Réforme de l’État — Plan de Rupture
Le dossier fondateur : finances publiques, structures, calendrier et mesures.
Voir le livre et la lecture gratuite →Modèles économiques, scénarios et incertitude
Apprendre à utiliser un modèle comme outil conditionnel plutôt que comme machine à prédire.
Ce que vous allez comprendre
- distinguer identité, modèle, prévision et scénario ;
- construire un scénario central avec variantes hautes/basses ;
- faire une analyse de sensibilité variable par variable ;
- repérer risque de sur-ajustement, causalité fragile et fausse précision.
La réponse ultra-simple
Un modèle économique est une représentation volontairement simplifiée conçue pour répondre à une question. Un scénario est un jeu d’hypothèses cohérentes. L’incertitude n’est pas un défaut à masquer : elle doit être quantifiée, testée et communiquée lorsque les données ou les paramètres ne permettent pas une réponse unique.
Une conclusion robuste doit survivre à des hypothèses raisonnablement différentes ; l’éventail rend l’incertitude visible.
1. Le vocabulaire indispensable
Une variable exogène est imposée au modèle ; une variable endogène est déterminée à l’intérieur. Un paramètre règle l’intensité d’une relation. Le scénario décrit des valeurs possibles de ces entrées sans prétendre qu’elles se réaliseront.
Un intervalle d’incertitude exprime une plage compatible avec une méthode donnée. Il ne couvre pas nécessairement tous les événements extrêmes ou ruptures de régime.
2. Le mécanisme, étape par étape
On commence par une question précise : « quel effet sur le solde public si le taux augmente de 1 point ? ». On choisit ensuite une structure minimale, les données d’entrée et les mécanismes nécessaires.
Chaque paramètre important doit être testé. Si un résultat passe de +5 à −2 lorsqu’une hypothèse raisonnable change légèrement, le modèle ne doit pas produire une recommandation catégorique.
Une validation hors échantillon ou sur des périodes non utilisées pour calibrer le modèle limite le risque qu’il ne décrive que le passé. Les erreurs doivent être conservées et analysées.
3. Exemple numérique guidé
Une économie de 10 Md€ calculée avec une hypothèse de captation de 80 % devient 8 Md€ ; à 40 %, elle devient 4 Md€. Tester les deux révèle la sensibilité.
Le chiffre obtenu n’est valide que dans le périmètre annoncé. Si une donnée d’entrée change, il faut recalculer. Cette sensibilité est une information : elle indique quelle hypothèse commande réellement le résultat.
4. Calcul reproductible
Résultat du modèle = hypothèses + données + relations choisies÷ signifie « divisé par ».
× signifie « multiplié par ».
− signifie « soustrait ».
% signifie « pour cent », c’est-à-dire une quantité rapportée à 100.
Avant d’appliquer la formule, écrivez les unités à côté de chaque nombre. Une formule correcte avec des unités incompatibles peut produire un résultat numériquement propre mais économiquement absurde.
5. Du niveau collège au niveau supérieur
Au niveau débutant, faites trois scénarios avec une seule variable. Au lycée, utilisez tableau de sensibilité.
Au niveau supérieur, étudiez estimation, simulation Monte-Carlo, modèles structurels et réduits, validation croisée, identification et risques de modèle.
6. Cas limites et raisonnement critique
Un modèle peut être arithmétiquement exact et économiquement mauvais si la relation centrale est fausse. Inversement, un modèle simple peut être utile si ses hypothèses sont transparentes et adaptées à la décision.
Les ruptures — crise, guerre, technologie — peuvent rendre des paramètres historiques obsolètes. L’incertitude de modèle doit être distinguée de l’incertitude statistique ordinaire.
Erreurs fréquentes
- Donner six décimales à un résultat basé sur des hypothèses grossières.
- Choisir uniquement le scénario favorable à sa thèse.
- Confondre corrélation ajustée et causalité.
- Cacher les erreurs de prévision passées.
- Changer les hypothèses après coup sans conserver les versions.
Exercices gradués et corrections
Très facile — Une économie estimée vaut 10 Md€ avec ±20 % d’incertitude simple. Fourchette ?
10 × (1 − 0,20) = 8 Md€ ; 10 × (1 + 0,20) = 12 Md€.
Facile — Un paramètre passe de 0,8 à 1,2 et le résultat de 4 à 6. Quelle sensibilité locale simplifiée ?
Une hausse de 0,4 du paramètre est associée à +2 du résultat dans cet exercice ; cela ne prouve pas une relation linéaire au-delà.
Intermédiaire — Pourquoi conserver un scénario « défavorable » ?
Pour tester la robustesse d’une décision et préparer des marges de sécurité plutôt que masquer le risque.
Avancé — Une prévision réussit sur les données ayant servi à calibrer le modèle mais échoue ensuite. Quel problème possible ?
