croissance
du nombre de demandes non satisfaites au cours del’automne
et de l’hiver et décroissance àpartir
duprintemps).
On
peut cependant
observer à d’autresépoques,
sans autre instrumentd’analyse
que le mêmegraphique,
l’existence de"retournements" conjonc-
turels : si l’on suit l’évolution des demandes
d’emploi
entre 1952 et 1955 parexemple,
onpeut
affirmerqu’il
y a eu entre ces deuxépoques
un"retour- nement" (passage
d’unephase
d’accroissement des demandesd’emploi
à unephase
dedécroissance).
Mais
quand
exactement s’estproduit
ce"retournement" ?
Il est beau- coupplus
difficile de lepréciser
ausimple
vu dugraphique.
Les oscillations àpériodicité annuelle, qui
nousgênaient
tout à l’heure pour conclure à l’exis- tence d’un retournement entreseptembre
1958 et mars1959,
nousgênent
ànouveau, se mêlant aux fluctuations
conjoncturelles
etempêchant
de les mettreen lumière.
Encore ne faut-il pas limiter les influences
qui
déterminent les demandesd’emploi
à deux seulement : une influence saisonnière et une influence con-joncturelle.
Admettonsplus
valablement que la variation des demandesd’emploi
d’un mois sur le mois
précédent
est la résultante de deux groupes de causes , lepremier
rassemblant les causesqui
sont liées à lasaison,
et le secondRevue de Statistique Appliquée. 1960 - Vol. VIII - N 4
21 Graphique
2Evolutton dans le
temps
du ntveau attetnt par le nombre de demandesd’emplot
non
satisfaites
au ler dechaque
mots(France ent ière) (en
milliers - ordonnéeslogarithmiques)
toutes les autres. On
peut
seulement affirmer que- la variationimputable
àce second groupe de causes
(à
supposer que l’onpuisse séparer
les deuxcomposantes
ainsidéfinies)
est à coup sûrplus
liée à l’évolutionconjoncturelle
générale
que la variation réelleglobale.
En d’autrestermes,
si la donnéebrute observée
augmente
de+10%
enpassant
d’un mois ausuivant,
leproblème
est de savoir
quelle
fraction de cepourcentage
doit êtreimputée
au facteur"saison"
etquelle
fraction doit êtreimputée
à l’évolutiongénérale
de l’en-semble du
système économique (à
supposertoujours
que ceproblème
de frac-tionnement soit
soluble).
II - LES VARIATIONS SAISONNIERES -
A -
Quelques
remarques sur les variations liées à la saison.Pour une
grande partie
des sérieschronologiques
servant àl’analyse
de la
conjoncture,
l’existence de fluctuations liées à la saison ne fait au- cun doute. Ellespeuvent
être mises en évidence par desprocédés graphi-
ques ;
mais,
si certaines des causesqui provoquent
ces variations sont éviden-tes,
il est toutefois difficile de lesexpliciter
toutes defaçon précise.
1/
Mise en évidencegraphique
de l’existence des variations saisonnières.Le
graphique ri 2
ci-dessus montraitdéjà
que le nombre de demandesd’emploi
non satisfaites passe tous les ans par un maximum versle,
mois demars et par un minimum vers les mois
d’août-septembre.
Cephénomène
estencore mieux mis en évidence par le
graphique n°3
ci-contre où les années sont nonplus juxtaposées,
maissuperposées .
Revue de Statistique Appliquée. 1960 - Vol. VIII - N 4
22
2/ Analyse
dequelques-unes
descauses des
variations liées à la saison.Parmi les
multiples
causesqui
interviennent defaçon
directe ou in-directe,
citons :a)
Lescongés .
L escongés annuels, pris princ ipa lement
durant lesmois
d’été,
se traduisent par une diminution de laproduction
industrielle aucours des mois en
question.
Les indicesde production industrielle, corrigés
du nombre de
jours légalement ouvrables,
mais non du nombre dejours ef-
fectivement
ouvrés, enregistrent
ce creux saisonnier. Pour certaines branches d’activité le creux sedéplace
d’ailleursplus
ou moins d’une année sur l’au- tre dejuillet
sur août ou d’août surjuillet,
suivantl’époque
àlaquelle
certainesrégions
ou certainesgrandes entreprises prennent
leurscongés.
