Méthodologie | Observatoire des Banques Centrales

TL;DR – Résumé exécutif

Ce que fait ce site : Il fournit deux analyses pour chaque banque centrale couverte :

Prévisions de probabilité : Les chances d'une hausse de taux, d'une baisse de taux ou d'un maintien lors des prochaines réunions — dérivées des prix des contrats à terme sur taux d'intérêt.
Évaluation de la politique : Si le taux actuel semble trop élevé, trop bas ou globalement approprié — sur la base de modèles économiques tels que la règle de Taylor.

Comment ça fonctionne :

Contrats à terme sur taux d'intérêt : Des traders professionnels engagent des capitaux réels sur l'évolution des taux à court terme. Ce site extrait les probabilités de ces prix de contrats à terme en utilisant la méthodologie CME FedWatch, qui constitue la norme du secteur pour la Réserve fédérale et qui est adaptée ici pour la BCE, la Banque d'Angleterre et la RBA. Les prix établis par des milliards de dollars d'activité de négociation ont historiquement constitué un signal fiable de ce que les banques centrales font réellement.
Taux théoriques : Des modèles économiques tels que la règle de Taylor calculent ce que les taux « devraient être » compte tenu des données actuelles d'inflation et d'emploi. La comparaison des taux théoriques aux taux réels indique si la politique est accommodante, restrictive ou neutre.

Un défi majeur : Les contrats à terme sur les Fed Funds suivent directement le taux directeur de la Fed, le taux des fonds fédéraux (Federal Funds Rate). Aucun lien direct de ce type n'existe pour la BCE ou la Banque d'Angleterre. Les approximations les plus proches sont l'ESTR pour la BCE et le SONIA pour la Banque d'Angleterre, qui se négocient tous deux 5 à 15 points de base en dessous des taux directeurs respectifs. Ce site suppose que l'écart actuel reste constant sur l'horizon de prévision.

Validation : Plus de 90 % de précision directionnelle sur 95 décisions de banques centrales (2020–2024).

Outil interactif : Un calculateur Excel gratuit est disponible en téléchargement, permettant aux utilisateurs de reproduire la méthodologie de probabilité et d'expérimenter avec différents prix de contrats à terme.

Cadre méthodologique dual :

Probabilités prospectives : Anticipations de taux directeurs implicites du marché dérivées par décomposition en arbre expansif des contrats à terme sur taux d'intérêt (Fed Funds, ESTR, SONIA). Une hypothèse d'écart constant relie les taux de référence aux taux directeurs sur l'horizon de prévision.
Évaluation normative : Référencement des taux théoriques via la règle de Taylor et la loi d'Okun, avec des calibrations spécifiques à chaque banque centrale. L'analyse de l'écart de taux classe l'orientation comme accommodante, neutre ou restrictive.

Contribution principale : Extension de la méthodologie CME FedWatch à l'ESTR et au SONIA sous une hypothèse d'écart constant pour des horizons de 6 à 12 mois. Performance hors échantillon : 96,3 % de précision directionnelle, 4,1pp d'EAM, score de Brier 0,041.

Outils : Une implémentation Excel complète est disponible (téléchargement ci-dessous) avec des formules transparentes et sans macros.

Navigation rapide :

Sections 1–2 : Méthodologie de calcul des probabilités
Sections 4–5 : Taux théoriques et évaluation de l'orientation de la politique
Section 6 : Résultats de validation
Calculateur Excel : Outil interactif

Deux méthodologies principales

La politique des banques centrales analysée à travers deux approches complémentaires

Partie A : Prévisions de probabilité

Question : Que feront les banques centrales ensuite ?

Méthode : Analyse des marchés de contrats à terme

Résultat : Probabilités de modification des taux pour chaque réunion à venir

Exemple : « 75 % de probabilité d'une baisse de 25pb en mars »

Sections : 1–3 ci-dessous

Partie B : Évaluation de l'orientation de la politique

Question : Les taux devraient-ils être plus élevés ou plus bas ?

Méthode : Modèles économiques (règle de Taylor, loi d'Okun)

Résultat : Classification accommodante / neutre / restrictive

Exemple : « Taux 50pb au-dessus de la règle de Taylor → Orientation restrictive »

Sections : 4–5 ci-dessous

Ces méthodologies se complètent mutuellement. Les prévisions de probabilité reflètent ce que les marchés anticipent ; l'évaluation de l'orientation de la politique reflète ce que les fondamentaux économiques suggèrent. Chaque page de banque centrale présente les deux.

