LA QUALITE DES PREVISIONS ECONOMIQUES SUISSES
par
Aurelio Mattei
professeur à l'Université de Lausanne Ecole des HEC
I. Introduction
Les prévisions conjoncturelles ont de nombreuses applications pratiques. La plus importante est sans doute dans la détermination de la politique monétaire des banques centrales. Etant donné que les effets se font sentir avec plusieurs mois de retard, les banques centrales doivent se baser sur les prévisions du taux d’inflation et du produit intérieur brut. L’utilisation dans la politique fiscale était plus fréquente dans les années septante et huitante lorsqu’on croyait à la possibilité d’un réglage fin de l’économie. Aujourd’hui elle est réservée aux risques importants de récession.
La préparation des budgets des collectivités publiques et des entreprises implique aussi l’utilisation de prévisions macroéconomiques et par branche ou secteur d’activité. Il suffit de penser aux montants de l’indexation des salaires et des rentes ou à la politique des prix et des achats.
Les analystes financiers utilisent les prévisions économiques pour estimer les perspectives de croissance des bénéfices des entreprises. Les prévisions des taux d’intérêt à court et à long termes jouent aussi un rôle crucial dans l’évolution des actifs financiers.
Toute prévision implique nécessairement des erreurs. Il est alors très important de connaître la fiabilité des indications données, surtout quand elles sont chiffrées.
Lorsqu’on lit dans la presse qu’on a révisé une prévision d’un dixième de point de pour-cent, on pourrait croire que les prévisionnistes arrivent à des résultats très précis qui justifient la publication d’un tel changement.
Lorsqu’on veut déterminer la qualité des prévisions, il est important de connaître les caractéristiques des variables qui représentent l’évolution de l’économie suisse.
Les données macroéconomiques sont estimées par l’Office fédéral de la statistique.
Une première estimation est publiée le mois de septembre de l’année suivante. Elle est ensuite révisée dans les années successives. Ces changements résultent de nouvelles ou meilleures informations qui permettent de mieux estimer les différentes variables. Parfois, il s’agit aussi de changements de définition. Par exemple, depuis 2000 les logiciels informatiques sont considérés comme des dépenses d’investissement. D’autre part, l’utilisation d’une nouvelle année de base conduit aussi à des modifications des valeurs réelles.
Une prévision est censée indiquer l’évolution économique d’une nation ou d’une branche. Elle n’a pas pour objectif de prévoir la première estimation effectuée le premier semestre de l’année suivante. Il faut alors prendre l’estimation définitive pour déterminer la qualité des prévisions. Or, très souvent on se limite aux premières estimations car elles ont un lien plus étroit avec les données utilisées pour les prévisions. On pourrait accepter ces estimations pour les prévisions des valeurs absolues car dans les estimations définitives on modifie aussi les valeurs des années précédentes et alors une hausse prévue pourrait correspondre à une baisse. Toutefois, ce qui important dans une prévision c’est le taux de variation des variables et dans ce cas ce problème ne se pose pas.
II. Les données
Nous avons rassemblé, depuis 1977, les principales prévisions annuelles pour l'économie suisse. Par ailleurs, nous disposons des estimations jusqu'en 2006, publiées par l'Office fédéral de la statistique (OFS). Les données pour 2005 et 2006 peuvent encore être révisées mais les moyennes sur 30 ans ne devraient pas changer beaucoup lorsqu'on introduit les valeurs définitives.
En 1997, l'OFS a changé le système de comptabilité nationale et la base pour le calcul des valeurs réelles (SEC78 et base 1990). Etant donné que les prévisions étaient basées sur les valeurs réelles aux prix de 1980, la comparaison entre le taux prévu et le taux effectif devient difficile. Nous avons alors gardé les estimations provisoires pour 1995, aux prix de 1980, publiées en automne 1996. A partir de 1996, nous avons pris les estimations aux prix de 1990.
En 2003, l'OFS a adopté le système européen des comptes SEC 95. Le changement principal par rapport aux anciennes séries (SEC78) concerne les investissements dans l'équipement. En particulier, les logiciels sont traités comme biens d'équipement. Nous avons alors gardé les anciennes estimations provisoires pour 2002 et pris les nouvelles estimations pour les années suivantes. Les erreurs dues à ces approximations sont très faibles. Nous pouvons ainsi confronter les valeurs prévues et les valeurs estimées.
Les erreurs absolues
On peut calculer les erreurs des prévisions en prenant la moyenne des erreurs absolues :
∑
−= pt dt
MEA n1
Où pt est le taux de variation prévu, dt le taux effectif et n le nombre de périodes.
Le Tableau 1 présente les erreurs absolues moyennes de la période 1977-2006.