D’où unedifficulté
supplémentaire
de"chiffrement"
du mouvement saisonnier.b) Ltnéialtté
desdtfférents
mots del’année quant
au nombre dejours.
Cette
inégalité
résulte del’inégalité
delongueur
des mois et de l’existence d’un certain nombre de fêtes chômées. Le fait que de nombreusesentreprises
"font
lepont"
à l’occasion de telle ou telle fête uneannée,
mais non pas les annéesprécédentes
etsuivantes,
vientcompliquer
leproblème.
De même les fêtes"mobiles" peuvent
sedéplacer
d’un mois sur l’autre(Pâques
en marsou en
avril)
et il y a lieu d’en tenircompte
dansl’interprétation
des don-nées des mois en
question.
c)
Le el tmat etplus spéetalement
latempérature.
Il est difficile de saisir tous lesaspects
de l’influence du climat etplus spécialement
de latempérature
sur lesgrandeurs économiques;
enparticulier
lesphénomènes climatiques
dits"saisonniers"
sont affectés de tels aléas que leursrépercus-
sions
peuvent prendre
d’une année sur l’autre uneampleur
très différente.Par
exemple
la hausse desprix
deslégumes
en hiver est indiscutable- ment"liée
à lasaison". Cependant
ellepeut prendre
certainesannées,
commeen
1956,
uneampleur
tellequ’on
dira courammentqu’aux
facteurs saisonniers s’estsuperposé
un"accident";
d’autres années au contraire l’hiver sera si doux que la hausse"saisonnière"
sera trèsfaible,
voire inexistante. C’est évidemment le caractère de relative permanencedes phénomènes
saisonniersqui
nous intéresse ici. Mais cette remarque nous montredéjà
que les influences saisonnièrespeuvent présenter
d’une année sur l’autre unegrande
diversité . Les mécanismes parlesquels
le climat influe sur lesphénomènes
éco-nomiques
sontparfois
évidents(augmentation
duchômage
en hiver dans lebâtiment,
parexemple);
dans d’autres cas ils sont moins connus, parce queplus complexes (influence
de latempérature
sur la consommationd’électricité
influence
générale
du climat sur lecomportement humain, etc. ).
d) La pértodtctté de 1 ’offre et la pértodtctté
de la demande de certatns btens. Cesphénomènes
sont mieux connus. Lerythme
de laproduction végé-
tale alliée à une certaine
organisation
du marché des différentsproduits (stockage)
se traduit par des variations assezrégulières
dans le cours d’une(1) On omet souvent sur de tels
graphiques
de porterdeux
fois le mois dejanvier
à l’ex-trémité droite comme à l’extrémité
gauche
des abscisses. Si l’on ne porte que 12 mois(janvier
à décembre) au lieu de 13(janvier
àjanvier
suivant) on ne met pas en évi- dence sur legraphique
l’évoluation saisonnière entre le mois de décembre et celui dejanvier.
Revue de Statistique Appliquée. 1960 - Vol. VIII - N 4
23 Graphique
3Nombre de demandes
d’emplot
nonsattsfattes
au Ier dechaque
mots(en milliers)
(courbes
annuellessuperposées -
ordonnéeslogarithmiques)
Revue de Statistique Appliquée. 1960 - Vol. VIII - N 4
24
année des
disponibilités
et desprix
de certainsproduits.
La demande de certains biensconnaît
par ailleurs des variationségalement
assezrégulières,
eliées par
exemple
à des coutumes(chiffre
d’affaires desmagasins
en débutde
mois,
ou avant les fêtes de find’année;
ventes d’automobilesparticulières
au
printemps,
eetc. ).
Notons enfin que les variations saisonnières d’un ensemble
complexe peuvent
résulter soit des variations saisonnières des élémentscomposants,
soit
simplement
de laproportion
variable selon les mois de l’année de cesdivers éléments dans l’ensemble. A titre
d’exemple,
les variations sai- sonnières de l’indice deproduction
du gazpeuvent dépendre
des variations d’un mois sur l’autre de laproportion
de gaz naturel et de gaz d’usine dansl’ensemble.
