Les enquêes de conjoncure Insee e leur uilisaion pour l analyse conjoncurelle Réunion plénière OPC O. Biau (DR Insee Paca) 25 ocobre 22
Objecifs de l exposé Présener rapidemen les enquêes de conjoncure Insee En décrire les principales uilisaions pour l analyse de la conjoncure : consrucion d indicaeurs synhéiques, prévisions à cour erme.
Agenda Vue d ensemble Indicaeurs synhéiques Prévisions à cour erme
Progress repor Vue d ensemble Indicaeurs synhéiques Prévisions à cour erme
La conjoncure à l Insee Le Dép. Conjoncure fai parie de la Direcion des éudes e synhèses économiques (DESE) : Déparemen des compes naionaux : Compes naionaux annuels e rimesriels. Déparemens des éudes économiques d ensemble : Division croissance e poliiques macroéconomiques. Déparemen de la conjoncure : Division des enquêes de conjoncure. Division de la synhèse conjoncurelle. Le réseau des DR, dans les Services éudes e diffusion
Les enquêes de conjoncure Objecif : obenir des données économiques relaives au passé récen, au présen e à l avenir proche, rapidemen, simplemen, pour un coû raisonnable. En mesuran l opinion des enrepreneurs concernan leur acivié, leurs effecifs e le «moral» des ménages
Principales caracérisiques des enquêes de conjoncure Enquêes d opinion (qualiaives), périodicié infra-annuelle (mensuelle ou rimesrielle). Peis échanillons : de à 5 enreprises. Quesionnaires simples e légers, quesions en faible nombre e auxquelles on peu répondre vie. Quesions poran sur le passé récen, la siuaion acuelle e les anicipaions. Quesions généralemen à choix muliple, à 3 modaliés : «en hausse», «sable» ou «en baisse» : Evoluion observée de vore producion au cours des 3 derniers mois : Evoluion probable de vore producion au cours des 3 prochains mois :
Principales caracérisiques des enquêes de conjoncure Collece, exploiaion e diffusion rapides des résulas (à la fin du mois d enquêe). Publicaion des résulas sous la forme de soldes d opinion : s = %( ) - %( ) = h= Publicaion des résulas en fin de mois, avan les indicaeurs quaniaifs. Résulas rès peu révisés. H V V h c + h Les résulas des enquêes Insee son envoyés à la Commission européenne, qui les (re)diffuse e calcule les agrégas UE + EA (Sysème harmonisé européen des enquêes de conjoncure). c h c h
Les enquêes de conjoncure : «une saisique sans chiffres» L informaion collecée es qualiaive Avanage des soldes d opinion : lecure simple de l évoluion des réponses au cours du emps Inconvénien : pere d informaion Proposé par Theil (952), revisié par Fansen (976), puis Biau & Ferrari (26) La jusificaion héorique du solde nécessie des hypohèses rès fores sur la disribuion des réponses individuelles des enrepreneurs.
Poins fors / poins faibles (+) Indicaions en général de rès bonne qualié sur le passé récen. (+) Vue assez complèe e cohérene d un seceur d acivié. (+) Éclairage sur des domaines peu couver ou rès ardivemen par les saisiques quaniaives. (-) La naure qualiaive des réponses e la subjecivié qui s y aache renden l inerpréaion délicae. (-) L inérê des indicaions fournies diminue dès que les saisiques quaniaives son disponibles.
Les enquêes de conjoncure naionales de l Insee Un dizaine d enquêes régulières. Environ 8 publicaions par an. Seceurs enquêés : indusrie, consrucion, eriaire à l exclusion des services financiers. Dans l indusrie (4 en. enquêées) : Acivié dans l indusrie (UE) : mensuelle. Invesissemen (UE) : rimesrielle. Siuaion de résorerie : semesrielle.
Les enquêes de conjoncure naionales de l Insee Dans le BTP ( à 4 en. par enquêe) : Bâimen (UE) (avec la FFB) : mensuelle. Travaux publics (UE) (avec la FNTP) : rimesrielle. Consrucion immobilière : rimesrielle. Arisana du bâimen ( salariés ou moins) : rimesrielle. Dans le eriaire (4 à 5 en. par enquêe) : Services (UE) : mensuelle depuis juin 2. Commerce de déail (UE) : mensuelle. Commerce de gros : bimesrielle.
Exemple : soldes de l enquêe sur l acivié e les perspecives dans l indusrie 4 Soldes d'opinion en % 3 2 - -2-3 Tendance observée de la producion manufacurière Tendance prévue de la producion manufacurière -4 99 99 992 993 994 995 996 997 998 999 2 2 22 23 24 25
Inerpréaion des résulas Une première approche : cenrer e réduire comparer à la moyenne de long erme. Le signe du solde n es pas inerpréable, la variaion du solde l es. Comparer aux flucuaions passées. Comparer à l écar-ype calculé sur le passé de la série considérée. Comparer à l écar-ype lié à l échanillonnage (inerne à l Insee).