L’erreur moyenne est d’environ un point de pour-cent pour le PIB et de 3 points pour le secteur extérieur. Les investissements sont plus difficiles à prévoir et l’erreur est d’environ 3 points pour la construction et de 5 points pour l’équipement. L’erreur du taux d’inflation est inférieure à 1 point et celle du taux d’intérêt de 50 points de base.
Il se peut qu’une petite partie de ces erreurs soit due à l’utilisation d’une autre année de base pour les valeurs réelles. D’autre part, les définitions sont parfois peu précises. Par exemple, la définition de l’emploi peut varier (équivalent plein temps ou nombre de personnes employées). Par ailleurs, il existe trois statistiques de l’emploi. Il y a la statistique de l’emploi qui est obtenue en prenant un échantillon d’entreprises et qui ne considère pas les indépendants sans entreprise. L’enquête sur la population active permet aussi d’obtenir des chiffres sur l’emploi en analysant les réponses d’un échantillon de 48000 ménages. Enfin la statistique de la population active occupée est obtenue en prenant l’enquête sur la population active et en ajoutant les frontaliers et autres étrangers. Or, ces trois statistiques ne donnent
pas les mêmes résultats, en raison de certaines formes spéciales de travail. Par conséquent, les erreurs concernant l’emploi peuvent être imprécises.
La dernière colonne du Tableau 1 (MTP) donne les erreurs de la prévision obtenue en supposant que le taux de variation est le même que celui de l'année précédente (prévision "naïve"). C’est la prévision la plus facile à établir et elle serait la meilleure dans un état stationnaire. Les prévisionnistes devraient pouvoir faire mieux que cette anticipation statique.
Les erreurs des prévisions du BAK (Basler Arbeitsgruppe für Konjunk- turforschung: un institut privé, spécialisé dans les prévisions économiques) ne sont pas reportées dans le Tableau 1 car cet institut n'a commencé à publier ses prévisions qu'en 1982. Si l'on prend la période 1982-06 on observe des erreurs similaires à celles des autres prévisionnistes (1.1 pour le PIB et 0.8 pour le taux d'inflation).
L'avant-dernière colonne du Tableau 1 (P+1) donne les erreurs des premières estimations, effectuées à la fin de l'année, des composantes du PIB et des prix implicites. La qualité de ces estimations dépend des informations disponibles. Pour plusieurs variables (commerce extérieur, indice des prix, masse monétaire, taux d'intérêt, chiffre d'affaires du commerce de détail, etc.), les données mensuelles sont régulièrement calculées et alors il est possible d'obtenir une première estimation de bonne qualité. Dans les autres cas, l'estimation est encore largement une prévision révisée des taux de variation.
Les valeurs de cette colonne montrent qu'une prévision "exacte" n'est pas possible, même avec un nombre important d'informations.
Les prévisions considérées ici sont celles pour l'année suivante, préparées entre le mois de septembre et le mois de décembre. Aucune information concernant l'année prévue n'a été utilisée. Il convient de noter que, toutes choses égales par ailleurs, une prévision disponible déjà le mois d'octobre peut être plus utile qu'une prévision préparée en décembre. Par ailleurs, les prévisions dont les erreurs sont données par la dernière colonne du Tableau 1 (MTP) peuvent être effectuées à tout moment et sans aucun effort. Il suffit de dire que le taux est le même que celui de l'année précédente. Toutefois, cette méthode ne pourra jamais prévoir les changements de tendance.
Entre 1977 et 2006 il y a eu 15 années où la conjoncture s'est améliorée et 14 années où elle s'est détériorée. Notre modèle (MLS) a prévu 22 de ces variations et s'est trompé dans 7 cas. Il y a eu 16 changements de tendance et le modèle en a prévus 11.
Le taux moyen de croissance du produit intérieur brut (PIB) de ces trente dernières années a été de 1.6% avec un écart absolu moyen de 1.2. Les erreurs absolues moyennes varient entre 1.1 et 1.4 points.
La consommation privée est la composante la plus stable du PIB (l'écart absolu moyen est de 0.7) tandis que l'investissement dans l'équipement présente des fluctuations importantes (l'écart absolu moyen est de 5.2). Les erreurs de prévision de cette dernière variable sont les plus importantes parmi toutes les composantes du PIB.
Le taux moyen de l'inflation, mesuré par le prix implicite de la consommation, a été de 2.3% avec un écart absolu moyen de 1.7 et les erreurs absolues des prévisions sont inférieures à un point de pourcentage.
En général, les prévisionnistes sous-estiment les taux de variation des différentes composantes du produit national brut, en particulier les investissements. Les prévisions du Groupe d'experts de la Confédération pour les prévisions conjoncturelles (GEC) ont été les plus pessimistes (0.3 points de moins pour le PIB). Même leurs estimations effectuées à la fin de l'année en cours (P+1) sous- estiment les changements (0.3 points de moins pour le PIB).
