Content area
Full text
(ProQuest: ... denotes formulae omitted.)
AMIRA GASMI LABORATOIRE D'ECONOMIE ET FINANCE APPLIQUÉES IHEC-CARTHAGE 1. INTRODUCTION
La prévision du trafic aérien de passagers est essentielle pour plusieurs acteurs du secteur du transport aérien. En effet, pour les compagnies aériennes, prévoir la demande de transport aérien, à court et moyen termes, est stratégique pour l'activité, en particulier pour l'achat ou l'affrètement de nouveaux avions. Même intérêt pour les gestionnaires d'aéroports (en Tunisie, l'Office de l'Aviation Civile et des Aéroports -OACA) qui ont besoin de prévoir le volume de leur clientèle et ses caractéristiques pour l'aménagement futur des aérogares. Pour l'Etat, et notamment dans le cadre de l'élaboration de la politique des transports, la prévision de la demande du transport aérien à long terme est essentielle pour anticiper suffisamment tôt les problèmes de capacité, que ce soit au niveau aéroportuaire ou de navigation aérienne. C'est à partir de ces prévisions que la décision de construire ou pas de nouvelles infrastructures est prise, à l'instar de la décision de construire le nouvel aéroport tunisien d'Enfidha qui est en mesure de décongestionner le trafic des aéroports de Tunis et de Monastir1 * 3.
De surcroît, dans les pays développés tels que la France et les Etats-Unis, la prévision constitue un facteur important pour les constructeurs qui ont également besoin de connaître l'évolution de la demande à long terme pour anticiper les besoins futurs et définir dès à présent leurs stratégies.
Les objectifs de la prévision sont alors multiples et différents selon les acteurs.
Or, d'après les résultats d'un sondage réalisé par LIAT A (International Air Transport Association) auprès de plusieurs transporteurs aériens, la prise de décision dans le secteur du transport aérien de passagers est faite dans la plupart des cas de manière subjective et en faisant appel au jugement personnel (El Ayech, Trabelsi, 2003).
Face à la non-fiabilité de ces méthodes, un outil de prévision scientifique et efficace s'avère alors nécessaire. A cette fin, plusieurs méthodes de prévision existent, à savoir l'approche univariée de Box et Jenkins (1976) et les modèles de séries temporelles multivariées (e.g. le modèle VAR, le modèle ECM, etc.) qui ont vu se développer plusieurs applications dans différents domaines, notamment dans les secteurs touristique et du transport aérien de passagers. En effet, avant les...