Trafic aérien de passagers au Canada : une analyse exploratoire du modèle origine-destination de Transports Canada pour le marché intérieur

Transcription

1 Trafic aérien de passagers au Canada : une analyse exploratoire du modèle origine-destination de Transports Canada pour le marché intérieur Ismaëlh Cissé Directeur : Carlos Ordás Criado

2 Problématique Transports Canada (TrC) utilise une équation simple pour effectuer des prévisions annuelles du trafic de passagers au Canada : T odt = f (Fare odt, GDP ot, GDP dt, TC odt, QS odt, LG odt ) + ε odt Ce modèle a le mérite et le défaut de sa simplicité : 1 facile à estimer et à utiliser pour la prévision ; 2 la théorie économique établit un potentiel problème du biais d endogénéité ; 3 quelle forme fonctionnelle choisir?

3 Problématique Forme fonctionnelle flexible proposée par Transports Canada : modèle Box-Cox généralisé. modèle log-linéaire : ln T odt = α od + α t + β ln x odt + ε odt modèle Box-Cox : T λ T odt 1 λ T Méthode d estimation : panel à effets fixes = α od + α t + β x λx odt 1 λ x + ε odt

4 Objectif du travail 1 Tester l adéquation du modèle Box-Cox postulé par TrC (erreurs) 2 Perf. prédictive intra-échantillon : REQM = #obs.. Test de l hypothèse d empilement : test de Fisher Test de spécification : test de Ramsey 2 Proposer des alternatives : Capturer l hétérogénéité entre OD modèle à coeff. variables : T odt = α od + β od x odt + ε odt Ne pas imposer une forme fonctionnelle particulière : régression non paramétrique : T odt = g(x odt ) + ε odt

5 Revue de littérature Pesaran, Pearce et Kumar (1989, Econometrica) Est-il pertinent d agréger des données régionales pour améliorer le pouvoir prédictif d un modèle? comparer l erreur de prévision basée sur les régressions régionales (modèle SUR) et a celle de la régression avec données agrégées! Ils proposent un test d agrégation parfaite. Attention, la mauvaise spécification joue un rôle confondant. Prévision de l emploi dans différents secteurs aux É-U : rejet des modèles avec données agrégées ; modèles agrégés semblent biaisés (mal spécifiés).

6 Revue de littérature Carson, Cenesizoglu et Parker (2011, International Journal of Forecasting) Prévision macroéconomique du trafic de passagers aux É-U avec des données régionales et mensuelles entre 1990 et Prévision hors échantillon de 2003 à Modèles utilisés : une équation dynamique estimée avec des données agrégées, désagrégées et semi-agrégées. Mesures de performance prédictive : EAM et REQM. Modèle désagrégé performe mieux que le modèle agrégé. Modèle semi-désagrégé donne de meilleures prévisions que les deux autres modèles. pas d investigation sur la forme fonctionnelle.

7 Les données 1 Les données sont fournies par Transports Canada. 2 Nous nous concentrons sur le marché intérieur. 3 Panel de 392 couples origine-destination de l intérieur du Canada, couvrant la période Matrice des corrélations entre les variables Tod TC Fare LG GDPo GDPd Tod 1.00 TC Fare LG GDPo GDPd

8 Modèles utilisés par Transports Canada Modèles paramétriques à effets fixes (ind. et temp.) Log-linéaire Box-Cox λ = 0.09 TC FARE -0.36*** -0.42*** LG GDPo 0.44* 0.65*** GDPd 0.47* 0.85*** QS5 0.14** 0.32** REQM H0 : empile. correct H0 : spécif. correcte Nous estimons une version simplifiée du modèle Box-Cox. REQM Prévisions intra-échantillon : moyenne = %. Problème : modèles mal spécifiés et rejet de l empilement.

9 Modèles à coefficients variables Log-linéaire Box-Cox Coef. déterm. Coef. déterm. Constante TC FARE LG GDPo GDPd QS REQM le modèle log-lin. au Box-Cox % réduction substantielle de la REQM lorsque l on prend en compte l hétérogénéité entre les OD.

10 Modèle non paramétrique (localement linéaire) Graphique d effets partiels de l estimation non paramétrique : REQM = %. Modèle très performant intra-échantillon, simple à estimer et sans contrainte de forme fonctionnelle. D importantes non linéarités apparaissent.

11 Conclusions Les modèles Box-Cox de TrC ne sont pas les plus adéquats. ils violent l hypothèse de spécification correcte de la forme fonctionnelle ; ils violent l hypothèse d empilement (ils capturent mal l hétérogénéité entre OD) ; ils ne fournissent pas la meilleure performance prédictive intra-échantillon. La régression non paramétrique semble être une bonne alternative. Limites de l étude : 1 besoin de vérifier la performance hors échantillon ; 2 il faudrait explorer/traiter le biais potentiel d endogénéité, 3 les marchés transfrontaliers et internationaux restent à explorer.

12 Merci de votre attention