Conclusion de la section

Cette section amène à formuler les conclusions suivantes.

D’abord, la combinaison de prévisions est une technique efficace pour réduire l’incertitude des prévisions. Cette méthode produit en général des prévisions plus fiables que celles du pire modèle individuel de prévision. Ces prévisions ne sont toutefois pas systématiquement de meilleure qualité que celles du meilleur modèle individuel de prévision.

Esnuite, les taux de croissance de la demande prévus en utilisant les élasticités estimées par le modèle double-logarithmique aboutissent souvent aux prévisions les plus éloignées de l’observation. Ceci corrobore alors l’idée selon laquelle il est préférable d’utiliser le modèle à correction d’erreur ou le modèle en taux de croissance de moyen terme au modèle double-logarithmique.

La combinaison de prévisions permet alors de dépasser le dilemme du meilleur modèle tout en permettant de réduire l’incertitude des prévisions. Dans la section qui suit, cette technique est utilisée pour prévoir la demande globale de transport de marchandises à travers les Alpes. Par rapport à ces simulations, l’abandon du modèle double logarithmique constitue la principale innovation. Ce choix est justifié par la faible qualité des prévisions utilisant les élasticités estimées par ce modèle et les sérieux biais économétriques qui limitent la significativité de ces estimations.