3/30: Après la publication de ce message, nous avons reçu des demandes de données WEI sous-jacentes. Nous fournissons cela ici dans un fichier téléchargeable. Notez que les valeurs diffèrent légèrement de celles représentées en raison d'un ajustement méthodologique mineur depuis que ces graphiques ont été créés vendredi.
Les économistes ont l'habitude d'évaluer l'activité réelle sur la base de séries chronologiques agrégées connues, comme le taux de chômage, la production industrielle ou la croissance du PIB. Cependant, ces séries représentent des moyennes mensuelles ou trimestrielles des conditions économiques et ne sont disponibles qu'avec un décalage considérable, après la fin du mois ou du trimestre. Lorsque l'économie rencontre des vents contraires soudains, comme la pandémie de COVID-19, les conditions peuvent évoluer rapidement. Comment suivre l'évolution à haute fréquence de l'économie en «temps réel»?
Pour relever ce défi, nous calculons un indice économique hebdomadaire (WEI) pour mesurer l'activité économique réelle à une fréquence hebdomadaire. Peu de données publiées par les agences gouvernementales sur lesquelles travaillent souvent les macroéconomistes sont disponibles à une fréquence hebdomadaire ou supérieure. Alors que les données financières, comme les cours de bourse et les taux d'intérêt, sont disponibles à haute fréquence, nous nous intéressons particulièrement à l'activité réelle, pas aux conditions financières. Pour notre propos, la plupart des séries hebdomadaires proviennent de sources privées comme des groupes industriels, qui collectent des données à l'usage de leurs membres, ou d'entreprises de sondages commerciaux.
Le tableau ci-dessous détaille les séries que nous utilisons dans notre indice de référence. Ceux-ci comprennent une mesure des ventes au détail à magasins comparables, un indice du sentiment des consommateurs, des demandes initiales d'assurance-chômage (AC), un indice de l'emploi temporaire et contractuel, une mesure de la production d'acier, une mesure des ventes de carburant et une mesure de l'électricité consommation. Nous transformons toutes les séries pour représenter les variations en pourcentage sur 52 semaines, ce qui élimine également la plupart des variations saisonnières dans les données. Au fur et à mesure que la situation évolue, nous pouvons intégrer des séries supplémentaires pour affiner l'indice dans les prochaines semaines.
Pour calculer notre indice, nous extrayons la première composante principale de ces sept séries chronologiques, en utilisant l'échantillon de janvier 2008 à aujourd'hui. Nous adaptons notre indice à la croissance du PIB sur quatre trimestres, donc une lecture de 2% au cours d'une semaine donnée signifie que si les conditions de la semaine persistaient pendant un trimestre entier, nous nous attendrions, en moyenne, à une croissance de 2% par rapport à l'année précédente. Le graphique ci-dessous trace l'indice en fonction des données jusqu'au 21 mars 2020. Le creux de la Grande Récession est clairement visible, ainsi que la reprise suivante. L'évolution de la semaine dernière a fait chuter l'indice à un niveau jamais vu depuis 2008.
Dans l'intervalle, les fluctuations ont été plus faibles, mais correspondent bien aux trajectoires d'importants agrégats macroéconomiques. Le panneau supérieur gauche du graphique suivant trace l'indice en fonction de la variation en pourcentage sur douze mois de la production industrielle (PI). L'indice suit de très près la croissance de la propriété intellectuelle. Les panneaux supérieur droit et inférieur gauche font de même pour l'utilisation de la capacité (CU) et l'indice de fabrication ISM. Enfin, nous traçons la croissance du PIB sur quatre trimestres. Il est clair que, malgré le bruit inhérent aux données brutes et à haute fréquence, leur combinaison pour construire un indice, comme nous le faisons, fournit un signal informatif de l'activité économique réelle.
Notre indice est également assez robuste aux changements dans la façon dont il est construit. La soustraction ou l'ajout de séries individuelles a peu d'effet sur la trajectoire globale; il en va de même pour l'estimation des poids sur chaque série en utilisant uniquement des données plus récentes. Le panneau supérieur gauche du graphique ci-dessous compare notre indice de base à un sans ventes de carburant et le panneau supérieur droit à un sans sentiment des consommateurs, tandis que le coin inférieur gauche ajoute des données sur les demandes de prêt hypothécaire à l'achat. De toute évidence, le signal commun n'est pas entraîné par le choix précis de la série. Le panneau en bas à droite trace notre base de référence par rapport à une série calculée avec des poids estimés en utilisant uniquement des données à partir de 2015, montrant que la relation entre ces séries a été assez constante pendant et après la Grande Récession.
