Les enquêtes de conjoncture :

de l’analyse conjoncturelle
aux études structurelles
e numéro spécial s’inscrit dans le prolongement du numéro « Analyse conjonctu-
C relle : entre statistique et économie » d’Économie et Statistique (2003) et du dossier
« Analyse conjoncturelle » d’Économie et Prévision (2006). La publication en quatre
ans de ces trois recueils témoigne de la vitalité de la réflexion méthodologique autour de
la conjoncture, ce numéro se distinguant des deux précédents par son centrage non sur
l’analyse conjoncturelle mais sur les utilisations des enquêtes de conjoncture. La nuance
peut paraître ténue mais elle est réelle.

D’une part, les enquêtes de conjoncture ne sont pas exclusivement utilisées pour l’ana-
lyse conjoncturelle. Les articles du dossier sont présentés dans l’ordre d’applications des
plus conjoncturelles aux plus structurelles. Les deux premiers constituent des exemples
d’utilisation des enquêtes de conjoncture pour l’analyse conjoncturelle dans un contexte
opérationnel. Les indicateurs qui y sont présentés font partie des outils des conjonctu-
ristes de l’Insee. Les deux articles suivants comparent divers indicateurs avancés pour
la prévision à court terme de la production manufacturière. S’ils visent également des
applications conjoncturelles, ils ont un caractère plus exploratoire. Le cinquième arti-
cle présente une étude dont les résultats peuvent avoir des retombées pour l’analyse
conjoncturelle ou pour des études structurelles. Le dernier article s’appuie sur des don-
nées d’enquête de conjoncture pour analyser une question purement structurelle.

D’autre part, les enquêtes de conjoncture ne sont pas les seules sources mobilisées pour
l’analyse conjoncturelle. De nombreuses données quantitatives (comptes nationaux
trimestriels, statistiques quantitatives issues d’enquêtes (1) ou de sources administrati-
ves, données boursières et monétaires) sont aussi utilisées par les conjoncturistes. Dans
Économie et Statistique (2003), cinq des sept articles utilisaient des données d’enquê-
tes de conjoncture françaises ou européennes. Dans Économie et Prévision (2006), les
trois articles consacrés à l’économie française s’appuyaient sur des résultats d’enquêtes
de conjoncture, tandis que les deux études portant sur l’économie américaine avaient
davantage recours à des indicateurs quantitatifs issus d’autres sources. Ceci reflète des
traditions un peu différentes en Europe et aux États-Unis. Depuis les années 1950 et les
premières expérimentations françaises, allemandes et italiennes effectuées par l’Insee,

1. Les enquêtes de conjoncture ne sont pas exclusivement qualitatives. Néanmoins, la plupart de leurs questions sont qualitatives.
L’enquête Investissement dans l’industrie constitue une exception : elle comporte une part significative de questions quantitatives – cf.
l’article de Ferrari dans ce dossier.

ÉCONOMIE ET STATISTIQUE N° 395-396, 2006 3

 l’Ifo et l’ancêtre de l’Isae (2), les Européens ont placé les enquêtes de conjoncture au
centre de leur dispositif d’outils d’analyse conjoncturelle. Dans les années 1960, ils ont
créé le système européen harmonisé des enquêtes de conjoncture qui, sous l’égide de la
Commission européenne, a permis une harmonisation et une généralisation progressive
de ces enquêtes dans l’Europe élargie (cf. Commission européenne, 2006) (3). Ainsi,
les enquêtes de conjoncture donnent des résultats comparables d’un pays européen à un
autre. Ces résultats peuvent être combinés pour bâtir un diagnostic conjoncturel sur la
zone euro et l’Union européenne (4). Dès lors, les résultats d’enquêtes de conjoncture
alimentent nombre d’études sur le cycle des affaires dans les pays européens. Aux États-
Unis, les enquêtes de conjoncture sont plus anciennes sur l’industrie mais plus récentes
sur les autres secteurs. Leurs résultats portant sur les secteurs non manufacturiers sont
publiés à un niveau plus agrégé (5). En revanche, les comptes trimestriels, les statisti-
ques d’emploi et plusieurs autres indicateurs quantitatifs sont publiés plus rapidement
qu’en Europe (6). Corrélativement, le suivi conjoncturel et les études d’économistes sur
le cycle des affaires américain accordent une place plus grande aux indicateurs quanti-
tatifs.

