1 – Introduction

1Le projet de la sociologie économique, ancienne comme nouvelle, est largement animé par un dessein critique à l’égard du courant dit « dominant » (ou mainstream ou « orthodoxe ») de la science économique, posant que les faits économiques sont aussi des faits sociaux, justiciables à ce titre d’une analyse sociologique [Smelser et Swedberg, 2005 ; Steiner et Vatin, 2009]. Une notion comme celle d’encastrement a par exemple permis de rappeler combien les comportements et mécanismes économiques concrets s’écartent de la pureté des représentations de l’action ou du marché que proposent les économistes [Granovetter, 1985 ; Beckert, 1996 ; Callon, 1998]. Mieux encore, certains travaux ont montré que même les situations s’approchant au plus près des formulations théoriques ne peuvent pour autant être naturalisées, tant elles sont le résultat de dynamiques sociales, parfois délibérées. Ainsi, l’adoption du comportement rationnel d’un homo oeconomicus rompant avec les modes d’organisation traditionnels, loin d’être spontanée, est le résultat d’un processus d’inculcation [Bourdieu, 1977]. De même, l’édification d’un marché aux propriétés proches de celles de la concurrence pure et parfaite suppose la mobilisation d’acteurs et de ressources variés [Garcia, 1986]. D’autres recherches, enfin, soulignent combien la science économique, loin de proposer une représentation fidèle du monde économique, s’établit régulièrement comme un « moteur » de ses transformations [MacKenzie, 2006]. La théorie « performe » l’économie davantage qu’elle ne s’y conforme [MacKenzie et Millo, 2003 ; Muniesa et Callon, 2009]. Par-delà leurs différences d’ancrage théorique et d’assise empirique, ces travaux mettent en évidence la faible indexation du discours de la science économique sur la « réalité ».

2S’il a été à l’origine d’avancées importantes en sciences sociales, le projet de la sociologie économique rencontre toutefois deux limites. D’abord, la critique du réalisme des hypothèses de la science économique reste largement sans effet sur ses pans imprégnés de l’épistémologie friedmanienne [Friedman, 1953] pour laquelle ce critère n’est pas pertinent pour juger la validité d’une théorie économique, contrairement à son pouvoir prédictif. Ensuite, ces travaux se concentrent souvent sur le pôle le plus académique de la science économique, jusqu’à l’identifier à l’ensemble de la profession d’économiste. Volens nolens ils reconduisent les hiérarchies symboliques au sein de cet univers, dominé par les conceptions les plus formelles et mathématisées de la science économique qui proposent un langage se voulant universel et se prêtant aisément à la transnationalisation [Fourcade, 2006], et laissent au contraire dans l’ombre d’autres pans de la discipline, moins académiques.

3Faire porter le regard sur un autre espace de la discipline économique, le monde de la prévision macroéconomique, permet d’interroger à nouveaux frais la relation que l’économie et les économistes entretiennent avec la « réalité ». En effet, régulièrement jugée à l’aune de la justesse des représentations futures de l’économie auxquelles elle parvient, la prévision ne rompt pas fondamentalement avec l’approche friedmanienne. Les critiques adressées aux prévisionnistes le manifestent avec une singulière vigueur, qui dénoncent leur aveuglement (empirique ou paradigmatique) en mettant en regard les scénarios ou chiffres de croissance « annoncés » et le déroulement effectif des événements. Émises par des économistes, souvent hétérodoxes, des auteurs relevant d’autres pans des sciences sociales, des essayistes ou des journalistes, ces critiques sont particulièrement vives à l’occasion des grandes crises économiques, récentes [1] comme anciennes [Friedman, 2009].

4Prêter attention à la prévision macroéconomique conduit en revanche à basculer d’une économie théorique vers une économie appliquée, puisqu’il s’agit d’aboutir à des propositions qui concernent des économies concrètes, et non des univers abstraits. S’intéresser à cet univers revient à abandonner un espace orienté autour de l’exploration de problèmes intellectuels pour en rejoindre un autre, où priment les soucis pratiques, généralement arrimés à l’action, qu’il s’agisse de l’anticipation d’une trajectoire de finances publiques dans le cadre d’une programmation budgétaire ou de l’élaboration d’une loi de finances [Bezes et Siné, 2011 ; Lemoine, 2016], d’une planification pluriannuelle visant le développement de tel ou tel pan de l’économie [Fourquet, 1980], de l’évaluation de la situation prochaine d’un État et donc des politiques économiques à mener [Angeletti, 2011], mais aussi de l’estimation par un investisseur des taux d’intérêt à venir [Doganova, 2014]. Il s’agit donc, pour reprendre l’expression de T. Mitchell [2005], de passer d’une « économie apprivoisée », mise en forme par les économistes dans leur laboratoire, et dont les propriétés sont contrôlées par la stylisation, à une « économie à l’état sauvage », au sein de laquelle se manifeste une multitude de phénomènes, dont la parfaite maîtrise est dès lors impossible. Si ces deux sphères ne sont pas mutuellement hermétiques – c’est justement l’un des enjeux aussi bien des notions de performativité que des expérimentations menées en économie que d’établir un lien de la première vers la seconde –, le monde de la prévision macroéconomique s’ancre résolument dans l’espace « sauvage » de l’économie, et adopte une démarche inductive plutôt qu’hypothético-déductive. Le passage d’un espace économique à un autre signe le déplacement d’une rationalisation formelle à une rationalisation matérielle de la connaissance économique [Steiner, 1998, p. 55-67].

