L'économétrie de la demande énergétique : identification et prévision
Auteur / Autrice : | Arthur Thomas |
Direction : | Benoît Sévi, Olivier Massol |
Type : | Thèse de doctorat |
Discipline(s) : | Sciences économiques |
Date : | Soutenance le 14/12/2020 |
Etablissement(s) : | Nantes |
Ecole(s) doctorale(s) : | École doctorale Sciences économiques et sciences de gestion (Rennes) |
Partenaire(s) de recherche : | Laboratoire : Laboratoire d'Économie et de Management de Nantes-Atlantique |
EPIC : Institut français du pétrole Énergies nouvelles (Rueil-Malmaison, Hauts-de-Seine) | |
Jury : | Président / Présidente : Valérie Mignon |
Examinateurs / Examinatrices : Derek W. Bunn | |
Rapporteurs / Rapporteuses : Karim M Abadir, Dimitris Korobilis |
Mots clés
Mots clés contrôlés
Mots clés libres
Résumé
La prévention du changement climatique est l'une des priorités de la politique énergétique mondiale qui vise à réduire massivement les émissions de gaz à effet de serre. Face à ces défis, il est frappant de constater que notre connaissance de la modélisation de la demande énergétique demeure imparfaite car elle repose en grande partie sur des travaux empiriques anciens et des méthodologies aujourd'hui dépassées. L'objectif scientifique de cette thèse est double : analyser quantitativement les déterminants économiques de la demande énergétique et développer de nouveaux modèles de prévision. Cette thèse est structurée en quatre chapitres. Le premier chapitre montre que la consommation de gaz naturel en France peut être prédite à l'aide d'un modèle simple utilisant seulement les informations disponibles pour les acteurs du marché. Ce chapitre prouve l'existence d'une relation à long terme entre la demande de gaz naturel et les prix des autres énergies et il fournit des estimations de leurs impacts marginaux sur les niveaux de demande observés. Le deuxième chapitre étudie empiriquement le rôle de la température dans la prévision des prix du gaz aux États-Unis. Il développe une méthodologie de construction d’un nouvel indice mensuel basé sur la température. Cet indice capture les variations de la demande résiduelle de gaz naturel en temps réel. Il est utilisé comme variable exogène supplémentaire dans des modèles structurels VAR afin d’améliorer les prévisions ; et nous montrons que ces modèles prédictifs dérivés de modèles structurels sont améliorés en s’appuyant sur des données en temps réelles (non sujettes à révision). Le troisième chapitre propose d’utiliser dans le cas du pétrole, un modèle structurel capturant les anticipations à l’aide de VAR non causaux et d’identifier correctement les réactions des variables clés du pétrole à un choc d’actualité. Le quatrième chapitre réexamine le pouvoir prédictif de la structure par terme des prix, dite « convenience yield », du pétrole et du gaz en intégrant les anticipations dans une spécification empirique, par le biais d’un VAR non causal basé sur la théorie du stockage qui fournit des prévisions de prix très compétitives dans un cadre bivarié simple.