Le Tableau 2 donne les moyennes des erreurs absolues des dix dernières années (période 1997-2006).
Le taux moyen de croissance du PIB a été de 1.4% avec un écart absolu moyen de 0.9. Les erreurs absolues moyennes varient entre 0.8 et 1.2 points. Le taux moyen de l'inflation, mesuré par le prix implicite de la consommation, a été de 0.7% avec un écart absolu moyen de 0.3.
Les changements par rapport au Tableau 1 ne sont pas très importants. Une erreur d'environ un point est toujours la règle pour le PIB tandis que les erreurs du taux d'inflation ont diminué et elles varient entre 0.5 et 0.6 points.
Contrairement à la période 1977-2006, les prévisions des investissements de ces dix dernières années ont été trop optimistes. Même le Groupe d'experts de la Confédération pour les prévisions conjoncturelles (GEC) a surestimé le taux de croissance, sauf dans ses estimations du PIB de la fin de l'année qui restent pessimistes.
Le Tableau 1 peut être utilisé pour construire des intervalles de confiance en prenant le taux prévu et l'erreur moyenne. Si ce taux est de 2% et l'erreur de 1.1
points, on dira alors que la variation sera comprise entre 3.1% et 0.9%. Cet intervalle comprend le taux de variation effectif du PIB dans la moitié des cas. Par ailleurs, comme dans les brochures sur les fonds de placement, il convient de préciser que "les performances passées ne sont pas nécessairement une indication des performances futures" ...
III. L’erreur quadratique moyenne
Une autre mesure des erreurs de prévision est donnée par la racine carrée de l’erreur quadratique moyenne :
)2
1 (
t
t d
n p
RMSE =
∑
−Cette mesure pénalise davantage les erreurs importantes. Le Tableau 3 donne les résultats de cette mesure pour la période 1977-2006 et le Tableau 4 ceux de la période 1997-2006. Ces erreurs sont plus importantes que celles du Tableau 1 mais le classement reste le même.
Les tableaux 5-11 présentent les graphiques de l’évolution du PIB et de son taux prévu par les différents prévisionnistes. Les erreurs les plus importantes concernent le début des années huitante. La forte baisse du taux de croissance a été sous- estimée. Voici les erreurs maximales et minimales des différentes prévisions :
PrévisionsErreur moyenne Maximum Année Minimum Année
MLS 1.1 -3.1 1983 0.1 1979
GEC 1.2 -3.1 1980 0.0 1982
KOF 1.3 -3.8 1980 -0.1 2005
BAK 1.1 -2.5 1983 0.0 1994
CREA 1.4 -3.5 1980 -0.1 2005
OCDE 1.2 -2.3 1979 0.0 2005
UBS 1.1 -2.9 1980 0.0 1987
P+1 0.6 -1.9 1979 0.0 1993
MTP 1.5 -3.2 1977 -0.2 1996
Comme on peut le constater, l’erreur la plus importante est toujours négative. Il s’agit d’une sous-estimation du taux de croissance du PIB.
Les tableaux 12-18 illustrent les sous-estimations et les surestimations des différentes prévisions de même que les erreurs de sens. Les sous-estimations du GEC, du KOF, du BAK, de l’OCDE et de l’UBS sont beaucoup plus nombreuses que les surestimations. Par contre, les erreurs des prévisions du CREA se compensent. La prudence des prévisions publiques expliquent ce bais, rencontré aussi à l’étranger. La même attitude est peut-être vraie aussi pour une banque.
Les tableaux 19-25 présentent les erreurs du taux d’inflation. Ici aussi, les erreurs les plus importantes sont des sous-estimations du taux d’inflation. Par contre, les prévisions du GEC sont les plus nombreuses à surestimer la hausse des prix.
IV. Biais et efficience
Une bonne prévision peut être biaisée (par exemple, si elle sous-estime toujours, quoique légèrement, le taux de variation) ou alors une erreur importante peut correspondre à une prévision sans biais. Il faudrait pouvoir obtenir une prévision sans biais et avec une erreur absolue faible.
Les variations des exportations et des importations ont été sous-estimées. Par contre, les prévisions de la consommation, du prix implicite de la consommation et du taux d'intérêt n'enregistrent aucun biais important.
On peut tester si une prévision est sans biais en prenant une régression des erreurs de prévision par rapport à une constante. Le paramètre estimé ne doit pas être significativement différent de zéro. Ceci est le cas avec toutes les prévisions. Par conséquent, les biais enregistrés entre 1977 et 2006 ne sont pas significatifs.
On peut tester si une prévision est sans biais et efficiente en prenant une régression de l'équation y = a + b x où y est le taux effectif et x le taux prévu. On devrait obtenir a=0 et b=1. Si l'on prend l'estimation du prix implicite de la consommation, effectuée presque ex-post à la fin du mois de novembre de l'année en cours (P+1), on obtient effectivement a = -0.04 (-0.4) et b = 1.013 (30.6) où les valeurs du test t sont entre parenthèses (R2=0.97).