Méthodologie CME FedWatch : Des prix des contrats à terme aux probabilités

La norme du secteur pour extraire les anticipations de politique monétaire des marchés de contrats à terme

Le concept fondamental

Les contrats à terme sur taux d'intérêt agrègent les anticipations de milliers d'investisseurs professionnels qui engagent des capitaux réels sur des positions relatives à l'évolution des taux. La méthodologie CME FedWatch convertit ces prix en probabilités en trois étapes.

Étape 1 : Les contrats à terme reflètent les taux moyens. Un contrat à terme sur les Fed Funds se règle sur la base du taux effectif moyen des fonds fédéraux pour un mois donné. Si le taux actuel est de 5,00 % et que le contrat de juin implique 4,75 %, le marché anticipe un taux moyen de 4,75 % en juin.

Étape 2 : Tenir compte du calendrier des réunions. Si la Fed se réunit le 15 juin, le taux pour les 15 premiers jours du mois est le taux d'avant la réunion (5,00 %). Pour les 15 jours restants, c'est le taux décidé par la Fed. Le prix du contrat à terme capture la moyenne pondérée des deux périodes.

Étape 3 : Résoudre pour obtenir le taux implicite post-réunion. En utilisant le calcul calendaire, nous résolvons pour obtenir le taux post-réunion cohérent avec le prix observé du contrat à terme. Si ce taux est de 4,875 % — à mi-chemin entre 5,00 % et 4,75 % — cela implique une probabilité d'environ 50 % de maintien et 50 % de probabilité d'une baisse de 25pb.

Validation : Plus de 90 % de précision directionnelle sur 95 décisions de banques centrales (2020–2024).

Cadre méthodologique dual :

Probabilités prospectives : Anticipations de taux directeurs implicites du marché dérivées par décomposition en arbre expansif des contrats à terme sur taux d'intérêt (Fed Funds, ESTR, SONIA). Une hypothèse d'écart constant relie les taux de référence aux taux directeurs sur l'horizon de prévision.
Évaluation normative : Référencement des taux théoriques via la règle de Taylor et la loi d'Okun, avec des calibrations spécifiques à chaque banque centrale. L'analyse de l'écart de taux classe l'orientation comme accommodante, neutre ou restrictive.

Outils : Une implémentation Excel complète est disponible (téléchargement ci-dessous) avec des formules transparentes et sans macros.

Navigation rapide :

Sections 1–2 : Méthodologie de calcul des probabilités
Sections 4–5 : Taux théoriques et évaluation de l'orientation de la politique
Section 6 : Résultats de validation
Calculateur Excel : Outil interactif

Deux méthodologies principales

La politique des banques centrales analysée à travers deux approches complémentaires

Partie A : Prévisions de probabilité

Question : Que feront les banques centrales ensuite ?

Méthode : Analyse des marchés de contrats à terme

Résultat : Probabilités de modification des taux pour chaque réunion à venir

Exemple : « 75 % de probabilité d'une baisse de 25pb en mars »

Sections : 1–3 ci-dessous

Partie B : Évaluation de l'orientation de la politique

Question : Les taux devraient-ils être plus élevés ou plus bas ?

Méthode : Modèles économiques (règle de Taylor, loi d'Okun)

Résultat : Classification accommodante / neutre / restrictive

Exemple : « Taux 50pb au-dessus de la règle de Taylor → Orientation restrictive »

Sections : 4–5 ci-dessous

Méthodologie CME FedWatch : Des prix des contrats à terme aux probabilités

La norme du secteur pour extraire les anticipations de politique monétaire des marchés de contrats à terme

Le concept fondamental

Exemple détaillé

Taux actuel : 4,375 %

Prix du contrat à terme de juin : 95,6738 (implique un taux de 4,3262 %)

Réunion de la Fed : 18 juin (jour 18 sur 30)

Calcul : Avant la réunion (jours 1–17), le taux est de 4,375 %. Après la réunion (jours 18–30), il est inconnu. En raisonnant à rebours à partir du prix du contrat à terme, on obtient un taux post-réunion de 4,262 %.

Résultat : La variation implicite est de −11,3pb, ce qui se situe entre 0 et −25pb. Cela se traduit par une probabilité de 54,8 % de maintien et de 45,2 % de probabilité d'une baisse de 25pb.