Les enquêtes de conjoncture sont informatives dès lors qu’il existe des liens étroits entre
l’expression des opinions des agents économiques et leurs situation et décisions, pas-
sées, courantes et futures, celles-ci se traduisant dans les évolutions des grands agrégats.
Cependant, ces liens peuvent être complexes à décrypter.

Enquêtes de conjoncture et analyse conjoncturelle

Les enquêtes de conjoncture sont les sources les plus précoces sur les fluctuations de
l’économie. Elles renseignent sur le passé récent, la situation actuelle et les perspectives
proches des agents économiques. Sur la base de leurs résultats, les conjoncturistes bâtis-
sent des indicateurs qui renseignent sur la position de l’économie dans le cycle, évaluent
la possibilité d’un retournement de la conjoncture ou aident à prévoir les principaux
agrégats macroéconomiques. Les articles de Matthieu Cornec et Thierry Deperraz et
de Nicolas Ferrari illustrent ce type d’utilisation des enquêtes de conjoncture.

Cornec et Deperraz détaillent l’élaboration de l’indicateur synthétique dans les services

publié par l’Insee chaque mois depuis septembre 2004 parmi les résultats de l’enquête sur
la situation et les perspectives dans les services (7). Le mode de calcul de cet indicateur
constitue une généralisation de la méthode d’analyse factorielle dynamique introduite
en France par Doz et Lenglart (1999). Cette généralisation permet de combiner dans un

2. Ces trois instituts, respectivement situés à Paris, Munich et Rome, mènent depuis longtemps des réflexions méthodologiques sur les
enquêtes de conjoncture et ont une longue tradition de coopération sur les sujets s’y rapportant. Depuis quelques années, ils rédigent
une note commune de conjoncture de la zone euro (consultable sur le site [Link]
htm).
3. Le site [Link] de la Commission européenne
apporte de nombreux compléments sur le système européen harmonisé des enquêtes de conjoncture.
4. L’harmonisation et la généralisation des enquêtes de conjoncture se poursuivent au-delà de l’Europe, encouragées par l’OCDE
(cf. [Link] ?datasetcode = MEI_BTS_COS). Sur ce site sont présentés des résultats d’enquêtes de
conjoncture pour plus de 35 pays, ainsi que le manuel sur les enquêtes de conjoncture de l’OCDE (2003), dont un chapitre traite de
l’harmonisation de ces dernières au niveau mondial. Les enquêtes européennes harmonisées y font figure de références.
5. Des enquêtes au niveau fédéral sont réalisées auprès de ses membres (majoritairement des directeurs d’achat) par l’Institute for
Supply Management (ISM, auparavant NAPM, institut qui a donné son nom à un indicateur économique très suivi, tiré de ces enquêtes)
- cf. le site de l’OCDE cité en note 4 et celui de l’ISM ([Link] Des enquêtes régionales sont effectuées au niveau des États
(par les réserves fédérales régionales), dont certaines sont très regardées. Enfin, il existe des enquêtes auprès de consommateurs, dont
celle réalisée par l’Université du Michigan.
6. Ce décalage tend à se réduire, les Européens publiant leurs indicateurs quantitatifs plus tôt que par le passé.
7. Les résultats des enquêtes de conjoncture de l’Insee sont accessibles sur le site de l’institut ([Link]
[Link]).

4 ÉCONOMIE ET STATISTIQUE N° 395-396, 2006

 facteur commun mensuel unique des séries différant tant par la périodicité (trimestrielle
ou mensuelle, avec des changements de périodicité en cours de période) que par la lon-
gueur (du fait que certaines questions ont été introduites plus tardivement que d’autres).
Dans Économie et Statistique (2003), Bouton et Erkel-Rousse soulignaient l’apport de
l’enquête de conjoncture trimestrielle dans les services pour la prévision conjoncturelle
du Pib. Cornec et Deperraz confirment et prolongent ce résultat en présentant pour la
première fois des résultats mensuels tirés de cette enquête, mensualisée en juin 2000.