Il est très difficile d'obtenir un résultat similaire avec des prévisions ex-ante. Un exemple intéressant est la prévision des importations du modèle MLS qui donne a=1.3 (1.1) et b=0.96 (3.19) (R2=0.24). Malgré ces propriétés, l'erreur absolue moyenne de cette prévision est de trois points de pourcentage. Les prévisions CREA du prix implicite de la consommation donnent a=-0.06 (-0.17) et b=1.11
(8.86) (R2=0.7). On trouve des valeurs de b dans l'intervalle 0.63/1.37 pour les variables suivantes:
. prévisions MLS: consommation publique, importations, PIB, prix implicites, M1 . prévisions GEC: investissement dans l'équipement et dans la construction, importations, PIB, prix implicites
. prévisions CREA: consommation publique, prix implicite de la consommation, taux d'intérêt
. prévisions KOF: importations, prix implicite de la consommation . prévisions OCDE: PIB, prix implicite de la consommation
. prévision moyenne: consommation publique, investissement dans la construction et dans l'équipement, exportations, PIB, prix implicites.
Toutes les autres prévisions donnent des paramètres souvent peu satisfaisants, même si les erreurs sont parfois inférieures à l'unité.
Un autre test d'efficience, basé sur les résultats d'une régression des erreurs de prévision sur la prévision elle-même, a été proposé par Barrionuevo*). Ce test permet de vérifier si le prévisionniste a utilisé une méthode de variance minimale pour effectuer la prévision. Si le coefficient de la prévision est significatif, on considère que la prévision n'est pas efficiente. En prenant un seuil de signification de 5%, on trouve des coefficients significatifs pour les variables suivantes:
. prévisions MLS: consommation privée, investissement dans la construction . prévisions OCDE: consommation publique
. prévisions GEC: consommation publique, prix implicite du PIB . prévisions CREA: consommation privée, exportations, PIB
. prévisions KOF: consommation privée, consommation publique, exportations
*) Voir Barrionuevo J.B. "A Simple Forecasting Accuracy Criterion under Rational Expectations: Evidence from the World Economic Outlook and Time Series Models", International Monetary Fund, Working Paper No. P/92/48, Washington, 1992
. prévisions P+1: consommation privée . prévisions MTP: toutes les variables.
Il devrait être possible d'améliorer l'efficience de la prévision de la consommation privée car cette composante du PIB ne varie pas beaucoup. Il se peut que la prévision soit trop influencée par le taux de l'année précédente qui est déjà une bonne estimation (voir la dernière colonne du Tableau 1).
Les prévisions suisses sont souvent basées sur la prévision de la conjoncture économique internationale de l'OCDE. Il est alors intéressant de comparer ces erreurs avec celles concernant le PIB des pays industrialisés prévu par cette organisation.
L'erreur absolue moyenne des prévisions du PIB des pays de l'OCDE est de 0.8 (1996-2006). Elle est inférieure à celles des prévisions de l'économie suisse. Les prévisions pour un petit pays sont plus difficiles. En effet, si l'on avait pris le même taux de variation que l'année précédente (prévision "naïve"), on aurait une erreur de 1.0 pour l'OCDE tandis que pour la Suisse l'erreur est de 1.5 (voir Tableau 1).
V. Conclusions
Comme on pouvait s’y attendre, prévoir l’évolution économique est un art difficile.
Les différentes méthodes utilisées donnent des résultats semblables. L’erreur absolue moyenne de la prévision du PIB est d’environ un point mais le maximum peut atteindre trois points de pourcentage. Les différentes composantes du PIB ont des erreurs encore plus importantes tandis que le taux d’inflation a une erreur moyenne inférieure à un point de pourcentage.
Ces dernières années les erreurs ont diminué quelque peu. Cette amélioration n’est pas due à de meilleures techniques mais résulte plutôt d’une réduction des fluctuations de l’activité économique. La part toujours plus grande des secteurs peu sujets à de grandes variations, les services en particulier, expliquent ce progrès dans les prévisions. On verra ces prochaines années si ce phénomène est permanent.
