Dynamique mathématique et dynamique historique de l'économie moderne : une application à l'économie sud-coréenne

Mathematical and historical dynamics of modern economy : an application to the Korean economy

• Auteur / Autrice : Deokmin Kim
• Direction : Rémy Herrera
• Type : Thèse de doctorat
• Discipline(s) : Sciences économiques
• Date : Soutenance le 06/12/2017
• Etablissement(s) : Paris 1
• Ecole(s) doctorale(s) : École doctorale d'Économie (Paris)
• Partenaire(s) de recherche : Laboratoire : Centre d'économie de la Sorbonne (Paris ; 2006-....)
• Jury : Président / Présidente : Rémi Bazillier
• Jury : Examinateurs / Examinatrices : Rémy Herrera, Gérard Duménil, Marie Cottrell
• Jury : Rapporteurs / Rapporteuses : Roberto Veneziani, Jacques Mazier

Mots clés

Mots clés contrôlés

Corée (République)

Théories non linéaires

Macroéconomie -- Modèles mathématiques

Mots clés libres

Dynamique non linéaire

Dynamique du système

Modèle de gestion des stocks de macro

Modèle économétrique de time series

Économie sudcoréenne

Nolninear Dynamics

System Dynamics

Macro Stock Management Model

Time Series Econometrical Model

Korean Economy

Résumé

Il est essentiel d’étudier la dynamique non linéaire en mathématiques et nous permet d’interpréter des phénomènes aussi irréguliers et imprévisibles à la suite de processus déterministes, et non de simples erreurs ou chances statistiques.La dynamique du système est une méthodologie ainsi qu’une méthode pour implémenter des mouvements dynamiques non linéaires. Par ces deux méthodes,nous capturons la crise dans les cycles économiques et testons l’accumulation de capital, et les changements techniques dans le cadre du modèle Macro Stock Management et les appliquons à ceux de l’économie sud-coréenne. Divers outils d’analyse des séries chronologiques sont utilisés pour estimer les effets de l’investissement sur les taux de profit et les effets de l’inégalité salariale et de la dette des consommateurs sur la demande intérieure depuis la crise financière mondiale de 2008. Le Structural Vector Auto-Regressive model impose des restrictions à long terme ou à court terme sur le système VAR, il utilise pour distinguer deux variables avec des caractéristiques similaires. Perron (1989) fait valoir que les tests de racine unitaire traditionnels tels que le test Augmenté Dickey-Fuller sont susceptibles de ne pas détecter la stationnarité ou la non stationnarité des données si elles ont des ruptures structurelles. Zivot et Andrews(1992) et Lumsdaine et Papell (1997) proposent le modèle de test racine unitaire avec ruptures structurelles endogènes. Le test Gregory-Hansen fournit des informations sur une rupture structurelle dans un test de co-intégration. Le modèle ARDL (Auto Regressive Distributed Lags) est utilisé pour capturer les relations à long terme entre les variables.

It is essential to study nonlinear dynamics in mathematics, and it gives us room to interpret such irregular and unpredictable phenomena as a result of deterministic processes, not mere statistical errors or chances. System dynamics is a methodology as well as a method to implement nonlinear dynamic movements.By these two methods, we capture the crisis in the business cycles and test capital accumulation, and technical changes within the framework of the Macro Stock Management model and apply them to those of the Korean economy. In the latter part of this study, various time series analysis tools are used to estimate the effects of investment on the rates of profit and the effects of wage inequality and consumers’ debt on domestic demand since the global financial crisis of2008. Because the Structural Vector Auto-Regressive (SVAR) model impose on the long run or short run restrictions on the VAR system, it uses to distinguish two variables with similar characteristics, such as the after-tax rate of profit and the rate of profit after payment of interests and dividends excluding taxes (the after-payment rate of profit). Perron (1989) argues that the traditional unit root tests such as the Augmented Dickey-Fuller test are likely to fail to detect the stationarity or non-stationarity of the data if it has structural breaks. Zivot and Andrews (1992) and Lumsdaine and Papell (1997) propose the unit root test of the time series data with a single or two breaks in the time series. The Gregory-Hansen test provides information about a structural break in a cointegration test. The Auto Regressive Distributed Lags (ARDL) model is used to capture long-run relationships between variables.