L’hétérogénéité des anticipations d’inflation dans les données US
Billet n°285. La politique monétaire consiste en partie à piloter les anticipations d’inflation des différents agents. De nouveaux éléments, issus de données américaines, sur la fréquence hétérogène de révision des prévisions et sur les désaccords au sein et entre diverses catégories d’agents suggèrent qu’un ciblage de la communication sur des groupes spécifiques pourrait être un précieux outil pour les banquiers centraux.
Note : Cette figure présente la distribution des prévisions d’inflation de notre échantillon, l’axe des ordonnées correspondant à la fraction de chaque catégorie. La ligne bleue représente une approximation de la densité normale.
La plupart des modèles macroéconomiques se fondent sur l’hypothèse d’anticipations rationnelles en information complète. Or, les faits empiriques tendent à réfuter cette hypothèse et à montrer la force des frictions informationnelles. Documenter ces frictions est crucial pour les banques centrales car elles peuvent fortement influencer les effets de la politique monétaire sur l’économie.
La dynamique macroéconomique dépendant de processus d’anticipation, la politique monétaire consiste en grande partie à piloter les anticipations d’inflation des différents agents (ménages, entreprises, prévisionnistes professionnels). Il est par conséquent extrêmement important pour les banquiers centraux de mesurer les anticipations d’inflation (cf. Bouche et al., 2022) et de déterminer la force des frictions informationnelles qui influent sur ces anticipations.
Ces frictions informationnelles peuvent être caractérisées par la fréquence de révision des prévisions (plus la fréquence est basse, plus la friction est importante) et par le désaccord transversal au sujet des anticipations d’inflation (plus la dispersion est grande, plus la friction est importante). Andrade et Le Bihan, 2013, Coibion et Gorodnichenko, 2015, et Savignac et al., 2021 analysent ces dimensions pour certains agents économiques.
Par exemple, le désaccord sur les anticipations d’inflation apparaît faible parmi les prévisionnistes professionnels américains (la plupart des prévisions d’inflation sont comprises entre 1 % et 3 %, cf. figure 1). Pour être correctement évaluée, cette mesure doit toutefois être comparée à celle concernant d’autres agents économiques. Comme le coût de collecte et de traitement de l’information peut varier selon les agents, la force des frictions d’information peut varier considérablement au sein et entre les diverses catégories.
Des travaux récents de Cornand et Hubert, 2022 étudient plus particulièrement deux dimensions de ces frictions : la fréquence de révision des prévisions et le désaccord transversal dans les enquêtes sur les anticipations d’inflation entre et au sein de quatre catégories d’agents économiques américains : les ménages (Michigan Survey), les entreprises (Livingston Survey), les prévisionnistes professionnels (Survey of Professional Forecasters of the Philadelphia Fed) et les décideurs politiques (membres du FOMC). En harmonisant les caractéristiques des différentes enquêtes afin de les rendre aussi comparables que possible, on peut comparer la fréquence à laquelle les individus révisent leurs prévisions d’inflation et le désaccord transversal au sujet de ces prévisions d’inflation pour les ménages, les entreprises, les prévisionnistes professionnels et les décideurs politiques aux États-Unis.
Les agents économiques rencontrent des frictions informationnelles mais d’une force relative différente
Tous les agents économiques rencontrent des frictions d’information. On peut cependant documenter une forte hétérogénéité dans la vigueur relative de ces frictions. La figure 2 retrace la fréquence de révision des prévisions pour quatre catégories d’agents. Les décideurs politiques révisent leurs prévisions plus fréquemment (presque 60 % d’entre eux révisent toujours leurs prévisions, c’est-à-dire à chaque période) que les entreprises et les prévisionnistes professionnels (dont 30 % les révisent toujours), qui eux-mêmes les révisent plus fréquemment que les ménages. À noter que cela est dû en partie – mais pas uniquement – à la manière dont l’enquête est menée : les ménages sont interrogés à deux ou trois reprises seulement avant d’être éliminés de l’enquête. Nous constatons également que la fréquence de révision des prévisions évolue avec le temps et qu’elle est affectée par la volatilité de l’inflation.
