Passionné d’économétrie, Domenico Giannone entame sa thèse de doctorat alors qu’une révolution pointe à l’horizon: l’économétrie du “big data”. Expert en nowcasting, l’art de déterminer la conjoncture en temps réel, il vient d’être détaché par l’université auprès de la Federal Reserve américaine.

  • Vous décrivez le nowcasting comme l’art de “prédire le présent”? Cette affirmation n’est-elle pas paradoxale?

Pas le moins du monde! Vous savez, la différence entre la météo et l’économie est que pour connaître le temps qu’il fait, vous n’avez qu’à regarder par la fenêtre. Par contre, pour avoir une idée de la conjoncture, c’est beaucoup plus complexe. Vous savez, les prédictions économiques sont produites à une fréquence très basse: le FMI et l’OCDE sortent leurs chiffres une fois par an, et les banques centrales tous les trimestres. Quant aux statistiques sur le Produit Intérieur Brut de la zone Euro, elles sont publiées seulement un mois et demi après la fin de la période de référence: nous ne connaîtrons donc le PIB du deuxième trimestre qu’à la mi-août.

Utiliser les indicateurs économiques

  • Comment le nowcasting permet-il d’anticiper ces chiffres?

Toute une série d’indicateurs macroéconomiques sont aujourd’hui publiés à intervalles réguliers: les données sur le marché du travail, sur le sentiment des consommateurs, des directeurs des achats, les importations et les exportations, le chiffre d’affaires des entreprises… Le nowcasting permet d’exploiter ces données afin d’avoir une idée plus précise de la conjoncture. Or, les gouvernements, les banques centrales et les marchés financiers ont besoin de cette évaluation en temps réel afin de réagir rapidement.

  • Vous vous basez également sur vos recherches en économétrie.

En effet, j’ai effectué de nombreuses recherches sur le “big data” en économétrie. L’idée est que, lorsque vous disposez de beaucoup de données, les outils économétriques n’arrivent pas à bien distinguer signal et bruit. Il faut donc construire un modèle plus “parcimonieux”. Pour cela, il y a deux solutions. La première est d’exploiter le fait que, la plupart du temps, les indicateurs bougent ensemble. Pour prendre un exemple simple, lors d’une récession, tous les indicateurs sont à la baisse. Cela indique qu’il y a un facteur commun qui les fait baisser. Les “factor models” identifient ce facteur commun. La deuxième manière est de combiner un modèle très général et très flexible avec un “prior naïf”, un modèle très simplifié. Pour prendre une analogie, utiliser toutes les données disponibles c’est comme chercher son chemin avec une carte à l’échelle réelle: difficile de trouver où vous êtes ou de savoir où vous allez. Avec une carte plus réduite, vous perdez des détails mais vous avez une vision plus claire de ce qui se passe. Doser les poids relatifs du modèle général et du prior naïf dans vos estimations est l’équivalent du choix d’une carte à l’échelle appropriée.

LA DIFFÉRENCE ENTRE LA MÉTÉO ET L’ÉCONOMIE EST QUE POUR CONNAÎTRE LE TEMPS QU’IL FAIT, VOUS N’AVEZ QU’À REGARDER PAR LA FENÊTRE

Les cycles économiques

Vous êtes également un expert des cycles économiques. Je fais en effet partie du comité européen de datation des cycles économiques (http://www.cepr.org/content/euro-area-business-cycledating-committee). Le rôle de ce comité, qui est dirigé par un professeur de la SBS-EM, Philippe Weil, est de déterminer où nous nous trouvons dans le cycle économique.

Le NOWCASTING en 4 questions

1. Que savons-nous de plus aujourd’hui qu’il y a 15 ou 20 ans?

Il y a 15 ou 20 ans, les modèles économétriques ne pouvaient gérer qu’un nombre limité de données. Grâce à la puissance accrue des ordinateurs, à la plus grande disponibilité des données et aux progrès dans le développement de modèles économétriques, nous pouvons aujourd’hui utiliser des modèles basés sur une très large quantité de données.

2. Pourquoi avoir choisi l’économétrie?
Auparavant, les prévisions économiques en temps réel étaient le résultat du travail d’experts qui analysaient les informations à leur disposition et parvenaient à un jugement basé sur leur expérience. J’étais séduit par l’idée de tenter de formaliser cette démarche à l’aide d’outils statistiques, ce qui jusque-là reposait sur le jugement des économistes expérimentés. Or, les experts sont très longs à former et difficiles à remplacer. Formaliser leur travail afin d’aider à la prise de décision est donc une tâche cruciale.

3. Quel est l’impact ou l’impact potentiel de vos recherches sur la pratique?

Les autorités monétaires ont besoin de disposer de données fiables sur la situation économique et son évolution probable. Mon travail est donc essentiel pour les décideurs. C’est d’ailleurs pour cette raison que je rejoins aujourd’hui la Federal Reserve. Par ailleurs, j’ai également fondé une société (www.now-casting.com) qui s’occupe de prévisions économiques en temps réel, et dont les clients sont des hedge funds et des investisseurs sophistiqués.

4. Quel est l’apport de vos recherches sur l’enseignement à la SBS-EM?

Mes recherches influencent directement les cours d’économétrie, en particulier ceux que j’assure dans le cadre du Master et de l’École doctorale.

Elixis Edition

 

LEAVE A REPLY

Please enter your comment!
Please enter your name here