Voies de la modélisation macro-économétrique? - article ; n°1 ; vol.20, pg 147-179

-

Documents
34 pages
Obtenez un accès à la bibliothèque pour le consulter en ligne
En savoir plus

Description

Revue française d'économie - Année 2005 - Volume 20 - Numéro 1 - Pages 147-179
Ways of Macroeconometrics Modelling The aim of this paper is to present various routes of macro-econometric modelling and to discuss their advantages and limits. We first review the main properties of macro-econometric models and discuss the main reasons which led to their gradual neglecting, at least in the academic world. We then present the VAR methodology and we show that this approach can suffer from important limits. Next, we present the DSGE approach and discuss some econometric problems. Finally, we study the links between descriptive and structural approaches in macro- modelling.
Patrick Fève Voies de la modélisation macro-économétrique. L'objet de cet article est de présenter les différentes voies de la modélisation macro-économétrique et de discuter des apports et des limites de ces approches. Nous présentons dans un premier temps la modélisation issue de la macro-économie de la synthèse et discutons des raisons de son abandon progressif, du moins à un niveau académique. Nous exposons ensuite les apports de la méthodologie VAR et nous montrons à l'aide d'un exemple numérique certaines limites de cette approche. Puis, nous présentons l'approche structurelle des modèles d'équilibre général intertemporels stochastiques et certains problèmes posés par cette modélisation. Finalement, nous esquissons certaines pistes de rapprochement entre ces différentes voies de la modélisation macro-économétrique.
33 pages
Source : Persée ; Ministère de la jeunesse, de l’éducation nationale et de la recherche, Direction de l’enseignement supérieur, Sous-direction des bibliothèques et de la documentation.

Sujets

Informations

Publié par
Publié le 01 janvier 2005
Nombre de visites sur la page 31
Langue Français
Signaler un problème

Patrick Fève
Voies de la modélisation macro-économétrique?
In: Revue française d'économie. Volume 20 N°1, 2005. pp. 147-179.
Abstract
Ways of Macroeconometrics Modelling The aim of this paper is to present various routes of macro-econometric modelling and to
discuss their advantages and limits. We first review the main properties of macro-econometric models and discuss the main
reasons which led to their gradual neglecting, at least in the academic world. We then present the VAR methodology and we
show that this approach can suffer from important limits. Next, we present the DSGE approach and discuss some econometric
problems. Finally, we study the links between descriptive and structural approaches in macro- modelling.
Résumé
Patrick Fève Voies de la modélisation macro-économétrique. L'objet de cet article est de présenter les différentes voies de la
modélisation macro-économétrique et de discuter des apports et des limites de ces approches. Nous présentons dans un
premier temps la modélisation issue de la macro-économie de la synthèse et discutons des raisons de son abandon progressif,
du moins à un niveau académique. Nous exposons ensuite les apports de la méthodologie VAR et nous montrons à l'aide d'un
exemple numérique certaines limites de cette approche. Puis, nous présentons l'approche structurelle des modèles d'équilibre
général intertemporels stochastiques et certains problèmes posés par cette modélisation. Finalement, nous esquissons certaines
pistes de rapprochement entre ces différentes voies de la modélisation macro-économétrique.
Citer ce document / Cite this document :
Fève Patrick. Voies de la modélisation macro-économétrique?. In: Revue française d'économie. Volume 20 N°1, 2005. pp. 147-
179.
doi : 10.3406/rfeco.2005.1567
http://www.persee.fr/web/revues/home/prescript/article/rfeco_0769-0479_2005_num_20_1_1567Patrick
FÈVE
Voies de la modélisation
macro-économétrique ?