Historiquement, le WEI a été instructif pour l'activité économique réelle. Mais que nous dit-elle sur le défi actuel présenté par COVID-19? Le graphique suivant fait un zoom sur l'indice de novembre 2019 à aujourd'hui. Les effets de la pandémie sont devenus visibles au cours de la semaine se terminant le 21 mars. Cette semaine a vu 3,28 millions de demandes d'assurance-chômage sans précédent, une forte baisse de la confiance des consommateurs et des ventes de carburant, et une baisse plus modeste de la production d'acier, mais aussi une poussée compensatrice dans le commerce de détail. les ventes, les consommateurs se rendant dans les magasins pour s'approvisionner. Malgré ce signal positif des ventes au détail et les baisses relativement légères de certaines autres séries, la publication de l'interface utilisateur a poussé le WEI à un niveau inégalé depuis la crise financière de 2008. Chaque semaine, à mesure que les diffusions de données arrivent une par une, l'indice peut être prévu en fonction des relations historiques entre l'indice, la série disponible et les retards de la série non disponible.
Cet exemple permet également d'illustrer deux différences importantes entre notre indice et une prévision immédiate, comme celle que nous produisons régulièrement pour la croissance du PIB ici à la Fed de New York. Premièrement, une prévision immédiate se concentre sur une seule série cible importante et utilise les informations contenues dans les données intermédiaires pour prédire cette série. En revanche, alors que nous rapportons le WEI en unités de croissance du PIB, il s'agit simplement d'une normalisation ex post; l'IEE ne se concentre pas sur un seul résultat en ciblant une variable de consommation ou une variable de production – les deux sont importants pour avoir une idée de l'activité réelle. Deuxièmement, la plupart des diffusions actuelles (y compris celles de la Fed de New York) se concentrent sur des objectifs à plus faible fréquence comme la croissance du PIB, qui sont très instructifs sur l'économie. Mais, comme le PIB est une variable trimestrielle, ces modèles ne sont pas équipés pour mettre en évidence les variations d'une semaine à l'autre. Leur objectif, qu'ils réussissent bien, est simplement de prédire la variation moyenne de la série cible sur treize semaines.
Cependant, même si nous ne ciblons pas explicitement une variable basse fréquence, nous pouvons évaluer le pouvoir prédictif de l'IEO pour une gamme de ces données macroéconomiques. Nous constatons que le WEI (et les retards) prédit 84 pour cent de variation de la variation mensuelle de l'emploi salarié privé non agricole. Lorsque nous régressons la croissance IP mensuelle et l'UC sur le WEI hebdomadaire (et les retards), nous sommes en mesure de prédire 26 pour cent de la variation dans chaque série. En particulier, la dernière semaine de chaque mois est un prédicteur hautement statistiquement significatif de la libération mensuelle éventuelle.
En temps normal, des agrégats macroéconomiques familiers fournissent des descriptions précises des conditions économiques avec un léger retard. Mais, dans un environnement tumultueux, lorsque les conditions évoluent rapidement de jour en jour et de semaine en semaine, des sources de données moins familières peuvent fournir un signal informatif de l'état de l'économie. Le WEI fournit un résumé parcimonieux de ce signal.
Données du graphique 
Daniel Lewis est économiste au sein du groupe de recherche et de statistiques de la Federal Reserve Bank de New York.
Karel Mertens est conseiller principal en politique économique à la Federal Reserve Bank de Dallas.
Jim Stock est professeur d'économie politique à Harold Hitchings Burbank, Faculté des arts et des sciences de l'Université de Harvard et membre de la faculté de la Harvard Kennedy School.
Comment citer ce post:
Daniel Lewis, Karel Mertens et Jim Stock, «Monitoring Real Real Activity in Real Time: The Weekly Economic Index», Federal Reserve Bank of New York Liberty Street Economics, 30 mars 2020, https://libertystreeteconomics.newyorkfed.org/2020/03/monitoring-real-activity-in-real-time-the-weekly-economic-index.html.
Avertissement
Les opinions exprimées dans ce billet sont celles des auteurs et ne reflètent pas nécessairement la position de la Federal Reserve Bank de New York ou du Federal Reserve System. Toute erreur ou omission relève de la responsabilité des auteurs.
