Une lecture probabiliste du cycle d'affaires américain

Abstract

En passant en revue 35 ans de “ Cycle d’affaires ” à l’aide de modèles à changements de régimes markoviens, cet article permet d’identifier dix séries mensuelles particulièrement fiables pour détecter les “ récessions ” américaines. En testant différents indicateurs synthétiques probabilistes, on remarque que de simples modèles univariés sont déterminants pour suivre le cycle d’affaires et que les performances de modèles incluant une dimension multivariée “ pure ” apportent une information très proche de celle extraite d’un résumé. La qualité d’un modèle semble dépendre avant tout du contenu informationnel desvariables qui le constituent. Ce papier conclut sur les propriétés et les limites d’un modèle privilégié de détection de récession, notamment dans son utilisation en temps réel.

Les marchés financiers anticipent-ils les retournements conjoncturels ?

“…Par ailleurs, une premièreétude de la composition de cet indice conduità la remarque suivante : plus de 60% des pondérations sont associéesà des variables financières tels que le spread de taux d'intérêt, l'agrégat monétaire M2, l'indice boursier SP 500 3 . De même, Bellone et Saint- Martin (2003) et Bellone (2004a) s'intéressantà l'horizon prédictif d'un grand nombre d'indicateurs conjoncturels américains concluent qu'en dehors des séries financières, l'horizon qu'offrent les données d'enquêtes qualitatives ou les statistiques macroéconomiques ne va pas au delà d'un trimestre, se révélant ainsi davantage comme des indicateurs coïncidents ou faiblement avancés.…”