Estimation précoce de la croissance : de la régression LARS au modèle à facteurs

Dans ce travail, l’estimation précoce de la croissance provient d’un modèle à facteurs, extraits d’un nombre réduit de séries mensuelles, ces dernières ayant été choisies par l’algorithme de la régression LARS (Least Angle Regression). On suit en cela le travail de Bai et Ng (2008) qui tranche avec le traditionnel modèle à facteurs, basé sur un très grand nombre de séries mensuelles. Les auteurs préconisent de ne retenir que les séries les plus performantes pour prévoir la croissance « the targeted predictors ». Une pseudo analyse en temps réel est mise en œuvre sur la période 2001-2007 pour estimer la croissance française du trimestre en cours et du trimestre suivant.