5Finalement, le travail de prévision macroéconomique impose de produire des « prédictions » correctes et de prendre en compte la réalité économique. Puisque le « futur » est dans une large mesure le résultat d’une extrapolation linéaire du présent et du passé proche, ceux-ci doivent être dépeints avec justesse : une description fidèle est une condition nécessaire de prédictions fiables. Le travail de prévisionniste répond à un double impératif, qu’un prévisionniste connu de la place de Paris présente sous les espèces d’exigences contradictoires.

6

« En fait, le prévisionniste, c’est quelqu’un qui souffre d’un strabisme très important : c’est quelqu’un qui regarde dans le rétroviseur pour savoir ce qu’il y a dans le pare-brise. C’est dur, je vous assure. Donc soyez pas surpris si à un moment ça part en vrille. »

7Dans les pages qui suivent, le monde de la prévision macroéconomique est abordé à partir du cas français (cf. encadré ci-dessous), qui lui apporte un éclairage d’autant plus intéressant que la porosité qu’établit la prévision entre l’espace de la discipline économique et celui de l’action économique, qu’elle soit publique ou privée, est en affinité élective avec la configuration institutionnelle qui caractérise historiquement la profession d’économiste en France. Cette dernière se trouve, dans une large mesure, à bonne distance de l’économie académique ou universitaire. Le rôle que jouent les grandes écoles d’ingénieurs et les grands corps d’État contribue à placer une part décisive de l’expertise économique auprès des administrations publiques, tout en organisant une circulation entre ces administrations et les grandes entreprises privées [Fourcade, 2009]. La position des acteurs qui peuplent le monde de la prévision macroéconomique en France l’exprime : départements et centres de recherches universitaires s’effacent pour laisser la place à des acteurs privés comme les grandes banques ou les principales compagnies d’assurance, des institutions publiques (Insee, Banque de France, FMI, OCDE, direction générale du Trésor, BCE, etc.), ou des instituts d’analyse et de recherche, qui ne sont que rarement à proximité du pôle universitaire (OFCE, par exemple) et entretiennent parfois des rapports étroits avec le monde économique (e.g., Coe-Rexecode). Cette diversité des acteurs de la prévision résulte notamment d’un projet de contestation de « l’oligopole administratif » des institutions publiques, mené à la fin des années 1970, qui a conduit à la création de centres « indépendants » pour instaurer un « espace public de la prévision » devant mener à son tour à un certain consensus quant aux évolutions à venir de l’économie française [Angeletti, 2012].

2 – Quel(s) réalisme(s) des données pour la prévision macroéconomique ?

8Les travaux de sociologie qui s’intéressent à la prévision macroéconomique envisagent la question des données mobilisées dans sa production principalement à deux aunes. Une première renvoie à la falsifiabilité des modèles statistiques sollicités, qui proposent une représentation de l’économie [Morgan, 2012], de ses propriétés essentielles et des relations qu’entretiennent entre elles les principales variables économétriques [Evans, 1999, p. 51-58]. Le degré de sensibilité d’un modèle aux données, qui commande l’ampleur des changements à apporter en cas d’écarts, permet de distinguer deux formes, « forte » et « faible », de modélisation : la première voit la théorie primer sur les éventuels démentis empiriques, la seconde en fait le principe de changements du modèle [Evans, 1997]. Une seconde manière d’envisager les données utilisées par les prévisionnistes met l’accent sur leur variété. Celles-ci peuvent être de plusieurs natures : statistiques officielles, estimations locales, enquêtes dites « qualitatives », telles celles réalisées, à intervalles réguliers, pour estimer la « confiance » des ménages ou des entrepreneurs. Mais, dans le cadre d’une activité qui ne se limite pas à la seule utilisation de modèles statistiques, les « données » comprennent aussi l’information directement obtenue auprès d’interlocuteurs variés, ce qui inscrit la production de prévisions dans des réseaux souvent denses [Evans, 2007], voire favorise une « participation épistémique » au terme de laquelle l’objet étudié (ici, l’économie) concourt au processus de connaissance qui le vise [Reichmann, 2013]. Ces travaux conduisent à nuancer le poids des modèles économétriques et à insister au contraire sur le rôle du jugement dans la production de prévisions. Quelle que soit l’approche adoptée, la question du jugement sur les données reste dans l’ombre – non interrogée dans un cas, résolue a priori dans l’autre.