Les sources précoces et les indicateurs conjoncturels sur l’investissement sont rares.
C’est regrettable compte tenu de l’importance de l’investissement dans la formation des
cycles économiques. En effet, la volatilité dans le temps des dépenses d’investissement
constitue une des principales composantes des cycles de court terme (8). L’apport de l’ar-
ticle de Nicolas Ferrari est notable à plusieurs égards. En premier lieu, il comble un vide
en présentant un indicateur avancé original sur l’investissement productif, utilisé depuis
par les conjoncturistes de l’Insee. Cet indicateur trimestriel mobilise l’information avan-
cée contenue dans les révisions apportées par les entrepreneurs à leurs anticipations
annuelles d’investissement consignées chaque trimestre dans l’enquête de l’Insee sur les
investissements dans l’industrie. Il est élaboré à partir d’une méthode non paramétrique
robuste, qui apporte une réponse adaptée aux spécificités des distributions des révisions
(présence de valeurs extrêmes, forte concentration autour de la révision nulle). Enfin, ce
n’est pas le moindre mérite de cet article que de permettre une meilleure compréhension
des résultats d’une enquête parfois mal interprétée, car complexe. En effet, il répond à
une opinion erronée selon laquelle les évaluations d’investissement apportées par les
entrepreneurs interrogés à l’enquête Investissement seraient peu fiables car sujettes à de
fortes révisions d’un trimestre sur l’autre (9). Or, Ferrari montre précisément que ces
révisions ne constituent pas du « bruit » mais sont au contraire porteuses d’une véritable
information conjoncturelle (10).

Enquêtes de conjoncture et réflexion méthodologique

Les articles de François Hild et d’Olivier Biau, Hélène Erkel-Rousse et Nicolas

Ferrari sont orientés vers la recherche d’indicateurs avancés pour la prévision conjonc-
turelle. Ces articles illustrent une difficulté méthodologique rencontrée de tout temps par
les utilisateurs des résultats d’enquêtes de conjoncture. La plupart des questions posées à
ces enquêtes sont qualitatives et appellent un choix entre trois modalités : « en hausse »,
« stable » ou « en baisse » pour une question portant sur une évolution ou « supérieur à
la normale », « proche de la normale » ou « inférieur à la normale » pour une question
portant sur un niveau (11). Une littérature abondante s’interroge sur la façon de quan-
tifier, d’agréger et d’interpréter au mieux les réponses individuelles à une telle ques-
tion (12). Fayolle (1987) met bien en perspective le problème lorsqu’il écrit : « Parce que
les enquêtes de conjoncture apportent de l’information sur les phénomènes de dispersion

8. Cf. l’introduction d’Epaulard à Économie et Statistique (2001).

9. Cf. notamment Carnot et Tissot (2002).
10. Il tend en cela à apporter un argument au crédit de la première des deux explications formulées par Malinvaud (2000) : « […] inten-
tions about the amount of investment to be made a year later turned out to differ substantially from investment which were really made
by the respondents. There is a natural explanation of the fact, namely that the intentions were conditional and that conditions changed
in the meantime. Now that we have a large experience with data on intentions, can we say that this explanation holds? Or is it rather that
answers about intentions are made without care and are so subject to a large amount of insignificant noise? ».
11. Quelques questions appellent des réponses plus précises, où les réponses fortement ou faiblement positives (resp. négatives) sont
distinguées.
12. Cf. la revue de littérature de l’article de Biau et al..

ÉCONOMIE ET STATISTIQUE N° 395-396, 2006 5

 et d’incertitude qui affectent l’activité économique, elles doivent permettre de rendre
plus solide et plus sûr le diagnostic conjoncturel sur le présent comme sur le futur. Cela
nécessite cependant le choix de modalités adaptées de traitement et d’interprétation de
l’information fournie ». Dans la pratique conjoncturelle, l’usage des soldes d’opinion,
définis comme les différences entre les pourcentages de réponse positives (« en hausse »
ou « supérieur à la normale ») et les pourcentages de réponses négatives (« en baisse »
ou « inférieur à la normale ») s’est imposé, au moins en Europe. Néanmoins, certains
instituts tel l’ISM aux États-Unis ont choisi de publier les pourcentages de réponses
positives, neutres et négatives. Au caractère synthétique, aisé à suivre dans le temps et
robuste des soldes répond la plus grande exhaustivité des pourcentages. Certains éco-
nomistes tentent d’exploiter de manière plus sélective les informations apportées sur les
phénomènes de dispersion et l’incertitude dont parle Fayolle (1987).

