L’analyse

conjoncturelle

Thomas Raffinot
Département / nom Date 1
Définition

 L’analyse de la conjoncture est l’analyse de la situation d’une

économie à court terme. Elle doit permettre de décrire la
position de celle-ci dans le cycle et de comprendre les facteurs
qui expliquent les évolutions récentes ou en cours. Ce
diagnostic doit permettre d’anticiper les évolutions à venir
(réalisation de prévisions chiffrées ou/et construction de
scénarios)

 L’objectif principal de la conjoncture est de comprendre et

prévoir l’évolution de la croissance et des prix.

2
4 dimensions de l’analyse conjoncturelle

Descriptive : séparer les comportements de court terme

des tendances de long terme

Explicative : Déterminer les causes de ces fluctuations

Prédictive : Anticiper l ’évolution future de l’activité

Spéculative : Evaluer des scénarios alternatifs

3
Quelques concepts utiles

4
Département / nom Date 5
Quelques concepts utiles

6
Département / nom Date 7
Quelques concepts utiles

8
 Piège

croissance croissance
CAS 1 CAS 2 VT cas 1 VT cas 2 GA cas 1 GA cas 2
annuelle (cas1) annuelle (cas2)
Q4 2005 100.0 100.0
Q1 2006 100.4 100.4 0.4% 0.4%
Q2 2006 101.2 101.2 0.8% 0.8%
Q3 2006 101.4 101.4 0.2% 0.2%
Q4 2006 102.0 102.0 0.6% 0.6% 2.0% 2.0%
Q1 2007 101.8 102.2 -0.2% 0.2% 1.4% 1.8%
Q2 2007 101.3 102.5 -0.5% 0.3% 0.1% 1.3%
Q3 2007 101.0 102.6 -0.3% 0.1% -0.4% 1.2%
Q4 2007 100.7 103.2 -0.3% 0.6% -1.3% 1.2% -0.1% 1.4%
Q1 2008 101.1 103.7 0.4% 0.4% -0.7% 1.4%
Q2 2008 101.5 104.1 0.4% 0.4% 0.2% 1.5%
Q3 2008 101.9 104.5 0.4% 0.4% 0.9% 1.8%
Q4 2008 102.3 104.9 0.4% 0.4% 1.6% 1.6% 0.5% 1.6%

Département / nom Date 9

Insuffisance du PIB

Le PIB est une donnée trimestrielle, publiée avec retard,

révisée et volatile

L’analyse de la croissance du PIB ne suffit pas à

comprendre l’évolution de la situation économique en
« temps réel »

10
Plus de 2 ans de révision

11
Des révisions significatives

12
Une histoire qui peut changer

13
La collecte de l’information
 Plusieurs « champs » à baliser :
 L’environnement externe

 La demande interne et ses déterminants

 Le policy mix et ses orientations

 Différents types d’information/d’indicateurs:

 Les informations « qualitatives»

 Les indicateurs quantitatifs « de haute fréquence »

 Les données d’enquêtes

 Les indicateurs avancés et les indicateurs cycliques

 Un compromis souvent difficile entre fiabilité et délais de disponibilité

 Des données souvent « brutes » à traiter, hiérarchiser, analyser

14
Quelles qualités sont recherchées ?
 Correspondre à un comportement économique identifiable

 Ne pas être trop erratique : une variable aux évolutions trop heurtées n’est
exploitable qu’après avoir été lissée sur une période plus ou moins longue et tout
lissage implique une perte d’information. Il y a donc un arbitrage à faire entre le
contenu informatif (plus proche du « temps réel » s’il s’agit d’une variable
hebdomadaire plutôt que mensuelle ou trimestrielle) et le bruit qui lui est associé

 Ne pas être publié avec trop de retard

 Ne pas faire être trop (souvent) révisé. Ce critère est lié au précédent: plus le délai
de disponibilité est court, plus l’ensemble d’information a des chances d’être
incomplet et d’appeler ultérieurement des corrections. S’il est long, l’information sera
complète mais trop jugée trop retardée

 Ne pas être trop dépendant du cycle financier, à défaut de quoi, l’indicateur ne fait
que refléter un état des marchés, déjà observable en temps réel