Tableau 1
Erreurs des prévisions 1977-2006 (MAE)*
MLS OCDE GEC CREA4) KOF P+1 MTP
Consommation privéer) 0.8 0.6 0.6 1.1 0.7 0.3 0.7
Consommation publiquer) 1.2 1.4 1.4 1.3 1.5 - 1.5
Formation de capital fixe :
(a) Constructionsr) 2.9 - 2.8 3.0 2.9 1.8 3.5
(b) Matérielr) 4.9 - 5.1 5.7 5.6 2.0 6.3
Exportationsr) 3.1 - 3.0 3.3 3.3 1.2 3.4
Importationsr) 3.2 - 3.4 3.7 3.7 1.1 3.7
Produit intérieur brutr) 1.1 1.21) 1.2 1.4 1.3 0.6 1.5
Prix implicite de la
consommation 0.8 0.8 0.8 0.8 0.9 0.3 1.1
Prix implicite de la
construction 2.1 - - - - - 2.3
Prix implicite des
exportations 2.2 - 1.9 - - - 2.6
Prix implicite des
importations 3.7 - 3.4 - - - 5.5
Prix implicite du PIB 1.2 - 0.7 - - - 1.1
Masse monétaire (M1) 4.8 - - 5.7 - - 6.2
Taux d'intérêtv) 0.5 - - 0.5 - 0.2 0.7
Emploi3) 1.1 - 1.2 1.3 1.0 0.9 0.9
Taux de chômage2) 0.3 0.5 0.4 0.6 0.5 0.3 0.8
Valeur extérieure du Frs3) 3.0 - - 3.3 - - 4.9 ______________________
* Moyenne des erreurs absolues. Ces erreurs représentent la différence entre le pourcentage prévu et le pourcentage estimé. Les taux prévus sont ceux préparés le dernier trimestre pour l’année suivante. Les chiffres estimés sont ceux publiés par l'Office fédéral de la statistique.
r) variable réelle, aux prix de 1970 jusqu'en 1987, aux prix de 1980 de 1988 à 1998 et aux prix de 1990 à partir de 1999; v) erreur moyenne de la variation absolue; - = donnée non disponible; 1) 1977-1981 : PNB; 2) 1991-2006; 3) 1979-2006; 4) sans 1988.
MLS = Modèle Linéaire Simple : nos prévisions OCDE = prévisions de l'OCDE
GEC = prévisions du Groupe d'experts de la Confédération pour les prévisions conjoncturelles CREA = prévisions de l'Institut CREA de macroéconomie appliquée
KOF = prévisions de la Konjunkturforschungsstelle an der ETH-Zürich
P+1 = estimations du Groupe d'experts de la Confédération pour les prévisions conjoncturelles, effectuées à la fin du mois de novembre de l'année en cours
MTP = prévision obtenue en prenant le même taux que l'année précédente L'erreur des prévisions de l'UBS est de 1.1 (1977-80 et 1985: PNB).
Tableau 2
Erreurs des prévisions 1997-2006 (MAE)*
MLS UBS BAK GEC KOF CREA MTP
Consommation privéer) 0.5 0.5 0.5 0.5 0.6 0.9 0.5
Consommation publiquer) 1.5 1.9 1.1 1.5 1.5 1.3 1.0
Formation de capital fixer): 2.7 2.6 2.8 2.8 3.0 3.3 3.3
(a) Constructionsr) 2.2 2.2 2.5 2.3 2.0 2.2 3.5
(b) Matérielr) 4.4 5.6 5.5 4.7 5.5 5.6 4.7
Exportationsr) 4.1 4.2 4.2 3.9 4.0 4.6 4.4
Importationsr) 4.0 4.1 4.3 3.6 4.4 4.3 4.8
Produit intérieur brutr) 0.9 0.9 0.9 0.9 1.1 1.1 1.2
Prix implicite de la
consommation 0.5 0.4 0.6 0.5 0.6 0.5 0.4
Prix implicite de la
construction 1.9 - - 2.0 - 1.8 1.9
Prix implicite des
exportations 1.4 - - 1.4 - 1.2 2.1
Prix implicite des
importations 2.3 - - 2.5 - 2.8 3.9
Prix implicite du PIB 0.7 - - 0.5 - 0.9 0.6
Masse monétaire (M1) 6.0 - - - - 6.1 6.2
Taux d'intérêtv) 0.5 - 0.5 0.4 0.6 0.4 0.6
Emploi 0.6 - - 0.8 0.6 0.9 0.9
Taux de chômage 0.2 0.3 0.4 0.3 0.4 0.5 0.7
Valeur extérieure du Frs 1.8 - - - - 2.6 2.7 ______________________
* Moyenne des erreurs absolues. Ces erreurs représentent la différence entre le pourcentage prévu et le pourcentage estimé. Les taux prévus sont ceux préparés le dernier trimestre pour l’année suivante. Les chiffres estimés sont ceux publiés par l'Office fédéral de la statistique.
r) variable réelle, aux prix de 1990; v) erreur moyenne de la variation absolue; i = indice des prix à la con- sommation; - = donnée non disponible.
