La cohérence temporelle des anticipations de change : une étude sur données d'enquêtes

[fre] La cohérence temporelle des anticipations de change : une étude sur données d'enquêtes par Agnès Bénassy-Quéré et Hélène Raymond . La cohérence des prévisions à différents horizons est une hypothèse moins exigeante que celle d'anticipations rationnelles, fréquemment rejetée sur données d'enquêtes. Mais les tests de cohérence temporelle sont conditionnels à la modélisation des prévisions adoptée. L'hypothèse de cohérence temporelle est ici testée pour les anticipations relatives à quatre taux de change, conditionnellement à quatre modèles de prévision. L'exploitation de trois enquêtes différentes, et l'estimation de plusieurs modèles garantissent une certaine généralité des résultats qui doivent toutefois être relativisés suivant le pouvoir explicatif de chaque modèle. Il apparaît que les prévisions de change à trois mois suivent un modèle naïf, tandis que les prévisions à plus long terme se rapprochent d'un modèle mixte extrapolatif-adaptatif-régressif où la composante régressive est souvent prépondérante. Cette variété des modèles utilisés suivant les horizons explique le fréquent rejet de l'hypothèse de cohérence temporelle et, par là, renforce l'hypothèse d'irrationalité des anticipations. [eng] The Temporal Consistency of Exchange Rate Expectations: A Study Using Survey Data by Agnès Bénassy-Quéré and Hélène Raymond . The consistency of forecasts concerning different dates is a less stringent assumption than that of rational expectations, frequently rejected by survey data. However, temporal consistency tests are conditional on the forecast modeling adopted. The temporal consistency assumption is tested here for expectations relating to four exchange rates conditional on four forecast models. Three different surveys are processed and several models estimated to guarantee reasonably general results. Nevertheless, these results need to be made relative to the explanatory capacity of each model. The three-month exchange rate forecasts appear to comply with a naive model, while the longer run forecasts are more in line with a mixed extrapolative-adjustive-regressive model in which the regressive component is often preponderant. This variety of models used depending on the future time periods explains why the temporal consistency assumption is often rejected and, consequently, strengthens the assumption of irrational expectations.