En direct

Prévisions

Prévision expérimentale de l'indice de tension financière pour l'année suivante, à partir des valeurs des deux indices de l'année en cours. Tous les modèles sont affichés avec leurs erreurs réelles des années passées.

50,0 FSI prévu pour 2026

Mise à jour : 6 novembre 2026

Résultats clés

Ce que cela signifie Aucun modèle ne fait mieux, hors échantillon, que le modèle naïf (reprendre la valeur de l'année précédente). Sur si peu d'années, l'information disponible n'améliore pas la prévision de l'année suivante.

1 Prévisions 2026

Le point est la prévision ; la barre couvre les centiles 10 et 90 des erreurs passées du modèle. L'indice est sur une échelle de 0 à 100 (100 = plus haut niveau de 1998–2025).

2 Performance des modèles

#ModèleRMSEMAEDiebold-Mariano (p)
1 Modèle naïf (valeur de l'année précédente)13,210,7 —
2 Forêt aléatoire (apprentissage automatique)16,213,1 0,201
3 Gradient boosting (apprentissage automatique)19,416,2 0,134
4 Machine à vecteurs de support (SVR)19,816,5 0,121
5 Régression linéaire24,520,5 0,020

Évaluation hors échantillon sur 17 années : chaque année est prévue avec les seules données antérieures. Le test de Diebold-Mariano compare chaque modèle au modèle naïf ; une p-valeur inférieure à 0,05 signale un écart de précision significatif.

3 Historique des prévisions et valeurs observées

Tableau année par année
AnnéeObservéNaïfLinéaireSVRForêtBoosting
2026—50,099,467,057,653,1
202550,050,583,767,963,766,1
202450,576,182,270,375,871,9
202376,182,590,769,775,776,5
202282,562,467,268,762,060,9
202162,482,282,870,880,182,2
202082,287,884,070,685,590,1
201987,865,759,066,860,759,6
201865,756,397,768,861,264,6
201756,359,374,369,064,167,1
201659,364,659,168,856,642,9
201564,669,668,370,070,073,1
201469,684,056,171,560,354,0
201384,0100,071,470,284,999,6
2012100,089,355,269,475,175,4
201189,375,284,157,671,371,6
201075,278,745,842,964,678,4
200978,777,836,338,448,532,8
Méthodologie et données

Variable prévue : indice de tension financière de l'année t. Variables explicatives : indices de tension financière et de risque climatique de l'année t−1. Les hyperparamètres sont fixés à l'avance et ne sont pas ajustés après coup : SVR à noyau RBF (C = 1, ε = 0,1) ; forêt aléatoire de 500 arbres de profondeur 3 ; gradient boosting de 200 arbres de profondeur 2, taux d'apprentissage 0,05. Les modèles à arbres ne prolongent pas une tendance : leur prévision reste dans la plage des valeurs déjà observées. Le calcul est refait automatiquement à chaque nouvelle année.

Il s'agit d'un exercice statistique sur une trentaine d'observations annuelles. Ce n'est pas une prévision officielle, et aucun résultat n'établit une relation causale.