Note : Ces figures montrent la distribution de la moyenne, par individu, de la fréquence de révision des prévisions. La période d’échantillonnage considérée débute en 1948 pour les entreprises, en 1978 pour les ménages, en 1981 pour les prévisionnistes professionnels et en 1992 pour les décideurs politiques, et elle prend fin en 2020.
Cornand et Hubert, 2022 montrent également qu’il existe, au sein de toutes les catégories d’agents, un désaccord transversal mesuré par la dispersion des prévisions d’inflation, ainsi qu’une forte hétérogénéité entre les catégories (figure 3). Alors qu’entre décideurs politiques et prévisionnistes professionnels, le désaccord est faible, entre entreprises et ménages, il est élevé. La figure 3 montre que la distribution des anticipations d’inflation est plus plate pour les entreprises et les ménages que pour les décideurs politiques et les prévisionnistes professionnels. Nous constatons également que le désaccord entre prévisionnistes qui actualisent leurs prévisions n’est pas nul et que le désaccord ne grandit pas lorsqu’il y a des chocs sur l’inflation.
Note : Ces figures montrent la distribution des prévisions d’inflation tronquées à – 5 % et 15 %. La ligne bleue représente une approximation de la densité normale. La période d’échantillonnage considérée débute en 1948 pour les entreprises, en 1978 pour les ménages, en 1981 pour les prévisionnistes professionnels et en 1992 pour les décideurs politiques, et elle prend fin en 2020.
Mieux appréhender les frictions d’information a des implications pour la politique monétaire
La littérature s’est récemment intéressée plus spécifiquement à la comparaison entre entreprises et ménages. Nous observons qu’il existe une plus grande différence entre entreprises et ménages, d’une part, et décideurs politiques et prévisionnistes professionnels, d’autre part, qu’entre les entreprises et les ménages eux-mêmes.
Cette observation a des implications pour les politiques de communication des banques centrales. Elle peut renseigner les banques centrales sur le public qu’elles devraient cibler pour améliorer leur stratégie de communication et ainsi remédier aux frictions d’information. Comme les informations diffusées par la banque centrale peuvent ne pas toucher toutes les catégories d’agents, ni toucher de la même manière tous les agents de chaque catégorie, une communication ciblée sur chaque catégorie et sur des groupes spécifiques d’agents (présentant les mêmes caractéristiques) peut se révéler utile (comme le discours d’Isabel Schnabel, membre du Directoire de la BCE, aux étudiants de l’université Panthéon-Sorbonne à Paris en juin dernier, ou l’interview de François Villeroy de Galhau, gouverneur de la Banque de France, par Cyrus North, influenceur YouTube, en juin 2021).
Ces travaux peuvent également apporter un éclairage sur la pertinence quantitative de deux théories sur les frictions informationnelles : le modèle à information bruitée (on achète le journal tous les jours mais on n’en lit qu’une partie) et le modèle à information rigide (on achète le journal moins souvent mais on le lit intégralement). Ces deux théories ont des implications différentes pour la transmission de la politique monétaire à l’économie. Sur la base des résultats de Cornand et Hubert, 2022, les données empiriques semblent contredire le modèle à information rigide alors qu’elles sont compatibles avec le modèle à information bruitée. En outre, l’hétérogénéité des frictions d’information doit être prise en compte dans les modèles macroéconomiques, les différentes catégories d’agents étant susceptibles de réagir différemment à des chocs, qu’ils soient de politique monétaire ou de politique budgétaire. Il apparaît également important de prendre en compte l’hétérogénéité au sein des catégories d’agents dans les modèles macroéconomiques, en particulier pour les ménages.
Mise à jour le 25 Juillet 2024