Un modèle d’intelligence artificielle de l’UQAM pour prévoir l’inflation

Un professeur de l’Université du Québec à Montréal (UQAM) a conçu un modèle d’intelligence artificielle afin de prévoir et de comprendre l’inflation qui touche les consommateurs canadiens depuis plusieurs mois.

• À lire aussi: L'inflation a probablement encore accéléré en janvier, prévient la Maison-Blanche

• À lire aussi: Inflation: le budget des propriétaires d'animaux de compagnie malmené

«L’indice des prix à la consommation a augmenté d’environ 5 % au Canada l’an dernier, bien au-delà du 2 % ciblé par la Banque du Canada. Or, les modèles statistiques traditionnellement utilisés en macroéconomie ont été incapables de prévoir une telle hausse», a indiqué Philippe Goulet Coulombe, professeur au Département des sciences économiques de l’ESG UQAM.

L’écart entre l’offre et la demande, nommée écart de production, ainsi que les attentes inflationnistes sont deux éléments majeurs à prendre en considération pour prévenir l’inflation.

«Celles-ci sont mesurées de manière imprécise par des sondages et on ne peut pas mettre dans une base de données l’écart de production, qui est un concept théorique», a mentionné le professeur.

Les modèles standards de prévision de l’inflation se concentrent donc sur des indicateurs tels que le taux de chômage ou le produit intérieur brut (PIB), des modèles qui «sont incapables de prévoir une inflation qui s’écarte significativement de la cible établie par la Banque du Canada», selon M. Goulet Coulombe.

En utilisant l’intelligence artificielle, l’économiste propose un modèle qui sélectionne par lui-même les indicateurs pertinents, permettant de prévoir l’inflation, mais aussi de l’expliquer.

«Nous avons créé une nouvelle architecture de réseaux de neurones profonds, que l’on nomme réseaux de neurones en hémisphère, et lui avons fourni des milliers de données économiques historiques ainsi que des éléments de théories économiques», a-t-il souligné.