3/
Premières conclusions.Considérons une donnée
économique qui augmente
de5%
parexemple
d’un mois sur l’autre. Pour le moment nous n’avons encore rien dit sur la
façon
dont onpeut (ou
dont onpourrait) distinguer
cequi
dans ces5%
estexplicable
par les causes liées à la saison et cequi
nepeut
l’être que par d’autrescauses). Toutefois,
del’analyse qui précède,
onpeut déjà
tirer troisconclusions :
a)
S’il existe des causes de variationqui
sont incontestablement liées à la saison et d’autresqui
sont incontestablementindépendantes
de lasaison,
il y a entre les deux une zoned’indétermination;
la coupure entre les deux groupes de causes ne sera pas nette; elle sera affectée de certains aléas.b)
Le résultat de l’influence d’une causedonnée,
bien définie et incontestablement liée à lasaison,
ne sera pas unegrandeur certaine,
fonc-tionnellement
déterminée,
mais unegrandeur
affectée de nombreuxaléas,
parsuite,
enparticulier,
del’interdépendance
de lamajorité
des"causes" qui
interviennent.
c) Enfin,
et ceci est trèsimportant,
les causes(et
donc leurseffets
mesurables) peuvent
varier dans letemps,
defaçon "systématique"
c’est-à-dire non accidentelle
(allongement
de la durée descongés,
modification de certainscomportements,
meilleurajustement
de laproduction
à lademande,
modification d’unepolitique
destockage,
variation dans letemps
de la com-position
d’unagrégat, etc. ).
B -
Moyens d’approche possibles
pour l’élimination des variations dues à la saison.Notre but n’est pas ici
d’exposer
en détail toutes les méthodes utilisa- bles pour l’élimination de la"variation saisonnière",
mais designaler
uncertain nombre
d’approches possibles
résultant del’analyse ci-dessus.
1/
Unepremière
solution que l’onpourrait envisager
consisterait àmesurer directement
(au
moyend’enquêtes statistiques)
l’influence surchaque grandeur économique
de différents facteurs saisonniers. Onpeut concevoir,
par
exemple,
un indice mensuel de laproduction industrielle, qui
serait cor-rigé,
non du nombre dejours légalement ouvrables,
e mais du nombre dejours
effectivement ouvrés dans le mois en
question;
il suffirait pour celad’ajou-
ter
chaque
mois auquestionnaire statistique
sur laproduction (et
dedépouiller rapidement)
unequestion
sur le nombre dejours
de travail effectués dans le mois parchaque entreprise interrogée.
On élimineraitainsi,
par mesureRevue de Statistique Appliquée. 1960 - Vol. VIII - N 4
25
directe,
l’influence de l’une des causes saisonnières. Pour chercher à éli-miner,
par des méthodesanalogues,
l’influence d’autres causes(conditions climatiques, périodicité
de certainsbesoins, etc. )
lesenquêtes
àprévoir
deviendraient
rapidement
desplus
délicates et desplus onéreuses,
pour ne pas direimpossibles.
On voitmal,
parexemple,
comment onpourrait
me-surer directement dans
l’augmentation
du chiffre d’affaires desgrands
ma-gasins
enpassant
du mois de novembre au mois dedécembre,
cequi
est dûà la
présence
des fêtes de fin d’année.En
conclusion,
undéveloppement
desenquêtes statistiques permettrait
sans doute de
corriger
certaines desgrandeurs
que nous utilisons pour l’ana-lyse
de laconjoncture
en éliminant une fraction de la variation d’un moissur l’autre
"liée
à lasaison",
mais une fraction seulement. Leproblème
subsisterait donc.
2/
Une deuxièmesolution,
courammentappliquée, consiste
à comparer, mois parmois,
les données d’une année à celles del’année précédente.
Onpeut
souvent lire ou entendre dire que, parexemple,
l’indice de laproduction
industrielle
(sans
lebâtiment)
se situait enjuin
1959 à4%
au-dessus du ni-veau atteint en
juin
1958. Si ensuite on veut comparerjuin
1959 aux moisprécédents,
on dit engénéral : "mai
1959 n’étaitqu’à 2%
au-dessus de mai1958,
et avril 1959 se situait à1%
au-dessous d’avril1958;
donc lerythme
de la
production
industrielle a eutendance
à s’accroître au cours duprin- temps 1959".
Nous allonsmontrer,
par unexemple chiffré, puis
au moyen dequelques graphiques,
que ce raisonnement est faux etqu’il peut
conduireà des conclusions erronées.