9S’interroger sur les jugements formés par les prévisionnistes à ce propos invite à considérer leur travail, à l’instar de celui de statisticien [4], comme « hanté [par un spectre], celui de la réalité des objets dont [il] exhibe les mesures » [Desrosières, 1995, p. 135 ; 2001, p. 161]. Juger du « réalisme » suppose des épreuves susceptibles d’attester que tel chiffre reflète correctement la « réalité » économique. À partir des travaux d’A. Desrosières [2003], quatre positions idéales-typiques peuvent être distinguées, applicables au cas de la prévision macroéconomique (cf. tableau infra), et qui se caractérisent par un langage et une épreuve de réalité spécifiques. Une première, le réalisme métrologique, s’inspire des sciences de la nature et, plaçant en son cœur la notion de « mesure », fait de la précision le critère à partir duquel attester qualité des données. Héritière des sciences juridiques et politiques, la rhétorique conventionnaliste repose sur la mise en place de classes d’équivalence regroupant divers objets dans un même ensemble. La stabilité de ces classes, i.e. la robustesse des équivalences qu’elles mobilisent, est alors un critère central pour juger de leur réalité, que ce soit au prisme, interne, de la similitude des objets regroupés ou à celui, intertemporel, du maintien des mêmes modalités de constitution de ces classes à différents moments. Entre ces deux extrêmes, une troisième approche caractérise le comptable, éventuellement national, qui fait usage d’indices censés approcher la réalité, et demeure « attentif à la cohérence d’ensemble d’une structure comptable théoriquement équilibrée ». Enfin, une dernière position s’incarne dans cet utilisateur particulier qu’est le « statisticien microéconomètre » pour lequel « la réalité est jugée à travers la consistance et le caractère prédictif des modèles. Cette réalité est, à la limite, identifiée au fichier des données lui-même » qui sert à étayer l’argumentation déployée dans un registre mobilisant des variables, même latentes [Desrosières, 1998, p. 54-55] [5].

Tableau

Quatre conceptions du réalisme des données

Domaine d’inspiration Langage de référence Épreuve associée Degré de réalisme Réalisme métrologique Sciences de la nature Mesure Précision + Économétrie Sciences de la vie Variable Caractère prédictif ↑ Comptabilité nationale Sciences de la vie Indice Cohérence, équilibre Conventionnalisme Sciences juridiques et politiques Classes Équivalence, stabilité -

Quatre conceptions du réalisme des données

10La manière dont, en pratique, les prévisionnistes jugent de la réalité des données qu’ils mobilisent dans le cadre de leur activité [6] montre combien ces jugements ne sont pas justiciables d’une approche unique mais, au contraire, articulent ces quatre approches plutôt qu’ils ne les opposent [Desrosières, 2003]. En adoptant une approche internaliste, l’hybridation de ces différentes conceptions du réalisme des données se comprend en particulier comme le résultat de la division du travail de prévision, des catégories de classements qu’appliquent les prévisionnistes aux objets qu’ils manipulent, mais aussi de la diffusion de certaines catégories cognitives d’un espace social à d’autres.

3 – Les catégories cognitives de la prévision : comptabilité et conventions

11Parce qu’elle se donne pour objectif de décrire les évolutions d’une économie à un niveau agrégé, la prévision se fonde sur un raisonnement macroéconomique, appliqué à la seule économie réelle et sans véritablement convoquer la sphère financière de l’économie [Fligstein et al., 2017]. Il mobilise les catégories de la comptabilité nationale, si bien que la cohérence constitue une contrainte pour les systèmes que produisent les prévisionnistes [Fourquet, 1980 ; Vanoli, 2002]. Le respect des équations comptables est souvent une condition sine qua non pour qu’une description soit considérée comme valide et qu’un ensemble de données macroéconomiques soit vu comme une image fiable de l’état, présent comme futur, d’une économie. Ce souci se manifeste dans l’attention prêtée au « bouclage » d’une prévision, i.e. à la compatibilité mutuelle de grands agrégats pour partie interdépendants (consommation, production, investissement, commerce international, finances publiques, inflation, investissement, etc.). La mise en forme des équations comptables ne repose pas nécessairement sur leur intégration sous la forme de modèles, dont seules les structures les plus importantes ont l’apanage. Elle mobilise aussi des outils informatiques, comme des tableurs grâce auxquels peuvent être mis en place des comptes emplois-ressources.

12Le langage de la comptabilité nationale n’est pas employé seulement par les institutions publiques qui lui ont donné sa forme et dont les objectifs sont fixés par référence à ces agrégats (atteindre un certain niveau de croissance, diminuer le taux de chômage, contenir l’inflation, etc.), mais aussi par les acteurs privés qui produisent des prévisions macroéconomiques, bien que leur objectif ne soit pas de réguler l’économie mais de générer des profits. L’adoption des outils et concepts de la comptabilité nationale au sein des banques privées et des compagnies d’assurance témoigne de la diffusion d’un « style de raisonnement » économique conduisant, d’une part, à imposer un certain type de cadrage des problèmes économiques, et donc des manières de les résoudre [Hirschman et Popp Berman, 2014] et, d’autre part, à instituer une même épreuve de réalité dans l’ensemble du monde de la prévision économique à travers le partage de catégories cognitives.