Pour les réunions plus éloignées, le modèle utilise un « arbre expansif ». Chaque réunion se divise en résultats possibles — hausse de taux, baisse de taux ou maintien — et le modèle attribue des probabilités à chaque branche en fonction des prix des contrats à terme. Le suivi de tous les chemins à travers l'arbre donne la probabilité de tout niveau de taux donné pour toute réunion future.

Pour plus de détails, consultez la page dédiée à la méthode de l'arbre expansif.

Cadre mathématique

Soit $F_m$ le taux implicite du contrat à terme pour le mois $m$, $R_{pre}$ le taux avant la réunion, $R_{post}$ le taux après, $d_{pre}$ les jours avant la réunion et $d_{post}$ les jours après :

$$F_m = \frac{d_{pre} \cdot R_{pre} + d_{post} \cdot R_{post}}{d_{total}}$$

En résolvant pour $R_{post}$ :

$$R_{post} = \frac{d_{total} \cdot F_m - d_{pre} \cdot R_{pre}}{d_{post}}$$

La variation implicite du taux $\Delta R = R_{post} - R_{pre}$ est convertie en probabilités par interpolation linéaire entre les résultats adjacents de 25pb. Si $\Delta R$ se situe entre les résultats $O_i$ et $O_{i+1}$ :

$$P(O_i) = 1 - \frac{\Delta R - O_i}{O_{i+1} - O_i}, \quad P(O_{i+1}) = \frac{\Delta R - O_i}{O_{i+1} - O_i}$$

Extension multi-réunions

L'arbre expansif étend l'extraction pour une seule réunion de manière récursive. Étant donné les prix des contrats à terme $F_1, F_2, \ldots, F_n$ pour $n$ réunions, les probabilités de transition $p_{ij}^t$ à chaque nœud satisfont la normalisation ($\sum_j p_{ij}^t = 1$), la contrainte de martingale (le taux attendu est égal au taux implicite du contrat à terme) et la cohérence des chemins (les probabilités s'agrègent correctement entre les branches).

La complexité computationnelle est de $O(n^2 \cdot m)$, où $n$ = niveaux de taux possibles et $m$ = nombre de réunions.

Limitations

L'hypothèse d'incrément constant ne tient plus en période de crise. Les primes de risque intégrées dans les contrats à terme peuvent biaiser les estimations de probabilité. La méthodologie est la plus fiable pour les Fed Funds, où les contrats à terme suivent directement l'instrument de politique monétaire, par opposition à l'ESTR ou au SONIA, qui sont des taux déterminés par le marché avec des écarts variables par rapport aux taux directeurs.

Cadre mathématique

Soit $P_t(r_i)$ la probabilité du taux $r_i$ à la réunion $t$. Les probabilités de transition $p_{ij}^t$ de $r_i$ à $r_j$ satisfont :

$$P_{t+1}(r_j) = \sum_i P_t(r_i) \cdot p_{ij}^t$$ $$\sum_j p_{ij}^t = 1 \text{ (normalisation)}$$ $$\mathbb{E}_t[r_{t+1}] = \text{taux implicite du contrat à terme}$$

Le système est résolu de manière récursive, en extrayant $p_{ij}^t$ des prix des contrats à terme et des probabilités antérieures. La complexité computationnelle est de $O(n^2 \cdot m)$, où $n$ = taux possibles et $m$ = réunions.

Note concernant les données CME

L'outil CME FedWatch et les données associées sont la propriété de CME Group. Consultez l'outil officiel de CME pour les probabilités officielles concernant la Réserve fédérale. Ce travail se concentre sur l'extension de la méthodologie à d'autres banques centrales.

Adaptation à la BCE et à la Banque d'Angleterre : Le défi de l'écart

Pourquoi l'extension de la méthodologie aux banques centrales européennes nécessite des modifications

La différence fondamentale

La méthodologie CME fonctionne de manière directe pour la Réserve fédérale car les contrats à terme sur les Fed Funds suivent directement le taux directeur de la Fed. Pour la BCE et la Banque d'Angleterre, aucun lien direct de ce type n'existe.