Progress repor Vue d ensemble Indicaeurs synhéiques Prévisions à cour erme
Des soldes d opinion aux indicaeurs synhéiques
Les indicaeurs synhéiques Objecifs : favoriser la diffusion de l enquêe auprès du grand public repérer facilemen la posiion dans le cycle Commen définir le(s) cycle(s) économique(s)? Business cycle (niveau) Growh cycle (écar à la endance) Growh rae cycle (poins d inflexions) Idenifier les reournemens : passage d'une phase haue à une phase basse ou inversemen.
Le faceur commun, un indicaeur «coïnciden» Le faceur commun = résumé de l informaion conenue dans les enquêes (d abord dans l indusrie, puis dans les services, généralisé à l ensemble des seceurs) C es un indicaeur du clima conjoncurel («clima des affaires»). Méhode Insee : exracion d un faceur commun à parir de la echnique de l analyse facorielle (saique e dynamique ). D aures méhodes (plus simples) exisen : DG ECFIN, IFO
L analyse facorielle saique : Principe : chaque solde es vu comme la somme de 2 ermes : un erme commun, un erme propre à chaque série. Le modèle s écri : y = λ F + u i i i i = n ( soldes d opinion) = T (observaions) Hypohèses : faceurs communs e résidus non auo-corrélés e non corrélés enre eux... Cadre normalemen adapé à des observaions i.i.d. Source : Doz, Lenglar [999].
L analyse facorielle dynamique Cadre adapé aux séries emporelles (variables auocorrélées). Cadre adapé à des séries de fréquences différenes e présenan des changemens de fréquence (enquêe Services). Modélisaion du faceur commun e des résidus par des processus ARMA. Ecriure du modèle à composanes inobservables sous la forme espace-éa. Esimaion des paramères par la méhode du maximum de vraisemblance à l aide du filre de Kalman.
L analyse facorielle dynamique Modèle à composanes inobservables : Représenaion espace-éa : + = + + = + = i i i i i i i u u F F F u F y ε ρ ε θ ε ϕ ϕ λ 2 2 R A Z y η α α α + = = = I y y y M = I u u F F M ε α
L analyse facorielle dynamique Représenaion espace-éa (suie) : = I A ρ ρ θ ϕ ϕ O 2 = ) ( I I Id Z λ λ M M M = I ε ε ε η M = ) ( I Id R R A Z y η α α α + = =
L analyse facorielle dynamique La vraisemblance du modèle peu s écrire : Hypohèse : Le filre de Kalman perme de calculer la vraisemblance par récurrence Noaions : Mise à jour :,Q) Ν( ~ i.i.d. η ),..., ( ; ) ( ) / ( ) ( 2 i i i y y Y Y f Y Y f Y f = = = θ θ θ ) / ( ; ) / ( / / = = Y E Y E α α α α ( ) / / / + = Z y K α α α
La représenaion espace-éa Ecriure e esimaion du modèle Forme générale de la représenaion espace-éa : y α = = Z A α + ( M ) (M) : équaion de mesure (T) : équaion de ransiion hypohèse : (e ) e (η ) bruis blancs indépendans d + e α + c + R η ( T ) Esimaion par la méhode du maximum de vraisemblance à l aide du filre de Kalman. ( hypohèse : veceurs gaussiens )
Comparaison des indicaeurs Indusrie saique e dynamique 2 Producion manufacurière (glissemen annuel en %) Faceurs communs saique e dynamique dans l'indusrie manufacurière (cenrés réduis) 3 8 2 6 4 2-2 - -4 Producion manufacurière (glissemen annuel en %) -6 Faceur commun saique dans l'indusrie manufacurière Faceur commun dynamique dans l'indusrie manufacurière -8 99 99 992 993 994 995 996 997 998 999 2 2 22 23 24 25-2 -3
L indicaeur de reournemen, un indicaeur «avancé» de la probabilié d un reournemen de endance dans le fuur proche. Méhodologie : Z : régime de l économie (inobservable), Z possède la dynamique d une chaîne de Markov homogène d ordre. X : séries «observées», informaion nouvelle (+) ou (-) exraie à chaque dae e pour chaque solde Filre de Kiagawa-Hamilon au cœur de la méhode : La connaissance des (π) e des (η), suffi à déduire e des probabiliés condiionnelles : P(Z=+/X) - P (Z=-/X) Sources : Lenglar [997], Grégoir e Lenglar [2].
