Une Approche d'Apprentissage Automatique pour l'Anticipation du PIB — Le Modèle Hybride ML et Séries Temporelles de la Reserve Bank of India

Les estimations trimestrielles du PIB de l'Inde sont publiées avec un décalage important, ce qui explique pourquoi le Département de recherche économique et politique (DEPR) de la Reserve Bank of India a investi dans le nowcasting, en s'appuyant sur un précédent modèle à facteurs dynamiques (RBI Working Paper WPS(DEPR) 03/2020).

Les économistes de la RBI Saurabh Ghosh et Abhishek Ranjan ont testé une approche hybride ajoutant des méthodes d'apprentissage automatique, des données de marchés financiers et un indice d'incertitude économique au nowcast conventionnel par séries temporelles. L'approche combinée a rapporté une performance de nowcast améliorée par rapport à la référence en séries temporelles pures à court horizon, la précision diminuant, comme prévu, à mesure que l'horizon de prévision s'éloigne.

Les documents publiés décrivent cette amélioration de manière qualitative plutôt que par un chiffre unique de réduction d'erreur audité de façon indépendante ; ces éléments doivent donc être lus comme une recherche interne et évaluée par les pairs prometteuse, plutôt que comme un système de production pleinement validé en externe.