UBS = prévisions de l'UBS
GEC = prévisions du Groupe d'experts de la Confédération pour les prévisions conjoncturelles MLS = Modèle Linéaire Simple : nos prévisions
MTP = prévision obtenue en prenant le même taux que l'année précédente BAK = prévisions du Basler Arbeitsgruppe für Konjunkturforschung
KOF = prévisions de la Konjunkturforschungsstelle an der ETH-Zürich CREA = prévision de l'Institut CREA de macroéconomie appliquée L'erreur des prévisions du Crédit Suisse pour le PIB est de 1.1.
Tableau 3
Erreurs des prévisions 1977-2006 (RMSE)*
MLS OCDE GEC CREA4) KOF P+1 MTP
Consommation privéer) 1.1 0.8 0.8 1.3 1.1 0.4 0.9
Consommation publiquer) 1.4 1.6 1.6 1.5 1.7 - 1.7
Formation de capital fixe :
(a) Constructionsr) 3.7 - 3.3 3.6 3.8 2.5 4.3
(b) Matérielr) 6.5 - 6.0 7.1 6.5 2.5 7.6
Exportationsr) 3.7 - 3.6 3.9 3.8 1.6 4.5
Importationsr) 3.9 - 3.8 4.5 4.1 1.4 4.6
Produit intérieur brutr) 1.3 1.41) 1.4 1.6 1.6 0.7 1.7
Prix implicite de la
consommation 1.1 1.0 1.1 1.0 1.1 0.3 1.4
Prix implicite de la
construction 2.6 - - - - - 2.6
Prix implicite des
exportations 2.6 - 2.4 - - - 3.1
Prix implicite des
importations 4.7 - 4.4 - - - 6.9
Prix implicite du PIB 1.5 - 0.9 - - - 1.5
Masse monétaire (M1) 6.2 - - 6.6 - - 7.9
Taux d'intérêtv) 0.7 - - 0.6 - 0.3 0.9
Emploi3) 1.3 - 1.4 1.6 1.3 1.1 2.1
Taux de chômage2) 0.4 0.7 0.5 0.7 0.6 0.5 0.9
Valeur extérieure du Frs3) 3.5 - - 3.8 - - 6.7 ______________________
* RMSE = racine carrée des erreurs quadratiques moyennes. Ces erreurs représentent la différence entre le pourcentage prévu et le pourcentage estimé. Les taux prévus sont ceux préparés le dernier trimestre pour l’année suivante. Les chiffres estimés sont ceux publiés par l'Office fédéral de la statistique.
r) variable réelle, aux prix de 1970 jusqu'en 1987, aux prix de 1980 de 1988 à 1998 et aux prix de 1990 à partir de 1999; v) erreur moyenne de la variation absolue; - = donnée non disponible; 1) 1977-1981 : PNB; 2) 1991-2006; 3) 1979-2006; 4) sans 1988.
MLS = Modèle Linéaire Simple : nos prévisions OCDE = prévisions de l'OCDE
GEC = prévisions du Groupe d'experts de la Confédération pour les prévisions conjoncturelles CREA = prévisions de l'Institut CREA de macroéconomie appliquée
KOF = prévisions de la Konjunkturforschungsstelle an der ETH-Zürich
P+1 = estimations du Groupe d'experts de la Confédération pour les prévisions conjoncturelles, effectuées à la fin du mois de novembre de l'année en cours
MTP = prévision obtenue en prenant le même taux que l'année précédente L'erreur des prévisions de l'UBS est de 1.3 (1977-80 et 1985: PNB).
Tableau 4
Erreurs des prévisions 1997-2006 (RMSE)*
MLS UBS BAK GEC KOF CREA MTP
Consommation privéer) 0.7 0.7 0.6 0.6 0.7 1.1 0.6
Consommation publiquer) 1.5 2.0 1.4 1.6 1.6 1.5 1.4
Formation de capital fixer): 3.9 3.5 3.8 3.6 3.8 4.1 4.1
(a) Constructionsr) 2.9 2.9 3.0 2.8 2.6 2.8 4.0
(b) Matérielr) 6.2 6.6 6.4 5.7 6.8 7.0 5.9
Exportationsr) 4.8 4.7 4.7 4.4 4.5 5.2 5.8
Importationsr) 4.6 4.6 4.8 4.1 4.8 4.8 5.4
Produit intérieur brutr) 1.0 1.0 1.0 1.0 1.2 1.1 1.4
Prix implicite de la
consommation 0.6 0.5 0.7 0.7 0.6 0.6 0.5
Prix implicite de la
construction 2.2 - - 2.3 - 2.8 2.2
Prix implicite des
exportations 1.7 - - 1.7 - 1.6 2.3
Prix implicite des
importations 3.0 - - 3.1 - 3.2 4.5
Prix implicite du PIB 0.9 - - 0.7 - 1.0 0.6
Masse monétaire (M1) 7.3 - - - - 6.7 8.2
Taux d'intérêtv) 0.6 - 0.6 0.5 0.6 0.5 0.7
Emploi 0.9 - - 1.0 0.8 1.2 1.2
Taux de chômage 0.3 0.3 0.5 0.4 0.5 0.6 0.8
Valeur extérieure du Frs 2.2 - - - - 3.0 3.5 ______________________
* RMSE = racine carrée des erreurs quadratiques moyennes. Ces erreurs représentent la différence entre le pourcentage prévu et le pourcentage estimé. Les taux prévus sont ceux préparés le dernier trimestre pour l’année suivante. Les chiffres estimés sont ceux publiés par l'Office fédéral de la statistique.
