L’incertitude liée à l’inflation n’a cessé de grimper au cours des derniers mois. Un chercheur québécois a mis au point une méthode de calcul faisant appel à l’apprentissage automatique pour mieux interpréter les causes qui font varier le taux d’inflation.
« Les méthodes traditionnelles reposent principalement sur des indicateurs comme le taux de chômage et le produit intérieur brut (PIB). C’est loin d’être parfait. Ces méthodes ont des limites. Elles ne sont pas adaptées, par exemple, pour faire une bonne lecture de la situation dans le contexte de la sortie de pandémie », indique Philippe Goulet Coulombe, professeur en sciences économiques à l’École des sciences de la gestion l’Université du Québec à Montréal (UQAM).
Le doctorant de l’Université de Pennsylvanie s’est attaqué il y a quelques mois au sujet de l’inflation avec une équipe de chercheurs. Ils ont conçu un algorithme qu’ils ont fait fonctionner avec des milliers de données disponibles afin d’entraîner l’ordinateur à repérer les variables clés qui risquent de faire pression sur le taux d’inflation à un moment donné.
Les données « apprises » par l’ordinateur incluent par exemple le nombre de postes vacants affichés sur Internet et pas juste le taux de chômage comme les méthodes traditionnelles de calcul des banques centrales.
« L’intelligence artificielle permet d’aller plus loin dans l’interprétation des données. C’est la clé pour obtenir des résultats plus justes qui aideront à prendre de meilleures décisions économiques », affirme Philippe Goulet Coulombe, qui a récemment publié un document de travail sur le sujet.
Selon lui, les méthodes de calcul utilisées par les banques centrales ne sont plus au goût du jour, car elles ne permettent pas de repérer certaines variables clés responsables de la surchauffe économique ou de la hausse de l’inflation.
Les calculs obtenus grâce à l’algorithme ont permis d’obtenir des prévisions pour le troisième et le quatrième trimestre de 2021 plus proches des taux d’inflation réels que ceux calculés par la Banque du Canada. Pour les prochains mois, le professeur table sur un scénario médian d’inflation sur un an de 5 % pour le premier trimestre de 2022 et de 4,5 % pour le second trimestre, des pronostics assez semblables à ceux de la banque centrale.
En parallèle, l’économiste mène des recherches sur une dizaine de sujets relatifs à l’économétrie. Il cherche notamment à trouver une façon de « quantifier l’incertitude », principale source de volatilité dans les marchés financiers. Ses découvertes pourraient avoir un impact majeur dans l’industrie.