Le document traite des prévisions des prix du blé en utilisant des approches statistiques et probabilistes pour établir une politique d'achat. Il examine la relation entre les stocks et les prix, mettant en évidence un seuil critique de 64 millions de tonnes, ainsi que les économies réalisées lors des campagnes de production. Des résultats des prévisions de prix pour différentes campagnes sont également présentés, montrant l'impact des fluctuations de prix sur les décisions d'achat.

1. 1
Prévision du prix du blé
(définition d’une politique d’achat de farine)
Formation - 6 novembre 2012
Stéphan Miquel
Société de Calcul Mathématique, S. A.
Algorithmes et Optimisation

2. 2
Plan de la présentation
• I. Prévision du prix à court terme
(approche statistique)
• II. Prévision du prix en fin de campagne
(approche probabiliste)
• III. Validation de la méthode

3. 3
I. Prévision du prix du blé à court terme

4. 4
1.Volatilité du prix du blé en 2007

5. 5
1.Volatilité du prix du blé en 2007
 L’augmentation du prix du blé en 2007 est liée à une très forte
diminution de l’offre : les campagnes 2005-2006 et 2006-2007 ont donné
une très faible production
 La demande, représentée par la consommation mondiale est restée
stable pendant la même période.
Remarque : même si ce n’est pas mentionné, la demande est bien prise
en compte dans l’ensemble de cet outil de prévision

6. 6
2. Relation « Estimation stocks – Prix »
• Principaux exportateurs : USA, Canada, Europe, Ex-URSS et Australie
Leurs stocks de blé représentent l’offre mondiale disponible à l’exportation
• Seuil critique des stocks : 64 millions de tonnes
- Lorsque les stocks sont supérieurs au seuil : le prix reste stable
- Lorsque les stocks sont inférieurs au seuil : le prix devient volatil

7. 7
2. Relation « Estimation stocks – Prix »
Seuil critique des stocks :
64 millions de tonnes
Cas 3 : augmentation
des stocks
Cas 2 : diminution
des stocks
Cas 1 : stocks supérieurs au seuil

8. 8
3. Validation de la relation
300 80000
70000
250
60000
200
prix en €/t
50000
150 40000
30000
100
20000
Prix réel
50 Résultats
Prédiction novembre 2008 :
Prédiction novembre 2008 10000
Stocks
125 €/tonne
0 0
janv.-05 août-05 mars-06 oct.-06 mai-07 déc.-07 juil.-08

9. 9
II. Prévision du prix du blé en fin de campagne

10. 10
1. Définition d’une campagne de production
Stocks de début de Estimation de la
Estimation des stocks
campagne production de la
de fin de campagne
(données USDA) campagne
(données USDA)
(données USDA)
Année n Année n+1
Début de campagne :
Fin de campagne :
Mai de l’année n
Mai de l’année n+1

11. 11
2. Processus liant la production au prix
Même relation que pour la
prédiction à court terme

12. 12
3. Prévision probabiliste de la production
Production observée en fin de campagne
Ratio
Production estimée (USDA)
Exemple mois de mai en Australie depuis 1993 (premier mois de la campagne):
Scénario 1 :
Sous-estimation de l’USDA
Scénario 2 :
Bonne estimation de l’USDA
Scénario 3 :
Surestimation de l’USDA

13. 13
3. Prévision probabiliste de la production
Loi de probabilité de la production (exemple du mois de mai)
Surestimation
de 6 % de la production
avec une proba de 40 %
Surestimation
de 42 % de la production
avec une proba de 33 %

14. 14
4. Prévision probabiliste des stocks

15. 15
5. Prévision probabiliste du prix en fin de campagne
Australie U.E. Ex-URSS USA
Canada
Sous- Estimation Sur- Sous- Estimation Sur- Sous- Estimation Sur- Sur-
Sous- Estimation Sur- Sous- Estimation
estimation correcte estimation estimation correcte estimation estimation correcte estimation estimation
estimation correcte estimation estimation correcte
Combinaisons de tous
les scénarios : 35 cas
Production totale cas n°1 Production totale cas n°2 Production totale cas n°243
Probabilité P1: Probabilité P2 : ………………………… Probabilité P3:
…………………………
Application relation …………………………
production - stocks
……….
Stocks de fin de Stocks de fin de ………………………………………………… Stocks de fin de
campagne cas n°1 avec campagne cas n°2 avec ……………………………………. campagne cas n°243
probabilité P1 probabilité P2 avec probabilité P243
Application de la
relation stocks-prix
……………………………………………………………
Prix cas n°1 Prix cas n°2 …………………………. Prix cas n°1
avec P1 avec P2 avec P243

16. 16

17. 17
5. Prévision probabiliste du prix en fin de campagne
Mois de novembre 2008 : précision du prix au mois de mai 2009
la probabilité que le prix en fin de campagne
soit inférieur à 125 €/tonne est de 93 %

18. 18
III. Application de l’outil de prévision

19. 19
1. Définition d’une politique d’achats

20. 20
2. Résultats obtenus
 Campagne 2010-2011 :
Le prix moyen d’achat est de 177 €/t au lieu de 209 €/t
 L’économie réalisée est de 32€/t, soit -15%
 Campagne 2011-2012 :
Le prix moyen d’achat est identique au prix moyen de la campagne
 Economie impossible à réaliser à cause d’une baisse constante du
prix pendant toute la campagne
 Campagne 2012-2013 :
La préconisation est d’acheter l’ensemble des besoins annuels en début
de campagne à 196 €/t
 Economie potentiellement très importante, le prix est bloqué à
environ 250 €/t depuis le 2ème mois de la campagne