Macroéconomie quantitative et théorie des fluctuations

Table des matières

• Couverture
• Titre
• Copyright
• À propos de l’auteur
• À propos du livre
• Pour référencer cet eBook
• Sommaire
• Table des matières
• Introduction générale
• Un ouvrage de référence
• Contenu et plan de l’ouvrage
• Présentation des chapitres et publics concernés
• PARTIE 1 Macroéconomie du Cycle économique
• CHAPITRE 1 Du cycle d’affaires au cycle de croissance
• 1. Introduction
• 2. Positionnement cyclique : l’approche ABCD
• 2.1. Le cycle classique ou le cycle d’affaires (business cycle)
• 2.1.1. Le cycle classique : une définition
• 2.1.2. Morphologie du cycle classique
• 2.2. Le cycle en déviation ou le cycle de croissance (growth cycle)
• 2.2.1. Le cycle de croissance
• 2.2.2. Morphologie du cycle de croissance
• 3. Les régularites cycliques
• 3.1. Les faits stylisés
• 3.2. Les co-variations avec le cycle du PIB
• 3.3. Le différentiel de volatilité
• 4. Conclusion
• CHAPITRE 2 Les explications théoriques du cycle économique : Approche endogène vs approche impulsion-propagation
• 1. Introduction
• 2. L’approche endogène du cycle économique
• 2.1. Cycles endogènes et déséquilibres des marchés
• 2.1.1. Le multiplicateur-accélérateur de Samuelson et déséquilibres sur le marché des biens
• 2.1.2. Le modèle proie-prédateur de Goodwin et déséquilibres sur le marché du travail
• 2.2. Cycles endogènes et marchés en équilibre
• 2.2.1. Fluctuations endogènes déterministes
• 2.2.1.1. L’équilibre dynamique de prévision parfaite
• 2.2.1.2. Existence des cycles périodiques
• 2.2.2. Fluctuations endogènes aléatoires et équilibres à taches solaires
• 2.2.2.1. Le cadre d’analyse
• 2.2.2.2. L’existence des équilibres à taches solaires : l’indétermination de l’équilibre
• 3. Cycle endogène et dynamique chaotique
• 3.1. Chaos déterministe, sensibilité aux conditions initiales et attracteurs étranges
• 3.2. Non linéarité et dynamique chaotique
• 3.2.1. La cascade des bifurcations
• 3.2.2. Orbites apériodiques et apparition du chaos
• 3.3. Dynamique chaotique et équilibre de marchés
• 4. L’approche semi-endogène ou l’approche impulsion-propagation
• 4.1. La théorie des cycles monétaires à l’équilibre
• 4.1.1. Un modèle canonique de cycle à l’équilibre
• 4.1.2. Théorie des cycles monétaires à l’équilibre et les fluctuations observées
• 4.2. La théorie des cycles réels
• 4.2.1. Un modèle canonique du cycle réel
• 4.2.1.1. Le programme d’optimisation des agents
• 4.2.1.2. La dynamique macroéconomique
• 4.2.2. Deux mécanismes de propagation des chocs : l’accumulation du capital et la substitution inter-temporelle du travail
• 5. Conclusion
• CHAPITRE 3 Politique macroéconomique au cours du cycle : stabilisation et lissage des fluctuations
• 1. Introduction
• 2. Politique budgétaire et cycle économique
• 2.1. Les stabilisateurs automatiques
• 2.1.1. Les avantages des stabilisateurs automatiques
• 2.1.2. Les inconvénients des stabilisateurs automatiques
• 2.2. La Politique budgétaire discrétionnaire
• 2.2.1. La politique budgétaire discrétionnaire : un aperçu général
• 2.2.2. Les grands défis à la politique budgétaire discrétionnaire: la taille du multiplicateur budgétaire et le risque de pro-cyclicité
• 2.2.2.1. L’ampleur des multiplicateurs budgétaires
• A. La taille des multiplicateurs varie en fonction de l’environnement économique du pays
• B. La taille des multiplicateurs varie en fonction de la position dans le cycle économique
• 2.2.2.2. Le risque de pro-cyclicité de la politique budgétaire
• 2.3. L’efficacité des mesures discrétionnaires : la règle des trois T
• 3. Politique monétaire et cycle economique
• 3.1. La politique monétaire est elle encore efficace pour lisser le cycle économique?
