Pourquoi les prévisions économiques se trompent sur le cycle

Les prévisions économiques se trompent souvent sur le cycle en raison d’hypothèses linéaires et d’une mauvaise prise en compte des chocs endogènes.

Les prévisions économiques occupent une place centrale dans le débat public et les décisions d’investissement. Leur échec récurrent lors des retournements de cycle interroge leur méthode. Elles reposent souvent sur des hypothèses de continuité et des modèles linéaires mal adaptés aux ruptures. Les chocs endogènes, les effets de seuil et les délais d’ajustement sont structurellement mal captés. Cette limite explique pourquoi les prévisionnistes détectent rarement les récessions à l’avance et révisent leurs scénarios avec retard.

Le vrai enjeu n’est pas que les prévisions se trompent — c’est qu’elles se trompent systématiquement dans le même sens. Les erreurs de prévision ne sont pas aléatoires : elles sous-estiment les retournements à la baisse et surestiment la vitesse des reprises. Ce biais structurel pose la question de la méthode plus que de la compétence des prévisionnistes.

Le biais de continuité : prolonger le présent plutôt qu’anticiper la rupture

Les modèles de prévision sont construits sur des régularités historiques et des équations de comportement estimées en période normale. Lorsque le régime macroéconomique change — passage d’un environnement de taux bas à un resserrement brutal, rupture des chaînes d’approvisionnement, choc géopolitique —, ces modèles extrapolent le passé au lieu de capter la discontinuité. Le FMI reconnaissait dans son World Economic Outlook d’octobre 2025 que ses prévisions de croissance pour les économies avancées avaient été révisées en moyenne de 0,6 point de pourcentage entre la première estimation et le chiffre réalisé sur la période 2020-2024 — un écart considérable.

Le cycle économique réel procède par enchaînements non linéaires : un resserrement du crédit peut rester sans effet apparent pendant plusieurs trimestres avant de provoquer un ajustement brutal de l’investissement. Les modèles linéaires captent mal ces effets de seuil, ce qui explique pourquoi chaque cycle, structurellement singulier, prend les prévisionnistes à contre-pied.

Le consensus : facteur de stabilité ou d’aveuglement collectif ?

Les prévisions de consensus — moyenne des estimations des grandes institutions et banques — présentent un biais supplémentaire : elles convergent vers un scénario central qui laisse peu de place aux extrêmes. L’OCDE publiait en novembre 2025 une prévision de croissance mondiale de 3,0 % pour 2026, avec un écart entre le scénario le plus optimiste et le plus pessimiste de seulement 0,4 point — une fourchette étonnamment étroite compte tenu des incertitudes géopolitiques et monétaires.

Cette compression des scénarios reflète un biais d’ancrage : chaque institution calibre ses prévisions en fonction de ce que les autres anticipent, créant une convergence artificielle qui masque l’étendue réelle des risques. Les signaux avancés censés anticiper les retournements du cycle fournissent des signaux que le consensus intègre tardivement, précisément parce qu’un signal isolé ne suffit pas à faire dévier la prévision médiane.

Les prévisions conservent une utilité : elles fournissent un cadre de référence, un scénario central autour duquel calibrer les décisions. Le problème n’est pas de les utiliser, mais de les traiter comme des certitudes. Les grilles de lecture structurelles du cycle économique permettent de situer les prévisions dans leur contexte méthodologique et de les confronter aux signaux de marché et aux données à haute fréquence — une approche plus robuste que la confiance aveugle dans un chiffre central.

Mis à jour : 19 mars 2026