r) variable réelle, aux prix de 1990; v) erreur moyenne de la variation absolue; i = indice des prix à la con- sommation; - = donnée non disponible.
UBS = prévisions de l'UBS
GEC = prévisions du Groupe d'experts de la Confédération pour les prévisions conjoncturelles MLS = Modèle Linéaire Simple : nos prévisions
MTP = prévision obtenue en prenant le même taux que l'année précédente BAK = prévisions du Basler Arbeitsgruppe für Konjunkturforschung
KOF = prévisions de la Konjunkturforschungsstelle an der ETH-Zürich CREA = prévision de l'Institut CREA de macroéconomie appliquée L'erreur des prévisions du Crédit Suisse pour le PIB est de 1.2.
Tableau 5
-3 -2 -1 0 1 2 3 4 5
1980 1985 1990 1995 2000 2005
DATA MLS
TAUX EFFECTIFS ET TAUX PREVUS PAR MLS
DATA = taux de variation du PIB selon l’Office fédéral de la statistique (valeurs définitives)
MLS = Modèle Linéaire Simple : nos prévisions
Tableau 6
-2 -1 0 1 2 3 4 5
1980 1985 1990 1995 2000 2005
DATA GEC
TAUX EFFECTIFS ET TAUX PREVUS PAR GEC
DATA = taux de variation du PIB selon l’Office fédéral de la statistique (valeurs définitives)
GEC = prévisions du Groupe d'experts de la Confédération pour les prévisions conjoncturelles
Tableau 7
-2 -1 0 1 2 3 4 5
1980 1985 1990 1995 2000 2005
DATA KOF
TAUX EFFECTIFS ET TAUX PREVUS PAR KOF
DATA = taux de variation du PIB selon l’Office fédéral de la statistique (valeurs définitives)
KOF = prévisions de la Konjunkturforschungsstelle an der ETH-Zürich
Tableau 8
-2 -1 0 1 2 3 4 5
1985 1990 1995 2000 2005
DATA BAK
TAUX EFFECTIFS ET TAUX PREVUS PAR BAK
DATA = taux de variation du PIB selon l’Office fédéral de la statistique (valeurs définitives)
BAK = prévisions du Basler Arbeitsgruppe für Konjunkturforschung
Tableau 9
-3 -2 -1 0 1 2 3 4 5
1980 1985 1990 1995 2000 2005
DATA CREA
TAUX EFFECTIFS ET TAUX PREVUS PAR CREA
DATA = taux de variation du PIB selon l’Office fédéral de la statistique (valeurs définitives)
CREA = prévisions de l'Institut CREA de macroéconomie appliquée
Tableau 10
-2 -1 0 1 2 3 4 5
1980 1985 1990 1995 2000 2005
DATA OCDE
TAUX EFFECTIFS ET TAUX PREVUS PAR OCDE
DATA = taux de variation du PIB selon l’Office fédéral de la statistique (valeurs définitives)
OCDE = prévisions de l'OCDE
Tableau 11
-2 -1 0 1 2 3 4 5
1980 1985 1990 1995 2000 2005
DATA UBS
TAUX EFFECTIFS ET TAUX PREVUS PAR UBS
DATA = taux de variation du PIB selon l’Office fédéral de la statistique (valeurs définitives)
UBS = prévisions de l'UBS
Tableau 12
4 3
2 1
0 -1
-2 4
3 2 1 0 -1 -2
DATA
MLS
erreurs de sens surestimation
sous-estimation
TAUX EFFECTIFS ET TAUX PREVUS PAR MLS
DATA = taux de variation du PIB selon l’Office fédéral de la statistique (valeurs définitives)
MLS = Modèle Linéaire Simple : nos prévisions
Tableau 13
4 3
2 1
0 -1
4 3 2 1 0 -1
DATA
GEC
erreurs de sens surestimation
sous-estimation
TAUX EFFECTIFS ET TAUX PREVUS PAR GEC
DATA = taux de variation du PIB selon l’Office fédéral de la statistique (valeurs définitives)
GEC = prévisions du Groupe d'experts de la Confédération pour les prévisions conjoncturelles
Tableau 14
4 3
2 1
0 -1
4 3 2 1 0 -1
DATA
KOF
erreurs de sens surestimation
sous-estimation
TAUX EFFECTIFS ET TAUX PREVUS PAR KOF
DATA = taux de variation du PIB selon l’Office fédéral de la statistique (valeurs définitives)
KOF = prévisions de la Konjunkturforschungsstelle an der ETH-Zürich
Tableau 15
4 3
2 1