Banque centrale	Taux directeur	Contrat à terme	Ce que suivent les contrats à terme	L'écart
Réserve fédérale	Fed Funds Rate	Fed Funds Futures	Fed Funds Rate	Aucun (correspondance 1:1)
Banque centrale européenne	Taux de la facilité de dépôt (DFR)	ESTR Futures	ESTR (taux de marché)	~8–15pb en dessous du DFR
Banque d'Angleterre	Bank Rate	SONIA Futures	SONIA (taux de marché)	~3–7pb en dessous du Bank Rate

Pourquoi l'écart existe

L'ESTR (Euro Short-Term Rate) et le SONIA (Sterling Overnight Index Average) sont fondés sur les transactions réelles de prêt au jour le jour. Ils se négocient systématiquement en dessous des taux directeurs officiels pour trois raisons. Premièrement, les participants non bancaires tels que les fonds monétaires, les fonds de pension et les assureurs ne peuvent pas déposer directement auprès des banques centrales et acceptent donc des taux légèrement inférieurs de la part des banques commerciales. Deuxièmement, lorsque l'excédent de liquidité est abondant — comme pendant l'assouplissement quantitatif — les écarts s'élargissent ; lorsque la liquidité se resserre, ils se réduisent. Troisièmement, les ratios de levier bancaire, les exigences de couverture de liquidité et les contraintes de bilan affectent l'intermédiation et, par extension, l'écart.

La solution pratique

Pour les prévisions à court terme couvrant les deux à quatre prochaines réunions (généralement 6 à 12 mois), ce site suppose que l'écart actuel reste constant. Cette hypothèse est raisonnable car les écarts évoluent lentement en l'absence d'annonces majeures de politique, l'horizon de prévision est plus court que les périodes typiques d'ajustement de bilan, et l'hypothèse maintient les calculs transparents et reproductibles.

Mise en garde importante : Si la BCE ou la Banque d'Angleterre annonce un changement significatif de politique de bilan — tel qu'un resserrement quantitatif accéléré — l'hypothèse d'écart pourrait nécessiter un ajustement.

Pourquoi c'est important

Une erreur de 5pb dans les hypothèses d'écart peut décaler les estimations de probabilité de 10 à 20 points de pourcentage. Un calibrage précis de l'écart est essentiel.

Dynamique des écarts et structure de marché

Sous les systèmes de plancher avec réserves abondantes, l'ESTR et le SONIA reflètent les taux de collatéral général pour les institutions financières non bancaires — fonds monétaires, fonds de pension, assureurs — qui n'ont pas d'accès direct aux facilités de dépôt des banques centrales. La segmentation de l'accès au marché et les différences de contraintes réglementaires créent un écart persistant en dessous du taux directeur.

Principaux déterminants de l'écart :

Excédent de liquidité : Des réserves plus élevées élargissent les écarts car davantage de participants cherchent un rendement en dessous du taux directeur.
Ratios de levier bancaire : Les contraintes contraignantes en fin de trimestre produisent des pics temporaires d'écart.
Exigences LCR : Les règles de couverture de liquidité affectent la volonté des banques d'assurer l'intermédiation.
Flux QE/QT : L'expansion ou la contraction du bilan modifie directement les niveaux de réserves.
Dates de reporting réglementaire : Les effets d'habillage de bilan créent une volatilité prévisible des écarts.

Hypothèse d'écart constant : justification et limitations

Pour des horizons de prévision de 6 à 12 mois sans changement de régime annoncé, ce site utilise l'écart observé actuel. La justification repose sur le comportement de retour à la moyenne au sein des régimes, un horizon de prévision plus court que les périodes typiques d'ajustement de bilan (18 à 24 mois pour les programmes de QT), la parcimonie et la transparence.

Mise en œuvre : (1) Observer l'écart actuel $s_t = DFR_t - ESTR_t$. (2) Ajuster les taux implicites des contrats à terme de $s_t$. (3) Appliquer la méthodologie standard de l'arbre expansif aux taux ajustés. (4) Normaliser les probabilités.

Quand l'hypothèse ne tient plus

L'hypothèse d'écart constant n'est pas fiable lors de transitions annoncées QE/QT, de programmes significatifs de drainage ou d'injection de réserves, et de changements réglementaires affectant la structure du marché monétaire. Dans ces cas, les prévisions d'écart devraient intégrer les trajectoires de politique annoncées et le comportement historique des écarts lors d'épisodes analogues. Les modèles à changement de régime améliorent la précision mais ajoutent une complexité considérable.

