Prévision à plusieurs étapes en présence de changements de lieu.

Résumé Cet article étudie les propriétés des techniques de prévision multistep itérées et directes en présence de changements de localisation en échantillon (ruptures de la moyenne). Il examine également les interactions de ces techniques avec les corrections d'interception à plusieurs étapes qui sont conçues pour être robustes à de tels changements. Dans une paramétrisation locale-asymptotique de la probabilité des ruptures, nous fournissons des expressions analytiques pour les biais de prévision et les erreurs de prévision quadratiques moyennes. Nous fournissons également des simulations qui montrent que les ruptures justifient l'utilisation de méthodes autres que les techniques itératives à plusieurs étapes. En particulier, nous étudions les relations entre la précision relative des méthodes et l'horizon de prévision, la taille de l'échantillon et le moment des ruptures. Nous montrons que la prévision directe en plusieurs étapes fournit des prévisions qui sont relativement robustes aux ruptures, et que ses avantages augmentent avec l'horizon de prévision. Dans une application empirique, nous réexaminons un ensemble de données souvent utilisé de séries macroéconomiques du G7 et corroborons nos résultats théoriques.