Progress repor Vue d ensemble Indicaeurs synhéiques Prévisions à cour erme
Wha else?
4% 3% 2% % % -% -2% -3% Des résulas d enquêe aux prévisions Taux de croissance de la producion manufacurière 4 3 2 - -2-3 -4 producio TPPA TPPRE 978Q 979Q 98Q 24Q 98Q 982Q 983Q 984Q 985Q 986Q 987Q 988Q 989Q 99Q 99Q 992Q 993Q 994Q 995Q 996Q 997Q 998Q 999Q 2Q 2Q 22Q 23Q Les soldes d opinion son rès corrélés aux indicaeurs quaniaifs e disponibles avan eux.
Quesion exisenielle
Uilisaion des soldes d opinion pour la prévision à cour erme Prévisions à 3 ou 6 mois des aux de croissance rimesriels de grands agrégas macroéconomiques : PIB, producion (e effecifs par seceur), invesissemen, imporaions, socks, emplois, Conribuion au diagnosic conjoncurel publié ous les rimesres dans les noes e poins de conjoncure.
Éalonnages univariés modèle linéaire log PIB = c + a. I + a. I + + b. log PIB En praique, plusieurs modificaions peuven inervenir Cerains coefficiens son rejeés de manière rès pragmaique e/ou d après des ess saisiques (nullié des coefficiens, sabilié dans le emps). On ne garde pas oujours le aux de croissance reardé de la variable endogène (on prend alors uniquemen les données d enquêes) en pariculier en cas de suspicion quan à la qualié du dernier poin de la variable endogène (risque de fore révision), mais, généralemen, pouvoir prédicif moindre. Il es possible d enrichir la spécificaion en y incluan d aures variables explicaives. On peu faire apparaîre la variable l indicaeur en niveau e en variaion. Ainsi, ces deux spécificaions son équivalenes : = c + ( a + b ) I log PIB = c + ai + bi b I La deuxième a l avanage de faire ressorir l influence des variaions du solde, faceur imporan noammen en période de reournemen.
< Modèle : log(pib) /, S, S
Les derniers développemens Modèles à faceurs dynamiques sur des grandes bases de données, prévisions en emps réel Avec la crise de 28, problème de «non linéarié aux valeurs exrêmes» : recours à des spécificaions non linéaires Uilisaion des données individuelles : echniques nouvelles (non paramériques) pour faire mieux que les modèles linéaires avec des soldes explorer de nouveau domaines (percepion de l inflaion) Uiliser de nouvelles echniques (régression quanile, non-paramériques, TVP) pour esimer la difficulés de l exercice de prévision, esimer si le PIB va accélérer / décélérer, le PIB poeniel.
< Modèle : log(pib) /, log(pib) - S, S. S
Forecasing Risk Index (M. Cornec 2)
Références Doz C. e Lenglar F. (999). Analyse facorielle dynamique : es du nombre de faceurs, esimaion e applicaion à l enquêe de conjoncure dans l indusrie, Annales d Économie e de Saisique, n 54, pp. 9-27. Gregoir S. e Lenglar F. (2). Measuring he probabiliy of a business cycle urning poin by using a mulivariae qualiaive hidden Markov model, Journal of Forecasing, vol. 9, pp. 8-2. Dubois E., Michaux E. (26) : «Éalonnages à l aide d enquêes de conjoncure : de nouveaux résulas», Économie e Prévision, n 72. Cornec, Deperraz (26), «Un nouvel indicaeur synhéique mensuel résuman le clima des affaires dans les services en France», Économie e Saisique, n 395-396, 26. Bardaji, Minodier, Clavel Talle (28) «Deux nouveaux indicaeurs pour aider au diagnosic conjoncurel en France». Cornec M (2), «Consrucing a condiional GDP fan char wih an applicaion o French business survey daa». Biau O, Ferrari N (26), «Théorie de l'opinion Fau-il pondérer les réponses individuelles?», documen de ravail Insee n G 26/2. Biau G, Biau O, Rouvière L (27), «Nonparameric forecasing of he manufacuring oupu growh wih firm-level survey daa», documen de ravail Insee n G 26/6 e JBCMA n 2 7, 3-3. Biau O, Erkel-Rousse H, Ferrari N (26), «Réponses individuelles aux enquêes de conjoncure e prévision de la producion manufacurière», documen de ravail Insee n G 25 /2 e Économie e Saisique, n 395-396, 26. Biau O, D'Elia A (2), «Euro area GDP forecas using large survey daase - A random fores approach». Biau O, D Elia A (2), «Is here a decoupling beween sof and hard daa?».