Comportement historique des écarts

Écart BCE DFR-ESTR :

2019–2020 (pré-pandémie) : 8–10pb
2020–2022 (période PEPP) : 12–15pb
2023–2024 (initiation du QT) : 8–10pb

Écart Banque d'Angleterre Bank Rate-SONIA :

2019–2020 : 5–7pb
2020–2022 (bilan élargi) : 8–10pb
2023–2024 (réduction de l'APF) : 5–6pb

Calcul des taux théoriques

Ce que les taux d'intérêt « devraient » être, compte tenu des fondamentaux économiques

Pourquoi calculer des taux théoriques ?

Les probabilités de marché montrent ce que les traders anticipent de la part des banques centrales. Les taux théoriques montrent ce que les conditions économiques suggèrent qu'elles devraient faire. L'écart entre les deux est informatif.

Le modèle le plus largement utilisé est la règle de Taylor, qui calcule un taux d'intérêt recommandé sur la base de deux données : l'écart entre l'inflation et l'objectif de la banque centrale (généralement 2 %), et l'écart entre l'économie et sa pleine capacité — un concept que les économistes appellent l'« écart de production ».

La règle de Taylor (simplifiée)

Taux théorique = Taux neutre + 1,5 × (Inflation − Cible) + 0,5 × Écart de production

Exemple :

Taux neutre : 2,5 %
Inflation actuelle : 3,5 % (cible : 2 %)
Écart de production : +1 % (économie au-dessus de son potentiel)

Taux selon la règle de Taylor = 2,5 + 1,5 × (3,5 − 2) + 0,5 × 1 = 5,25 %

Si le taux directeur effectif est de 4,75 %, il se situe 50pb en dessous de ce que la règle de Taylor prescrit — une orientation modérément accommodante.

L'écart de production : la loi d'Okun

L'écart de production mesure si l'économie fonctionne au-dessus ou en dessous de son potentiel. Une méthode standard pour l'estimer est la loi d'Okun, qui relie le chômage à la production économique. Lorsque le chômage tombe en dessous de son taux naturel, l'économie est probablement en surchauffe (écart de production positif). Lorsque le chômage dépasse le taux naturel, il y a du mou (écart de production négatif).

Modèles spécifiques à chaque banque centrale

Chaque banque centrale possède des caractéristiques distinctes, et les modèles sont calibrés en conséquence :

Réserve fédérale : Règle de Taylor standard avec la loi d'Okun. Voir la page des modèles de la Fed.
Banque centrale européenne : Règle de Taylor modifiée tenant compte de l'hétérogénéité de la zone euro. Voir la page des modèles de la BCE.
Banque d'Angleterre : Adaptation aux dynamiques d'inflation spécifiques au Royaume-Uni. Voir la page des modèles de la BoE.

Les détails techniques complets figurent sur les pages de modèles respectives.

Cadre de la règle de Taylor

La spécification généralisée de la règle de Taylor :

$$i_t = r^* + \pi_t + \alpha(\pi_t - \pi^*) + \beta \cdot y_t$$

Où :

$i_t$ = taux directeur recommandé
$r^*$ = taux réel neutre (r-star)
$\pi_t$ = inflation courante
$\pi^*$ = cible d'inflation
$y_t$ = écart de production
$\alpha, \beta$ = coefficients de réponse de la politique (valeurs canoniques : 1,5 ; 0,5)

Estimation de l'écart de production

Trois méthodes sont employées :

Loi d'Okun : $y_t = -\gamma (u_t - u^*)$ où $\gamma \approx 2$
Filtre HP : Décomposition tendance-cycle du PIB réel
Fonction de production : Estimation structurelle fondée sur le capital, le travail et la PTF

Implémentations spécifiques à chaque banque centrale

Les spécifications détaillées figurent sur la page de modèles de chaque banque centrale :

Fed : Règle d'approche équilibrée, variantes inertielles de la règle de Taylor
BCE : Agrégation inter-pays, spécifications IPCH versus inflation sous-jacente
BoE : Ajustements de ciblage IPC, modifications de l'ère Brexit

Les pages individuelles de modèles documentent la méthodologie d'estimation, le calibrage des paramètres et les résultats des tests rétrospectifs.

Analyse de l'écart de taux et évaluation de l'orientation de la politique

Comparaison des taux effectifs aux taux théoriques

L'écart de taux

Chaque page de banque centrale inclut un graphique de l'écart de taux historique — la différence entre le taux directeur effectif et le taux recommandé par la règle de Taylor.

