Transformations de Densités Prédictives

Document de travail n° 1027. Le recours fréquent à un schéma de prévision directe implique que les prévisions individuelles ignorent la dépendance existante entre les horizons. Or, cette dépendance doit être prise en compte lorsque le prévisionniste souhaite construire des objets prédictifs qui sont des fonctions de plusieurs horizons (par exemple, lors du calcul d’une moyenne annuelle à partir de taux de croissance trimestriels). Pour résoudre à cette problématique, nous proposons d'utiliser des copules afin de combiner les distributions prédictives marginales à h pas d’avance en une distribution prédictive conjointe. Notre méthode est particulièrement intéressante pour les praticiens pour lesquels modifier la spécification de prévision directe serait trop coûteux. Dans une étude Monte Carlo, nous montrons que notre approche fournit une approximation plus précise de la densité véritable qu'une méthode qui ignore la dépendance entre horizons. Nous démontrons également la supériorité de notre approche au travers de plusieurs applications empiriques, dans lesquelles nous construisons (i) des prévisions trimestrielles à partir de prévisions mensuelles, (ii) des prévisions annuelles à partir de prévisions mensuelles en glissement annuel, et (iii) des prévisions annuelles à partir de prévisions trimestrielles.