15
Données CVS-CJO
 La volatilité des données brutes est souvent en partie liée aux variations
saisonnières ou aux variations du nombre de jours ouvrables. Ces variations n’ayant
rien à voir avec les dynamiques économiques, il est nécessaire de les corriger

 Deux possibilités:

 Travailler en glissement annuel (au prix d’une déperdition d’information)

 « Désaisonnaliser » la série :

 Un prérequis : un historique suffisant (cinq ans au moins)

 Des biais possibles: effets de bords, changements dans la saisonnalité,

variations de forte amplitude liées à une évènement inhabituel

 « Corriger » du nombre de jours ouvrables

 En pratique ; méthodes les plus fréquentes: X11, X12 ARIMA (logiciel

disponible sur census.gov/srd/www/x12a.), TRAMO/SEATS

16
17
18
Indicateurs quantitatifs
 Les indicateurs quantitatifs sont ceux qui résultent d’un comptage, d’un
dénombrement ou d’une estimation de quantités. Ils sont appelés « données dures »
(hard data).

 Ce dénombrement peut être exhaustif ou estimé à partir d’un échantillon

représentatif d’entreprises ou d’agents.

 La mesure est exprimée en unités simples de volume (mises en chantiers de

logements, immatriculations de véhicules, nombre de chômeurs…), en unités
monétaires, en pourcentage (taux de chômage…) ou sous forme d’indices (prix,
production industrielle…)

19
Indicateurs quantitatifs
 Les indicateurs quantitatifs les plus suivis sont ceux qui mesurent :

 l’activité industrielle : production (total et sa décomposition par grandes

branches) et carnets de commandes

 l’activité de la construction (permis de construire, ventes de maisons…)

 les stocks

 les ventes au détail

 les prix (à la consommation, à la production, à l’importation, à l’exportation)

 la situation sur le marché du travail (emploi, chômage, durée du travail,

salaires…)

 le comportement des banques (création monétaire)

20
Production industrielle

21
Production industrielle

22
Construction

23
Construction

24
Crédit en zone euro

25
Ventes au détail

26
Créations d’emplois

27
Emploi-chômage

28
Département / nom Date 29
Indicateurs qualitatifs
 Les indicateurs qualitatifs sont extraits d’enquêtes d’opinion (survey) menées auprès
de ménages, de chefs d’entreprise, de banques, etc. Ils ont une expression
quantitative (c’est une donnée chiffrée) mais ils reflètent une appréciation qualitative
de tel ou tel comportement économique, d’où leur nom

 Ils sont appelés « soft data » par opposition avec les données « dures »

 Les enquêtes de conjoncture peuvent compléter l’information quantitative et aider à

sa prévision ou, plus simplement, combler sa carence lorsque l’indicateur quantitatif
sous-jacent n’existe pas

 Outre la fiabilité de l’information de certaines enquêtes, le principal avantage est la

vitesse de publication

30
 La notion de solde d’opinions
 Considérons la question suivante: « Comment jugez vous les anticipations d’activité économique ? »,
et les trois modalités de réponses: « elles s’améliorent », « elles ne changent pas » ou « elles se
détériorent ».

 Comment avoir une vue synthétique des réponses ?

 Nous pourrions bien sûr représenter dans le temps l’évolution de chacune des réponses, mais
l’interprétation n’est alors pas immédiate (et elle risque d’être d’autant plus complexe qu’il y a plus
de réponses possibles). D’une certaine manière, l’information est alors trop « précise ».

 Pour simplifier l’analyse, on est amené à synthétiser les réponses sous la forme d’un « solde
d’opinion ». Le solde d’opinion est la différence entre les modalités de réponses extrêmes. Dans
l’exemple donné, c’est la différence entre le pourcentage de réponses « elles s’améliorent » et le
pourcentage de réponses « elles se détériorent »

 Une ACP permet de trouver un axe qui résume l’information. Cette méthode pourtant plus précise
n’est que trop peu développée

 Le solde d’opinion étant un résumé, il y a forcément une perte d’information par rapport à la source
d’origine, mais en contrepartie, l’interprétation filtrée est plus facile à analyser