13

« Ma manière de faire des prévisions et d’analyser la conjoncture, c’est, on va dire, une analyse poussée des chiffres, des indicateurs, à l’aide de graphiques et puis des grandes relations macro : “Quand j’ai de la croissance j’ai de l’emploi, donc moins de…”. Quand le chômage baisse, a priori, au bout d’un moment les salaires peuvent monter, l’inflation accélérer, des choses comme ça. […] Donc, là encore, je mobilise toute ma batterie d’indicateurs, et puis après, on a des fichiers Excel, tout bêtement, où on met nos chiffres trimestre après trimestre. Ben la conso, là, on pense qu’elle va augmenter de tant. Pareil pour l’investissement. Pareil pour toutes les composantes du Produit intérieur brut. Et puis après, ça somme et ça vous donne votre croissance. Donc c’est bouclé. C’est bouclé. Pas parfaitement dans le sens où (et ça c’est un défaut) on a tous envie d’exporter, en général. Enfin, je caricature, mais on exporte beaucoup et on importe peu, parce que les exportations, c’est de la croissance, et les importations, ça enlève de la croissance. Et donc aujourd’hui, nos prévisions d’exportations de tous nos pays ne sont pas parfaitement compatibles avec les prévisions d’importations de tous les pays. Il manque ça. »

14L’adoption d’une optique de comptable national définit une manière légitime de produire des prévisions. Elle conduit à porter un jugement aussi bien sur la fiabilité des données elles-mêmes que sur les qualités professionnelles de celui ou celle qui les mobilise. Le non-respect du principe d’équilibre qui fonde la comptabilité nationale motive ainsi des verdicts condamnant l’incompétence des prévisionnistes incapables de proposer une vision « bouclée » de l’économie selon les catégories ordinaires de la macroéconomie [Pilmis, 2018]. Quant aux « données » utilisées, si elles sont a priori considérées comme procurant des éléments de connaissance fiables de la réalité macroéconomique, cette confiance naît largement de leur capacité à surmonter une deuxième épreuve de réalité qui met en jeu les temporalités respectives du processus de prévision et de celui de production d’information économique.

15

« La parole passe au responsable de la prévision “France”. Il aborde la question suivante : quels seraient les gains cumulés en termes de pouvoir d’achat de la baisse du prix de l’énergie (essence, fioul et gaz) ? Son calcul indique que ces gains s’établissent à 5,5 milliards d’euros au terme du troisième trimestre de 2015 : “Ça, c’est leurs gains. Après, ils en font ce qu’ils veulent. C’est le constaté.” Dans la salle, quelqu’un s’étonne que soit avancé un chiffre incluant le trimestre en cours. La justification apportée est que”2015 Q3 [7] est quasiment connu. On a les prix pour septembre.” »

16La prévision macroéconomique repose largement sur la matière première fournie par les instituts de statistique publique, ce qui la rend particulièrement sensible à la manière dont ceux-ci produisent l’information, qu’il s’agisse de sa rapidité de publication ou des révisions apportées entre deux livraisons successives. Dans le cas des principaux agrégats macroéconomiques français pour une année n, quatre estimations successives sont ainsi produites par l’Insee [8] : une « première estimation » à la fin du mois de janvier de l’année n+1, puis des « comptes provisoires » en mai de l’année n+1, suivis de « comptes semi-définitifs » en mai de l’année n+2 puis de « comptes définitifs » en mai de l’année n+3. Plus de deux années séparent donc les « premières estimations » des « comptes définitifs ». L’activité de prévisionniste, qui aboutit à la production régulière (chaque trimestre ou semestre, selon les cas) de prévisions pour un même horizon temporel, allant généralement jusqu’à deux ans [9], est dès lors soumise aux révisions des données de la statistique publique.

17L’anticipation des éventuelles révisions suppose de prendre en compte les conventions qui président à l’établissement des statistiques publiques et à leur stabilité. D’une part, des révisions massives de données indiquent que les premières estimations ne sauraient être considérées comme des reflets fiables de la réalité économique passée, si bien que l’ampleur de ces corrections est utilisée par certains prévisionnistes pour hiérarchiser les instituts de statistique publique en jugeant de la qualité des données qu’ils produisent. D’autre part, l’accent mis sur la stabilité des données conduit à les envisager comme des constructions dépendant des procédures employées, et à ce titre sensibles à la modification, accidentelle ou volontaire, des modalités de constitution de classes d’équivalence. Cette attention aux enjeux que soulèvent les conventions s’exprime de plusieurs manières, que ce soit par le rappel, fréquent, de l’implication des changements de base statistique, qui impliquent notamment de « revoir le passé » ou, de façon plus inattendue, par des lapsus, tel celui de cet enquêté selon lequel « l’Insee produit les prix ».

18

« L’Insee, en fait, c’est eux qui produisent les prix. Enfin, l’indice de prix. Pardon. Il faut aller finement dans la méthodologie employée par l’Insee. Je vais entrer un petit peu dans le détail pour être clair. L’Insee produit un ensemble de séries par produit. Prenons la viande. Pour pouvoir faire cet indice, elle a un programme de récolte des prix, qui est fait sur quatre semaines. Ce qui se passe, c’est que la brigade de l’Insee, eh bien, la première semaine (je dis n’importe quoi), elle va faire tous les Intermarchés. Dans le même ordre. C’est-à-dire que le premier jour du calendrier, elle va voir les mêmes produits, dans les mêmes lieux, exactement, etc. Et ça, toutes les quatre semaines. Les mois n’ayant pas forcément quatre semaines pile-poil, c’est important pour des moments comme les soldes, parce que le nombre de jours de soldes qui comptent dans le mois de janvier ou dans le mois de février, c’est primordial. Du coup, le nombre de jours de soldes fait que tes prix peuvent diminuer ou augmenter d’une année sur l’autre, puisque la méthodologie fait que tu n’as pas le même nombre de jours. »

