DFROG — le modèle d'estimation en temps réel de la De Nederlandsche Bank pour la croissance du PIB, testé par apprentissage automatique

La De Nederlandsche Bank (DNB) exploite DFROG (Dutch Forecasting model for Real-time Output Growth), un outil de nowcasting fondé sur un modèle à facteurs dynamiques combinant environ 70 indicateurs économiques et financiers mensuels en une estimation unique, en temps réel, de la croissance du PIB néerlandais du trimestre en cours, publiée chaque mois sur le site web de la DNB comme une « projection mécanique » distincte des prévisions officielles de la banque.

Fournir une estimation en temps réel, fondée sur un modèle, de la croissance du PIB du trimestre en cours, en complément des prévisions officielles de juin et décembre de la DNB.

Des chercheurs de la DNB ont évalué la précision de DFROG entre le T3 2013 et le T3 2023 par rapport à des prévisionnistes professionnels (Consensus Economics), à des références naïves (marche aléatoire, modèle autorégressif) et au modèle à facteurs dynamiques de Bańbura–Rünstler (Working Paper 819). Un article antérieur connexe (754, évalué par les pairs dans De Economist et AStA Advances in Statistical Analysis) a testé des méthodes d'apprentissage automatique (forêt aléatoire, LASSO, elastic net, régression par sous-espaces aléatoires) face à l'approche de DFROG.

En excluant les trois trimestres les plus volatils de la COVID-19, DFROG a devancé les prévisions rétrospectives de Consensus Economics avec une marge de RMSFE de 46 % et les références naïves jusqu'à 38 % ; il s'est montré 11 % et 16 % plus précis que la référence Bańbura–Rünstler au premier et au deuxième mois du trimestre respectivement (bien que statistiquement indiscernable sur l'échantillon complet incluant la COVID). Un modèle de forêt aléatoire a modestement surpassé le modèle factoriel à l'horizon de nowcasting (RMSFE relatif de 0,88 contre 0,90) et un trimestre à l'avance (0,92 contre 0,97).

La DNB reconnaît franchement que DFROG est un outil statistique mécanique, non une prévision officielle, et que le jugement des prévisionnistes professionnels continue de le surpasser lors de perturbations exceptionnelles comme la COVID-19 ; malgré des gains modestes des méthodes d'apprentissage automatique, la conception plus simple du modèle factoriel de DFROG reste le choix de production de la DNB.