Établir des diagnostics conjoncturels

Chaque trimestre, l’Insee élabore un diagnostic conjoncturel, à horizon de six à neuf mois. Pour réaliser ces prévisions, les conjoncturistes de l’Insee mobilisent l’ensemble des statistiques de court terme publiées par l’institut, ainsi que les réponses des chefs d’entreprises aux enquêtes de conjoncture.

À partir de ces enquêtes qualitatives, l’Insee calcule le climat des affaires dans les différents secteurs, ce qui permet ensuite, par étalonnage, de prévoir l’activité économique. Ces enquêtes fournissent aussi des indications utiles sur les capacités de production. Elles sont harmonisées au niveau européen.

En 2019, l’exercice de prévision a été rendu très compliqué en raison d’un environnement international très incertain avec la mise en œuvre du Brexit et une guerre commerciale accrue entre les États-Unis et la Chine.

Les conjoncturistes de l’Insee doivent donc innover et mettre au point des outils ou des méthodes leur permettant d’affûter leurs prévisions. Du côté des outils, un « traqueur de PIB » permet désormais d’estimer en temps réel l’évolution de la croissance. Du côté des méthodes, l’institut s’est livré à une nouvelle exploitation des enquêtes de conjoncture auprès des ménages pour voir dans quelle mesure la catégorie sociale ou le lieu de résidence des enquêtés influent sur leur perception de la situation économique.

 

Prévoir l’impact du Brexit et de la guerre commerciale sur la conjoncture économique

Analyser et prévoir la conjoncture française suppose de bien comprendre les évolutions de l’environnement international. À cet égard, l’année 2019 a été marquée par la montée des tensions protectionnistes. Les États-Unis ont soufflé le chaud et le froid dans leurs négociations commerciales avec la Chine. Cette escalade a entraîné un relèvement substantiel des droits de douane, avant la trêve conclue en fin d’année. En Europe, le suspense lié à la date et aux modalités du Brexit a duré toute l’année, générant là aussi beaucoup d’incertitudes.

L’Insee, dans sa Note de conjoncture de mars 2019, s’est ainsi penché sur plusieurs aspects des conséquences du Brexit, à court ou à moyen terme. Tout d’abord, les incertitudes ont pesé sur la croissance britannique, en particulier sur l’investissement des entreprises. Mais il a également affecté les économies des principaux partenaires du Royaume-Uni, dont la France : les effets d’anticipation ont été importants juste avant les différentes dates-butoirs, notamment début 2019 où les entreprises britanniques ont constitué des stocks en important massivement. Cela a contribué à tirer à la hausse les exportations européennes au premier trimestre, mais le contrecoup a été net au trimestre suivant.

Quant à l’effet du Brexit lui-même, son évaluation reste un défi pour les prévisionnistes, qui ne disposent d’aucun précédent auquel le comparer. Néanmoins, le département de la Conjoncture a tenté d’évaluer, sous certaines hypothèses, l’impact du probable relèvement à venir des tarifs douaniers entre le Royaume-Uni et l’Union européenne. Il s’agit de prendre en compte non seulement les exportations directement produites dans un pays à destination du Royaume-Uni, mais également les exportations vers des pays tiers qui vont les utiliser comme consommations intermédiaires pour exporter ensuite vers le Royaume-Uni. C’est d’ailleurs cet effet « de second tour » qui serait prépondérant pour la plupart des partenaires du Royaume-Uni, ce qui reflète la grande imbrication des chaînes de valeurs mondiales.

« Pour faire face à l’incertitude, nous disposons d’outils nous permettant de quantifier les effets de différents chocs sur l’économie française. »

Olivier GARNIER
Directeur général de la direction générale des statistiques, des études et de l’international de la Banque de France

Lire son interview

L’évolution de la confiance selon la catégorie sociale ou le lieu de résidence

Chaque mois, l’Insee publie les résultats de l’enquête de conjoncture auprès des ménages, et notamment l’indicateur de confiance qui synthétise leur opinion sur la situation économique générale de la France mais aussi sur leur propre situation. L’évolution de cet indicateur est certes corrélée avec celle, par exemple, du pouvoir d’achat des ménages, mais elle dépend aussi d’autres facteurs, pas forcément économiques : on observe ainsi quasi-systématiquement un « pic » ponctuel de confiance au moment de chaque élection présidentielle.

C’est pourquoi la capacité de cet indicateur à prévoir les fluctuations trimestrielles de l’activité économique est plus modeste, que, par exemple, celle du climat des affaires qui agrège quant à lui le moral des chefs d’entreprise. Pour autant, étudier la confiance des ménages, c’est aussi contribuer à aller « au-delà du PIB » en étudiant le bien-être y compris dans sa dimension subjective.

D’autant que derrière l’indicateur synthétique, les ménages ont des opinions naturellement hétérogènes. À plusieurs reprises, en 2019, la Note de conjoncture de l’Insee s’est donc penchée sur les différences qui peuvent apparaître, au fil du temps, entre catégories de ménages. C’est ainsi que, par exemple, les retraités sont devenus plus pessimistes sur leur situation financière future dès la mi-2017, sans doute en lien avec les mesures concernant la CSG. À l’inverse, début 2019, le rebond a été rapide, avec l’annulation de la hausse de CSG pour les retraités les plus modestes. Et fin 2018, l’opinion des ménages les plus aisés sur le niveau de vie global en France a chuté plus tardivement que celui des ménages modestes, avant de se redresser plus vigoureusement en 2019.

Des innovations pour le suivi de la note de conjoncture en temps réel

Prévoir chaque trimestre la croissance du PIB demeure un défi. Le nombre d’indicateurs mesurant différents aspects de l’activité économique tend à augmenter, et il peut être complexe d’identifier les modèles de prévision les plus pertinents. Pour tirer au mieux parti de sources d’informations de plus en plus riches, les nouvelles techniques de prévision mobilisent de nombreux développements de data science : modèles d’apprentissage automatique (machine learning), recueil de données sur internet (web scraping), modèles à facteurs, forêts aléatoires (random forest), etc. Le département de la Conjoncture de l’Insee a élaboré un « traqueur de PIB » ou GDP Tracker pour la France afin de disposer d’une prévision en temps réel du PIB qui mobilise un grand nombre de séries, en évitant le surapprentissage et en tenant compte des non-linéarités. Cet outil vient ainsi compléter la palette des modèles utilisés – sans toutefois être une assurance contre les écarts de prévision !

Partagez cette page