19L’optique conventionnaliste est d’autant plus aisément adoptée quand il s’agit d’indicateurs qui entendent approcher des phénomènes non directement mesurables pour les doter d’une métrique plus ou moins robuste, qu’il s’agisse de l’évolution des prix, du taux de chômage, du « climat des affaires » ou de la « confiance des ménages ». L’interprétation de ces indicateurs impose d’exposer les principes d’équivalence qui les guident et de détailler les opérations de collecte d’informations qui président à leur établissement. Elle est plus encore sollicitée quand sont abordées des notions économiques radicalement inobservables puisque théoriques. L’évaluation des performances macroéconomiques d’un pays met en jeu son « PIB potentiel », défini comme « le niveau maximum de production que peut atteindre une économie sans qu’apparaissent de tensions sur les facteurs de production qui se traduisent par des poussées inflationnistes [10] ». Indicateurs corollaires, la « croissance potentielle » (croissance du PIB potentiel) et l’« écart de production » ou output gap (différence entre PIB effectif et PIB potentiel) aident à décrire la situation économique. Constructions théoriques, ces notions ne peuvent se prêter à quelque opération de mesure réaliste : leur évaluation se fait au moyen d’estimations ad hoc, si bien que la valeur qui leur est attribuée repose entièrement sur la procédure mise en œuvre. Les réticences de certain-e-s prévisionnistes à modifier ces estimations s’expliquent par les conséquences de telles révisions – la substitution d’une nouvelle description de la situation économique à celle qui lui précédait. Solution commode, puisque prêtant à discussion plutôt qu’à objection, mais conduisant à des diagnostics différents, et donc à des préconisations nouvelles, la modification d’un PIB potentiel ou un output gap revient finalement à substituer une « réalité » à une « autre ».

20

« Un économiste de l’Institut m’indique que l’estimation du PIB potentiel ou de l’output gap varie selon les lieux et peut, au sein d’une même institution, être fortement révisée, si bien qu’il est “très facile de réécrire l’histoire” en proposant une nouvelle estimation du potentiel. Il me montre un document présentant les courbes, établies par le FMI, de l’output gap pour la Grèce, sur la période allant du milieu des années 2000 au milieu des années 2010. Deux courbes y figurent, établies à deux dates différentes entre lesquelles le PIB potentiel a été fortement réestimé à la baisse, en raison de l’ampleur de la crise économique grecque. Ceci aboutit, aux yeux de mon interlocuteur, à raconter deux histoires différentes : d’abord, celle d’une Grèce frappée par un choc conjoncturel puissant (au principe d’un output gap négatif dans les premières années suivant l’éclatement de la crise) ; ensuite, celle d’une Grèce qui, avant la crise, était, sinon en surchauffe, du moins au maximum possible de ses capacités productives (expliquant l’output gap positif des quelques années précédant la crise). »

21La production de prévisions macroéconomiques repose sur la mobilisation de catégories cognitives. Leur circulation entre les différents pôles du monde des prévisionnistes participe de l’homogénéité des registres à partir desquels ils formulent des jugements, et contribuent de ce fait à doter le monde de la prévision de certaines propriétés d’un espace professionnel [Champy, 2011]. Ceci ne signifie pas pour autant qu’une seule épreuve prévale pour attester le réalisme des données manipulées pour la prévision. Bien au contraire, les jugements, qui portent inséparablement sur les données et ceux qui les utilisent ou les produisent, mettent en jeu, d’abord, le respect des équilibres comptables entre agrégats macroéconomiques et, ensuite, la stabilité des conventions d’équivalence qui fondent certains indices et certaines notions au cœur de l’activité de prévisionniste. Néanmoins, ces deux premières conceptions du réalisme des données n’épuisent pas l’ensemble de celles que donne à voir l’univers de la prévision macroéconomique.

4 – La prévision en pratique : division du travail et matérialité des objets

22La division du travail au sein d’une équipe de prévisionnistes renseigne sur les modalités de découpage du monde économique qui prévalent dans cet univers. Elles s’établissent selon deux grandes lignes de partage. Une première distingue les prévisionnistes chargés du cas français, traité de la manière la plus détaillée, de ceux traitant, individuellement, d’autres pays. Une seconde sépare les « non-économètres » des économètres [11] : tandis que les premiers ont pour mission de recueillir l’information sur le pays dont ils sont spécialistes et de formuler à son propos un « scénario », entendu comme une série d’enchaînements causaux, les seconds s’attachent à appliquer des modèles statistiques aux principaux secteurs de l’économie (prix, salaires, commerce mondial, investissement, consommation, marché du travail, etc.). La division du travail répond alors à une double logique géographique et sectorielle qui commande à la fois le type de données et d’informations collectées par les uns et les autres, et le type d’épreuve auquel elles seront soumises. Qu’ils soient économètres ou non, tous partagent le souci de la stabilité des agrégats qu’ils manipulent, et participent du point de vue constructiviste qui l’accompagne. En revanche, équilibre et cohérence comptable forment une épreuve de réalité davantage associée aux non-économètres, tandis que les économètres parlent plus volontiers le langage de la variable.