Dans Économie et Statistique (2003), Hild suggérait d’utiliser, pour certaines questions,
des indicateurs résumés combinant les pourcentages de réponses positives, neutres et
négatives pondérés par des poids tirés d’analyses en composantes principales. Hild
explore ici une nouvelle piste. Il introduit un indicateur synthétique dont le calcul repose
sur certaines réponses individuelles susceptibles d’apporter une information avancée sur
les retournements de tendance de l’activité industrielle. Sont en effet retenues comme
composantes élémentaires de ce facteur commun des pourcentages d’entrepreneurs qui
modifient leur réponse à certaines questions d’une enquête à la suivante en passant de la
modalité « stable » à la modalité « hausse » ou « baisse ». Hild suggère que ce facteur
commun pourrait utilement compléter l’indicateur synthétique dans l’industrie publié
mensuellement par l’Insee, pour la prévision à deux trimestres du taux de croissance
de la production manufacturière. Il serait intéressant de réaliser des tests pour évaluer
la significativité des écarts entre les erreurs de prévision obtenues selon les modèles
considérés et l’information disponible (13). Toujours est-il que l’approche de Hild met
en lumière une intuition pas si immédiate selon laquelle la prise en compte de la totalité
des réponses individuelles à une question ne permettrait pas forcément de construire les
meilleurs indicateurs avancés.

Une intuition voisine est à l’origine des indicateurs développés par James Mitchell,
Richard Smith et Martin Weale (2004), auxquels s’intéresse l’article d’Olivier Biau,
Hélène Erkel-Rousse et Nicolas Ferrari. Mitchell et al. regrettent que la plupart des
indicateurs résumés des réponses individuelles à une question n’exploitent pas l’hétéro-
généité des comportements de réponses (14). Or, tous les entrepreneurs ne donnent pas
des informations également pertinentes pour prévoir, par exemple, le taux de croissance
de la production manufacturière. Mitchell et al. ont donc élaboré des indicateurs fondés
sur un traitement des réponses élémentaires qui tient compte de cette hétérogénéité. Les
fluctuations de ces indicateurs sont davantage tirées par les réponses des entreprises
dont la conjoncture propre est fortement liée aux mouvements d’ensemble de la produc-
tion industrielle que par celles des entreprises à activité acyclique. Les applications sur
données allemandes et britanniques de Mitchell et al. suggèrent que leurs indicateurs
seraient plus performants pour la prévision conjoncturelle de la production manufactu-
rière que plusieurs indicateurs classiques. Cependant, ces auteurs obtiennent le résultat

13. Ce type de test, dû à Harvey et al. (1997) et qualifié de test d’égalité des performances prédictives, est expliqué dans l’article de
Biau et al.
14. Le calcul de la majorité des indicateurs résumés, tels les soldes d’opinion, obéit à une logique purement statistique : y sont prises
en compte le plus de réponses possibles, en général pondérées en fonction de la part que représentent des unités interrogées dans
l’agrégat d’intérêt (activité, emploi, etc. selon la question).

6 ÉCONOMIE ET STATISTIQUE N° 395-396, 2006

 contraire sur des données portugaises et suédoises. Biau et al. comparent les performan-
ces prédictives de soldes d’opinion et d’indicateurs inspirés de Mitchell et al. (2004)
sur des données françaises. Ils trouvent que les soldes d’opinion sont au moins aussi
performants en prévision que les indicateurs inspirés de Mitchell et al. (2004), voire
significativement plus, selon les modèles utilisés. À ce stade de l’expérimentation, les
performances relatives des indicateurs de Mitchell et al. sont donc mitigées. Néanmoins,
leur intuition très séduisante suscitera encore de nombreuses recherches.

