Cet article propose une discussion sur l’utilisation des Big Data pour les prévisions économiques à court terme et la prévision « immédiate » (nowcasting) et un examen critique d’études empiriques récentes s’appuyant sur des sources de données massives, notamment les données de recherches Internet, de médias sociaux ou de transactions financières. Une conclusion générale est que, même si les Big Data peuvent fournir des informations nouvelles, uniques et à une fréquence élevée sur l'activité économique, leur usage pour les prévisions macroéconomiques est relativement restreint et a connu des degrés de réussite variables. Des problèmes spécifiques découlent en effet des limites de ces données, de la nature qualitative de l’information qu’elles procurent et des cadres de tests empiriques utilisés. Les applications les plus réussies semblent être celles qui cherchent à intégrer cette classe d’informations dans un cadre économique cohérent, par opposition à une approche statistique simpliste, de type boîte noire. L’analyse menée ici suggère que les travaux mobilisant les Big Data devront viser à améliorer la qualité et l’accessibilité des ensembles de données pertinents et à développer des cadres de modélisation économique plus appropriés pour leur utilisation future.

Article en une page

Citer cet article

Richardson, P. (2018). Nowcasting and the Use of Big Data in Short‑Term Macroeconomic Forecasting: A Critical Review. Economie et Statistique / Economics and Statistics, 505-506, 65–87.
https://doi.org/10.24187/ecostat.2018.505d.1966