Décomposition cycle-tendance des données françaises désagrégées

Cycle-trend decomposition of French disaggregated data

• Auteur / Autrice : Jean-Pierre Rouy
• Direction : Jean-Pierre Laffargue
• Type : Thèse de doctorat
• Discipline(s) : Sciences économiques
• Date : Soutenance en 1998
• Etablissement(s) : Paris 1

Mots clés

Mots clés contrôlés

Cointégration

Séries chronologiques

Conjoncture économique

Cycles économiques

Résumé

La mesure du cycle économique est un enjeu essentiel de la macro-économie contemporaine. Elle permet d'établir des faits tant quantitatifs que qualitatifs que les modèles théoriques doivent reproduire. Les variables retenues ici sont dites désagrégées et concernent plus précisément l'évolution trimestrielle des principales branches de l'industrie française de 1963 à 1993. Plusieurs techniques d'identification des différentes composantes formant une série temporelle sont étudiées. Traitant de la non stationnarité des variables de façon différente, elles en extraient une information différente. Les méthodes de filtrage, telles que celle de Hodrick-Prescott ou de Baxter-King, considèrent que l'on a une connaissance au préalable de la durée des cycles économiques. A contrario, les modèles à composantes inobservables, tels que ceux proposés par Harvey, supposent que l'on a une idée a priori de la représentation économétrique de chaque composante. Bien que fondées sur une vision similaire du comportement à long terme de l'économie, ces méthodes livrent des composantes cycliques différentes. Néanmoins, elles nous permettent de dresser un calendrier des fluctuations des différentes productions sectorielles et d'en effectuer l'étude morphologique selon les préceptes du NBER. Dans le cadre multivarié, les principes de cointégration et de coévolution indiquent le nombre de tendances communes et de cycles communs existants dans les variables. La formulation de marchés aléatoires dans la composante permanente des séries conduit à souligner la pluralité des chocs s'exerçant sur les secteurs industriels et le nombre relativement important d'impulsions à l'origine de leur croissance. Cette thèse montre que la compréhension du cycle dépend étroitement de la méthode retenue pour son identification et des hypothèses qu'elle implique. Cette abondance des techniques n'est pas un obstacle à la compréhension des phénomènes économiques mais un témoignage de leur complexité.

Measuring business cycles is at the forefront of modern economic research. It provides stylized facts can be used to examine quantitative and qualitative validity of theoretical models. The disaggregated studied data are the production of intermediate, equipment and consumer goods sectors in france from 1963 to 1993. Several identifying methods are used. Based on different concepts of buisiness cycle fluctuations. They extract different types of information from the original series. The filtering tools, proposed among others by hodrick-prescott or baxter-king, imply we have knowledge of cycle duration. Conversely, the key identifying assumptions of the harvey unobserved components models are an explicit econometric representation of each component. Although the long run economic representation of these methods is the same, they give us different short term cyclical characteristics. Nevertheless, we propose in this study a chronology for each french manufacturing production and describe their morphology in the nber's spirit. In multivariate case, cointegration and codependance principles indicate the number of common trends and common cycles existing in series. The presence of random walks in permanent components leads to emphasize that large number of shocks are responsible of production growth rates. This study shows that properties of business cycle vary widely across different detrending methods. This is not an obstacle to understand economic facts but an evidence of their complexity.