Folly, Ayi Demalanville Blaise
(2025).
« La prédiction du changement directionnel de la croissance du PIB du Québec à plusieurs horizons » Mémoire.
Montréal (Québec, Canada), Université du Québec à Montréal, Maîtrise en économique.
Fichier(s) associé(s) à ce document :
Résumé
Les acteurs privés et publics doivent comprendre l’orientation future de la croissance du PIB réel afin d’être en mesure de l’analyser et de prendre des décisions éclairées. Dans ce mémoire, nous étudions les performances hors-échantillon de huit méthodes de classification supervisée pour la prédiction du changement directionnel de la croissance du PIB réel au Québec effectuée à h ∈ {1, 2, 4, 6, 8} trimestres à l’avance. L’ensemble de données est constitué des séries macroéconomiques trimestrielles sur le Canada et ses provinces de 1981Q1 à 2020Q1. Ces séries sont issues du grand ensemble de données construit par Fortin-Gagnon et al. (2022), dénommé LCDMA. Compte tenu de la taille de ce jeu de données, nous avons ensuite utilisé le modèle à facteurs pour extraire des facteurs communs comme variables explicatives. Dans le cadre de la modélisation prédictive, les hyperparamètres des différentes méthodes sont optimisés à l’aide d’un algorithme génétique (GASearchCV). Par ailleurs, les prévisions sont générées à l’aide d’une approche à fenêtre glissante. Les différentes méthodes sont par la suite évaluées à l’aide de critères de performance découlant de la matrice de confusion. Selon les résultats empiriques, les performances des différentes méthodes de classification supervisée sont fortement liées à l’horizon de prévision. Aucune méthode ne s’impose de façon robuste sur tous les horizons. Ce qui souligne l’importance de l’adaptabilité desdites méthodes selon l’horizon de prévision. De plus, les faibles valeurs de l’aire sous la courbe ROC révèlent l’incapacité de certaines méthodes à discriminer les périodes d’accélération et de décélération de la croissance du PIB.
_____________________________________________________________________________
MOTS-CLÉS DE L’AUTEUR : Méthodes de classification supervisée, changement directionnel, modèle à facteurs, données massives, algorithme génétique, fenêtre glissante, prévision hors échantillon
Type: |
Mémoire accepté
|
Informations complémentaires: |
Fichier numérique reçu et enrichi en format PDF/A. |
Directeur de thèse: |
Stevanovic, Dalibor |
Mots-clés ou Sujets: |
Produit intérieur brut / Modèles prédictifs / Prévision macroéconomique / Apprentissage automatique |
Unité d'appartenance: |
École des sciences de la gestion |
Déposé par: |
Service des bibliothèques
|
Date de dépôt: |
02 juill. 2025 10:11 |
Dernière modification: |
02 juill. 2025 10:11 |
Adresse URL : |
http://archipel.uqam.ca/id/eprint/18861 |