Marco Del Negro, Keshav Dogra, Elena Elbarmi, Donggyu Lee et Michael Pham
Cet article présente une mise à jour des prévisions économiques générées par le modèle d'équilibre général stochastique dynamique (DSGE) de la Banque fédérale de réserve de New York. Nous décrivons très brièvement notre prévision et son évolution depuis mars 2026. En résumé, les prévisions d’inflation sont plus élevées en 2026 que celles prévues en mars. Les projections concernant le taux d’intérêt naturel réel (r*) à court terme ont légèrement augmenté par rapport à mars.
Remarque : les prévisions du modèle DSGE ne sont pas des prévisions officielles de la Fed de New York, mais seulement une contribution au processus de prévision global de l'équipe de recherche. Pour plus d'informations sur le modèle et les variables discutées ici, consultez notreQuestions et réponses sur le modèle DSGE.
Les prévisions du modèle DSGE de la Fed de New York utilisent les données publiées jusqu'au premier trimestre de 2026, augmentées pour le deuxième trimestre de 2026 avec les prévisions médianes de croissance du PIB réel et d'inflation de base du PCE issues de la publication de mai de l'enquête de la Fed de Philadelphie auprès des prévisionnistes professionnels (SPF), ainsi que les rendements des titres du Trésor à 10 ans et des obligations d'entreprises Baa sur la base des moyennes du deuxième trimestre de 2026 jusqu'au 27 mai. Le taux de financement (FFR) entre un et six trimestres dans le futur est limité à être égal à la prévision médiane correspondante de la dernière enquête disponible sur les attentes du marché (PME) pour le trimestre correspondant. Pour la projection actuelle, il s’agit du SME d’avril.
Le SPF s’attend à ce que l’inflation sous-jacente au deuxième trimestre 2026 soit supérieure de plus de 1 % en termes annualisés à celle prévue par le modèle DSGE en mars. À la lumière de cette erreur de prévision (si le SPF s’avère correct), le modèle a révisé à la hausse ses prévisions d’inflation en 2026, de 2,4 à 3,1 pour cent. Le DSGE attribue l’erreur de prévision aux chocs de majoration, qui peuvent refléter les effets des chocs tarifaires et énergétiques. Le modèle considère que l’impact de ces chocs disparaîtra d’ici la fin de l’année et que les prévisions d’inflation resteront donc largement inchangées sur le reste de l’horizon de prévision.
Sur le front de la production, le DSGE est plus optimiste qu’en mars, même si ses projections restent quelque peu pessimistes. Le modèle voit effectivement l’effet positif sur la croissance du boom des investissements lié à l’IA – les chocs positifs du MEI (efficacité marginale de l’investissement) poussent la production à la hausse, en particulier en 2026 – mais il estime également que les chocs de taux de change négatifs pèseront sur la croissance à l’avenir.
Les prévisions du modèle concernant le taux d'intérêt naturel réel (r*) à court terme ont augmenté de 0,1 point de pourcentage par rapport à mars (2,0, 1,7 et 1,3 pour cent pour 2026, 2027 et 2028, contre 1,9, 1,6 et 1,3 pour cent), reflétant en partie une productivité totale des facteurs (PTF) plus élevée.
Comparaison des prévisions
| Période de prévision | 2026 | 2027 | 2028 | 2029 | ||||
|---|---|---|---|---|---|---|---|---|
| Date de prévision | juin 26 | Mar 26 | juin 26 | Mar 26 | juin 26 | Mar 26 | juin 26 | Mar 26 |
| Croissance du PIB (T4/T4) |
1.2 (-2,2, 4,5) |
1.0 (-3,4, 5,6) |
0,2 (-5,0, 5,2) |
0,2 (-5,1, 5,4) |
0,7 (-4,8, 6,0) |
0,8 (-4,7, 6,3) |
1,5 (-4,1, 6,9) |
1.3 (-4,4, 6,9) |
| Inflation de base du PCE (T4/T4) |
3.1 (2.5, 3.7) |
2.5 (1.6, 3.3) |
1.8 (0,7, 3,0) |
2.0 (0,8, 3,2) |
1.6 (0,4, 2,9) |
1.9 (0,6, 3,2) |
1.7 (0,4, 3,0) |
2.0 (0,6, 3,3) |
| Taux d’intérêt naturel réel (T4) |
2.0 (0,7, 3,3) |
1.9 (0,6, 3,3) |
1.7 (0,2, 3,1) |
1.6 (0,0, 3,1) |
1.3 (-0,3, 2,9) |
1.2 (-0,4, 2,8) |
1.1 (-0,5, 2,8) |
1.0 (-0,6, 2,7) |
Notes : Ce tableau répertorie les prévisions de croissance de la production, d'inflation de base du PCE et de taux d'intérêt naturel réel à partir des prévisions de juin 2026 et de mars 2026. Les chiffres en dehors des parenthèses correspondent aux prévisions moyennes et les chiffres entre parenthèses correspondent aux bandes de 68 pour cent.
Prévisions de croissance de la production

Notes : Ces deux panneaux représentent la croissance de la production. Dans le panneau supérieur, la ligne noire indique les données réelles et la ligne rouge montre les prévisions du modèle. Les zones ombrées indiquent l'incertitude associée à nos prévisions à des intervalles de probabilité de 50, 60, 70, 80 et 90 pour cent. Dans le panneau inférieur, la ligne bleue montre les prévisions actuelles (trimestrielles, annualisées) et la ligne grise montre les prévisions de mars 2026.
Prévisions d’inflation

Notes : Ces deux panneaux représentent l’inflation des dépenses de consommation personnelle de base (PCE). Dans le panneau supérieur, la ligne noire indique les données réelles et la ligne rouge montre les prévisions du modèle. Les zones ombrées indiquent l'incertitude associée à nos prévisions à des intervalles de probabilité de 50, 60, 70, 80 et 90 pour cent. Dans le panneau inférieur, la ligne bleue montre les prévisions actuelles (trimestrielles, annualisées) et la ligne grise montre les prévisions de mars 2026.
Taux d’intérêt naturel réel

Notes : La ligne noire montre l'estimation moyenne du modèle du taux d'intérêt naturel réel ; la ligne rouge montre la prévision du modèle du taux naturel réel. La zone ombrée indique l'incertitude associée aux prévisions à des intervalles de probabilité de 50, 60, 70, 80 et 90 pour cent.

Marco Del Negro est conseiller en recherche économique au sein du groupe de recherche et de statistiques de la Banque fédérale de réserve de New York.

Keshav Dogra est conseiller en recherche économique au sein du groupe de recherche et de statistiques de la Banque fédérale de réserve de New York.

Elena Elbarmi est analyste de recherche au sein du groupe de recherche et de statistiques de la Banque fédérale de réserve de New York.

Donggyu Lee est économiste de recherche au sein du groupe de recherche et de statistiques de la Banque fédérale de réserve de New York.

Michael Pham est analyste de recherche au sein du groupe de recherche et de statistiques de la Banque fédérale de réserve de New York.
Comment citer cet article :
Marco Del Negro, Keshav Dogra, Elena Elbarmi, Donggyu Lee et Michael Pham, « The New York Fed DSGE Model Forecast — June 2026 », Banque de réserve fédérale de New York Économie de Liberty Street22 juin 2026, https://libertystreetnomics.newyorkfed.org/2026/06/the-new-york-fed-dsge-model-forecast-june-2026/
BibTeX : Afficher |
Clause de non-responsabilité
Les opinions exprimées dans cet article 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 du ou des auteurs.