Soit une
série,
sans variationssaisonnières,
pourlaquelle
en1957,
1958 et
1959,
on observe les données mensuelles suivantes :Comme nous avons
supposé qu’il n’y
avait pas de variations saison-nières(l),
l’évolutionconjoncturelle
selit
directement sur les troispremières
(1) Ni d’ailleurs de variations aléatoires (voir plus loin).
Revue de Statistique Appliquée. 1960 - Vol. VIII - N 4
26
colonnes du tableau ci-dessus : croissance de la
grandeur
étudiée dejanvier
1957 à
janvier-février 1958,
décroissancejusqu’en
décembre1958, puis
ànouveau croissance
jusqu’en
avril1959,
enfin stabilitéjusqu’à
la fin de 1959.Supposons
maintenant que nous voulionsutiliser,
pour déterminer l’évo- lutionconjoncturelle,
la référencesystématique
au moiscorrespondant
del’année
précédente.
Nous nous servirions dans ce cas des deux dernières colonnes du tableau.Nous y voyons que les données de
chaque
mois sontsupérieures
à cellesdes mois
correspondants
de l’annéeprécédente
dejanvier
à août1958, puis
à
partir
d’avril1959;
entre ces deuxpériodes,
lespourcentages
de variationd’un an sur l’autre sont
négatifs
ou nuls.Remarquons
d’abord unpremier
inconvénient de cetteprésentation :
l’effet
psychologique
des nombrespositifs
est tel que l’on attendra le mois d’octobre1958,
c’est-à-dire lepremier
mois pourlequel
on observe unpour- centage négatif
de variation parrapport
au moiscorrespondant
de l’annéeprécédente,
pourestimer’
que la situation s’est détériorée et pourprendre
éventuellement les mesures que cette constatation
impose.
Or c’est en février1958 que la détérioration a commencé.
Sans tomber dans l’erreur
d’interprétation grossière
que nous venons designaler,
l’examen des colonnes 4 et 5 du tableau ci-dessus conduira engénéral
à des réflexions de cet ordre :"en
1958 lespourcentages
de variation d’un an sur l’autre vont endécroissant,
donc la situation a tendance à sedétériorer;
parcontre,
au cours de l’année1959,
lespourcentages
de va-riation vont en
croissant,
donc la situations’améliore".
L’examen des colon-nes 2 et 3 montre que, si en 1958 le
diagnostic
ainsi formulé estexact,
ets’il reste correct de
janvier
à avril1959,
il est faux pour la suite de l’année(la
situation est en réalitéstable).
C’estqu’on oublie,
en faisant de telsraisonnements
que
l’évolution despourcentages
enquestion dépend,
non seu-lement de la
physionomie
de l’année en cours, e maiségalement
de laphvsio-
nomie de l’annéeprécédente,
comme le montrent lesquelques graphiques
ci-dessous.
Ces
graphiques représentent l’évolution,
au cours de deux années suc-cessives
(1957
et1958),
d’une donnéesupposée
sans variations saisonnières.Comme on a utilisé des ordonnées
logarithmiques,
lespourcentages
de va-riation d’un an sur l’autre sont
représentés
pourchaque
mois par les dis- tances verticalesséparant
les deux courbes.Graphique A -
Données de 1957stables;
les données de 1958 varient enhausse ou en
baisse,
en mêmetemps
que l’écart entre les courbes.L’ap- plication
de la méthode decomparaison
au moiscorrespondant
de l’annéeprécédente peut
sejustifier.
Graphique B -
L’écart entre les deux courbes vacroissant;
la tendance au cours de 1958 est effectivement à la hausse. La référence à lapériode
cor-respondante
de l’annéeprécédente
ne fausse pas les conclusions.Graphique C -
L’écart entre les deux courbes va endécroissant,
etpourtant
la tendance au cours de 1958 est encore à la hausse.
Graphique D -
L’écart va en s’accroissant(il
est de moins en moinsnéga- tif)
etpourtant
la tendance de 1958 esttoujours
à la baisse .Dans ces deux derniers cas la référence au mois
correspondant
esttrompeuse.
Onpourrait imaginer beaucoup d’exemples
de cetype
démontrantque cette méthode
peut
conduire à des conclusions erronées.Revue de Statistique Appliquée. 1960 - Vol. VIII - N 4
27
Graphique
43/
Un troisième groupe de solutions consiste à comparer l’évolution d’une année à l’ensemble des annéesprécédentes;
c’est la base de toutes les méthodespréconisées
dans les manuels destatistique
pour mettre en évidence les variations saisonnières.On
peut
essayer de faire cetteopération
d’éliminationuniquement
par méthodegraphique,
encomparant
leprofil
d’une annéedonnée,
non seulementau
"profil"
de l’annéeprécédente
comme dans la deuxième solutionexposée ci-dessus,
mais à l’ensemble desprofils
des annéesprécédentes.