31
 La notion de solde d’opinions
 Analysée au cours du temps, une information synthétisée sera plus révélatrice des changements
d’opinions extrêmes. Un même solde d’opinion peut être engendré par des vecteurs de réponse
différents. Ce n’est pas gênant pour le conjoncturiste, qui s’intéresse surtout à l’évolution du solde
d’opinion

 Un solde d’opinion peut être exprimé :

sous sa forme élémentaire d’une différence entre deux pourcentages. Il peut prendre alors
une valeur théorique comprise entre -100 % et +100 % et sa valeur critique en l’absence de
biais est a priori de 0 (mais en fait rien n’assure que ce soit la moyenne de long terme).
Souvent ces soldes sont « centrés réduits »: leur écart à la moyenne est exprimé en points
d’écart type

sous la forme d’un indice. C’est un solde d’opinions qui a été ré-indicé pour avoir une valeur
100 à une date donnée (cas de l’indice IFO allemand) ou bien sur une période de temps
donnée (cas de l’indice INSEE-industrie). L’une ou l’autre forme change le niveau de
l’indicateur, mais non son évolution

32
Enquêtes en zone euro

33
Faiblesse de la demande

34
Enquêtes auprès des banques

Département / nom Date 35

Faiblesse de la demande

Département / nom Date 36

Département / nom Date 37
 Les ISM, enquêtes PMI et NAHB

 Un cas particulier est celui des indices de type ISM/PMI, NAHB tirés
des enquêtes auprès des directeurs d’achat

 Ces indices sont construits de telle sorte qu’ils aient un seuil critique de
50 points : toute valeur supérieure à 50 points (respectivement
inférieure) étant associée à une hausse (resp. une baisse) de l’indice
quantitatif sous-jacent

38
ISM

39
ISM et exports asiatiques

40
NAHB

Département / nom Date 41

PMI en zone euro

Département / nom Date 42

PMI en zone euro

43
 Attention à l’effet de base
 Quand, à une date t, une variable considérée subit un choc, le glissement annuel en est affecté sur
l’instant, et cet impact restera visible un an durant. Au bout d’un an, en l’absence d’un autre choc
identique, le glissement annuel sera à nouveau affecté mais dans l’autre sens du fait que la « base » de
comparaison sera différente. Le choc initial va alors « sortir » du glissement annuel : cet impact,
strictement arithmétique, est un « effet de base »

44
Les données de marchés

 Ces données non révisées, quotidiennes sont très utiles, en particulier, pour
les anticipations d’inflation et les « esprits animaux »

 Attention à la volatilité de ces séries

 Attention à la prise en compte des problèmes de liquidité

45
Swap d’inflation

46
Breakeven

47
Breakeven 5 ans dans 5 ans
Zone euro : swap d'inflation 5 ans dans 5 ans
3.0%

2.8%

2.6%

2.4%

2.2%

2.0%

1.8%
nov.-04 juin-05 janv.-06 août-06 mars-07 oct.-07 mai-08 déc.-08 juil.-09 févr.-10 sept.-10 avr.-11 nov.-11 juin-12 janv.-13 août-13

48
VIX et spread de crédit

49
Indices surprises

50
Département / nom Date 51
 Les modèles de prévision de CT

 Les équations dites bridge, au sens où elles utilisent des données essentiellement
mensuelles pour prévoir des comptes trimestriels (d’abord le PIB) en visant, au-delà de la
qualité de l’ajustement statistique, à mettre en évidence des relations facilement
interprétables d’un point de vue macroéconomique

 Les modèles à facteurs statiques ou dynamiques, capables de synthétiser ou de résumer

un nombre éventuellement très élevé de variables d’une base de données via un nombre
beaucoup plus réduit de facteurs. Toutefois, dans ce dernier cas aussi, il importe in fine
de relier dans une équation les variations trimestrielles du PIB avec ces facteurs
synthétiques.

