Résumé

L’étude a pour objectif de bâtir des modèles hebdomadaire et quotidien de prévision des facteurs autonomes dans le cadre de gestion de la liquidité par la Banque Centrale des Etats de l’Afrique de l’Ouest (BCEAO). A l’instar des pratiques en vigueur dans les banques centrales modernes, les techniques de prévision utilisées à la BCEAO s’appuient sur des modèles autorégressifs qui tiennent compte notamment des mouvements tendanciels et saisonniers des variables. Toutefois, les prévisions obtenues à partir des modèles peuvent être modulées, sur la base de l’expérience de la Banque Centrale en la matière et du profil des erreurs de prévision sur les périodes antérieures. 
Les tests d’évaluation montrent globalement que les performances prédictives du modèle quotidien sont meilleures que celles du modèle hebdomadaire. Pour les deux modèles mis en place, la circulation fiduciaire est la composante dont les prévisions sont les plus précises. Elle est suivie des avoirs extérieurs nets, puis des réserves bancaires. La position nette des gouvernements vis-à-vis de la Banque Centrale (PNG) constitue, pour les modèles hebdomadaire et quotidien, la composante des facteurs autonomes de la liquidité dont la prévision est la moins précise, en raison notamment du caractère très volatil de cette variable. Ce constat n’est pas spécifique aux pays de l’Union. L’expérience de plusieurs Banques Centrales dans le monde a montré que la PNG est la composante la plus difficile à prévoir.
Mots clés : Modèles autorégressifs, prévision, facteurs autonomes, liquidité bancaire.
Classification JEL : C13, C22, C53, G21.
Implementation of weekly and daily forecasting models of banks liquidity in WAEMU
Abstract
The goal of this methodological paper is to build daily and weekly models of forecasting autonomous factors in the management of liquidity by the Central Bank of West African States (BCEAO). Like the practice in modern central banks, forecasting techniques used in BCEAO are based on autoregressive models which take into account the trend and seasonal movements of variables. However, the predictions from the models can be adjusted on the basis of the experience of the Central Bank in the field and the profile of forecast errors on prior periods.

Evaluation tests show that the overall predictive performance of the daily model is better than the weekly one. For both models implemented, the forecasts of the currency in circulation is are more accurate. It is followed by net foreign assets and bank reserves. The net government position vis-à-vis the Central Bank (NGP) is, for daily and weekly models, the component of autonomous factors of liquidity which is the least accurate, mainly due to the high volatility of this variable. This finding is not specific to the countries of WAEMU. The experience of many central banks around the world has shown that NGP is the component most difficult to predict.
Keywords  : Autoregressive models, forecasting, autonomous factors, banks liquidity.
JEL classification : C13, C22, C53, G21.