Viewpoint: Boosting Recessions

摘要

Ce texte explore l'efficacité de la méthode dite du 'boosting', qu'on considère souvent comme un instrument de classification qui est à la fine pointe de l'art de prévoir les récessions 3, 6 et 12 mois à l'avance. Cette méthode est utilisée pour passer au crible quelques 1500 prédicteurs potentiellement pertinents construits à partir de 132 séries chronologiques de variables réelles et financières plus ou moins décalées. Des estimations de l'échantillon complet pour la période du début de 1961 à la fin de 2011 révèlent qu'aussi peu que dix prédicteurs sont importants, et que l'identité de ces variables change selon l'horizon de prévision considéré. Il y a aussi une différence marquée dans la taille et la composition de cet ensemble de prédicteurs avant et après le milieu des années 1980. Il appert que l'importance des écarts de crédit (écarts des taux d'intérêt et des risques de défaut de paiement) est spécifique à la récession particulière. L'écart Aaa est le prédicteur le plus robuste des récessions dans trois et six mois, alors que la débenture risquée et l'écart des taux d'intérêt pour la fenêtre de 5 ans sont les prédicteurs importants pour un horizon temporel de 12 mois. Certaines variables reliées à l'emploi ont eu un certain pouvoir de prédiction pour les deux dernières récessions quand les écarts de taux d'intérêt n'ont pas été éclairants. Les signaux des clignotants pour les récessions d'après 1990 ont été sporadiques et faciles à manquer. Les résultats soulignent le défi que posent à ceux qui font des prévisions de récessions les caractéristiques changeantes des cycles économiques.%This paper explores the effectiveness of boosting, often regarded as the state of the art classification tool, in giving warning signals of recessions 3, 6, and 12 months ahead. Boosting is used to screen as many as 1,500 potentially relevant predictors consisting of 132 real and financial time series and their lags. Estimation over the full sample 1961:1-2011:12 finds that there are fewer than 10 important predictors and the identity of these variables changes with the forecast horizon. There is a distinct difference in the size and composition of the relevant predictor set before and after mid-1980. Rolling window estimation reveals that the importance of the term and default spreads are recession specific. The Aaa spread is the most robust predictor of recessions three and 6 months ahead, while the risky bond and 5-year spreads are important for 12 months ahead predictions. Certain employment variables have predictive power for the two most recent recessions when the interest rate spreads were uninformative. Warning signals for the post-1990 recessions have been sporadic and easy to miss. The results underscore the challenge that changing characteristics of business cycles pose for predicting recessions.