a conduite de la politique économi
que a toujours eu recours aux conseils et avis chiffrés d'ex
perts. Ainsi les grandes administrations et institutions dis
posent-elles de modèles macro-économétriques permettant de
quantifier les différentes options possibles de la politique
économique. Jusqu'au début des années 1970, la modélisa-
Revuc française d'économie, n" 1/vol XX 148 Patrick Fève
tion macro-économétrique n'a donné lieu qu'à peu de contro
verses (voir Pesaran [1988], Fève et Grégoir [2002]). L'éco-
nométrie était au service de la théorie (essentiellement macro
économique), son rôle se limitant surtout à la quantification
des multiplicateurs de court et de long termes. Ce partage des
rôles s'est maintenu pour deux raisons. D'une part, la théor
ie conservait une certaine autonomie vis-à-vis de la mesure,
puisqu'elle s'intéressait essentiellement à la dérivation de
modèles formels. D'autre part, il existait un consensus assez
large dans la profession quant au modèle théorique de réfé
rence : le modèle offre globale/demande globale. Ainsi, pour
simplifier, la structure de ces modèles peut être vue comme
version dynamique du modèle IS-LM en économie ouverte
augmentée d'une courbe de Phillips. Le rôle de la théorie
macro-économique était d'identifier les variables clés dans les
relations économétriques, tandis que le rôle de l'économétrie
était de fournir des estimations de ces relations souvent pos
tulées a priori. Si un problème apparaissait lors de l'estima
tion de ces équations, l'économètre pratiquait quelques modif
ications « pragmatiques » à la marge : retards, variables
explicatives supplémentaires... Ainsi, la structure dynamique
de ces modèles était-elle souvent assez ad hoc. En effet, qu'il
s'agisse des différents délais d'ajustement des facteurs de pro
duction ou de la dynamique des prix (courbe de Phillips), les
spécifications retenues ne résultaient pas d'un problème de
décision venant imposer des restrictions assurant une cohé
rence entre dynamique et équilibre temporaire à chaque
période. De même, le traitement des anticipations restait
assez frustre, ce qui est surprenant pour des modèles se récl
amant d'une filiation keynésienne. La théorie déterminait
ainsi la structure générale du modèle en postulant les variables
endogènes et exogènes, sans que l'économétrie vienne mettre
en cause la pertinence des schémas théoriques (par exemple,
le choix des variables explicatives, la distinction entre endo
gènes et exogènes, le schéma théorique de référence). Il faut
ici noter que ce partage des rôles fut dans bien des cas extr
êmement fructueux. L'économétrie s'est principalement déve-
Revue française d'économie, n° 1/vol XX Patrick Fève 149
loppée à cette époque autour des méthodes d'estimation et
d'identification. Ainsi, de nombreux estimateurs couram
ment employés aujourd'hui ont été introduits à cette époque.
De même, les problèmes d'identification des paramètres
structurels à partir des formes réduites ont donné lieu à des
résultats essentiels.
La modélisation macro-économétrique ne présente pas
aujourd'hui la grande homogénéité du début des années 1970.
Suite aux critiques de Sims [1980] et de Lucas [1976], deux
autres voies de modélisation se sont progressivement développées :
les modèles vectoriels auto-régressifs (VAR) et les modèles d'équi
libre général intertemporels stochastiques (MEGIS)1. Ces deux
approches ont progressivement développé et proposé des outils
quantitatifs originaux permettant de renouveler l'analyse de la poli
tique économique. D'un côté, l'approche VAR permet de modé-
liser différentes variables agrégées à l'aide d'un faible nombre de
restrictions, la sélection du modèle ne s'effectuant que sur la
base de critères statistiques. D'un autre côté, les MEGIS offrent
une modélisation parcimonieuse et rigoureuse de la dynamique
économique et des anticipations. Face à ces deux nouvelles voies
de macro-économétrique, les modèles de la synthèse
ne perdent pas tous leurs atouts puisqu'ils autorisent un évent
ail très large d'exercices quantitatifs : estimations et tests éco
nométriques formels, simulations stochastiques, prévisions,
variantes de politique économique...