52
Prévisions à CT de la croissance

53
OFCE : avec des variables muettes

54
Problème :

55
Repérer les points de retournement

Département / nom Date 56

 Positionnement cyclique
 En 1946, Burns et Mitchell donnait les premiers une définition du cycle économique
basée sur l’observation des faits : “Les cycles économiques désignent un type de
fluctuations qui affectent l’activité générale des pays dans lesquels la production est
essentiellement le fait d’entreprises privées. Un cycle est constitué d'expansions qui se
produisent à peu près au même moment dans de nombreuses branches de l'activité,
expansions qui sont suivies par des phases de récessions, des contractions et des
reprises, qui affectent elles aussi l'ensemble des activités économiques, les reprises
débouchant sur la phase l’expansion du cycle suivant. Cette suite de phases n’est pas
périodique (au sens strict du terme) mais seulement récurrente ; la durée des cycles
d'affaires varie entre plus d'un an et dix ou douze ans ; ils ne sont pas divisibles en cycles
plus courts de même nature et dont l'amplitude serait à peu près semblable à la leur.”

57
Deux caractéristiques majeures du cycle économique :
 le co-mouvement : cela signifie que la plupart des séries macroéconomiques évoluent
ensemble au cours d’un même cycle, avec un retard plus ou moins grand selon le type de
séries considérées. Ce phénomène permet entre autres d’établir une classification des
séries par rapport à un cycle de référence : séries avancées, coïncidentes ou retardées.

 La non linéarité est due à la différence de comportement d’une série macroéconomique,

lors d’une phase d’expansion économique et une phase de contraction. Par exemple, la
durée moyenne des deux phases du cycle n’est pas égale : elle est clairement plus
élevée en période d’expansion qu’en période de contraction. Un autre exemple est la
notion de dépendance à la durée (duration dependence) mise en évidence par Diebold,
Lee et Weinbach (1994). Ces derniers ont montré que, dans une phase de contraction, la
probabilité de changer de phase augmente au cours du temps, alors qu’elle reste
constante dans une phase d’expansion. De plus, la succession de cycles non
périodiques, constitués de périodes d’expansion puis de périodes de contraction, est
également à l’origine de non linéarités de type mémoire longue dans de nombreuses
séries macroéconomiques (voir par exemple Diebold et Rudebusch (1989)).

58
 Deux cycles différents

 Le cycle d’affaires (business cycle), est le cycle traditionnel et mesure l’évolution du

niveau de production (expansion-récession). Le NBER et le CEPR (en Europe)
définissent une récession comme un déclin significatif de l’activité réparti dans l’ensemble
de l’économie, durant plus que quelques mois, normalement visible dans le PIB réel, le
revenu réel, l’emploi, la production industrielle et les ventes en gros et au détail

 Le cycle de croissance (growth cycle) est défini comme étant l’écart à la tendance de long
terme de la série : il est estimé à partir des méthodes de décomposition tendance/cycle
de type Hodrick-Prescott ou Baxter-King. La tendance long terme du Pib est assimilé au
PIB potentiel

59
L’approche ABCD

60
 Problème du calcul de PIB potentiel
L’approche statistique pour calculer une croissance potentielle recourt aux méthodes d’extraction de tendance et de cycle. La tendance est
représentative de situations d’équilibre de longue période. Les évolutions autour de cette tendance correspondent à des phénomènes de courte période,
entre 1,5 an et 8 ans, sans influence sur le tendance
 Au début des années 80, ces méthodes consistaient à estimer des tendances déterministes (linéaires, polynomiales ou coudées). Les méthodes
contemporaines reposent quant à elles sur des techniques de filtrage (Hodrick-Prescott, Baxter-King, double Hodrick-Prescott)
La série est décomposée dans le domaine spectral (par exemple par transformée de Fourier). Le cycle est alors défini comme la partie de la série dont
la période est comprise entre deux bornes, traditionnellement 6 trimestres à 32 trimestres. Au-dessus de la fréquence haute, la série est irrégulière; en
dessous, c’est la tendance de long terme. De fait, la décomposition cycle-tendance se ramène à un problème de filtrage dans le domaine spectral, par un
filtre passe-bande.
Quelle que soit la méthode retenue, l’évaluation empirique du PIB potentiel est fragile sur la période la plus récente (les données sont provisoires, les
révisions du PIB sont importantes, effets de bord liés aux méthodes de filtrage)

61
Indice d’activité de Chicago

62
Les indicateurs avancés

63
Les indicateurs avancés : Conference board

64
Exercices: commentez

Département / nom Date 65

Département / nom Date 66