Englais 41-50

La
TITRE
CH1 Données et méthodologie
CH2 ANALYSE DES DONNEES ET DES

RESULTATS EMPIRIQUES
Description des Données
Test de Racine Unitaire
Critère de Sélection de l'Ordre de Décallage

Optimal
Test de Cointégration
Test de Rang de Cointégration

Test de Causalité de Granger
Modèle de Correction d'Erreur Vectorielle (VECM)
Test de Diagnostique
Desciption de la méthodologie
Spécification du modèle
Test de racine Unitaire
Causalité de Granger
Modèle de Correction des Erreurs Vectorielles
(AUTRE) Test de racine Unitaire
La loi d'Okun est-elle valable en Tunisie ?
TITRE

en Tunisie ?
LES DIFFÉRENTES VERSIONS DE LA LOI D'OKUN
Les estimations empiriques du coefficient d'Okun sont sensibles à la spécification du modèle formulé par Okun, qui peut
prendre la forme de modèles statiques et dynamiques. La première relation est appelée la version différentielle de la loi
d'Okun et capture la corrélation contemporaine entre la croissance de la production et les mouvements du taux de
chômage. Si le coefficient d'Okun souhaité est négatif, une croissance rapide de la production est associée à une diminution
du taux de chômage et une croissance lente ou négative de la production est associée à une augmentation du taux de
chômage. Cette relation est basée sur des statistiques macroéconomiques accessibles.
La deuxième version est appelée la version écart, qui relie l'écart entre le taux de chômage réel à son potentiel et l'écart
entre les sorties réelles à son potentiel. Ici, un autre problème se pose concernant le choix de la méthode de décomposition
(tendance-cycle) car elle peut produire des estimations différentes des tendances et des cycles non observables.
De nombreux économistes utilisent une version dynamique de la loi d'Okun (Moosa (1997) [21], Holmes (2001) [13], Huang
et Lin (2007) [14]), qui ont en partie fondé leur suggestion que certaines variables pertinentes ont été omises de la partie
droite de l'équation. Une forme courante pour la version dynamique de la loi d'Okun aurait la croissance du courant de sortie
réel, la production réelle passée ainsi que les changements passés du taux de chômage comme variables dépendantes du
côté droit de l'équation. Enfin, une version des fonctions de production de la loi d'Okun qui est initialement introduite par
Prachowny (1993) [26]. Il combine généralement une fonction de production théorique (fusion du travail, du capital et de la
technologie pour réaliser la production (PIB)) avec la version d'écart basée sur la loi d'Okun.
RÉSULTATS EMPIRIQUES
A. Résultats empiriques de la version par
différence (modèle de correction d'erreur)
B. Résultats empiriques de la version écart

ÉRENTES VERSIONS DE LA LOI D'OKUN
'Okun sont sensibles à la spécification du modèle formulé par Okun, qui peut
ynamiques. La première relation est appelée la version différentielle de la loi
poraine entre la croissance de la production et les mouvements du taux de
t négatif, une croissance rapide de la production est associée à une diminution
te ou négative de la production est associée à une augmentation du taux de
t basée sur des statistiques macroéconomiques accessibles.
écart, qui relie l'écart entre le taux de chômage réel à son potentiel et l'écart
n autre problème se pose concernant le choix de la méthode de décomposition
des estimations différentes des tendances et des cycles non observables.
on dynamique de la loi d'Okun (Moosa (1997) [21], Holmes (2001) [13], Huang
eur suggestion que certaines variables pertinentes ont été omises de la partie
r la version dynamique de la loi d'Okun aurait la croissance du courant de sortie
s changements passés du taux de chômage comme variables dépendantes du
des fonctions de production de la loi d'Okun qui est initialement introduite par
ment une fonction de production théorique (fusion du travail, du capital et de la
roduction (PIB)) avec la version d'écart basée sur la loi d'Okun.
TABLEAU I TESTS DE STATIONARITE

TABLEAU II TEST D'ENGLE GRANGER
TABLEAU III TEST DE JOHANSEN
TABLEAU IV TEST DE WALD
Fig. 1 PIB cyclique et chômage cyclique
Fig. 2 : PIB cyclique et chômage cyclique -.002
Fig. 3 : PIB cyclique et chômage cyclique
TABLEAU V MODÈLE GAP