Cet article est organisé comme suit. Dans une première
section, nous présentons brièvement la modélisation économét
rique issue de la macro-économie de la synthèse et nous discu
tons certaines limites importantes de cette approche. Dans la
deuxième section, nous exposons la modélisation VAR et nous
étudions certains problèmes liés à l'identification des chocs. La
troisième section est consacrée aux apports et limites des MEGIS.
Une dernière section conclut en s 'interrogeant sur les voies de
rapprochement de ces différentes approches.
Revue française d'économie, n° 1/vol XX 150 Patrick Fève
La modélisation économétrique
issue de la macro-économie
de la synthèse
Les modèles économétriques issus de la macro-économie de la
synthèse ont très longtemps représenté le seul outil quantitatif
de prévision et d'analyse de la politique économique. Durant les
années 1970 et 1980, ces modèles ont été profondément remis
en cause, du moins à un niveau académique.
Présentation
Les modèles macro-économétriques sont des outils d'analyse pri
vilégiés et indispensables de la politique économique. Ils per
mettent de quantifier des multiplicateurs dynamiques de court
et moyen termes et d'évaluer ainsi les effets dans le temps de dif
férents types de politiques économiques (expansion budgétaire,
réglages conjoncturels, réformes fiscales, transferts...). Leurs fon
dements théoriques reposent sur le modèle offre globale/demande
globale en présence de rigidités nominales. Ainsi, ces modèles
quantitatifs possèdent des propriétés keynésiennes à court terme
(une hausse de la demande globale a un effet positif sur l'acti
vité réelle) et classiques à moyen terme (ajustement à la hausse
des prix). Les modèles macro-économétriques sont en général de
grande taille, surtout si on les compare au modèle théorique de
référence. Par exemple, certains modèles français présentaient
au total plus de cent équations : Metric (DP), DMS et Propage
(Insee), Hermes (CCP-ECP), Mefisto (Banque de France),
Mimosa (OFCE)2. Ceci est moins vrai maintenant car les modèles
ont vu leur taille se réduire fortement : Mésange (Insee-DP), Amad
eus (Insee), Mascotte (Banque de France), e-mod.fr (OFCE)...
Ces modèles comprennent quatre types d'équations : des
équations de comportement (consommation, demande de fac-
Revue française d'économie, n° 1/vol XX Fève 151 Patrick
teurs, importations, exportations...) ; des équations techniques
(coefficients techniques liés aux consommations intermédiaires) ;
des équations d'identités comptables (équilibre emplois/ress
ources, comptes d'agents) ; des équations de bouclage (courbe
de Phillips). Il faut noter à ce stade que les équations de com
portement représentent une faible part des du modèle.
Ces modèles sont ainsi représentés par un système d'équations
(souvent spécifiées et estimées indépendamment) à partir des
quelles on peut déterminer une solution, c'est-à-dire une expres
sion des variables endogènes en fonction des variables exogènes
et des pré-déterminées. A partir de la solution, le modèle
macro-économétrique peut donner lieu à différentes utilisations :
prévisions (après chiffrage des exogènes) ; variantes de politiques
économiques (dépenses publiques, taxes, transferts), optimales (voir l'opération Optimix en France).
Limites de la modélisation macro-économétrique
issue de la synthèse
Les raisons de son abandon progressif
Ces modèles ont été progressivement abandonnés depuis le début
des années 1980, du moins à un niveau académique3. Etant
donné leur grande utilité, on peut s'interroger sur les causes de
ce rejet. Il est possible d'y trouver trois raisons principales : un
coût de maintenance élevé, un certain échec quantitatif et un dis
crédit académique. Tout d'abord, le coût de maintenance élevé4
est lié au fait que ces modèles sont en général de grande taille.
Ils comprennent un grand nombre d'équations, des banques de
données importantes et doivent être remis à jour régulièrement.
