Prévisions immédiates
Les prévisions immédiates de la CNUCED sont des estimations basées sur des données et des modèles relatifs à la croissance du commerce mondial et du PIB. Chaque semaine, les dernières données disponibles ainsi que les révisions de données sont introduites dans ces modèles afin d'actualiser et de réviser les prévisions et de fournir un aperçu des conditions économiques et commerciales actuelles, bien avant que les chiffres définitifs soient publiés avec plusieurs mois de retard.
Les prévisions du commerce représentent les taux de croissance trimestriels des séries désaisonnalisées, tandis que celles du PIB représentent les taux de croissance annuels. La prévision immédiate est l'une des multiples approches et outils utilisés par la CNUCED pour donner un aperçu de l'évolution du commerce mondial et de la production économique, dans ce cas précis uniquement sur la base d'un ensemble de statistiques haute fréquence disponibles à un moment donné.
Les points sur le graphique représentent le taux de croissance que le modèle a prédit pour la période sélectionnée avec les données disponibles à la date indiquée sur l'axe des abscisses. Les barres représentent l'impact des données publiées cette semaine-là sur l'évolution de la prévision immédiate. Voir l'onglet "METHODOLOGIE" pour plus d'informations sur la façon de lire ce graphique.
Pour plus de détails sur la méthodologie et les indicateurs utilisés, voir le document de recherche intitulé Economic Nowcasting with Long Short-term Memory Artificial Neural Networks (LSTM).
Chargement des prévisions immédiates...
- commerce de marchandises (volumes)
- commerce de marchandises (valeurs)
- commerce des services
- PIB
- méthodologie
- metadonnées
La prévision du est de % pour au .
Les données publiées cette semaine ont impacté à la cette prévision immédiate de point de pourcentage.
Que sont les prévisions immédiates de la CNUCED ?
Les prévisions immédiates de la CNUCED sont des prévisions basées sur des données et des modèles portant sur la croissance du commerce mondial et du PIB. Chaque semaine, les dernières données disponibles sont introduites dans ces modèles afin de mettre à jour et de réviser les prévisions et de fournir un aperçu des conditions économiques et commerciales actuelles.
Comment interpréter les graphiques ?
Les prévisions de la CNUCED sont mises à jour chaque semaine pour tenir compte de l'impact des nouvelles données publiées. Ainsi, les prévisions sont présentées non seulement sous la forme d'un chiffre unique représentant la dernière et meilleure estimation, mais aussi sous la forme d'une courbe, représentant l'évolution des prévisions au fil du temps, à mesure que de nouvelles informations sont disponibles. Le courbe pour une période cible et une série sélectionnée reflète la date à laquelle la prévision a été faite sur l'axe des X, et la croissance prévue avec les données disponibles à cette date sur l'axe des Y. Les creux et les pics dans la courbe représentent l'évolution dans le temps des prévisions immédiates. Les creux et les pics de la ligne au fil du temps reflètent la manière dont les perspectives économiques ont évolué au fil du temps en réponse aux signaux émis par les données publiées. Les histogrammes représentent l'impact de ces nouvelles données sur la prévision immédiate. La somme des parties négatives et positives de chaque barre correspond à la révision de la prévision de la semaine précédente. Consultez la documentation de la bibliothèque nowcast_lstm du langage multiprogrammation pour plus d'informations sur le calcul de ces impacts.
Quelle est l'approche de la modélisation ?
Les prévisions immédiates sont produites à l'aide de réseaux neuronaux artificiels à mémoire court-terme et long terme (LSTM). Les recherches de la CNUCED ont montré que les LSTM atteignent des performances élevées dans les prévisions économiques immédiates, aussi bien pendant les périodes stables que pendant les périodes de grands chocs économiques, comme la crise du COVID. Pour plus d'informations sur l'utilisation des LSTM dans les prévisions immédiates, voir ce document, ce document ou ce document de recherche de la CNUCED, ou cette analyse comparative, dans laquelle les performances des LSTM sont comparées à celles d'autres approches populaires de prévision immédiate.
Quelles sont les données utilisées dans le modèle ?
Les prévisions prennent en compte de nombreuses variables liées à l'économie et au commerce, provenant de diverses sources de données. Voir l'onglet "Métadonnées" pour plus d'informations sur les données utilisées. Les variables ont été choisies parmi un large éventail de plus de 200 variables explicatives potentielles par le biais d'un processus d'addition récursive de caractéristiques (RFA). Voir la documentation de la bibliothèque nowcast_lstm, et plus particulièrement la fonction variable_selection de cette bibliothèque, pour plus d'informations sur ce processus.
