Les caractéristiques cycliques et les sensibilités des indicateurs

Figure2.3: Les caractéristiques cycliques de l’indice de production industrielle

1959 1965 1970 1975 1980 1985 1990 1995 2000 2005 2010 −0.06 −0.04 −0.02 0 0.02 0.04 0.06 Années PIB réel estimé et l’IPI (taux de croissance)

PIB réel cyclique estimé

Indice Production Industrielle cyclique

Figure 2.4: Les caractéristiques cycliques du revenu moins les transferts

1959 1965 1970 1975 1980 1985 1990 1995 2000 2005 2009 −0.05 −0.04 −0.03 −0.02 −0.01 0 0.01 0.02 0.03 0.04 Années

PIB réel estimés et revenu

(taux de croissance)

PIB réel cyclique

Figure2.5: Les caractéristiques cycliques de l’emploi 1959 1965 1970 1975 1980 1985 1990 1995 2000 2005 2010 −0.015 −0.01 −0.005 0 0.005 0.01 0.015 0.02 Années PIB réel et l’emploi _{(taux de croissance)}

PIB réel cyclique estimé Emplois cyclique

Figure 2.6: Les caractéristiques cycliques des ventes manufacturières

1959 1965 1970 1975 1980 1985 1990 1995 2000 2005 2010 −0.04 −0.03 −0.02 −0.01 0 0.01 0.02 0.03 0.04 0.05 0.06 Années

PIB réel et ventes manufacturières

(taux de croissance)

PIB réel cyclique

Figure2.7: La sensibilité des indicateurs au creux de 1980 1980:02 1980:04 1980:06 1980:08 1980:10 1980:12 1981:01 8.65 8.655 8.66 8.665 8.67 8.675 8.68 8.685 8.69 8.695 8.7 Années

PIB mensuels estimés

(log de dollars constants)

Estimation sans le revenu Estimation sans l’emploi Estimation sans les ventes Estimation sans L’IPI

Estimation avec les 4 indicateurs

Figure2.8: La sensibilité des indicateurs au pic de 1990

1990:06 1990:07 1990:08 8.994 8.9945 8.995 8.9955 8.996 8.9965 8.997 8.9975 8.998 Années

PIB mensuel selon les indicateurs

(log de dollars constants)

PIB mensuel sans le revenu PIB mensuel sans l’emploi PIB mensuel sans les ventes PIB mensuel sans l’indice prod. Indus. PIB mensuel avec les 4 indicateurs

Figure2.9: La sensibilité des indicateurs au creux de 1982 1982:04 1982:05 1982:06 1982:07 1982:08 1982:09 1982:10 1982:11 1982:12 8.673 8.674 8.675 8.676 8.677 8.678 8.679 8.68 8.681 8.682 8.683 Années

PIB mensuels estimés

(log de dollars constants)

Estimation sans le revenu Estimation sans l’emploi Estimation sans les ventes Estimation sans L’IPI

Estimation avec les 4 indicateurs

Figure2.10: La sensibilité des indicateurs au pic de 2007

2007:07 2007:08 2007:09 2007:10 2007:11 2007:12 2008:01 2008:02 9.488 9.49 9.492 9.494 9.496 9.498 9.5 9.502 Années

PIB mensuel estimé

(log de dollars constants)

Estimation sans le revenu Estimation sans l’emploi Estimation sans les ventes Estimation sans L’IPI

Figure2.11: La sensibilité des indicateurs au creux de 2009 2009:01 2009:02 2009:03 2009:04 2009:05 2009:06 2009:07 2009:08 9.455 9.456 9.457 9.458 9.459 9.46 9.461 9.462 9.463 9.464 9.465

Années

PIB mensuels estimés

(log de dollars constants)

Estimation sans le revenu Estimation sans l’emploi Estimation sans les ventes Estimation sans L’IPI

Chapitre 3

Régimes markoviens et composantes

mensuelles inobservables latentes

Résumé

Dans ce chapitre, nous introduisons les régimes markoviens dans un modèle factoriel dyna- mique (MFD) à composantes inobservables latentes pour identifier la composante commune caractérisant le cycle économique.

L’hypothèse d’un processus markovien de premier ordre conforte cette composante et les tech- niques de chaîne de Markov, de Monte Carlo et d’augmentation de données rèvèlent que le cycle économique à un rythme mensuel, est asymétrique. Cette asymétrie est caractérisée par un taux de croissance positif en expansions et négatif en récessions.

Les régimes markoviens du modèle factoriel dynamique permettent de ressortir les plus forts mouvements d’ensemble de la composante commune avec les autres secteurs de l’économie. Bien que les volatilités relatives sont inférieures en présence de régimes, l’indice de produc- tion industrielle et les ventes manufacturières transmettent plus fortement à la composante commune les chocs qu’ils reçoivent que l’emploi.

L’indice de production industrielle et l’emploi comouvent plus avec le PIB mensuel que le revenu et les ventes manufacturières.

L’économie a plus de chance de passer plus rapidement de la récession à l’expansion qu’il n’y ait de chance de retomber dans la récession.

Mots clés : Régimes markoviens, MFD et MCMC, Asymétrie, Correction trimestrielle, Co-

3.1

Introduction

La question du cycle économique est centrale en économique du fait de la complexité du phé- nomène et de ses comportements. Les économistes sont conscients qu’une meilleure connais- sance du cycle économique et de ses caractéristiques intrinsèques permettraient de maîtriser l’environnement économique.