Écart de taux = Taux effectif − Taux théorique

Interprétation :

Écart positif (p. ex. +50pb) : Taux effectif au-dessus de la règle de Taylor → Restrictive (politique restrictive)
Proche de zéro (±25pb) : Taux effectif proche de la règle de Taylor → Neutre
Écart négatif (p. ex. −50pb) : Taux effectif en dessous de la règle de Taylor → Accommodante (politique accommodante)

Exemple détaillé

Considérons la BCE à la mi-2023 :

Taux de dépôt effectif : 3,75 %
Taux théorique selon la règle de Taylor : 4,25 %
Écart de taux : 3,75 − 4,25 = −50pb

Interprétation : Malgré un cycle de hausse rapide au cours de 2022–2023, la politique de la BCE est restée légèrement accommodante par rapport à la règle de Taylor, suggérant une marge pour un resserrement supplémentaire si l'inflation avait persisté.

Pourquoi c'est important

L'écart de taux offre un cadre pour évaluer le biais de la politique (si le prochain mouvement est plus probablement une hausse ou une baisse), la raisonnabilité de la tarification de marché, et si la politique est peut-être trop restrictive (risque de récession) ou trop accommodante (risque d'inflation persistante). Combiné aux prévisions de probabilité, il fournit un tableau plus complet : ce que les marchés anticipent versus ce que les fondamentaux suggèrent.

Méthodologie de classification

L'orientation de la politique est classifiée via des règles à seuil :

$$\text{Gap}_t = i_t - \hat{i}_t$$ $$\text{Stance} = \begin{cases} \text{Restrictive} & \text{si Gap}_t > +25\text{pb} \\ \text{Neutre} & \text{si } |\text{Gap}_t| \leq 25\text{pb} \\ \text{Accommodante} & \text{si Gap}_t < -25\text{pb} \end{cases}$$

Où $i_t$ est le taux directeur effectif et $\hat{i}_t$ est la prescription de la règle de Taylor. Le seuil de ±25pb reflète l'incertitude de mesure dans les estimations de l'écart de production et du taux neutre.

Contexte historique

Les graphiques d'écart de taux fournissent une perspective historique utile :

2008–2015 : Écarts persistants négatifs (accommodante) pendant la période de borne inférieure zéro
2016–2019 : Normalisation progressive, écarts se rapprochant de zéro
2020–2021 : Écarts fortement négatifs (très accommodante) pendant la pandémie
2022–2024 : Basculement rapide vers des écarts positifs (restrictive) pendant la lutte contre l'inflation

Limitations

L'évaluation fondée sur la règle de Taylor présente des limitations bien documentées :

Incertitude du taux neutre : Les estimations de r* varient de 0,5 % à 3 %.
Mesure de l'écart de production : Les estimations en temps réel et révisées divergent souvent de manière significative.
Sensibilité à la spécification : Les résultats varient selon l'utilisation de l'inflation sous-jacente ou globale et les coefficients de réponse alternatifs.
Stabilité financière : La règle de Taylor ignore les prix des actifs et les conditions de crédit.

Les écarts de taux sont présentés comme un élément d'évaluation de la politique, et non comme des jugements définitifs. Les banques centrales pondèrent un ensemble d'indicateurs plus large que ne le capture une seule règle.

Orientations futures

Expansions prévues et améliorations méthodologiques

Expansions prévues

Banque du Canada : À l'étude, en attente de la disponibilité des données de contrats à terme sur le CORRA.
Banque du Japon : À l'étude, en attente de la disponibilité des données de contrats à terme sur le TONA.
Banque nationale suisse : À l'étude, en attente de la disponibilité des données de contrats à terme sur le SARON.

Améliorations méthodologiques à l'étude

Plusieurs améliorations sont en phase de recherche :

Prévision adaptative des écarts : Modèles dynamiques à changement de régime pour les écarts ESTR/SONIA, calibrés sur les niveaux de réserves et les trajectoires QE/QT. Les tests rétrospectifs préliminaires suggèrent une amélioration de précision de 3 à 5pp lors des transitions de bilan, bien que la complexité de mise en œuvre soit significative.
Volatilité variable dans le temps : Mise à l'échelle des distributions de probabilité en fonction de la proximité des réunions et de mesures d'incertitude du marché telles que le VIX et les indices d'incertitude de politique.
Améliorations par apprentissage automatique : Réseaux de neurones pour la prédiction de régime d'écart et l'amélioration de l'estimation de l'écart de production.

La méthodologie actuelle privilégie la simplicité et la transparence par rapport aux gains marginaux de précision offerts par des modèles plus complexes.

