Abonnez-vous à Universalis pour 1 euro

ÉCONOMÉTRIE

La macroéconométrie et la dynamique des grandeurs économiques

Les données macroéconomiques ou financières sont généralement des séries chronologiques, c'est-à-dire des grandeurs observées à des périodes de temps différentes. L'objectif est d'analyser la dynamique des variables considérées, plus précisément, leur évolution, la propagation de la variation de l'une d'entre elles sur les autres, leurs causalités, leurs variations saisonnières. L'étude approfondie de ces phénomènes dynamiques est une composante essentielle de l'économétrie.

L'évolution temporelle d'une série économique

Le point de vue le plus simple et le plus descriptif est le traitement d'une unique variable observée à des périodes différentes. On étudie les interdépendances temporelles de cette variable de manière à modéliser sa valeur en t en fonction de ses réalisations à des périodes antérieures. Le résultat est, par exemple, une équation donnant, à un terme d'erreur près, la réalisation du niveau général des prix du mois suivant en fonction de son évolution passée. Par exemple : Pt = aPt—1 + bPt—2 + Ut.

La grandeur Ut est un bruit blanc, c'est-à-dire une suite de chocs aléatoires indépendants. Un tel modèle est appelé autorégressif (A.R.). On peut maintenant ne plus supposer que les Ut sont engendrés par un bruit blanc, mais qu'ils possèdent une certaine dépendance temporelle. On supposera par exemple que Ut = εt + αεt—1, où εt est un bruit blanc. Les erreurs Ut et Ut—1 = εt—1 + αεt—2 ne sont plus indépendantes car elles ont εt—1 en commun. Le nouveau modèle sera appelé un modèle A.R. avec erreur moyenne mobile (moving average) et on désignera ce modèle par le sigle A.R.M.A.

Ce type de modèle s'avère extrêmement efficace pour réaliser des prévisions à très court terme de variables ayant une certaine inertie, ce qui est le cas, par exemple, de quantités agrégées (le trafic d'un aéroport, fig. 5), le nombre de chômeurs ; la demande de courrier), mais ce qui n'est pas du tout le cas, par exemple, des prix sur les marchés très réactifs comme la bourse ou les marchés de devises.

Les modèles V.A.R. (vectoriels autorégressifs)

L'étape suivante dans l'élaboration de modèles dynamiques complexes consiste à examiner plusieurs séries conjointement. On peut ainsi étudier la détermination d'une variable par sa propre histoire et par le passé d'autres grandeurs. Les modèles vectoriels autorégressifs (V.A.R.) constituent à cet égard une classe de modèles très populaire en économétrie. Un exemple extrêmement schématique permet d'étudier la dynamique prix/salaire. Si Pt est le niveau des prix au trimestre t, et St celui des salaires, on supposera :

Pt = a1Pt—1 + a2Pt—2 + a3Pt—3 + a4Pt—4 + b1St—1 + b2St—2 + b3St—3 + b4St—4 + Ut.

St = c1Pt—1 + c2Pt—2 + c3Pt—3 + c4Pt—4 + d1St—1 + d2St—2 + d3St—3 + d4St—4 + Vt.

Les prix et les salaires dépendent donc de leurs réalisations au cours des quatre trimestres antérieurs et de chocs aléatoires (ou innovations) Ut et Vt. Les paramètres a1, ..., b1, ... peuvent être estimés par la méthode des moindres carrés. Ces modèles permettent de tester notamment la non-causalité des salaires vers les prix (qui s'exprime ici par la nullité des coefficients b1, b2, b3 et b4) et, plus généralement, de regarder comment un choc sur une variable se propage dans le futur sur elle-même et sur l'autre variable.

La non-stationnarité des phénomènes économiques

Un ensemble de séries chronologiques est qualifié de stationnaire si le mécanisme générateur de ces variables ne se modifie pas dans le temps. La stationnarité implique par exemple que l'effet à six mois d'une hausse des prix sur les salaires a été de la même nature dans les années 1970 et dans les années 1990, ce qui est[...]

La suite de cet article est accessible aux abonnés

  • Des contenus variés, complets et fiables
  • Accessible sur tous les écrans
  • Pas de publicité

Découvrez nos offres

Déjà abonné ? Se connecter

Écrit par

. In Encyclopædia Universalis []. Disponible sur : (consulté le )

Médias

Modèle d'offre et de demande

Modèle d'offre et de demande

Droite des moindres carrés et lissage non linéaire

Droite des moindres carrés et lissage non linéaire

Autres références

  • ANTICIPATIONS, économie

    • Écrit par Christian de BOISSIEU
    • 6 072 mots
    • 4 médias
    Les différents modèles purement autorégressifs ont en commun de proposer une conception « génétique » des prévisions : les anticipations relatives à n'importe quelle grandeur (X) dépendent exclusivement des valeurs passées et courantes de cette grandeur. Dans cette optique, l'anticipation est déterminée...
  • CHÔMAGE - Politiques de l'emploi

    • Écrit par Christine ERHEL
    • 7 302 mots
    • 2 médias
    ...publiques, et plusieurs études ont été conduites suivant cette méthodologie depuis cette date. Une alternative au tirage aléatoire est l’utilisation de techniques économétriques afin de corriger les éventuels biais de sélection existant entre participants et non-participants aux politiques de l’emploi,...
  • ÉCONOMIE SOCIOLOGIE DE L'

    • Écrit par Frédéric LEBARON
    • 4 595 mots
    • 1 média
    ...économique ainsi conçue s'efface ensuite assez rapidement de l'horizon intellectuel des sciences sociales. En économie, le succès de l'économie mathématique et de l'économétrie, qui s'affirment à partir des années 1930 dans le prolongement de la « révolution néoclassique », ne laisse guère de place...
  • ÉCONOMIE (Définition et nature) - Enseignement de l'économie

    • Écrit par Jean-Marc DANIEL
    • 5 551 mots
    ...physique reste une idée saugrenue. En outre, l'économie voit se développer les éléments de mesure à travers une élaboration poussée de la statistique. En 1930, le Norvégien Ragnar Frisch invente le mot économétrie et fonde la Société d'économétrie, futur vivier de Prix Nobel d'économie (lui-même...
  • Afficher les 29 références

Voir aussi