Pour l’analyser, plusieurs modèles ont été développés dont les modèles autoregressifs intégrés, les modèles dynamiques factoriels.

Pendant que certains suggèrent des modèles linéaires (Nelson et Plosser (1982)), d’autres à l’instar de Hamilton (1989), Goldfrey et Quandt (1973), proposent des modèles non linéaires. En effet, le cycle économique a deux caractéristiques fondamentales décrites par Burns et Mitchell (1946) : l’occurrence des phases d’expansions et de récessions dans plusieurs activités et l’asymétrie des cycles. Ces caractéristiques du cycle économique font de lui une spécificité que tous les modèles ne sont pas capables de capter. Cette spécificité a conduit à l’échec des premiers modèles tels que les modèles ARIMA développés par Nelson et Plosser (1982), John et Alan (1987).

Pour plusieurs auteurs, les modèles linéaires à composantes inobservables ne sont pas adaptés pour étudier et analyser le cycle économique du fait que le «National Bureau of Economic Research (NBER)» a établi d’une part que les périodes d’expansions caractérisées par des taux de croissance plus élevés sont plus longues que les périodes de récessions, et d’autre part, que cette spécificité du cycle économique se retrouve dans nombre de séries économiques de presque tous les secteurs d’activités. De même, les écarts entre les réalisations et les prévisions sont grands du fait de l’incapacité de certains modèles à répliquer la non stabilité des activités économiques.

De plus, plusieurs études établissent que de nombreuses variables du cycle économique sont gourvernées par les changements de régimes (Kim et Nelson (1998)). Cette hypothèse a été une motivation principale de Hamilton (1989) qui soutient qu’aucune raison crédible ne peut motiver le choix des modèles linéaires pour analyser le cycle économique.

Ainsi, l’analyse du cycle économique avec des changements de régimes devient une préoc- cupation majeure des analystes et des conjoncturistes. Hamilton (1989) et plusieurs auteurs tels que Neftçi (1982), Neftçi (1984), Sichel (1989), Lindgren (1978), Lahiri et Wang (1994), William et Simon (1993), David et Jeffrey (1996), Charles et Heejoon (1981), Sclove (1983), Mizrach et Watkins (1999), Ramsey et Thomson (1999), Swanson et al. (1999), Alvaro et Oscar (1999) ont proposé une variété de processus non linéaires de séries économiques. Parmi ces modèles, peu utilisent les modèles factoriels dynamiques avec des changements de régimes pour caractériser le cycle économique et rares sont ceux qui utilisent la correction tri- mestrielle. Or, le cycle économique est empiriquement caractérisé par les modèles dynamiques

à facteurs avec des changements de régimes.

Très peu de modèles formalisent spécifiquement le PIB mensuel comme composante inobser- vable à travers des modèles dynamiques à facteurs avec des changement de régimes et aucun modèle n’a encore inclu la correction trimestrielle pour une dynamique à court terme avec des changements de régimes. C’est l’une des raisons qui justifient les résultats reflétant peu les faits stylisés du cycle économique.

Plusieurs travaux utilisent des modèles factoriels dynamiques sans considérer l’aspect non stable du modèle ou imposent la linéarité ou encore n’utilisent pas les informations présentes et futures appropriées aux trimestres. Ce faisant, ils imposent implicitement la symétrie du cycle économique (Chauvet (1998)). De ce fait, l’incertitude relative des estimateurs pourrait être accrue surtout lorqu’ils n’incorporent pas les informations trimestrielles.

Ainsi, pour analyser et comprendre le cycle économique, prendre en compte les phénomènes cycliques c’est-à-dire la non linéarité, le comouvement des séries macroéconomiques et l’asy- métrie comme suggérés par nombre d’auteurs, nous proposons un modèle dynamique factoriel mensuel avec des changements de régimes. La dynamique des décisions, l’instabilité des poli- tiques économiques et financières sont les sources fondamentales de soutien des modèles avec des changements de régimes.

A cet effet, nous estimons un modèle dynamique non linéaire à facteurs avec des change- ments de régimes incluant une correction trimestrielle exacte. La correction trimestrielle est faite en contraignant le PIB trimestriel à une somme arithmétique des PIB réels mensuels correpondants.

Une approche spécifique de modèle markovien avec des changements de régimes est utilisée en traitant le PIB réel mensuel comme un facteur inobservable relativement à des composantes latentes des changements de régimes. Les changements de régimes inobservables sont dus aux changements dans les moyennes.

Les données observées du modèle sont des variables et|ou indicateurs que la littérature recon- naît de mouvoir ensemble avec le PIB réel, dont le mouvement décrit les phénomènes cycliques et qui peuvent améliorer les estimations des points de retournement.

Pour contourner les difficultés d’estimations classiques, les avantages de l’approche bayésienne avec les techniques de Gibbs et de Metropolis-Hastings sont exploitées.

Ainsi, la section suivante traite de la revue de littérature relative aux modèles dynamiques à facteurs avec des changements de régimes. La section trois s’occupe de la spécification du modèle ; la quatrième section présente l’estimation du modèle, la cinquième section présente les données, les résultats empiriques et leur analyse ; quant à la dernière section, elle conclut.