Par exemple, à chaque changement de base de la comptabilité
nationale, la banque de données change, les équations de com
portement doivent être toutes ré-estimées et le modèle résolu et
validé à nouveau. Ceci suppose alors des ressources matérielles
et humaines importantes et donc un coût financier conséquent
afin de pouvoir mener à bien différents exercices quantitatifs. Il
Revue française d'économie, n° 1/vol XX 152 Patrick Fève
faut noter que la difficulté de maintenance de tels modèles peut
induire une forte inertie et une faible réactivité face à un chan
gement brutal de l'environnement. Ensuite, ces modèles ont
subi certains échecs quantitatifs. On a ainsi souvent cité leur
incapacité à prévoir correctement certains retournements conjonct
urels (par exemple, les chocs pétroliers). Il faut cependant men
tionner que ces modèles ont en général de « relativement »
bonnes qualités prédictives et que les erreurs de prévision sont
souvent le résultat d'un chiffrage hors modèle (c'est-à-dire le
chiffrage des exogènes) erroné. Enfin, une cause importante de
cet abandon est un important discrédit académique. Ces modèles
ont subi à partir du milieu des années 1970 une double cr
itique : la critique de Sims et la critique de Lucas. Suivant la
itique de Sims, ces modèles imposent des contraintes sur les
variables et des a priori économiques non justifiés du point de
vue statistique. Suivant la critique de Lucas, les modèles macro
économétriques ne sont pas invariants à la forme de la politique
économique envisagée. L'impact de cette double critique - éc
onomique et statistique — a été suffisamment important pour
conduire à un abandon progressif de ces modèles, du moins au
niveau académique.
Les raisons de leur maintien
Malgré le feu croisé des critiques, force est de constater que ces
modèles n'ont pas été totalement abandonnés. Plusieurs raisons
peuvent être invoquées. Tout d'abord, la portée empirique de cer
taines critiques (voir la discussion sur la de la critique de
Lucas) est loin d'être établie et sans une alternative convainc
ante, du moins au niveau empirique, la modélisation existante
garde de sérieux atouts (voir Malgrange, [1992]). Ensuite, ces
modèles ont su intégrer assez rapidement certains éléments
importants de l'économétrie des séries temporelles (non-sta-
tionnarité, co-intégration) de sorte que leurs propriétés dyna
miques se sont enrichies. Enfin ces modèles ont incorporé pro
gressivement de nombreux enseignements de la théorie
économique (anticipations, fondements micro-économiques)5, de
Revue française d'économie, n° 1/vol XX Patrick Fève 153
sorte que certaines critiques académiques n'ont plus nécessair
ement lieu d'être.
Cela dit, ces modèles imposent d'une part une certaine
structure sur les données qui n'est pas formellement testée (cri
tique de Sims) et, d'autre part, les nouvelles spécifications ne repré
sentent que des aménagements à la marge sur certaines équations
prises isolément sans que la structure générale du modèle soit enti
èrement reconsidérée (critique de Lucas [1976] et surtout de Kyd-
land et Prescott, [1989] et [1996]).
La modélisation VAR
L'approche VAR propose une modélisation économétrique qui
impose très peu de restrictions a priori. En outre, ces modèles
peuvent être utilisés pour des exercices de prévision et d'analyse
des multiplicateurs de politique économique.
Présentation
Suivant Sims [1980], les modèles économétriques issus de la
macro-économie de la synthèse imposent des a priori écono
miques sans aucune justification statistique. Ainsi, l'exogénéité
de certaines variables (par exemple, celles liées à la politique éco
nomique) est-elle postulée, mais elle n'est pas testée. En effet, rien
ne permet de dire que ces variables sont purement exogènes,
dans la mesure où il peut exister différentes fonctions de réac
tions des autorités économiques à l'environnement économique
(règle monétaire de type Taylor ou bien encore règle fiscale).
Sims propose alors d'utiliser un modèle statistique non contraint
et dynamique, i.e. le modèle vectoriel auto-régressif (VAR) afin
de construire un modèle économétrique imposant un ensemble
minimal de restrictions.
