Les cycles économiques vus de l’espace

Les prévisions de l’activité économique sont, par principe, essentielles au processus décisionnel des dirigeants politiques et des acteurs du marché. Afin d’améliorer l’exactitude des prévisions basées sur des modèles, la recherche appliquée tend à se concentrer sur la collecte et l’évaluation de nouvelles sources de données, et la mise au point de méthodes d’extraction et de combinaison des informations prévisionnelles à partir de ces données. Les sources traditionnelles de données destinées à la prévision macroéconomique incluent des données factuelles (produites par des agences de statistiques et reflétant la mesure directe de l’activité économique), des données subjectives (collectées auprès des acteurs du marché par le biais d’enquêtes), et des données financières (fournissant une information de périodicité élevée sur la perception du marché). Une source de données relativement nouvelle suscite un intérêt croissant de la part de la littérature économique : les observations des lumières nocturnes captées par les senseurs optiques installés à bord des satellites en orbite autour de la Terre. Dans son étude, Jaqueson K. Galimberti propose une évaluation de l’utilité des données nocturnes pour la prévision de la croissance du PIB dans un échantillon de 172 pays.

Les lumières nocturnes permettent une mesure précise de l’activité humaine

L’hypothèse sous-jacente concernant l’utilisation des lumières nocturnes pour prédire le PIB d’un pays réside dans le fait que l’émission de lumière indique la présence d’une activité économique sur le territoire de ce pays. À des fins de prévision, c’est la dynamique de ce rapport qui importe ; autrement dit, l’utilité des données liées aux lumières nocturnes pour l’évaluation de l’activité économique dépend de la possibilité que des mesures de lumière différées fournissent des signaux avancés de l’activité économique actuelle et future. Dans ce contexte, le principal avantage des données liées aux lumières nocturnes par rapport aux sources traditionnelles de données macroéconomiques est peut-être qu’elles permettent une cartographie géographique plus précise de l’activité économique grâce aux instantanés ponctuels indiquant ce qui se passe dans une région donnée pendant une période donnée. Ces données sont donc moins sujettes aux erreurs de mesure affectant les statistiques comptables nationales, lesquelles font souvent l’objet de révisions. De plus, elles peuvent fournir des signaux prévisionnels géodépendants de l’activité économique globale, en captant, par exemple, la dispersion géographique des chaînes de production dans plusieurs régions.

La richesse de l’information permet d’élaborer plusieurs indicateurs

Les observations courantes de lumières doivent être ainsi traitées à des fins prévisionnelles pour fournir des indicateurs avancés de l’activité économique future. Il existe plusieurs possibilités. En réalité, la principale contribution de l’étude réside dans la proposition de mesures novatrices pour l’extraction de signaux prévisionnels d’activité économique à partir de la richesse des informations fournies par les données liées aux lumières nocturnes. Ces indicateurs se subdivisent en trois catégories : 1) indicateurs agrégés ; 2) indicateurs basés sur la distribution ; 3) indicateurs basés sur la localisation. L’étude fournit des informations complémentaires sur ces indicateurs, tandis que le graphique 1 présente une illustration des indicateurs basés sur la distribution appliqués à l’Espagne en 2013.

Les lumières nocturnes : des indicateurs utiles pour un échantillon mondial de pays

Le traitement de l’échantillon de données disponibles donne les séries temporelles nécessaires à la conception de prévisions modélisées de la croissance annuelle du PIB dans 172 pays pendant la période 1993-2014. Ces prévisions se fondent sur l’addition des valeurs différées des indicateurs nocturnes à un modèle autorégressif de premier ordre relatif aux taux de croissance du PIB. Par rapport à la spécification du modèle de référence, les faits tendent à être favorables à l’intégration des données liées aux lumières nocturnes pour les prévisions de croissance du PIB : les améliorations d’exactitude en échantillon, sur une moyenne des pays utilisant leurs niveaux de PIB en guise de pondération, varient de 2,9% à 7,2%, en fonction de l’indicateur.

Les résultats révèlent également une certaine hétérogénéité dans la performance des pays. Le graphique 2 illustre ce constat pour une sélection de pays, montrant comment les améliorations moyennes peuvent dissimuler une variabilité substantielle des performances individuelles. Il est intéressant d’observer que ces performances ne semblent pas liées au niveau de développement du pays. Hors échantillon, c’est-à-dire quand on restreint l’utilisation des données nécessaires à l’estimation modélisée à celles disponibles au moment où la prévision est établie, la performance des prévisions basées sur les lumières nocturnes se dégrade, principalement en raison de l’indisponibilité d’échantillons suffisamment vastes de données au niveau du pays. Les spécifications du panel semblent fournir une variante intéressante dans ce cas, bien que les données n’offrent qu’un faible soutien à l’hypothèse d’une relation commune entre les lumières nocturnes et le PIB dans tous les pays.