Forecasting the Real Price of Oil in a Changing World: A Forecast Combination Approach

L’Energy Information Administration des États-Unis publie périodiquement des prévisions à court terme du prix du pétrole brut. Les prévisions de ce type établies hors échantillon ont jusqu’à présent fait une large place au jugement, ce qui les rend difficiles à reproduire et à justifier. En outre, elles ne sont pas plus précises qu’une prévision naïve du prix de l’or noir basée sur une marche aléatoire, ainsi que le montrent Alquist, Kilian et Vigfusson (2013). Des modèles économétriques d’un nouveau genre, qui donnent des prévisions plus exactes du prix réel du pétrole que cette prévision naïve, ont récemment fait leur apparition dans la littérature. Les auteurs se penchent sur l’intérêt d’agréger les prévisions en temps réel de six de ces modèles en attribuant à ces derniers des poids conformes à leur efficacité récente en prévision. La combinaison de prévisions apparaît comme une voie prometteuse pour quatre raisons. D’abord, même les modèles offrant la meilleure qualité prédictive peuvent voir leur efficacité varier d’une période à l’autre. Deuxièmement, certains modèles produisent des prévisions plus justes aux horizons rapprochés, et d’autres, aux horizons éloignés. Troisièmement, même le modèle qui présente la plus petite erreur quadratique moyenne de prévision (EQMP) est susceptible d’être amélioré par l’intégration d’information issue d’autres modèles ayant une EQMP plus élevée. Enfin, les combinaisons de prévisions peuvent être conçues comme un moyen de se prémunir contre de possibles erreurs de spécification et d’éventuels changements structurels progressifs. Les auteurs montrent que, sur les vingt dernières années, des combinaisons de prévisions en temps réel convenablement construites auraient donné de meilleurs résultats qu’un modèle de marche aléatoire aux horizons qui ne dépassent pas deux ans. Par rapport à celui-ci, les combinaisons de prévisions se distinguent par une baisse de l’EQMP qui peut atteindre 18 %. De plus, les taux de réussite observés dans la prévision du sens des variations s’élèvent jusqu’à 77 % et sont significativement supérieurs à 50 %. Les auteurs concluent que des combinaisons de prévisions convenablement construites devraient remplacer les prévisions du prix du pétrole qui font traditionnellement intervenir le jugement.