Bridge Models for French GDP Growth Using Business-Survey Data

Cet article développe des étalonnages du taux de croissance du PIB français destinés à produire des prévisions de très court terme de l’activité. Ils sont construits exclusivement à partir de données d’enquête de l’Insee, dans l’industrie mais également dans les services et le bâtiment. Nous examinons deux stratégies de réduction de l’information, l’une fondée sur l’algorithme de sélection automatique GETS par blocs de Hendry et Krolzig (2005), l’autre sur la méthode de combinaison popularisée par Stock et Watson (2004). Ces deux méthodes sont évaluées hors échantillon au travers de régressions récursives et roulantes. Nous montrons la supériorité des étalonnages construits avec GETS et l’intérêt de considérer d’autres enquêtes que celle dans l’industrie dans les stratégies de modélisation et de prévision.This paper develops new bridge models to forecast the quarterly GDP growth in France in the short run. We only use data from business survey in the French industry, services and construction. Two alternative methods are considered. The first one relies on the GETS algorithm applied to blocks of randomly selected variables (Hendry and Krolzig, 2005) and the other one on the combination method popularized by Stock and Watson (2004). In-sample and out-of-sample assessments of the two methods are conducted using recursive and rolling regressions. We show that the forecast based on an automatic regression model selection performs better and that survey data including the ones in services and construction can be useful for short-term GDP forecast