Revue française d'économie, n° 1/vol XX 154 Patrick Fève
Supposons que l'économiste est intéressé par le com
portement de n variables macro-économiques (PIB, consomm
ation, investissement, salaires nominaux, inflation, taux d'in
térêt...)- A la date ř, l'ensemble de ces n variables est représenté
par le vecteur Yt = {ylt, y2t, ..., ynt). Ces différentes variables
sont supposées suivre la représentation stationnaire suivante6 :
Yt = i=l ÎAiYt.i +A0+ Ut
où Ai (i = 1, ..., p) est une suite àt n X n matrices, Ao un vec
teur de n X 1 termes constants et Ut = (ult, u2>t, ..., unt) un vec
teur de termes résiduels associés de matrice de variance-covariance
V(Ut) = £ de taille n X n. Ces résidus vérifient de plus
E(Ut/YJ =0, Vi>0.
Plusieurs remarques peuvent déjà être faites. Le modèle
VAR est :
- linéaire dans les variables ;
- dynamique : les valeurs passées des variables influencent dire
ctement et indirectement leurs valeurs courantes ;
- non contraint : il n'existe aucune contrainte a priori d'exclu
sion d'une variable dans les différentes équations du système.
De même, il n'existe pas de contrainte inter-équations por
tant sur les paramètres du modèle, que ce soit sur les matrices
Ai (i = 1, ..., p), АО ou sur X
En fait, les deux seules contraintes a priori du modèle VAR
sont les variables retenues (lesquelles et leur nombre n) et le
nombre de retards/. Le choix des variables n'est pas problémat
ique car il répond à la question économique posée. Celui du
nombre de retards ne l'est pas non plus car celui-ci peut un
iquement s'effectuer sur la base de critères statistiques, par exemple
le critère d'Akaike (AIC) ou celui de Schwarz (BIC), ou avec un
test de rapport de vraisemblance.
Le système d'équation du modèle VAR présente une pro
priété intéressante : en l'absence de restriction inter-équations (sur
Д (/ = 0, ..., p) et sur Jl), l'estimation par les moindres carrés
ordinaires équation par équation est équivalente à l'estimation
par le maximum de vraisemblance sur l'ensemble du système.
Revue française d'économie, n° 1/vol XX Patrick Fève 155
Cette propriété implique que l'estimation d'un modèle VAR,
même lorsqu'il existe un grand nombre de variables n et/ou de
retards p, peut être menée en appliquant les moindres carrés
ordinaires sur chaque équation. Ce résultat est certainement à la
base du succès rencontré par cette approche. De même, l'infé-
rence statistique est similaire à celle de la régression linéaire : tests
de restrictions sur les paramètres, tests sur les résidus (bruits
blancs), tests de causalité (au sens de Granger)... Ces derniers
tests ont connu un succès important dans la mesure où il est pos
sible de tester simplement certaines prédictions issues de la théor
ie. Ainsi, les premiers travaux de Sims [1972] et [1980] suggè
rent que la monnaie « cause » au sens de Granger le produit, tandis
que le produit « ne pas » la monnaie. Ce type de résultat
a servi de base à l'élaboration de modèles dynamiques avec rigi
dités nominales aptes à reproduire ce fait.
Une fois sélectionné le bon nombre de retards p et est
imés les paramètres du modèle, le modèle VAR peut donner lieu
à différentes utilisations.
D'une part, on peut facilement réaliser des exercices de
prévision des endogènes en exploitant la formulation recursive
du modèle VAR. Pour illustrer cet exercice, nous considérons un
modèle VAR avec un seul retard (p = 1). L'estimation de Ao et
Aj est faite sur un échantillon de taille T. Les prévisions des
endogènes Yt, notée Yt, pour les dates suivantes (t = T+l, T+2,
..., T+k) sont données par :
л л
YT+1 =AjYT +A0
~ л ^ л
Yt+2 =A]YT+1 +A0
Л m A Л Л
=AjYT + (A АА
II n'est pas nécessaire ici de formuler des hypothèses sur
les valeurs des exogènes puisque toutes les variables présentes
dans Yt sont calculées récursivement. Il faut cependant noter
Revue française d'économie, n° 1/vol XX