Mayer-Chartrand, Francis
(2025).
« Prévision de l'état actuel du PIB québécois » Mémoire.
Montréal (Québec, Canada), Université du Québec à Montréal, Maîtrise en économique.
Fichier(s) associé(s) à ce document :
Résumé
Dans ce mémoire, nous explorons l’utilisation des données de Google Trends pour améliorer les prévisions en temps réel du produit intérieur brut (PIB) du Québec. L’objectif est de déterminer si l’intégration de ces données non traditionnelles dans des modèles économétriques permet d’accroître la précision des prévisions économiques. Nous appliquons plusieurs modèles de prévision, notamment MIDAS (Mixed Data Sampling), UMIDAS (Unrestricted MIDAS), Random Forest (RF), Gradient Boosting Machine (GBM), et LASSO, à des données de fréquences mixtes couvrant la période de 2015 à 2023. Ces modèles sont comparés à un modèle de référence autorégressif (AR(p)) pour évaluer leur performance avec et sans l’inclusion des données de Google Trends. Les résultats montrent que l’intégration des données de Google Trends améliore significativement la précision des prévisions en période de volatilité économique, comme pendant la pandémie de COVID-19. En revanche, ces données apportent moins de valeur ajoutée dans un contexte de stabilité économique, où les modèles traditionnels sans données additionnelles se révèlent tout aussi performants. Cette recherche met en lumière l’importance d’utiliser des sources de données alternatives pour enrichir les modèles de prévision économique, tout en soulignant les limites de ces données dans des environnements économiques stables. Elle contribue ainsi à une meilleure compréhension de l’efficacité des approches innovantes en prévision économique, offrant des perspectives pour les décideurs et les analystes sur l’utilisation de nouvelles sources de données pour affiner leurs modèles.
_____________________________________________________________________________
MOTS-CLÉS DE L’AUTEUR : Google Trends, prévisions économiques, Produit intérieur brut (PIB), Québec, MIDAS, UMIDAS, Random Forest, GBM, LASSO
| Type: |
Mémoire accepté
|
| Informations complémentaires: |
Fichier numérique reçu et enrichi en format PDF/A. |
|
Directeur de thèse: |
Stevanovic, Dalibor |
| Mots-clés ou Sujets: |
Prévision macroéconomique / Produit intérieur brut / Québec (Province) / Google Trends / Modèles économétriques / Apprentissage automatique |
| Unité d'appartenance: |
École des sciences de la gestion |
| Déposé par: |
Service des bibliothèques
|
| Date de dépôt: |
03 juill. 2025 15:34 |
| Dernière modification: |
03 juill. 2025 15:44 |
| Adresse URL : |
http://archipel.uqam.ca/id/eprint/18875 |
RECHERCHER
PARCOURIR
LIBRE ACCÈS