• 3.2. les canaux de transmission de la politique monétaire
• 4. Conclusion Sortir des plans de relance
• PARTIE 2 Repérage, Caractérisation et Mesures Empiriques du Cycle Economique
• CHAPITRE 4 Décomposition Tendance-Cycle : Méthodes statistiques d’estimation du cycle économique
• 1. Introduction
• 2. Les méthodes non-structurelles uni-variées d’extraction de la tendance
• 2.1. Les méthodes de filtrage
• 2.1.1. Le lissage par moyenne mobile
• 2.1.2. Le filtre de Hodrick-Prescott (HP)
• A. Le filtre Hodrick-Prescott : les principes de base
• B. Analyse spectrale du filtre Hodrick-Prescott
• C. Limites du filtre Hodrick-Prescott
• 2.1.3. Le filtre Passe- Bande de Baxter et King
• A. Filtre Passe-Bas et filtre Passe-Haut
• B. Le filtre Passe-Bande
• C. Limites du filtre Passe-Bande
• 2.2. Les méthodes mixtes ou hybrides
• 2.2.1. Les modèles à composantes inobservables
• A. La dynamique de la tendance
• B. La dynamique du cycle
• C. Estimation du modèle
• D. Limites des modèles à composantes inobservables
• 2.2.2. La décomposition de Beveridge-Nelson
• 3. Les méthodes non-structurelles multivariées d’extraction de la tendance
• 3.1. Le filtre Hodrick-Prescott multi-varié (HPMV)
• 3.1.1. Le filtre HPMV : le programme général
• 3.1.2. Les équations structurelles
• 3.1.3. Procédure d’estimation
• 3.1.4. Remarques finales
• 3.2. Le modèle multi-varié à composantes inobservables
• 4. Conclusion
• CHAPITRE 5 Datation des points de retournement du cycle économique : Méthodes paramétrique vs méthodes non paramétriques
• 1. Introduction
• 2. Les méthodes univariées de datation du cycle économique
• 2.1. La procédure non paramétrique de Bry-Boschan
• 2.2. La méthode paramétrique de changement de régime markovien
• 2.2.1. Un modèle simple de changement de régime markoviens
• 2.2.2. La construction d’une chronologie du cycle économique
• 3. Les méthodes multi-variées de datation du cycle économique
• 4. Conclusion
• CHAPITRE 6 Caractérisation statistique du cycle économique et analyse des co-mouvements
• 1. Introduction
• 2. Caractérisation du cycle économique: la règle des 3D
• 2.1. Durée, amplitude et formes des phases cycliques
• 2.1.1. La conjecture théorique
• 2.1.2. Durée, Amplitude et forme des phases cycliques : cas du cycle tunisien
• 2.2. La diffusion
• 3. L’analyse des co-mouvements : la synchronisation cyclique
• 3.1. Les déterminants de la synchronisation cyclique
• 3.1.1. Synchronisation et transmission des chocs idiosyncratiques
• A. L’intégration commerciale
• B. L’intégration financière
• 3.1.2. Synchronisation cyclique et importance des chocs communs
• 3.1.3. Synchronisation cyclique et similarité des politiques économiques : cas d’une union monétaire
• 3.2. Synchronisation des cycles et union monétaire en Afrique
• 3.2.1. La synchronisation des cycles : condition conséquence de l’intégration monétaire
• 3.2.2. Le découplage des cycles en Afrique : un obstacle à la création d’unions monétaires ?
• 4. Conclusion
• PARTIE 3 Macro-économétrie du Cycle Economique
• CHAPITRE 7 La modélisation VAR : un cadre privilégié pour l’analyse des sources d’impulsion à l’origine des fluctuations
• 1. Introduction
• 2. La modélisation VAR
• 2.1. le cadre méthodologique
• 2.2. L’identification des chocs
• 2.2.1. L’identification des chocs par la décomposition de Choleski
• 2.2.2. Les contraintes identifiantes
• A. Les restrictions instantanées
• B. Les restrictions de long terme
• 2.2.3. Perfectionnement de la méthode d’identification
• 2.3. Analyse structurelle
• 2.3.1. La décomposition de la variance de l’erreur de prévision
• 2.3.2. Les fonctions de réponse aux chocs
• 3. La modélisation VAR et les interdépendances internationales : les modèles VAR Global
• 3.1. Le cadre méthodologique
• 3.2. La construction du VAR Global
• 3.3. Conditions préalables à l’estimation du modèle
• 3.4. L’analyse dynamique du modèle: les fonctions généralisées de réponses impulsionnelles et la décomposition généralisée de l’erreur de prévision
• 3.4.1. Les fonctions généralisées de réponses impulsionnelles (GIRF)
• 3.4.2. Décomposition généralisée de la variance de l’erreur de prévision