Sur-ajustement ou changement de régime ; il faut tester hors échantillon et réviser la structure.
Expert — Qu’est-ce qu’une hypothèse falsifiable ?
Une hypothèse formulée de façon à pouvoir être contredite par une observation définie à l’avance.
7. Atelier de diagnostic appliqué au sujet
Créez un modèle avec trois entrées : assiette, taux, réaction comportementale. Calculez le résultat central, puis modifiez chaque entrée séparément de ±10 %. Classez les variables par influence.
Ajoutez enfin deux chocs simultanés. Si le modèle suppose indépendance alors que les variables sont corrélées, notez explicitement cette limite.
8. Court terme, long terme et effets de second tour
À court terme, certaines relations historiques sont stables ; à long terme, comportements et institutions s’adaptent. Un paramètre calibré sur un an ne doit pas être prolongé vingt ans sans justification.
Les scénarios de politique doivent être réestimés après déploiement avec données observées : le modèle devient alors un outil d’apprentissage plutôt qu’une promesse figée.
9. Mini-dossier à refaire sans regarder la correction
Prenez une mesure annoncée à 5 Md€. Construisez bas/central/haut avec hypothèses documentées. Ajoutez un coût de transition et un risque de double compte. Le résultat final doit montrer la fourchette et les conditions de réalisation.
Rédigez ensuite une phrase que le modèle autorise et une phrase qu’il n’autorise pas. Cette discipline réduit la surinterprétation.
10. Un modèle est une machine à rendre les hypothèses visibles
Un modèle économique simplifie volontairement le réel pour isoler certains mécanismes. Sa valeur ne vient pas du nombre d’équations mais de la relation claire entre hypothèses, données et conclusions. Un modèle peut être utile tout en étant faux au sens littéral : une carte ne reproduit pas chaque pierre d’un territoire, mais elle peut être excellente pour trouver une route. La question pertinente est donc de savoir pour quelle décision et dans quel domaine le modèle reste informatif.
Les scénarios permettent de ne pas cacher l’incertitude derrière une seule trajectoire. Un scénario central peut être accompagné de variantes sur la croissance, les taux, l’inflation, les comportements ou le calendrier. Lorsque les résultats changent totalement après une petite modification d’hypothèse, la conclusion est fragile ; lorsque plusieurs hypothèses raisonnables conduisent au même ordre de grandeur, elle est plus robuste.
Validation hors échantillon et erreurs de modèle
Un modèle ajusté parfaitement aux données passées peut avoir simplement mémorisé leur bruit. La validation consiste à vérifier ses performances sur des observations qu’il n’a pas utilisées pour s’ajuster, lorsque cela est possible. Pour les politiques publiques uniques, l’exercice est plus difficile : on compare alors plusieurs méthodes, des expériences naturelles, des résultats étrangers ou des fourchettes. L’honnêteté consiste à séparer incertitude sur les données, incertitude sur les paramètres et incertitude sur la structure même du modèle.
Laboratoire — construire trois scénarios sans les confondre avec des prévisions
1. Situation
Prenez une dépense initiale pédagogique de 100 unités. Scénario bas : −5 % ; central : 0 % ; haut : +8 %. Calculez 95, 100 et 108. Documentez ensuite ce qui relève d’une hypothèse, d’une variable observée et d’un résultat calculé. Un scénario n’est pas une prévision : il rend explicite une conséquence conditionnelle.
Statut des nombres : exemple pédagogique, non statistique officielle et non estimation nationale.
2. Calcul guidé
Reprenez la relation du cours : Résultat du modèle = hypothèses + données + relations choisies
3. Exercice autonome
Un scénario central retient une croissance de 1,5 %, un scénario bas 0,5 % et un scénario haut 2,5 %. Si une recette de départ vaut 100 Md€ et que l’exercice suppose provisoirement qu’elle varie exactement comme l’activité, calculez la recette dans chacun des trois scénarios.
Voir la correction expliquée
Sous l’hypothèse volontairement simplifiée de proportionnalité : scénario bas = 100 × 1,005 = 100,5 Md€ ; central = 101,5 Md€ ; haut = 102,5 Md€. La largeur de la fourchette vient ici d’une hypothèse, pas d’une prévision certaine. En pratique, l’élasticité des recettes à l’activité peut différer de 1.
Mini-évaluation spécifique
Un scénario donne 10 Md€ d’économie avec une hypothèse centrale et 6 Md€ avec une hypothèse prudente. Quelle information faut-il présenter au lecteur ?
Voir la correction de la mini-évaluation
Il faut présenter la sensibilité du résultat aux hypothèses, pas seulement le chiffre central, et expliquer ce qui fait varier l’estimation.
Sources précises et points de vérification
Ces références conduisent vers des documents ou jeux de données consacrés au sujet du chapitre, et non vers de simples pages d’accueil institutionnelles.
