Prévision fondée sur l'IA en Suède — les modèles d'apprentissage automatique de la Riksbank pour la prévision du PIB et de l'inflation

La Sveriges Riksbank, la banque centrale de la Suède, s'appuie traditionnellement sur des modèles à facteurs dynamiques et sur d'autres méthodes économétriques classiques de séries temporelles, au sein de son Département de politique monétaire, pour prévoir la croissance du PIB et l'inflation en amont des décisions de taux d'intérêt.

Un Staff Memo d'avril 2025 a cherché à tester si des approches d'apprentissage automatique pouvaient améliorer ces références de prévision traditionnelles, comme une étape vers des processus de prévision plus automatisés susceptibles de libérer du temps d'analyste pour le jugement et la communication.

Des chercheurs de la Riksbank (Ard den Reijer, Pär Stockhammar, David Vestin, Davide Bucci Vincenzo et Xin Zhang) ont systématiquement comparé des modèles de forêts aléatoires et de réseaux de neurones aux références traditionnelles de séries temporelles de la banque, en rétrotest (backtesting) pour la prévision du PIB et de l'inflation, en publiant ouvertement la méthodologie complète et la liste des auteurs sur riksbank.se.

Les modèles fondés sur le ML ont mieux capté les relations non linéaires et ont offert une précision de prévision mesurablement supérieure à celle des références traditionnelles, tant pour le PIB que pour l'inflation, en rétrotest, bien qu'aucune adoption opérationnelle dans les décisions de taux d'intérêt n'ait été revendiquée.

Les Staff Memos de la Riksbank étant explicitement des publications de recherche « exemptes de conclusions de politique », il s'agit ici de production de preuves en amont d'une éventuelle adoption institutionnelle, et non d'une affirmation selon laquelle l'IA piloterait déjà les décisions de politique monétaire ; la publication ouverte de la méthodologie permet la reproduction et l'examen externes.