• 4. Les VAR Bayésiens
• 4.1. La Statistique Bayésienne
• 4.1.1. Généralité sur la statistique Bayésienne
• 4.1.2. Le choix de l’information a priori
• A. L’information est fondée sur des données antérieures
• B. L’information est subjective
• C. Lois a priori non informatives
• 4.2. Statistique Bayésienne et modélisation VAR
• 4.2.1. La modélisation VAR Bayesienne comme réponse au problème de sur-identification
• 4.2.2. Principe d’estimation Bayésienne
• 4.2.3. Simulation de Monte Carlo et intégration numérique de la densité postérieure: l’échantillonnage de Gibbs
• 4.2.4. Distribution à priori pour les paramètres
• A. Le prior de Litterman/Minnesota
• B. Le prior Normal/Wishart
• 5. Conclusion
• CHAPITRE 8 La prévision des points de retournement du cycle économique
• 1. Introduction
• 2. Le système d’indicateurs composites avancés de l’OCDE
• 2.1. Méthode de construction de l’indicateur composite avancé
• 2.1.1. La présélection des séries
• La série de référence
• Les séries-indicateurs
• 2.1.2. Traitement des données : dessaisonalisation, lissage, filtrage, extraction de la tendance et normalisation
• 2.1.3. L’évaluation
• 2.1.4. L’agrégation des séries-indicateurs
• 2.1.5. Le pouvoir prédictif de l’indicateur composite avancé
• 2.2. CACIS : un programme pour construire les indicateurs composites
• 2.2.1. Conversion des séries (Conversion)
• 2.2.2. Extraction de la tendance (Detrending)
• 2.2.3. L’agrégation des séries (Aggregation)
• 2.2.4. La détection des points de retournement (Turning-point Detection)
• 2.2.5. Etude de cas : Un indicateur composite avancé pour l’Afrique du Sud
• 3. Les modèles probabilistes de prévision cyclique
• 3.1. Le modèle de probabilité séquentielle de Neftçi
• 3.2. Les modèles à variables qualitatives de type probit
• 3.3. Les modèles qualitatifs à chaîne de Markov cachée
• 3.3.1. L’état de la conjoncture : une variable cachée déduite des soldes d’opinions
• A. Le codage
• B. La phase de synthèse
• 3.3.2. L’estimation du modèle
• 4. Les modèles économétriques de prévision du cycle économique
• 4.1. Modélisation VAR et prévision du cycle économique
• 4.2. Les Modèles à facteurs et prévision
• 4.3. L’indice de probabilité de récession de Stock et Watson
• 4.3.1. Un modèle factoriel pour construire l’indicateur coïncident
• 4.3.2. Un modèle VAR pour prévoir l’indicateur coïncident
• 4.3.3. Un modèle Logit binaire pour prévoir les récessions
• 5. Conclusion
• PARTIE 4 Les modèles d’Equilibre Général Dynamique et Stochastique (DSGE): Fondements Théoriques, Résolution Approchée et Utilisations Pratiques
• CHAPITRE 9 Les Modèles d’Equilibre Général Dynamique et Stochastique (DSGE): de la modélisation RBC aux nouveaux paradigmes keynésiens
• 1. Introduction
• 2. Un modèle DSGE-RBC
• 2.1. L’exposé du modèle DSGE-RBC canonique
• 2.2. Détermination des conditions d’optimalité
• 2.2.1. Détermination des conditions d’optimalité par la méthode de Lagrange
• 2.2.2. Fonction Valeur et équation de Bellman
• 2.2.3. Equivalence entre les équations d’Euler et les conditions de premier ordre du Lagrangien
• 2.3. Les approfondissements du modèle canonique
• 3. Modèles DSGE et nouveau paradigme keynésien: rigidités et imperfections des marchés
• 3.1. Prise en compte des rigidités et des imperfections des marchés
• 3.1.1. Prise en compte des rigidités réelles
• 3.1.2. Prise en compte des rigidités nominales
• 3.1.3. Prise en compte des imperfections des marchés
• 3.2. Un modèle DSGE canonique avec rigidités et imperfection des marchés
• 3.2.1. Le comportement des ménages dynastiques
• A. Le comportement de consommation et d’épargne
• B. La décision d’offre du travail et fixation des salaires
• C. Décision d’investissement et accumulation du capital
• 3.2.2. Le comportement des entreprises
• A. le secteur de bien final
• B. Les biens intermédiaires
• 3.2.3. L’Equilibre général
• 3.3. Résolution du modèle
• 4. Conclusion
• CHAPITRE 10 Les méthodes de résolution approchée : Méthodes linéaires vs méthodes non linéaires
• 1. Introduction
• 2. Un problème de contrôle optimal
