Définition - Modèle de Holt
Écrit par Arsalain EL KESSIR,
Le modèle de Holt, ou modèle de lissage exponentiel double, est une méthode de prévision statistique qui prolonge le lissage exponentiel simple en intégrant une composante de tendance. Il permet de prévoir l'évolution d'une série temporelle présentant une tendance haussière ou baissière.
Le modèle de Holt utilise deux équations de lissage : l'une pour estimer le niveau de la série (moyenne lissée), l'autre pour estimer la tendance (pente). Chacune dispose d'un paramètre de lissage propre (alpha pour le niveau, bêta pour la tendance), compris entre 0 et 1. Des valeurs proches de 1 donnent plus de poids aux observations récentes, des valeurs proches de 0 lissent davantage la série.
En finance, le modèle de Holt est utilisé pour la prévision de séries de données présentant une tendance : chiffre d'affaires, volumes de production, encours de crédits ou flux de trésorerie prévisionnels. Il est moins adapté aux séries présentant une saisonnalité marquée, pour lesquelles le modèle de Holt-Winters (ajout d'une composante saisonnière) est préférable.
À retenir
- Le modèle de Holt est une méthode de prévision intégrant un lissage du niveau et de la tendance.
- Il utilise deux paramètres de lissage (alpha pour le niveau, bêta pour la tendance).
- Il est adapté aux séries avec tendance mais pas aux séries à forte saisonnalité.
