Dans quelle mesure la probabilité estimée d'une récession future est-elle incertaine?

Richard Crump et Nikolay Gospodinov

Depuis la Seconde Guerre mondiale, l'économie américaine a connu douze récessions – un tous les soixante-quatre mois en moyenne. Bien que peu fréquents, ces contractions peuvent provoquer une douleur et une perturbation considérables, le taux de chômage augmentant d'au moins 2,5 points de pourcentage dans chacune des quatre dernières récessions. Compte tenu des conséquences d'un ralentissement économique, les entreprises et les ménages s'intéressent toujours à la probabilité à court terme d'une récession. Dans cet article, nous décrivons nos recherches sur une question connexe: quelle incertitude y a-t-il autour des estimations de probabilité de récession à partir de modèles économiques?

Aux États-Unis, un certain nombre de modèles prédictifs pour les récessions reposent sur des informations de la structure du terme des taux d'intérêt basées sur les obligations du Trésor. En particulier, le terme propagation – la différence entre un rendement à long terme et un rendement à maturité courte – a eu un bilan inégalé de prédire les récessions américaines depuis les années 1950. Le graphique ci-dessous montre la série chronologique du rendement à dix ans moins le rendement d'un an au cours de cette période. Les barres grises dans le graphique indiquent les récessions définies par le NBER. Nous pouvons clairement observer que cette mesure du terme propagation diminue en dessous de zéro (ligne rouge horizontale en graphique) avant chaque récession et ne prend rarement ces niveaux sans récession ultérieure.

Le terme réparti au cours des soixante-dix dernières années

Le moyen standard de formaliser cette observation (voir, par exemple, la courbe de rendement de la Fed de New York en tant qu'indicateur principal) est par une estimation d'une relation de la forme

où et sont des nombres estimés à partir des données et est un choix spécifique de fonction qui mappe toute valeur à une nouvelle valeur entre zéro et une.

Le graphique suivant montre la probabilité d'une récession américaine à partir d'un an sur l'échantillon plus récent de 1972 à 2025. Nous choisissons cette période d'échantillonnage en raison de la disponibilité des données pour la structure à terme complète des taux d'intérêt. Comme indiqué, la probabilité estimée d'une récession à court terme augmente confortablement au-dessus de 50% à l'approche de chaque récession, présentant le pouvoir de prévision du terme propagation. Il convient de noter que cette estimation n'est pas une prévision officielle de la Fed de New York. De plus, il est important de se rappeler que ce n'est qu'un estimation de la probabilité de récession d'un modèle. Toutes les estimations ont un certain degré d'incertitude qui les entoure. Dans ce cas, la rareté des récessions exacerbe cette incertitude. Mais alors, à quel point ces estimations sont-elles incertaines – et comment pouvons-nous quantifier cette incertitude?

Les probabilités de récession estimées ont dépassé 50 pour cent menant aux récessions passées

Dans un article récent, nous introduisons une nouvelle façon de capturer l'incertitude lorsque nous travaillons avec les données de courbe de rendement. En particulier, nous introduisons une méthode spéciale pour remanier les données (un «bootstrap de bloc» tourné dans le jargon des statistiques) afin de générer des chemins alternatifs de rendements qui imitent les propriétés des rendements observés au cours de la période d'échantillon. Notre approche ne prend pas position sur la façon dont les données ont été générées (c'est-à-dire sur quel modèle est «correct») et utilise des relations économiques et des identités pour remanier les données de manière cohérente en interne qui préserve la structure à travers les différentes échéances du rendement. Cela permet à notre procédure d'être robuste à l'évolution de la structure de l'économie et des marchés financiers grâce aux signaux provenant de la structure du terme des taux d'intérêt.

Le graphique ci-dessous montre les données réelles dans le panneau supérieur, ainsi qu'une seule alternative «Bootstrap Draw» dans le panneau inférieur. Comme nous pouvons le voir, les caractéristiques clés des rendements sont reproduites dans le tracé inférieur, même si ces valeurs alternatives peuvent être très loin des valeurs que nous observons réellement. Cela inclut la «structure factorielle» – une référence au co-mouvement conjoint à travers les rendements – qui se reflète dans le modèle sédimentaire de type roche dans les données. Dans cet autre état du monde, les taux d'intérêt les plus élevés se sont produits à la fin des années 80 et le niveau moyen de taux d'intérêt à la fin de l'échantillon est supérieur à 1 point de pourcentage inférieur au niveau réel des taux d'intérêt.

Caractéristiques clés de la structure du terme réel des taux d'intérêt…

… Sont reproduits dans chaque échantillon bootstrapé

Notre méthode nous permet de générer bon nombre de ces chemins alternatifs (ainsi que des chemins alternatifs pour la croissance de la production réelle) et de réestimer la probabilité d'une récession commençant dans un an à plusieurs reprises. Le graphique ci-dessous montre comment 68% des estimations de cette probabilité se déplacent avec 999 de ces chemins estimés (voir la section 3.3 dans le document pour plus de détails). Nous pouvons d'abord observer que les bandes (ombrage bleu clair) autour de la probabilité estimée (ligne bleue solide) peuvent être assez larges et ont tendance à se rétrécir lorsque la probabilité estimée est plus élevée. À la fin de l'échantillon – 15 avril 2025 – la probabilité estimée est d'environ 51%, avec un intervalle de confiance de 68% de 39 à 64%, ce qui est indiqué par les lignes rouges horizontales.

Il existe une incertitude considérable quant à la probabilité estimée de récession

Dans notre article, nous estimons également un modèle modifié qui, avec le terme propagation, comprend comme prédicteur l'écart du rendement de trois mois par rapport à sa moyenne mobile à trois ans (voir également Wright, 2006). Ce prédicteur supplémentaire fournit des informations supplémentaires sur la récente activité économique et financière à travers l'objectif de la courbe de rendement. En particulier, il fournit des informations sur la question de savoir si les mouvements du terme propagation sont principalement motivés par les mouvements du rendement de la maturité plus longue ou du rendement à maturité courte. La nouvelle spécification ajoute ce prédicteur («dev») comme:

Le graphique ci-dessous montre la probabilité estimée du modèle modifié (ligne bleu massif) ainsi qu'une quantification de l'incertitude (ombrage bleu clair). Pour ce modèle, nous pouvons observer que autour des récessions passées, la probabilité estimée est supérieure à celle produite par le modèle plus simple. La probabilité estimée actuelle du modèle modifié est de 75% avec un intervalle de confiance de 68% de 67 à 82% (illustré avec des lignes rouges horizontales). Cette estimation – qui, encore une fois, n'est pas une prévision officielle de la Fed de New York – est en baisse par une estimation de 83% il y a environ dix-huit mois, mais reste élevée selon les normes historiques. En outre, le degré d'incertitude est actuellement inférieur à la moyenne historique.

L'incertitude quant à la probabilité actuelle de récession est inférieure à la norme historique

Richard K. Crump est conseiller en recherche financière au groupe de recherche et statistique de la Banque fédérale de la Réserve de New York.

Nikolay Gospodinov est économiste de recherche et conseiller principal dans l'équipe des marchés financiers du département de recherche de la Federal Reserve Bank d'Atlanta.

Comment citer ce post:
Richard Crump et Nikolay Gospodinov, «Dans quelle mesure la probabilité estimée d'une récession future?» Liberty Street Economics29 mai 2025, https://libertystreeTeconomics.newyorkfed.org/2025/05/how-uncercot-is-the-estimét-probability-of-a-future-recession/.