Critique de livre: L'analyse économétrique d'événements récurrents en macroéconomie et finance

. 2016. et .

Un investisseur qui peut prédire les moments décisifs du cycle économique peut créer un modèle efficace d’allocation dynamique des actifs. Passer avec succès à la sécurité avant les «mauvais moments» et revenir à un risque plus élevé juste avant le retour «aux bons moments» est le Saint Graal de cette allocation d'actifs tactique.

Malheureusement, l'élément crucial de l'identification des points de retournement du cycle économique a été un retour en arrière en macroéconomie. Depuis les recherches pionnières sur le cycle économique menées par Arthur Burns et Wesley Mitchell dans, publiées par le Bureau national de recherche économique (NBER) en 1946, un travail limité a été effectué pour unifier les techniques de recherche et se concentrer sur les défis pratiques de la datation et de la mesure systématique. cyclicalité.

L’identification des cycles économiques au moyen de mesures quantifiables a été inégale. Un comité NBER date les débuts et les fins des récessions, mais les annonces sont faites bien après les faits et semblent souvent ponctuelles. Faire correspondre les investissements aux annonces du NBER est un jeu de perdant qui ajoute peu de valeur.

Don Harding et Adrian Pagan, auteurs de Analyse économétrique des événements récurrents en macroéconomie et finance, sont des économétriciens renommés qui travaillent dans ce domaine depuis des décennies. Ce nouveau livre, qui fait partie du, passe en revue toutes leurs propres recherches, ainsi que celles d'autres chercheurs, afin de fournir une synthèse sur la datation par cycle économique. Le cadre résultant pour la détermination des cycles économiques peut être appliqué à tout événement récurrent en macroéconomie et finance.

La tâche choisie par les auteurs est triple:

1. Décrivez les événements cycliques, tels que les pics et les creux, à l'aide d'un ensemble de statistiques claires pouvant être prescrites ou soumises à des règles basées sur un modèle.
2. Montrez comment ces statistiques peuvent être utilisées pour identifier et mesurer des événements récurrents tels que les cycles économiques.
3. Démontrez comment ces statistiques relatives au cycle peuvent être appliquées pour faire des prévisions utiles d’événements économiques.

Les pics et les creux des cycles économiques peuvent être décrits au moyen de règles prescrites ou de règles de régime basées sur un modèle. Les règles prescrites peuvent être difficiles à appliquer pour identifier les points de retournement dans les cycles économiques, car les variables économiques ne tournent pas ensemble, ce qui constitue le problème fondamental du comité de rencontres du NBER. Une approche plus étendue et plus subtile consiste à utiliser des modèles pour identifier les régimes, mais Harding et Pagan affirment que de tels modèles ont généré des résultats mitigés.

Les auteurs présentent les avantages et les inconvénients de chaque approche pour aider les lecteurs à comprendre la complexité de la recherche des pics et des creux. Ils illustrent la difficulté de prédire les pics et les creux en abordant le problème simple de la définition des différences entre les cycles et les oscillations. Le bruit autour de n'importe quelle série de macro fait ex ante identification d'un cycle extrêmement difficile.

Un cycle macro est constitué de nombreux composants économiques qui ne se déplacent pas toujours de manière synchrone. En conséquence, Harding et Pagan discutent de la manière de construire des cycles de référence à l'aide d'informations multivariées. Ils montrent comment la mesure d'événements récurrents peut traiter de l'amplitude et de la durée du cycle ainsi que de la forme de la phase. En raison de la grande diversité des combinaisons d'inclinaison et de profondeur, ce qui semble être un simple problème d'identification peut comporter plusieurs niveaux de complexité.

Les auteurs décrivent comment une gamme de modèles peut quantifier ces aspects avec des probabilités probabilistes. Ces approches sont basées sur la probabilité d'un événement numérique (0, 1). Les modèles basés sur un régime, qui utilisent souvent une régression logistique, peuvent donner à l'utilisateur une mesure probabiliste utile, telle que «il y a 45% de chances que nous soyons au sommet du cycle économique». Par exemple, une analyse simple basée sur un régime Le modèle souvent utilisé par les praticiens estime le risque de récession sur la base de la forme de la courbe de rendement; une courbe en pente négative augmente la probabilité d'une récession.

Ce court livre couvre tous les problèmes méthodologiques rencontrés lors de la datation des cycles économiques en temps réel. Cela nécessite une lecture attentive. Le travail nécessaire pour comprendre et utiliser les méthodologies décrites par les auteurs n’excède toutefois pas la plupart des lecteurs axés sur la quantification. De plus, les techniques quantitatives requises sont disponibles dans toute boîte à outils économétriques ou par le biais d'une programmation simple. Certaines de ces approches ne seront toutefois pas familières à ceux qui n’ont qu’une formation statistique standard.

Les investisseurs à la recherche d'un modèle ou d'une approche unique capable de prévoir efficacement les points de retournement ou les périodes d'expansion et de contraction du cycle économique seront déçus. Harding et Pagan fournissent des informations précieuses sur les problèmes critiques dans ce domaine, mais d'un point de vue pratique, l'incertitude liée à la prévision de ces événements récurrents est toujours élevée, avec de nombreux résultats faussement positifs et des retards fréquents dans la détermination des sommets et des creux cycliques. Il incombe à d’autres chercheurs de déterminer si les travaux approfondis des auteurs permettront de résoudre les problèmes d’allocation d’actifs.

Même dans ce cas, ceux qui souhaitent assimiler les concepts du livre trouveront des informations utiles suffisantes pour élaborer un programme de recherche pratique. Le cadre proposé peut également être utile pour trouver et mesurer le comportement cyclique dans des séries financières autres que le cycle économique.

Ce livre n’est pas spécifiquement destiné aux professionnels de l’investissement. Il ne traite donc pas du lien essentiel entre la répartition de l’actif et le cycle économique. Néanmoins, l’attention croissante des investisseurs pour les primes de risque variables dans le temps associées à des facteurs macroéconomiques justifie une étude minutieuse.

Plus sont disponibles sur le ou dans le CFA Institute .

Si vous avez aimé cet article, n'oubliez pas de vous abonner à la Investisseur entreprenant.

Tous les messages sont l'opinion de l'auteur. En tant que tels, ils ne doivent pas être interprétés comme un conseil en investissement, et les opinions exprimées ne reflètent pas nécessairement les vues du CFA Institute ou de l’employeur de l’auteur.