Anciens et nouveaux indicateurs conjoncturels

Les quatre premiers articles illustrent la vitalité de la réflexion méthodologique sur les
outils d’analyse conjoncturelle. Ils montrent aussi la tendance à la complexification des
outils dans la discipline. Cette complexification peut rendre la communication difficile
auprès du large public des utilisateurs des enquêtes de conjoncture. Si on tente d’éva-
luer les indicateurs existants en rapportant leur apport à leur niveau de complexité, des
indicateurs anciens comme les soldes d’opinion ou des combinaisons simples de soldes
d’opinion (15) apparaissent toujours performants. Même sans intégrer la dimension du
degré de simplicité dans la comparaison, les anciens indicateurs ne se laissent pas faci-
lement détrôner. Chez Hild, l’indicateur synthétique dans l’industrie de l’Insee soutient
la comparaison avec l’indicateur non standard de l’auteur, même si ce dernier indicateur
semble en ressortir avec un léger avantage. Chez Biau et al., les soldes se comportent
au moins aussi bien que des indicateurs plus récents dont on aurait attendu a priori
des performances supérieures en prévision. Cependant, d’autres expérimentations sont
nécessaires pour pouvoir répondre de façon assurée aux questions posées par ces deux
articles. Seule la répétition des analyses hors échantillon sur des données et des périodes
de simulation différentes permettrait d’aboutir à un diagnostic qui s’affranchisse de leurs
spécificités (dont Biau et al. soulignent l’influence sur les résultats). À tout le moins, les
anciens indicateurs résistent.

Plus généralement, de nombreux indicateurs introduits ces dernières années permettent

ou laissent augurer des progrès dans l’analyse conjoncturelle. Cependant, en général, ces
progrès ne remettent pas en cause les anciens indicateurs. Les nouveaux s’ajoutent aux
anciens plus qu’ils ne les remplacent, parce qu’ils apportent un plus dans le suivi d’une
branche d’activité (les services, dans le premier article) ou d’un agrégat (l’investisse-
ment, dans le deuxième article) ou qu’ils ouvrent des perspectives d’enrichissement des
outils d’analyse en résolvant un problème technique (telle la combinaison de séries de
périodicités différentes, dans le premier article) ou en explorant une nouvelle piste pro-
metteuse (cas des quatre articles). Ainsi, depuis une dizaine d’années, l’enrichissement
des outils des conjoncturistes est sensible. La création de nouveaux indicateurs a per-
mis l’amélioration du suivi des branches non industrielles et de certaines composantes
du Pib. L’utilisation croissante d’indicateurs composites répondant à un objectif précis
(indicateurs synthétiques résumés d’une enquête, indicateurs de retournement, etc.) per-
met d’affiner l’évaluation du positionnement de l’économie dans le cycle conjoncturel
et l’anticipation de ses inflexions de tendance.

15. Les indicateurs de confiance de la Commission européenne (2006) sont calculés comme des moyennes arithmétiques simples de
soldes. L’indicateur synthétique dans l’industrie de l’Insee résulte d’une analyse factorielle statique sur six soldes d’opinion : les soldes
sont pondérés de manière endogène. L’indicateur synthétique dans les services (Cornec et Deperraz), plus récent et le plus complexe,
ne peut pas être formulé comme une moyenne pondérée de soldes.

ÉCONOMIE ET STATISTIQUE N° 395-396, 2006 7

 Enquêtes de conjoncture et études structurelles

Les enquêtes de conjoncture n’ont pas pour seul avantage celui, essentiel pour les conjonc-
turistes, d’être disponibles plus tôt que les statistiques quantitatives. D’une part, les enquê-
tes de conjoncture par branche d’activité fournissent une vue assez complète et cohérente
de chacune de ces branches, éclairant des domaines qui ne sont pas couverts (ou tardi-
vement) par les statistiques classiques. Citons notamment les informations fournies par
ces enquêtes sur l’utilisation des capacités de production (16), la trésorerie des entrepri-
ses, les facteurs influençant cette dernière, les conditions de financement auxquelles sont
confrontés les entrepreneurs (17) ou encore les perspectives d’investissements, leurs déter-
minants et leurs destinations (18). Leur mise en perspective enrichit la compréhension de
nombreux phénomènes économiques. Malinvaud (2000) souligne à cet égard l’apport des
enquêtes de conjoncture pour étudier les intentions et anticipations des agents économi-
ques et caractériser les déséquilibres de marché. Ainsi, les macroéconomistes utilisent le
taux d’utilisation des capacités de production, issu d’une enquête de conjoncture, dans des
équations de comportement de leurs modèles (19) pour capter l’impact des déséquilibres
sur les marchés des biens, notamment sur les échanges extérieurs (20) et sur les prix (21).
Les deux derniers articles du dossier constituent des illustrations éclairantes de l’usage des
enquêtes de conjoncture à des fins d’études plus structurelles.

