Quand on a 1-u *v, c’est la productivité marchande, ces sont des employés qui produisent

avec une productivité p, u*p production non marchande. On a des employés qui produisent et
les chômeurs qui sont chez eux. Ca c’est la production domestique, on considère qu’elle a une
valeur sociale. Ca c’est globalement ce qu’ils produisent dans l’économie et on enlève les
couts de recherche. cƟ*u est égale à v, c’est les emplois vacants
Ɵ, c’est v/u * u, donc ce qu’on a créé ici c’est moins c*les emplois vacants, cad que
globalement le welfare (aides sociales) dépend de ce qui est produit par les employés et par
les chômeurs. Et en effet, on retient le cout social du fait d’avoir des emplois vacants.
C’est ca qui fait qu’il y a un arbitrage qu’on pourrait dire que la situation optimale serait une
situation ou il n’y a pas des chômages. Ce qui n’est pas le cas. Pourquoi ?
Parce qu’il n’y a pas de chômage, il faut poster beaucoup d’emplois vacants, parce qu’il y a
un processus de matching qui fait que ca prend du temps de recruter et au bout d’un moment
donné, quand on baisse le chômage (une manière d’écrire ca p-u*p-v).
Quand il y a du chômage, ca coute ca (le prof entoure ce qu’il a écris au tableau). Lorsque les
employés ne sont pas sur le marché de travail et qu’ils sont chez eux pour cultiver leurs
jardins, il y a une perte. Du coup, il va y avoir un arbitrage, parce que pour réduire u, hausse
de v implique 2 choses :
- Une baisse de chômage, donc une baisse de ce qu’on perd, ce qui est positif pour le
welfare car je régule le chômage et c’est mieux
- Une hausse du cout de recrutement
Pourquoi donc il va y avoir une solution optimale ou ce n’est pas forcement 0 chômage ?
Précisément parce que vous avez fait cet arbitrage
Comme il y a la technologie d’appariement, la probabilité de pourvoir des postes vacants a
tendance a diminué a mesure qu’il y a des emplois vacants parce qu’il y a des effets de
congestion. Donc un moment donné, l’augmentation des emplois vacants ne baisse pas le
chômage alors que parallèlement les couts de recrutement augmentent. C’est ca qui est
intéressant dans cette modélisation, il y a une configuration, ou il y a un niveau de chômage
optimal.
Parce que vouloir réduire le chômage plus que ca, fait qu’il faut augmenter beaucoup les
emplois vacants, ce qui entraine qu’il y a beaucoup d’effets de congestion pour diminuer un
petit peu le chômage et puis à coté de ca, ca coute plus a la société, parce que les effets
négatifs dominent plus les gains.
Le prof trace un graph des Ώ ou fonction welfare : un niveau d’emplois optimal implique un
niveau de chômage optimal. La hausse de cv supérieur à la baisse u-p.
q’Ɵ est négatif. Un moment donné, il y a tellement des tensions sur le marché, tellement
d’emplois vacants, que quand on augmente encore plus les emplois vacants, ca fait quasiment
plus diminuer le chaumage. Parce qu’il y a beaucoup d’effets de congestion.
A la marche, ca vous coute le même c (cout) de recruter, mais au bout d’un moment, on ne
pourra plus recruter tellement qu’il y a beaucoup d’emplois vacants sur le marché et c’est très
difficile de recruter.
Ex : si vous êtes dans un marché, on va dire que ca vous coute 10 000euro de recruter
quelqu’un mais si face a ces couts vous mettez 1 mois ou 1 an pour le recruter. On voit que ce
n’est pas la même chose. C’est le cas de ce qu’on vient de dire. Tellement qu’il y a des
emplois vacants, les recruteurs mettront plus de temps à trouver un recrût (10000 euro
pendant 1 an), plus d’intérêt à faire de recrutement.
Donc avoir un marché de travail avec un niveau de chômage 0, n’est pas concevable et
difficilement attenuable. Pourquoi ?, parce qu’il faudra mettre beaucoup d’emplois
vacants des couts de recrutement énormes…
Une question essentielle à se poser serait : Ou est l’emploi optimal par rapport à l’emploi
d’équilibre ?

Destruction endogène de l’emploi.

L’idée générale est qu’est ce qui fait qu’une entreprise détruit des emplois : environnement
d’incertitude. Le ɛ qui est définie comme une variable aléatoire est censé représenter les aléas
(ex : moins de demandes, arrivée des nouveaux concurrents, …). Quand ɛ augmente
conditions plus favorable, quand elle baisse, condition moins favorable.
Le choix de licenciement doit se définir quelques parts à un niveau de productivité seuil. Si la
demande tombe à un niveau faible ou je suis moins compétitif, mon ɛ est nul, jusqu’à quel
niveau de productivité je vais choisir de maintenir l’emploi. On définit un ɛ de réservation.
Quel est mon niveau de productivité que je vais accepter au minimum ?
Ex : si ɛ est compris entre 0 et 10 000 euro par mois. La question qui se pose est : je vous ai
embauché, à quelle productivité je vous maintiens dans l’emploi ? Est ce que cela veut dire
que : quand ma productivité est en dessous de 10000 euro, je vous licencie ou quand elle
tombe en dessous de 5000 ou 2000 euro je vous licencie. Evidement après, si je dis c’est 5000
euro, toute productivité qui sera en dessous de 5000 euro fera que je vous licencie.
G(w) est une fonction de répartition qui est compris entre 0 et 1. g’ est la dérivée de la
fonction de répartition, qui est appelée la fonction densité. Avec une probabilité λ, un
processus de loi de poisson, cad, qu’il y a une chance sur deux que ce mois ci, il y a un choc
sur votre poste de travail (probabilité λ). Donc je vais vous licencier que si votre productivité
est en dessous du seuil (voir illustration graphique avec un seuil de 0,65, quelle est la
probabilité que je sois licencier ? 0,1*0,65 = 6,5% définis la probabilité d’être licencier.
Quel est le produit de la probabilité d’avoir un choc et que si j’ai un choc, étant donnée les
possibilités que ca soit en dessous du seuil de réservation.
Le licenciement est donc conditionné :
- De la probabilité d’avoir un choc
- Et que ce choc entraine une productivité qui est en dessous du seuil ou du minima que
j’accepte
Equation :

rw(ɛ) = w(ɛ) + λ ɛ [w(s) – w(ɛ)]*dG(s) + λG (ɛ)u

ɛ (w(ɛ) – u)
λG
Cette dernière correspond à l’équation valeur d’un employé qui touche un salaire w.
Probabilité λ qu’il y est un choc
1er possibilité : votre poste subi un choc mais votre productivité est supérieur au seuil, votre
poste est donc maintenu. Dans ce cas la, la nouvelle valeur s est celle qui se réalise après le
choc
Cela peut être aussi dite : en cas d’un choc, mon poste est maintenu et j’ai une variation de ma
valeur qui dépend de la nouvelle valeur moins ce que j’avais w(s) – w(ɛ), multiplié par dG(s)
que j’ai appelé aussi g’(s) ou fonction densité, c’est la probabilité que j’ai un s particulier. Je
vais prendre tout les s possibles qui font que je sois maintenu en emploi.