• 3. Les méthodes non-linéaires
• 3.1. La méthode d’Itération sur la fonction valeur
• 3.1.1. La méthode d’itération sur la fonction valeur : l’algorithme général
• 3.1.2. Application au modèle DSGE-RBC canonique
• A. Le modèle déterministe
• B. Le modèle stochastique
• 3.2. La méthode de projection
• 3.2.1. La méthode de projection : l’algorithme général
• A. Choix de la base et du produit scalaire
• Le choix de la base
• Le choix du produit scalaire
• B. Le choix de la technique de projection
• La méthode des moindres carrés
• La méthode de Galerkin
• La méthode de collocation
• 3.2.2. Application de la méthode de projection au modèle DSGE-RBC canonique
• A. Méthode de collocation
• Méthode de collocation : l’algorithme général
• Application au modèle de croissance stochastique
• B. Méthode de Galerkin
• L’algorithme général
• Application au modèle de croissance stochastique
• 3.3. La méthode de perturbation
• 3.3.1. La méthode de perturbation : formulation générale
• A. L’équilibre stationnaire déterministe
• B. Approximation à l’ordre 1
• 3.3.2. Application de la méthode de perturbation au modèle DSGE-RBC canonique
• 4. Les méthodes linéaires
• 4.1. La méthode de linéarisation (log-linéarisation)
• 4.1.1. Linéarisation (log-linéarisation) des conditions d’optimalité
• 4.1.2. Un système d’équations récurrentes linéaires à anticipations rationnelles
• 4.2. La méthode d’approximation linéaire quadratique
• 4.2.1. La méthode d’approximation linéaire quadratique : l’algorithme général
• A. Etape 1 : détermination de l’équilibre stationnaire déterministe
• B. Etape 2 : construction de l’approximation quadratique de
• C. Etape 3 : calcul de la fonction valeur et détermination des règles de décision optimales
• D. Itérations sur la fonction valeur
• 4.2.2. Application au modèle DSGE-RBC canonique
• A. Calcul de l’équilibre stationnaire
• B. Approximation quadratique de la fonction d’utilité au voisinage de l’équilibre stationnaire :
• C. Matlab code pour le calcul de la fonction valeur optimale et la règle de décision c* (Diaz-Gimenez, Javier, 1999)
• 5. Conclusion
• CHAPITRE 11 Détermination des paramètres structurels des modèles DSGE: Estimation vs calibrage
• 1. Introduction
• 2. L’étalonnage ou la calibration
• 2.1. Le principe de l’étalonnage
• 2.2. Etalonnage d’un modèle DSGE-RBC : une illustration
• 3. Estimation des paramètres structurels, moments généralisés, moments simulés et inférence indirecte
• 3.1. Méthode des moments généralisés
• 3.1.1. Principe général
• 3.1.2. Estimation d’un modèle DSGE-RBC par la méthode des moments
• 3.2. Méthode des moments simulés et inférence indirecte
• 3.2.1. La méthode des moments simulés (MMS)
• 3.2.2. L’inférence indirecte
• 4. L’approche Bayesienne
• 4.1. Forme réduite du modèle et représentation espace-état
• 4.2. Les distributions à priori
• 4.3. Distribution à posteriori et inférence Bayésienne
• 4.4. Estimation d’un modèle DSGE-RBC par la méthode Bayésienne
• 5. Conclusion
• CHAPITRE 12 Les modèles d’Equilibre Général Dynamique et Stochastique : Les Utilisations Pratiques
• 1. Introduction
• 2. DSGE et fonctions de réponses aux chocs
• 2.1. Méthode de décomposition des valeurs propres généralisée et résolution des modèles linéaires avec anticipations rationnelles
• 2.1.1. Application au modèle de croissance stochastique
• A. L’état stationnaire déterministe
• B. La log-linéarisation autour de l’équilibre stationnaire
• 2.1.2. Matlab code pour l’écriture du modèle sous forme Etat-Mesure
• 2.2. Les fonctions de réponses aux chocs
• 3. Coût en bien-être des fluctuations et évaluation des règles de politiques économiques
• 3.1. Une présentation générale du calcul de la perte en bien-être
• 4. Dynare : plateforme de programmation des modèles DSGE
• 4.1. Simulation stochastique des fonctions de réponse aux chocs
• 4.1.1. Présentation du Modèle DSGE-RBC
• 4.1.2. L’écriture du code source Dynare
• 4.2. Règles de politiques optimales
• 4.2.1. Règle de politique optimale simple
• 4.2.2. Politique optimale avec règle ou politique optimale de Ramsey
• 5. Conclusion
• Titres de la collection