Retour d'expérience

Ce projet est en constante évolution. Les questions, corrections et suggestions méthodologiques sont les bienvenues — n'hésitez pas à nous contacter.

Calculateur Excel interactif

Un outil Excel pour explorer la méthodologie de l'arbre expansif

Ce classeur Excel implémente la méthodologie de calcul des probabilités décrite ci-dessus. Les utilisateurs peuvent modifier les données de prix des contrats à terme et observer comment les probabilités de taux évoluent à travers plusieurs réunions de politique monétaire.

Calculateur de probabilités de taux de la BCE

Classeur Excel avec calculs en arbre binaire, arbre visuel de probabilités et mises à jour automatiques. Sans macros — calculs entièrement basés sur des formules.

Correspond exactement à l'implémentation Python
Distingue les mois avec et sans réunion
Documentation complète incluse

Télécharger le fichier Excel
(8 Ko)

Guide de démarrage rapide

Commencer en 3 étapes

Téléchargez et ouvrez le fichier Excel.
Allez à la feuille InputData et mettez à jour les prix des contrats à terme pour les 8 mois (y compris les mois sans réunion).
Consultez les résultats dans la feuille Summary — tous les calculs se mettent à jour automatiquement.

Structure du classeur

Config : Définir le taux de dépôt actuel de la BCE et le niveau de l'ESTR.
InputData : Saisir les prix mensuels des contrats à terme sur l'ESTR (8 mois).
Calculations : Propagation des prix avec distinction mois avec/sans réunion.
BinaryTree : Arbre visuel de probabilités montrant tous les chemins.
Summary : Distribution de probabilité finale et graphique en barres.

Fonctionnalité clé : Le calculateur distingue les mois avec réunion (lorsque les taux peuvent changer) des mois sans réunion (lorsque les taux restent constants). Cette distinction est essentielle pour un calcul précis des probabilités.

Références et lectures complémentaires

Sources académiques et sources de données

Articles méthodologiques fondamentaux

CME Group. (2023). Understanding the CME FedWatch Tool Methodology. Chicago Mercantile Exchange. Lien
Piazzesi, M., & Swanson, E. T. (2008). Futures prices as risk-adjusted forecasts of monetary policy. Journal of Monetary Economics, 55(4), 677-691.

Lien

Gürkaynak, R. S., Sack, B., & Swanson, E. (2005). The sensitivity of long-term interest rates to economic news: Evidence and implications for macroeconomic models. American Economic Review, 95(1), 425-436.

Lien

Krueger, J. T., & Kuttner, K. N. (1996). The fed funds futures rate as a predictor of Federal Reserve policy. The Journal of Futures Markets, 16(8), 865-879.

Lien

Règle de Taylor et évaluation de la politique

Taylor, J. B. (1993). Discretion versus policy rules in practice. Carnegie-Rochester Conference Series on Public Policy, 39, 195-214.

Lien

Orphanides, A. (2003). Historical monetary policy analysis and the Taylor rule. Journal of Monetary Economics, 50(5), 983-1022.

Lien

Bernanke, B. S. (2010). Monetary policy and the housing bubble. Speech at the Annual Meeting of the American Economic Association.

Lien

Comportement des banques centrales et guidage prospectif

Rudebusch, G. D. (2002). Term structure evidence on interest rate smoothing and monetary policy inertia. Journal of Monetary Economics, 49(6), 1161-1187.

Lien

Coibion, O., & Gorodnichenko, Y. (2012). Why are target interest rate changes so persistent? American Economic Journal: Macroeconomics, 4(4), 126-162.

Lien

Banque centrale européenne et ESTR

Linzert, T., & Schmidt, S. (2008). What explains the spread between the Euro overnight rate and the ECB's policy rate? ECB Working Paper No. 983.

Lien

Pérez-Quirós, G., & Rodríguez-Mendizábal, H. (2006). The daily market for funds in Europe: What has changed with the EMU? Journal of Money, Credit and Banking, 38(1), 91-118.

Lien

Écart de production et loi d'Okun

Okun, A. M. (1962). Potential GNP: Its measurement and significance. Proceedings of the Business and Economics Statistics Section, American Statistical Association, 98-104.
Ball, L., Leigh, D., & Loungani, P. (2017). Okun's Law: Fit at 50? Journal of Money, Credit and Banking, 49(7), 1413-1441.

Lien