Celui de Patrick Aubert et Marie Leclair se situe à la frontière entre les optiques conjonc-
turelle et structurelle. Ces auteurs évaluent le contenu des réponses des entrepreneurs à trois
questions posées à l’enquête de l’Insee sur la situation et les perspectives dans l’industrie :
celles portant sur l’évolution de la compétitivité de l’entreprise sur le marché domestique,
les marchés des autres États membres de l’Union européenne et les autres marchés exté-
rieurs. Leur étude économétrique sur les réponses individuelles des entrepreneurs suggère
que ces dernières seraient plus liées aux variations de conjoncture subies par les entreprises
qu’à des modifications de leur position concurrentielle. Les auteurs trouvent cependant que
les soldes d’opinion tirés de ces réponses sont assez bien corrélés avec plusieurs composan-
tes constitutives de la compétitivité (productivité du travail, taux de change, coûts relatifs).

Cette étude intéresse le conjoncturiste, qui peut ainsi mieux appréhender ce que recou-
vrent les réponses à ces trois questions auparavant peu étudiées (22). Cette information
lui permet de mieux évaluer ce qu’il peut attendre d’indicateurs élaborés à partir de ces
résultats, notamment au sein de modèles de prévision, dont l’utilisation est d’autant plus
délicate qu’ils s’apparentent souvent à la « mesure sans théorie » tant critiquée depuis
Koopmans (1947).

Sur un plan structurel, cette étude intéresse l’économiste internationaliste, qui peut tenter
d’utiliser des indicateurs de compétitivité issus d’enquêtes de conjoncture de préférence aux
indicateurs usuels bâtis à partir de statistiques quantitatives, dont on sait qu’elles mesurent

16. Source : résultats trimestriels de l’enquête de l’Insee sur la situation et les perspectives dans l’industrie. Il s’agit d’une variable har-
monisée au niveau européen disponible pour de nombreux États membres.
17. Source : enquête Trésorerie de l’Insee.
18. Source : enquête Investissement dans l’industrie de l’Insee, cf. les articles de Ferrari et de Naboulet et Raspiller (évoqué infra).
19. Cf. Allard-Prigent et al. (2002), Beffy et al. (2003), Bourquard et al. (2005) entre autres.
20. Un pays en décalage conjoncturel par rapport à ses partenaires peut devoir davantage importer et être contraint dans ses exporta-
tions si ses entreprises fonctionnent au maximum de leurs capacités et ne peuvent répondre à un surcroît de demande domestique ou
étrangère. Pour une modélisation théorique, cf. Catinat (1984).
21. Une période de surchauffe conjoncturelle se traduit par des pressions à la hausse sur les prix.
22. Suivant Aubert et Leclair (dont ils citent les travaux), Kangasniemi et Takala (2006) étudient les réponses aux mêmes questions (har-
monisées au niveau européen) de l’enquête de conjoncture équivalente effectuée en Finlande. À notre connaissance, il s’agit des deux
premières études sur le sujet.

8 ÉCONOMIE ET STATISTIQUE N° 395-396, 2006

 très imparfaitement les mouvements des prix du commerce international. Une étude récente
de Basile et al. (2006) constitue l’illustration d’une telle démarche. Ces auteurs élaborent des
indicateurs de demande et de compétitivité à partir de certaines réponses à une enquête de
conjoncture auprès d’entreprises exportatrices italiennes. Ils intègrent ces indicateurs dans
un modèle empirique fondé sur un cadre théorique de concurrence imparfaite en économie
ouverte et en déduisent des enseignements sur les comportements de marge des entreprises
exportatrices italiennes. L’article d’Aubert et Leclair incite l’économiste internationaliste à
utiliser les résultats des questions qu’ils ont analysées, dans le même esprit que Basile et al.
(2006). Il suggère en outre de combiner les résultats de plusieurs enquêtes européennes pour
assurer une interprétation plus clairement relative de l’indicateur de compétitivité résultant.

