Apprentissage, hétérogénéité et politique monétaire : une application aux régimes de ciblage de l'inflation

Heterogeneity, Learning and Monetary Policy : an Application to Inflation Targeting Regimes

• Auteur / Autrice : Isabelle Salle
• Direction : Marc-Alexandre Sénégas, Murat Yildizoglu
• Type : Thèse de doctorat
• Discipline(s) : Sciences économiques
• Date : Soutenance le 11/12/2012
• Etablissement(s) : Bordeaux 4
• Ecole(s) doctorale(s) : École doctorale Entreprise, économie, société (Talence, Gironde ; 1991-....)
• Jury : Président / Présidente : Thomas Vallée
• Jury : Examinateurs / Examinatrices : Jean-Christophe Pereau, Jouko Vilmunen
• Jury : Rapporteurs / Rapporteuses : Paul De Grauwe, Carsien Harm Hommes

Mots clés

Mots clés contrôlés

Inflation

Politique monétaire

Mots clés libres

Politique monétaire

Ciblage de l’inflation

Anticipations

Apprentissage

Hétérogénéité

Modélisation à base d’agents

Monetary policy

Inflation targeting

Expectations

Learning

Heterogeneity

Agent-based modeling

Résumé

L’objet principal de cette thèse est la reconsidération du rôle de la politique monétaire dans uneéconomie caractérisée par l’hétérogénéité des agents et leur apprentissage en rationalité limitée. Ce travail sesitue dans le prolongement d’une littérature qui se développe depuis les années 1980 sur le prise en comptede l’apprentissage des agents dans l’appréciation des conséquences des politiques monétaires (Sargent (1993),Evans & Honkapohja (2001)). La thèse vise à développer cette littérature en mobilisant une modélisation entermes de systèmes complexes (voir Miller & Page (2007)) et en l’appliquant à l’analyse des régimes de ciblagede l’inflation, en mettant notamment l’accent sur le rôle de l’ancrage des anticipations d’inflation. En partantdes modèles analytiques établis dans la littérature (voir Woodford (2003b)), la thèse développe progressivementun cadre d’analyse utilisant une modélisation computationnelle à base d’agents. En explorant rigoureusementles principaux phénomènes qui émergent de ce cadre, la thèse aborde les questions de conception de politiquesmonétaires optimales et montre comment les interactions entre les mécanismes d’apprentissage et les caractéristiquesdes régimes de ciblage de l’inflation sont cruciales pour les performances de ce régime.

The main goal of this Ph.D. dissertation is to reconsider the role of monetary policy in a learningeconomy populated by boundedly rational and heterogeneous agents. This work is in the line with the growingliterature on learning and monetary policy, which has emerged since the eighties (Sargent (1993), Evans &Honkapohja (2001)). The dissertation aims at developing that literature through a complex system modelingstrategy (see Miller & Page (2007)), applying it to the analysis of inflation targeting regimes, and especiallyhighlighting the role of the anchor of inflation expectations. Starting from the analytic models available in theliterature (see Woodford (2003b)), the dissertation gradually develops a framework using agent-based modeling.While deeply exploring the emergent phenomena in that framework, the thesis raises the issue of the design ofoptimal monetary policy rules, and emphasizes how the interplay of learning mechanisms and inflation targetingregimes is crucial for the performances of that regime.