Développement d'une méthodologie de prévision des prix du bois d'œuvre au Québec

Le bois d'œuvre est considéré comme un produit de commodité. Il est utilisé principalement pour la construction des maisons et est disponible sous différentes dimensions, longueurs et grades. L'industrie du bois d'œuvre est au cœur des activités du secteur forestier canadien. En particulier, cette industrie est d'une importance primordiale pour le développement économique de la province du Québec puisqu'elle permet la création de nombreux emplois dans quasiment la totalité des régions du Québec. Le Conseil de l'Industrie Forestière du Québec (CIFQ) représente les intérêts des entreprises forestières québécoises. Afin d'orienter ces entreprises vers une meilleure prise de décision, les experts du CIFQ collectent hebdomadairement les prix de vente des différentes entreprises membres et publient des estimations des prix de vente de chaque produit par marché. Plusieurs entreprises se basent sur ces prix pour établir de nouveaux prix de vente et plans de production. Particulièrement, les entreprises québécoises, œuvrant dans un contexte très compétitif, ont besoin en plus des prévisions des prix de vente par marché et par produit. Cependant, les experts du CIFQ ne disposent pas d'outils permettant de générer des prévisions des prix des différents produits et pour les différents marchés, tout en considérant les données externes. De plus, à notre connaissance, parmi les études spécifiques aux produits du bois d'œuvre, aucune n'a considéré le cas de la province du Québec. L'objectif de ce projet de maîtrise est de développer une méthodologie qui permet de générer des prévisions à court terme des prix du bois d'œuvre au Québec, tout en tenant compte de la réalité du marché. Plus spécifiquement, ce projet vise à sélectionner les méthodes les plus appropriées pour la prévision des prix du bois d'œuvre, à formuler une démarche permettant d'évaluer la qualité des prévisions, puis à appliquer cette démarche pour générer des prévisions pour quelques produits représentatifs. À cette fin, nous avons proposé une démarche à sept étapes. À l'étape 1, nous avons réalisé le prétraitement des données historiques des prix. Nous avons généré, à l'étape 2, les prévisions des prix, sans considérer les facteurs externes, en utilisant différentes méthodes de séries temporelles univariées (Moyenne, Naïve, Naïve Saisonnière, STL, ARIMA, NNAR, TBATS et Combinaison). L'étape 3 consiste à évaluer la qualité des prévisions et à comparer la performance des différentes méthodes. Puis, dans les étapes 4 et 5, nous avons prétraité les données des facteurs externes et appliqué la méthode Stepwise pour la sélection des facteurs externes à considérer dans le modèle explicatif du prix de vente d'un produit à un marché donné. Les données des facteurs externes retenus sont utilisées pour générer les prévisions dans l'étape 6, en utilisant une méthode de séries temporelles multivariées (régression linéaire multiple). Dans l'étape 7, la qualité des prévisions considérant les facteurs externes est évaluée de la même façon qu'à l'étape 3. La démarche proposée a été appliquée pour la prévision des prix de deux produits représentatifs du bois d'œuvre, soit le produit 2x4 RL de grade 1&2 et le produit 2x6 RL de grade 1&2. Des données à partir 2010 ont été utilisés pour générer des prévisions pour différents horizons de 3 mois de l'année 2017. Les prévisions obtenues pour ces deux produits respectent le seuil acceptable par horizon (5% d'erreur) et le seuil acceptable par l'ensemble des trois horizons (10% d'erreur).

Abstract

Lumber is categorized as a commodity product which is mainly used for the construction of houses and is available in various sizes, lengths and grades for different applications. The softwood lumber industry is considered as at the heart of Canada's forestry sector. In particular, this industry plays a major role for economic development of Quebec province, throughout creating direct/indirect job opportunities over the whole regions. The Conseil de l'Industrie Forestière du Québec (CIFQ) represents the interests of Quebec forestry companies. In order to guide these companies towards better decision-making, CIFQ experts collect weekly sales prices from the various joined members (companies) and publish estimation of the market sales prices of corresponding products. Several companies rely on these prices to establish new sales prices and production plans. In particular, Quebec companies, operating in a highly competitive environment, need forecasts of sales prices by market and by product. However, CIFQ experts do not have the tools to generate price forecasts for different products and for different markets, while considering external data. Furthermore, to our knowledge, none of the studies specific to softwood lumber products considered the case of the province of Quebec. The main objective of this master's project is to develop a methodology to generate short-term forecasts of lumber prices in Quebec, while considering the market reality. More specifically, this project aims to select the most appropriate methods for forecasting timber prices, to formulate an approach to assess the quality of the forecasts, then apply this approach to generate forecasts for some representative products. To this end, we proposed a seven-step approach. In Step 1, we pre-processed historical price data. We generated, in Step 2, the price forecasts, without considering external factors, using different univariate time series methods (Average, Naive, Naive Seasonal, STL, ARIMA, NNAR, TBATS and Combination). Step 3 assesses the quality of the forecasts and compares the performance of the different methods. Then, in steps 4 and 5, we pre-processed the external factor data and applied the Stepwise method for selecting the external factors to consider in the model explaining the selling price of a product to a given market. Data from selected external factors are used to generate the forecasts in Step 6, using a multivariate time series method (multiple linear regression). In Step 7, the quality of forecasts considering external factors is assessed in the same way as in Step 3. The proposed approach was used to forecast the prices of two representative lumber products, 2x4 RL Grade 1&2 and 2x6 RL Grade 1&2. Data from 2010 onwards were used to generate forecasts for different 3-month horizons in 2017. The forecasts obtained for these two products meet the acceptable threshold per horizon (5% error) and the acceptable threshold for all three horizons (10% error).