Enfin, Antoine Naboulet et Sébastien Raspiller confrontent les prévisions de dépenses

d’investissement données par les industriels interrogés à l’enquête Investissement dans
l’industrie de l’Insee à leurs réponses à deux questions posées à cette même enquê-
te sur les déterminants de leur décision d’investir et sur les destinations de leurs inves-
tissements. Le but est d’évaluer le poids relatif de chaque déterminant (perspectives de
demande, de profit, facteurs techniques, contraintes de financement…) dans la décision
d’investir, selon la destination de l’investissement (investissement de renouvellement, de
capacité, de modernisation ou d’innovation de produit). Les auteurs soulignent la spé-
cificité des informations qu’ils utilisent, tant par leur collecte à la source de la prise de
décision que par le détail des modalités de réponses. En consignant l’expression directe
des anticipations et motivations des entrepreneurs, l’enquête rend possible cette étude
centrée sur le cœur de la décision d’investir.

Comme Ferrari, Naboulet et Raspiller réussissent à tirer de la complexité même de l’en-

quête Investissement des enseignements à ma connaissance inédits sur les manières diffé-
renciées dont les déterminants traditionnels de l’investissement répertoriés dans la littéra-
ture influent sur la décision d’investir selon la nature de ces déterminants et, surtout, selon
ce à quoi les entrepreneurs destinent leur investissement. Les auteurs traitent les difficultés
méthodologiques (données censurées, problèmes d’hétérogénéité et de simultanéité) avec
rigueur et transparence. Quelques « incohérences » dans les résultats sont mentionnées
par les auteurs, qui pourraient provenir plus du modèle économétrique que des réponses
des entrepreneurs. Les auteurs traitent ex ante les problèmes d’hétérogénéité des compor-
tements de réponse des enquêtés liés à leur optimisme plus ou moins affirmé. Cependant,
leur correction de ces phénomènes n’est que partielle, le modèle devant rester suffisam-
ment simple pour que son estimation soit fiable. De même, la cohérence des réponses indi-
viduelles serait sans doute à évaluer en intégrant la dimension de la position dans le cycle
conjoncturel, mais là aussi on ne peut pas compliquer trop le modèle. À tout le moins, ces
remarques ouvrent à des pistes complémentaires d’interprétation des résultats.

De plus en plus de travaux sur données individuelles (23)

Le numéro expose successivement plusieurs exemples d’utilisation des enquêtes de

conjoncture, des plus conjoncturelles au plus structurelles. Une autre grille de lecture
serait celle d’une utilisation des données allant des plus agrégées aux plus fines.

23. Par données individuelles, on désigne ici les réponses élémentaires données par les entrepreneurs ou les consommateurs aux
enquêtes de conjoncture auxquelles ils sont interrogés, avant toute agrégation totale ou partielle.

ÉCONOMIE ET STATISTIQUE N° 395-396, 2006 9

 Le premier article est le seul des six à n’utiliser comme données de base que des résultats
agrégés (soldes d’opinion). Ceci traduit le recours croissant aux données individuel-
les issues des enquêtes de conjoncture (24). L’indicateur macroéconomique de Ferrari
découle d’un travail préalable sur les réponses individuelles et d’un traitement approprié
aux caractéristiques de la distribution des séries élémentaires résultantes. L’indicateur
synthétique de Hild repose sur une exploitation d’une partie des réponses qui se modi-
fient d’une enquête sur l’autre (25). Biau et al. posent plus explicitement la question des
avantages à exploiter l’hétérogénéité des comportements de réponse pour la construction
d’indicateurs résumés. Aubert et Leclair combinent les analyses sur données élémentai-
res et agrégées. Leurs résultats illustrent la complexité des effets de l’agrégation : celle-
ci fait émerger une interprétation des résultats en termes relatifs non perceptible dans
les réponses individuelles. Enfin, l’article de Naboulet et Raspiller illustre la difficulté
de l’économétrie sur données de panel. L’hétérogénéité individuelle y est exploitée au
maximum, permettant l’obtention de résultats originaux ; mais l’hétérogénéité résiduelle
est une source de biais qu’il n’est pas toujours facile de maîtriser.

En dépit de ces difficultés inhérentes au traitement des réponses individuelles, c’est dans
l’exploitation croissante de ces réponses et dans la recherche d’une meilleure compré-
hension de l’hétérogénéité des comportements qui leur sont sous-jacents que résident
sans doute les pistes les plus prometteuses d’exploitation des résultats des enquêtes de
conjoncture.