23Visant à mesurer l’intensité du lien entre variables, les techniques économétriques reposent sur l’observation des relations passées pour en déduire l’évolution à venir des variables qu’il s’agit d’expliquer, à partir de l’hypothèse implicitement nomologique de la stabilité dans le temps de cette relation [Morgan, 1990]. Cette démarche peut reposer sur la construction d’indices composites qui synthétisent plusieurs éléments dans une même variable explicative. Bien que les techniques statistiques se soient considérablement développées au cours du xx^e siècle, l’approche économétrique telle qu’elle se présente à l’observateur en 2016 partage avec celle du début du xx^e siècle, inspirée par exemple de Juglar, l’ambition de construire des indicateurs avancés, ou retardés, permettant de caractériser les mouvements d’un cycle et d’anticiper les évolutions de l’économie en identifiant ses points de retournement, qu’il s’agisse de l’éclatement d’une crise ou des moments de reprise.

24

« Un membre de l’équipe présente son travail sur les indicateurs avancés, à partir des enquêtes dites “qualitatives” de la Commission européenne : climat des affaires dans l’industrie, dans les services, dans le commerce, dans la construction, auprès des consommateurs, et sentiment économique global – qui pondère les différents climats sectoriels. Il a centré et réduit [12] les données : “L’idée, ce serait de dire que zéro représente la croissance moyenne sur longue période.” La démarche consiste à “convertir cette information qualitative en une information quantitative, et [à] faire des régressions en sélectionnant les séries significatives.” Il précise : “Ce que je mets [dans le modèle de régression], c’est les séries, les décalages [jusqu’à quatre trimestres pour les variables décrivant le bâtiment, jusqu’à deux pour les autres], et leurs variations ou leurs variations au carré.” Au total, cela représente 750 séries couvrant la période 1991-2016. L’objectif est de déceler des signaux d’un passage au-dessus ou au-dessous de la constante, interprétée comme le PIB potentiel, et “de qualifier la phase conjoncturelle à partir de là”. Il expose les résultats pays par pays, en énumérant à chaque fois les séries retenues comme significatives. Dans le cas de la France, il n’en a retenu que trois (climat des services, climat dans l’industrie et climat dans le bâtiment), ce qui surprend d’autres participants à la réunion. Il défend ce résultat : “Les prévisions sont meilleures en utilisant ça. Ça filtre assez bien les faux signaux”, c’est-à-dire les situations où le modèle conduirait à annoncer à tort un retournement conjoncturel. »

25La mobilisation de modèles économétriques conduit à la prévalence de logiques statistiques pour lesquelles la validation de la démarche économétrique tient largement à sa capacité à produire des prévisions correctes, dans une approche rappelant l’épistémologie friedmanienne. Cette épreuve autorise à tirer du passé des enseignements pour l’avenir. L’optique économétrique requiert la mobilisation d’un grand nombre de séries statistiques et sollicite des bases de données censées donner accès à la réalité récente, qui peuvent prendre la forme de compilations de statistiques émanant d’institutions publiques ou être issues d’entreprises dont l’activité économique consiste à les constituer dans un format correspondant à celui utilisé au sein des équipes de prévision pour les leur vendre. Même si les économètres exerçant dans les institutions de prévision adoptent également un point de vue constructiviste sur les données qui nourrissent cette activité [13], leur travail en tant qu’économètre ne consiste pas tant à porter un jugement sur la qualité des données disponibles qu’à les travailler de manière à les intégrer, en tant que variables, dans un modèle statistique susceptible de produire des prévisions correctes.

26

« On fait de la prévision en permanence, c’est-à-dire qu’on a des bases de données qui alimentent des tableurs Excel. […] Les chiffres américains sortent. Ils sont sous embargo, mais ils sont déjà livrés à la fois à la presse et aux fournisseurs de données. Et on ouvre la barrière à, je ne sais pas, 8 heures du matin heure de New York. Hop !, toutes les données sortent, à la fois sur les agences de presse, mais aussi, elles arrivent chez le fournisseur de données, et je les récupère dans Excel genre cinq minutes, dix minutes (ça dépend des fournisseurs), peut-être des fois une heure. Là, ils me déversent, je sais pas, ça va faire, sur un pays, 20-30 données… peut-être une vingtaine de données. Mais elles m’arrivent, comme ça, automatiquement. Et là, je regarde tout ce qui s’est passé, très rapidement. »

27Le rapport a priori non critique aux bases de données laisse entrevoir la persistance d’un point de vue « réaliste » dans le travail de prévision macroéconomique. En particulier, l’activité de prévisionniste, de même que l’information économique plus largement, mobilise régulièrement des entités envisagées comme des réalités objectives qui existent préalablement et indépendamment de toute procédure d’observation, à la manière des corps célestes auxquels s’attachent les physiciens. Elles sont réputées mesurables en vertu des propriétés qui leur sont prêtées, notamment celle d’être des objets matériels susceptibles d’être « comptés » avec exactitude. Ce trait est particulièrement accusé dans le cas des biens et marchandises dotés, contrairement aux services, d’une existence « objective » les faisant appartenir au monde physique, comme la production industrielle ou les biens importés ou exportés, dont la circulation d’un pays à un autre signe la matérialité.

