Notes de cours - Variables externes et autocorrélation

Disponibilité des prédicteurs

Une prévision ex ante utilise seulement l’information réellement disponible à son origine. Les prédicteurs futurs connus peuvent être utilisés directement; les prédicteurs inconnus exigent une prévision séparée ou des scénarios.

Régression temporelle

La régression explique la cible par tendance, calendrier et facteurs externes. Ses coefficients sont conditionnels aux variables incluses. Avec des données observationnelles, l’interprétation causale n’est pas automatique.

Autocorrélation

Pour un retard \(k\), l’autocorrélation mesure la ressemblance entre \(e_t\) et \(e_{t-k}\). L’ACF montre plusieurs retards. Le test de Ljung-Box évalue si un groupe d’autocorrélations est compatible avec zéro.

Erreurs autorégressives

Un modèle AR(1) pour les erreurs écrit \(\eta_t=\phi\eta_{t-1}+\varepsilon_t\). Il conserve la régression pour la moyenne tout en modélisant une dépendance résiduelle d’une période à l’autre.

Prévisions conditionnelles

Une prévision avec variables externes doit nommer son scénario. Si le prix futur change, la prévision change. Cette dépendance doit être visible dans la communication aux décideurs.

Décision

Une variable externe est utile si elle est pertinente, disponible, mesurée de façon stable et suffisamment bénéfique hors échantillon pour justifier son coût de collecte et de maintenance.