Hélène Erkel-Rousse
Insee

24. Par comparaison, dans Économie et Statistique (2003), seul un article exploitait des réponses individuelles.
25. Ici la dimension microéconomique ne s’apparente pas à un travail sur données de panel mais repose sur une sélection glissante de
réponses sur chaque couple de deux enquêtes consécutives.

BIBLIOGRAPHIE

Allard-Prigent C., Audenis C., Berger K., Carnot Bourquard V., Carnot N., Deruennes A. et
N., Duchêne S. et Pesin F. (2002), « Présentation Pamies-Sumner S. (2005), « Une maquette de
du modèle MÉSANGE, Modèle Économétrique prévision à court terme pour la France », Document
de Simulation et d’ANalyse Générale de l’Écono- de travail de la Direction Générale du Trésor et de
mie », Document de travail de la Direction de la la Politique Économique.
Prévision, mai.
Bouton F. et Erkel-Rousse H. (2003),
« Conjonctures sectorielles et prévision à court
Beffy P.-O., Bonnet X., Monfort B. et Darracq-
terme de l’activité : l’apport de l’enquête de
Pariès M. (2003), « MZE, un modèle macroé-
conjoncture dans les services », Économie et
conométrique pour la zone euro », Économie et
Statistique, numéro spécial Analyse conjonctu-
Statistique, n° 367, pp. 3-37.
relle : entre statistique et économie, n° 359-360
- 2002, publié en avril 2003, pp. 35-68.
Basile R., de Nardis S. et Girardi A. (2006),
« Pricing to Market of Exporting Firms », 28e Carnot N. et Tissot B. (2002), La prévision éco-
conférence internationale du Ciret, Rome. nomique, Economica.

10 ÉCONOMIE ET STATISTIQUE N° 395-396, 2006

 Catinat M. (1984), « Fondement micro-économi- Fayolle J. (1987), Pratique contemporaine de
que par le déséquilibre des équations d’importa- l’analyse conjoncturelle, Economica.
tion et d’exportation », Annales de l’Insee, n° 55-
56, pp. 153-181. Harvey D.I., Leybourne S.J. et Newbold P.
(1997), « Testing the Equality of Prediction
Commission européenne (2006), The Joint Mean Square Errors », International Journal of
Harmonised EU Program of Business and Forecasting, vol. 13, n° 2, pp. 281-291.
Consumer Surveys, User Guide. Téléchargeable
sur le site : [Link] Kangasniemi J. et Takala K. (2006), « The
economy_finance/indicators/business_consumer_ Content of Competitiveness Assessments of
surveys/userguide_en.pdf. Finnish Manufacturing Firms », 28e Conférence
internationale du Ciret, Rome.
Doz C. et Lenglart F. (1999), « Analyse facto-
rielle dynamique : test du nombre de facteurs, Koopmans T.C. (1947), « Measurement Without
estimation et application à l’enquête de conjonc- Theory », Review of Economics and Statistics,
ture dans l’industrie », Annales d’Économie et de vol. 29, n° 3, pp. 161-172.
Statistique, n° 54, pp. 91-127.
Malinvaud E. (2000), « The Role of Business
Survey Data in Macroeconomic Research
Économie et Statistique (2001), numéro spécial and Practice », Discours d’ouverture à la 25e
« L’investissement et le financement des entre- Conférence internationale du Ciret, Paris.
prises », Présentation générale par A. Epaulard,
n° 341-342. Mitchell J., Smith R.J. et Weale M.R. (2004),
« The Impact of Survey Aggregation Methods
Économie et Statistique (2003), numéro spécial on the Quality of Business Survey Indicators »,
« Analyse conjoncturelle : entre statistique et éco- Rapport pour la Commission européenne,
nomie », Présentation générale par D. Ladiray, ECFIN/2003/A3-04.
n° 359-360/2002, publié en avril 2003.
OCDE (2003), « Business Tendency Surveys:
Économie et Prévision (2006), dossier « Analyse A Handbook », téléchargeable sur le site : http://
conjoncturelle », n° 172, 2006-1, pp. 1-114. [Link]/dataoecd/29/61/[Link].

ÉCONOMIE ET STATISTIQUE N° 395-396, 2006 11

> Vue d’ensemble des revenus
des secteurs :
• de l’industrie,
• du commerce,
• de l’agriculture,
• de la santé…

En vente en librairie,
à l’Insee et sur [Link]

15 € - Collection Insee-Réferences