28Qu’un point de vue d’ordre réaliste soit adopté sur de tels objets ne signifie évidemment pas qu’aucun débat ne survienne quant à la métrologie qu’il convient de leur appliquer : seulement, celui-ci ne porte pas tant sur la pertinence de la procédure mise en œuvre que sur l’acuité de l’instrument utilisé. Puisque les biens existent, il importe de les mesurer correctement. Cette préoccupation est repérable à la fin du xix^e siècle, par exemple par la conservation, dans les archives du Cabinet des gouverneurs de la Banque de France, de la traduction d’une brochure émanant du Conseil italien du commerce, et traitant du « désaccord entre les statistiques commerciales » [14] de différents pays. Après avoir mentionné différentes pistes pour rendre compte de la discordance entre chiffres d’importation et d’exportation qui, du point de vue du réalisme métrologique, ne peut apparaître autrement que comme une énigme (« Théoriquement parlant, si cent quintaux de fer passent la frontière pour entrer de France en Italie, cette même quantité devrait figurer dans les tableaux de l’exportation d’un côté, de l’importation de l’autre, et pour une valeur identique », p. 3), l’auteur prône finalement la mise en place de nouveaux instruments de mesure « afin de rapprocher toujours de plus en plus les chiffres statistiques de la vérité » (p. 13), postulant ipso facto que la mal-mesure des biens tient pour partie aux défauts de l’outil utilisé. Les débats sur la « bonne mesure » d’objets décrits comme concrets peuvent porter sur l’unité de compte, volume ou valeur, mais aussi sur les procédures douanières d’enregistrement des importations et des exportations, qui peuvent gêner l’attribution d’une date précise à un événement particulier. Si ce dernier exemple montre que peut subsister une approche conventionnaliste, même dans les cas apparemment les plus proches du réalisme métrologique, il n’en demeure pas moins qu’une fois atteintes la rigueur et la précision suffisantes, les éléments mobilisés par les prévisionnistes sont considérés comme des « données » au sens plein du terme : l’objectivité ostensible de la mesure la rend consensuelle [Porter, 1995].

29

« La présentation des dernières prévisions de l’institution publique se fait devant une soixantaine de personnes. Au terme de l’exposé d’une demi-heure débute une séance de questions et de réponses. L’une d’entre elles porte sur les variations de stocks et leur ampleur au cours de la période récente. La réponse du responsable de l’équipe de prévision mentionne d’abord la livraison du Harmony of the Seas [paquebot construit aux chantiers navals de Saint-Nazaire, livré à son armateur étranger en mai 2016] et de l’un des Mistrals [navire de guerre, également construit aux chantiers de Saint-Nazaire] à l’Égypte [en juin 2016]. Il commente ces deux livraisons : “C’est 0,4 point de PIB d’un coup, et c’est également une variation de stocks.” Il évoque ensuite les déstockages réalisés lors des grèves dans les raffineries de pétrole à la fin du mois de mai et au début du mois de juin 2016, afin de satisfaire les besoins des ménages dans un contexte d’arrêt de la production pétrolière. »

30La prévision macroéconomique met ainsi en tension les quatre conceptions du réalisme des données identifiées plus haut, et qui se distribuent le long d’un spectre menant du réalisme métrologique à la rhétorique conventionnaliste. Ceci conduit également à nuancer l’idée d’une dichotomie entre deux « régimes de prévision », qui pourrait être déduite des travaux de T. Angeletti [2012] – tandis qu’un premier serait marqué par une approche réaliste, un second, issu du succès de l’hypothèse des anticipations rationnelles, serait davantage marqué par une optique constructiviste. En effet, d’une part, ces deux régimes n’épuisent pas totalement l’ensemble des rapports au « réalisme » qu’engage la prévision économique et, d’autre part, ces régimes coexistent, même si l’un d’entre eux peut prédominer à certains moments. Cette coexistence souligne combien le travail de prévision macroéconomique ne consiste pas en une succession, plus ou moins linéaire, d’étapes d’un processus de quantification qui débuterait par la constitution de classes d’équivalence et s’achèverait par la mesure [Desrosières, 2010, p. 38-39]. Si un exercice de prévision répond à un ordre théorique, qui débute par l’analyse des prévisions précédentes, se poursuit par l’établissement d’un diagnostic sur la situation actuelle et s’achève par l’édification d’un scénario pour le futur, cet ordre est régulièrement bousculé dans le contexte d’une activité qui propose de constants va-et-vient, voire de fréquentes collisions, entre futur(s) et passé(s), mais aussi entre les points de vue sur les données convoquées.

5 – Conclusion : les conditions d’une fiction réussie

31Par leur variété, les rapports qu’entretiennent les prévisionnistes avec le « réalisme » des données qu’ils manipulent procurent divers éclairages sur le travail de prévision, qu’il s’agisse de son organisation, des objets qu’il transforme, des instruments qu’il mobilise ou des objectifs qu’il vise.

32Tout d’abord, les enjeux du « réalisme » mettent en évidence l’organisation de ce processus de travail, à travers une division du travail à un double niveau : d’abord, au niveau micro de chaque institut de production de prévision, à travers notamment le contraste entre économètres et non-économètres ; ensuite au niveau méso de l’ensemble de ces instituts, via le contraste entre les institutions qui produisent de l’information et des statistiques économiques, et celles qui ne font que les utiliser, auxquels on pourrait ajouter les intermédiaires de marché que sont les fournisseurs privés de données. Chaque position dans cette division du travail est en affinité avec une conception particulière du « réalisme » des données.

