Monthly Inflation Forecasting in Madagascar Using Facebook Prophet: An Empirical Evaluation Prévision de l'inflation mensuelle à Madagascar à l'aide de Facebook Prophet : une évaluation empirique

Cet article explore l'application du modèle Facebook Prophet à la prévision de l'inflation mensuelle à Madagascar, en utilisant les données de l'indice des prix à la consommation (IPC) de février 2016 à octobre 2024. Développé par Taylor et Letham (2017), Facebook Prophet est un modèle additif de séries temporelles capable de prendre en compte les tendances, les effets saisonniers et les événements calendaires, tout en étant accessible aux utilisateurs non spécialistes.

L'étude vise à (i) modéliser l'évolution de l'inflation mensuelle à Madagascar et (ii) évaluer la précision prédictive du modèle à l'aide des indicateurs d'erreur tels que le MAPE (erreur absolue moyenne en pourcentage) et le MASE (erreur absolue moyenne échelonnée). Le logarithme de l'IPC est utilisé comme variable à expliquer, le temps étant la variable explicative.

Le modèle a produit des résultats très précis, avec un MAPE de 0,03 % et un MASE de 0,2278, ce qui indique une performance de prévision excellente comparée à un modèle naïf. Les tests de diagnostic confirment par ailleurs que les résidus sont normalement distribués, non autocorrélés et homoscédastiques, renforçant la robustesse du modèle. Dans l'ensemble, les résultats suggèrent que Facebook Prophet est un outil fiable et efficace pour prévoir l'inflation dans le contexte malgache. Son accessibilité, sa performance et sa capacité à gérer les irrégularités des données en font une solution prometteuse pour les décideurs économiques et les analystes des pays en développement.