La prévision recouvre un ensemble de méthodes très diverses qui ont en commun de chercher à réduire l'incertitude liée à la non–connaissance du futur. Pour l'entreprise, l'enjeu est important même si sa capacité d'action volontaire est forte, elle ne peut se soustraire à l'évolution de son environnement. La décision est difficile car elle risque d'être coûteuse si les prévisions sur lesquelles elle est fondée sont infirmées.

On comprend donc que certaines firmes consacrent des efforts non négligeables à élaborer des prévisions.

Tout comme les besoins, les méthodes sont multiples et d'inspirations très différentes. Trois critères permettent de distinguer les types de prévision :

• la période : le court, le moyen ou le long terme.
• la finesse : micro–économique (firme, marché, secteur), ou macro–économique (secteur, branches, grands agrégats de la comptabilité nationale).
• la technique : qualitative (appel au jugement humain) ou quantitative (formalisation et estimation statistique).

Mise en situation...

Pourquoi des modèles ?

Nombreux sont ceux qui élaborent des prévisions de toutes sortes. Peu de personnes cependant reconnaissent qu'une certaine structure logique, ou modèle, est implicite dans toute prévision, ou dans toute analyse d'un système social ou physique. Considérez, par exemple, un analyste financier qui vous dit que l'indice de la bourse sera à la hausse l'année prochaine. Il peut faire cette prévision parce qu'il a vu l'indice augmenter durant les dernières années, et pense que, quelles que soient les raisons qui le faisaient croître dans le passé, celles–ci continueront à agir dans le futur.

Par ailleurs, il peut penser que l'indice augmentera l'année prochaine parce qu'il est en relation avec un ensemble de variables économiques et politiques à travers des relations complexes. Par exemple l'analyste financier imagine que l'indice est lié d'une certaine façon au produit national brut, au résultat de l'entreprise et aux taux d'intérêt, si bien qu'à partir d'hypothèses très probables concernant l'évolution future de ces variables, il est amené à envisager comme vraisemblable une hausse de l'indice.

Si un mot doit décrire cette méthode de prévision, nous dirons qu'il s'agit d'intuition, bien que les modalités de raisonnement diffèrent dans les deux cas cités plus haut. L'analyste financier ne dira sûrement pas que la prévision a été établie à partir d'une modélisation des cours de bourse : aucune équation n'a été écrite. Néanmoins, il a établi une sorte de modèle implicite. Si l'analyste financier a établi sa prévision optimiste sur l'indice à partir des taux de croissance du passé, il a bâti un modèle d'extrapolation de série chronologique. S'il fonde sa prévision sur une connaissance des relations économiques, il a construit, implicitement, un modèle économétrique.

Même inconsciemment, le prévisionniste intuitif construit implicitement des modèles. Une question se pose alors : pourquoi les construire explicitement, les estimer et les tester statistiquement ? Plusieurs raisons incitent à cette démarche de modélisation.

Tout d'abord cela force l'individu à établir clairement et à estimer les inter–relations sous–jacentes. Ensuite, la confiance aveugle dans l'intuition peut amener à l'ignorance de liaisons importantes ou à leur mauvaise utilisation.

De plus, des relations marginales mais néanmoins explicatives, qui ne sont qu'un élément d'un modèle global, doivent être testées et validées afin de les mettre à leur véritable place, ce qui n'est pas fait dans la prévision intuitive.

Enfin, il est nécessaire de fournir en même temps que la prévision une mesure de la confiance que l'utilisateur peut avoir en celle–ci, c'est–à–dire la précision que l'on peut en attendre. Là encore, l'utilisation de méthodes purement intuitives exclut toute mesure quantitative de la fiabilité d'une prévision.

Ce que contient ce cours

Ce cours a pour objectif de présenter les différents modèles d’analyse des séries chronologiques ainsi que les méthodes d’estimation. Nous traitons deux approches :

• des méthodes extrapolatives, le cas univarié, consistant à dégager dans la série elle-même un certain nombre de composantes que l'on peut prolonger dans le futur,
• des méthodes explicatives, le cas multivarié, recherchant des liaisons entre la série à prévoir et des séries explicatives, à travers les calculs de corrélation.

Chaque partie théorique est illustrée d’applications sur le tableur Excel (des commentaires en grisé sur les cellules facilitent la compréhension), d’exercices d’application que l’étudiant doit effectuer par lui-même et enfin trois cas récapitulatifs issus d’exemples réels permettent de synthétiser les différents acquis du cours.

Un polycopié en ligne sert de support pédagogique.