From Unemployment Data to GDP Forecasts: Improving Central Bank Economic Predictions

Cet article de recherche explore le rôle du chômage dans l’appréciation des prédictions de la croissance du produit intérieur brut (PIB) en utilisant des modèles vectoriels autorégressifs (VAR), avec un accent particulier sur les modèles VAR bayésiens à fréquences mixtes (MF-BVAR). Il examine également l’intégration d’indicateurs économiques clés, tels que le PIB, l’offre de monnaie (M1), l’inflation, les taux d’intérêt à court terme et le chômage. En intégrant les données sur le chômage, l’étude vise à améliorer la précision des prévisions du PIB. Les résultats soulignent l’impact significatif du chômage sur les indicateurs économiques et la précision globale des modèles de prévision. À partir des données macroéconomiques et des outils méthodologiques innovants, cette recherche vient en complément à la littérature sur les prévisions économiques, en démontrant l’importance de la prise en compte des dynamiques du marché du travail dans les modèles prédictifs, offrant des perspectives précieuses pour les décideurs politiques et les économistes.Classification JEL : C53, E24, E58.