0 -1
4 3 2 1 0 -1
DATA
BAK
erreurs de sens surestimation
sous-estimation
TAUX EFFECTIFS ET TAUX PREVUS PAR BAK
DATA = taux de variation du PIB selon l’Office fédéral de la statistique (valeurs définitives)
BAK = prévisions du Basler Arbeitsgruppe für Konjunkturforschung
Tableau 16
4 3
2 1
0 -1
-2 4 3 2 1 0 -1 -2
DATA
CREA
erreurs de sens surestimation
sous-estimation
TAUX EFFECTIFS ET TAUX PREVUS PAR CREA
DATA = taux de variation du PIB selon l’Office fédéral de la statistique (valeurs définitives)
CREA = prévisions de l'Institut CREA de macroéconomie appliquée
Tableau 17
4 3
2 1
0 -1
4 3 2 1 0 -1
DATA
OCDE
erreurs de sens surestimation
sous-estimation
TAUX EFFECTIFS ET TAUX PREVUS PAR OCDE
DATA = taux de variation du PIB selon l’Office fédéral de la statistique (valeurs définitives)
OCDE = prévisions de l'OCDE
Tableau 18
4 3
2 1
0 -1
4 3 2 1 0 -1
DATA
UBS
erreurs de sens surestimation
sous-estimation
TAUX EFFECTIFS ET TAUX PREVUS PAR UBS
DATA = taux de variation du PIB selon l’Office fédéral de la statistique (valeurs définitives)
UBS = prévisions de l'UBS
Tableau 19
6 5
4 3
2 1
0 6
5 4 3 2 1 0
DATA MLS surestimation
sous-estimation
TAUX EFFECTIFS ET TAUX PREVUS PAR MLS
DATA = taux de variation du taux d’inflation (indice de prix implicite de la consommation) selon l’Office fédéral de la statistique (valeurs définitives)
MLS = Modèle Linéaire Simple : nos prévisions
Tableau 20
6 5
4 3
2 1
0 6
5 4 3 2 1 0
DATA GEC surestimation
sous-estimation
TAUX EFFECTIFS ET TAUX PREVUS PAR GEC
DATA = taux de variation du taux d’inflation (indice de prix implicite de la consommation) selon l’Office fédéral de la statistique (valeurs définitives)
GEC = prévisions du Groupe d'experts de la Confédération pour les prévisions conjoncturelles
Tableau 21
6 5
4 3
2 1
0 6
5 4 3 2 1 0
DATA KOF surestimation
sous-estimation
TAUX EFFECTIFS ET TAUX PREVUS PAR KOF
DATA = taux de variation du taux d’inflation (indice de prix implicite de la consommation) selon l’Office fédéral de la statistique (valeurs définitives)
KOF = prévisions de la Konjunkturforschungsstelle an der ETH-Zürich
Tableau 22
5 4
3 2
1 0
5 4 3 2 1 0
DATA
BAK
surestimation
sous-estimation
TAUX EFFECTIFS ET TAUX PREVUS PAR BAK
DATA = taux de variation du taux d’inflation (indice de prix implicite de la consommation) selon l’Office fédéral de la statistique (valeurs définitives)
BAK = prévisions du Basler Arbeitsgruppe für Konjunkturforschung
Tableau 23
6 5
4 3
2 1
0 6
5 4 3 2 1 0
DATA CREA surestimation
sous-estimation
TAUX EFFECTIFS ET TAUX PREVUS PAR CREA
DATA = taux de variation du taux d’inflation (indice de prix implicite de la consommation) selon l’Office fédéral de la statistique (valeurs définitives)
CREA = prévisions de l'Institut CREA de macroéconomie appliquée
Tableau 24
6 5
4 3
2 1
0 6
5 4 3 2 1 0
DATA OCDE surestimation
sous-estimation
TAUX EFFECTIFS ET TAUX PREVUS PAR OCDE
DATA = taux de variation du taux d’inflation (indice de prix implicite de la consommation) selon l’Office fédéral de la statistique (valeurs définitives)
OCDE = prévisions de l'OCDE
Tableau 25
5 4
3 2
1 0
5 4 3 2 1 0
DATA
UBS
surestimation
sous-estimation
TAUX EFFECTIFS ET TAUX PREVUS PAR UBS
DATA = taux de variation du taux d’inflation (indice de prix implicite de la consommation) selon l’Office fédéral de la statistique (valeurs définitives)
UBS = prévisions de l'UBS