C’est ainsi que, si onregarde
legraphique ri 3
de la page23,
ons’aperçoit
que le nom- bre de demandesd’emploi
non satisfaites aaugmenté beaucoup plus
entreaoût et décembre 1958
qu’entre
les mêmes mois de laplupart
des autresannées, depuis
1949. Onpeut
enconclure,
sans aucundoute,
que cette va- riation estsupérieure
à la variation saisonnière normale etqu’elle
résulteen
partie
de causesconjoncturelles.
Mais cette remarquequalitative
ne per- met pas dechiffrer,
mêmeapproximativement,
la fraction de la variation observée que l’onpeut
attribuer à des facteurs saisonniers. Parailleurs,
en d’autrespériodes
où l’évolution est moinsprononcée,
l’examen dugraphique
ne
permet
pas d’arriver à uneconclusion,
mêmepurement qualitative.
Revue de Statistique Appliquée. 1960 - Vol. VIII - N 4
28
Le but de toutes les méthodes est de
chiffrer,
àpartir
des observations dupassé,
cequi
estreprésenté
sur les courbessuperposées
dugraphique ri 3,
autrement dit de déterminer un"profil
saisonniermoyen",
comme ré-sultante de toutes les courbes d’évolution
annuelle,
et de comparer l’évo- lution d’une annéeparticulière
à ceprofil théorique.
Dans lechapitre suivant,
nous allons exposer
quelques généralités
sur l’ensemble de ces méthodes.CHAPITRE Il
GÉNÉRALITÉS SUR LES DIFFÉRENTES
MÉTHODES STATISTIQUES PRÉCONISÉES POUR CORRIGER LES SÉRIES DE LEURS VARIATIONS SAISONNIÈRES
I- LES DIFFERENTES COMPOSANTES D’UNE SERIE TEMPORELLE - Toutes les méthodes
s’appuient
sur un certain nombred’hypothèses
ence
qui
concerne la nature de lagrandeur économique envisagée.
Enparti- culier,
elles admettenttoutes,
commepoint
dedépart, qu’une
donnée men-suelle,
telle que l’indice de laproduction industrielle, peut
être considéréecomme
la
somme d’un certain nombre decomposantes.
Leproblème qui
nouspréoccupe -
nous l’avons vu ci-dessus - est departager
la variation d’unegrandeur
en deuxéléments,
l’un lié à lasaison,
l’autre à la"conjoncture".
En
fait,
dans les ouvrages destatistique,
onenvisage,
engénéral,
de dé-composer la donnée en
quatre
éléments : la tendanceséculaire,
la variation"cyclique",
la variation saisonnière et la variation aléatoire.II -
REMARQUES
SUR CES DIFFERENTES COMPOSANTES - lereremarque -
Dans ceproblème
de ladécomposition
d’une série en sesdifférentes
composantes ",
il y a au moins une difficulté que nous éliminonsa pri
étant donné notre but(qui
estl’analyse
de laconjoncture,
définiecomme
l’analyse
de l’évolution instantanée del’économie).
Deux choses nousintéressent, rappelons-le :
d’unepart
le niveau effectivement atteint par lesgrandeurs,
d’autrepart
la variation réelle sur le court termequi
estimpu-
table à l’évolution
économique générale.
Nous ne recherchons donc en aucuncas à
séparer
la tendance séculaire et le"cycle".
Il nous reste par consé-quent
troiscomposantes :
a)
L’ensemble tendanceséculaire - cycle,
que par la suite nousappellerons composante
extra-saisonnière ouconjoncturelle;
b)
Lacomposante saisonnière;
c)
Lacomposante
aléatoire.2ème
remarque -
Lacomposante
dite"aléatoire", qui
traduit des variations accidentelles de lagrandeur étudiée,
va intervenir dans tous les calculs tendant à caractériser et éliminer lacomposante saisonnière,
et dans l’in-terprétation
des résultats de ces calculs(1).
Revue de Statistique Appliquée. 1960 - Vol. VIII - N 4