33Ce travail vise ensuite à transformer certains objets, pour que des informations sur le passé deviennent des hypothèses sur le futur. Ces objets se distribuent sur un large éventail, allant de notions purement théoriques, dont la quantification repose de manière décisive sur les procédures singulières adoptées à un moment précis en un lieu particulier, à des biens économiques dotés d’une matérialité physique, dont le dénombrement dépend essentiellement de la fiabilité des instruments employés. Le classement d’une entité dans telle catégorie plutôt que telle autre commande l’épreuve de réalité associée.

34Ces caractéristiques ne sont pas seulement perçues comme relevant de l’ontologie spécifique de ces objets, mais naissent aussi de la nécessité de les inscrire dans un certain type de technologie. Le point de vue dépend des instruments, inséparablement intellectuels et matériels, employés dans le cours du travail de prévision. L’adoption d’un cadre d’analyse, comptable ou économétrique par exemple, est solidaire d’une conception de la fiabilité des données, et cadre les principes de construction des entités économiques : la première propriété des agrégats macroéconomiques est de pouvoir s’insérer dans une comptabilité nationale, tandis que les éléments que manipule l’économètre doivent faire office de variable dans des modèles de régression ou des équations probabilistes.

35Enfin, l’objectif même du travail de prévision n’est pas neutre vis-à-vis de l’adoption de tel ou tel point de vue quant au réalisme des données. Cet objectif varie selon l’agenda du destinataire de la prévision, qui peut être un gouvernement, une administration, une banque, une compagnie d’assurances, etc. Mais, pour ce qui est du rapport aux données, la manière dont cet agenda se traduit dans une temporalité particulière est un élément décisif. Selon que l’horizon est de court (un ou deux trimestres), moyen (un an, par exemple) ou long terme (quelques années), un exercice de prévision ne mobilise pas les mêmes informations, ni les mêmes méthodes, ni les mêmes ancrages théoriques. Tandis que la prévision de court terme repose essentiellement sur la mobilisation d’une information conjoncturelle, décrivant par exemple un « climat » ou le « moral » de certaines catégories d’acteurs économiques, celle qui s’attache au long terme mobilise principalement des éléments de nature structurelle, supposés être alors les seuls déterminants des économies, alors que les variations ponctuelles et les chocs exogènes seraient cruciaux à court terme. Les horizons de moyen terme sont, quant à eux, ceux pour lesquels le comportement des acteurs économiques revêt la plus grande importance, comportement supposé stable à court terme et insignifiant à long terme, puisque subsumé sous les structures de l’économie. En ce sens, le passage d’un horizon temporel à l’autre, s’il modifie le type de données mobilisées et l’épreuve de réalité qui leur est associée, marque également le basculement d’un espace de raisonnement d’inspiration keynésienne à un autre, davantage monétariste.

36L’hybridation de différentes manières de concevoir la « réalité économique », à travers leur convocation alternative, voire simultanée, au cours d’une même réunion, voire par un même individu en quelques instants lors d’un entretien, apparaît consubstantielle à l’activité de prévision en tant que processus, voire de toute méthodologie statistique [Desrosières, 2001, p. 164-167]. Finalement, cette hybridation semble être une de ses conditions de possibilité. La production de prévisions ne répond pas à l’ambition logique ou formelle de la construction de théories économiques, mais aux nécessités de l’action économique face à une situation d’incertitude qui interdit a priori l’expression d’un choix rationnel [Beckert, 2002]. Les prévisions ne fournissent pas d’arguments pour alimenter les débats académiques, mais des éléments d’expertise qui pallient l’absence de connaissances et nourrissent des « fictions » : à défaut de connaître l’avenir, les acteurs peuvent recourir à l’imagination pour former leurs anticipations. Les prévisions constituent à ce titre des « instruments de l’imagination » [Beckert, 2016] qui alimentent les représentations des acteurs. Comme leurs homologues littéraires, cinématographiques, etc., les fictions économiques supposent une crédulité, ne serait-ce que momentanée, de celui qui en fait usage, toujours susceptibles d’être remises en cause par leur confrontation aux « faits » [Beckert, 2013 ; Beckert, 2016, p. 68-69]. La combinaison, plus ou moins harmonieuse, de différentes formes d’appréhension de ce qu’est la « réalité » passée ou présente constitue, dans cette perspective, une étape décisive de production des « faits » économiques, consistant à doter des énoncés souvent chiffrés d’une certaine facticité, à l’instar des faits scientifiques [Latour et Woolgar, 1979, p. 72-86]. Finalement, c’est parce que les données mobilisées dans le cadre de leur production sont « réalistes », quelles que soient l’acception de ce terme et ses implications probatoires, que les prévisions peuvent constituer des soutiens à l’imagination. Paradoxalement, la crédibilité des prévisions tient pour une large part à « l’absence d’imagination » que mettent en scène les prévisionnistes, en recourant à des données chiffrées ou des mesures, de manière à faire dériver les représentations du futur de l’observation du passé.