Méthodologie d'analyse
Cette section représente les résultats estimés par les deux versions de la loi d'Okun.
Premièrement, l'approche de Dickey-Fuller augmenté (ADF) et Phillips Perron (PP) a
été appliquée pour les deux variables « PIB » et « chômage » et trouvée non
stationnaire. Par conséquent, nous les testons en différence première (comme indiqué
dans le tableau I), où les deux variables sont intégrées d'ordre 1(I (1)) et deviennent
stationnaires après différenciation. Remarque : Ce tableau rapporte les calculs de
l'auteur de l'ADF et du PP en niveaux et en différence première respectivement. ***,
** et * indiquent une signification aux niveaux de signification respectifs de 1 %, 5 %
et 10 %.
Cette section affiche les résultats d'estimation du coefficient d'Okun
dans le cadre de la méthode de correction d'erreur (ECM). Dans un
premier temps, le test de cointégration sera utilisé pour déterminer la
relation à long terme entre les variables. Il existe plusieurs tests de
Remarque : Le tableau III rapporte l'analyse de la trace et de la valeur propre
cointégration
maximale. ***, ** ; laetpremière
* indiquentétape est le testaux
une signification Engle et Granger.
niveaux de signification
Remarque
respectifs de :1 Le
%, 5tableau
% et 10 %.II rapporte le test de racine unitaire des résidus
dedeuxième
La la version de est
étape différence
le test deen niveau.L'analyse
Johansen. ***, ** et
de *laindiquent
trace et deune
la valeur propre
signification aux niveaux de signification respectifs de 1 %, 5au
maximale révèle (d'après le tableau III) deux relations de co-intégration %niveau
et 10 %.
0,01.
S'appuyant sur le tableau II, notre modèle estimé n'est pas faux. Nous
Ainsi, la relation normalisée est
rejetons l'hypothèse nulle selon laquelle les résidus sont intégrés et les
deux
Les
Remarquevariables
résultats
: Le ―lngdp‖
montrent
tableau qu'une
IV etaugmentation
rapporte―Un‖ ont une
de 1%
la vérification causalité
de du deàlong
PIB au-dessus
la causalité determe,
court dite
la valeur
terme entre
co-intégrée.
critique (moyenne de la croissance de la production)
nos variables en se basant sur la distribution chi carré. à long terme
entraînerait une baisse de 1,4% du taux de chômage en Tunisie. Par la suite,
la valeur du coefficient d'Okun est "β = 1,4". .005 Comme laco-intégration
relationa été misplace, nous pouvons 0,004 estimeralorsd'Okun
le coefficientdans une correction d'erreur 0,003 cadre (ECM) (équation (9)) pour
corriger
Cette le court
section terme. 0,002
représente les résultats de l'estimation du coefficient d'Okun dans la
0,001
version écart. Les 3 filtres sont appliqués aux données trimestrielles pour extraire les
D(Yt,2)=c(1)*(D(Y(t-1))+21.3350*D(Ut(-1))-0,01253)
composantes cycliques de la production et du chômage. Les fig1, fig2 et fig3 montrent
.000
les composantes cycliques du chômage et de la production établies à la même échelle
+c(2)*D(
via Yt(1),2)+c(3)*D(Yt(2),2)
respectivement le filtre HP, le filtre BK et le filtre CF.
+c(4)*D(Ut(-1),2)+c(5)*D(Ut(2) ,2)+c(6) (9)
-.001
Graphiquement, il existe une faible corrélation négative entre les composantes
Nous utiliserons
cycliques les statistiques
du chômage de Wald pour
et de la production vérifier
de 1990 la causalité
à 2000, mais dansde court terme
la période
(tableau IV) où nous avons rejeté l'hypothèse nulle (c (4) =c (5) = 0),
postérieure à 2000 et principalement la période de transition politique (2010-2014) il existe donc une
causalité de court terme allant du chômage au PIB.
nous pouvons clairement détecter la relation inverse des deux variables étudiées avec
les trois filtres. Cela nous fournit des preuves de la validité de la loi d'Okun.
Empiriquement, à travers (le tableau V), le coefficient d'Okun extrait du filtre CF est le
plus élevé. L'estimation deéquation (7)obtient ces résultats trouvés danséquation
(10):
Comme onvoit dans l'équation (10), le gradient de chômage dans la loi d'Okun
estenviron -0,758 etcroissance du PIB potentiel estenviron 0,126 points de
pourcentage dans la période 1990 -2014. Une explication possible conduit à conclure
que pour parvenir à une amélioration durable du niveau de vie, le faible pourcentage
de croissance du PIB par rapport à son niveau naturel, les décideurs politiques
décideront qu'ils peuvent promouvoir la création de nouveaux emplois de manière .
intensive sans générer de inflation. 0
Ce qui est également notable, c'est que le coefficient d'Okun de Uc qui est d'environ 40 .
-0,758" est statistiquement significatif. Cela signifie que les variables sont 3 .
négativement corrélées comme le prédit la théorie, d'où toute augmentation de 1 0
2 .
point de croissance au-dessus du niveau critique (moyenne du potentiel production), 0
la Tunisie connaîtra une baisse du taux de chômage de 0,75%. Par conséquent, sur la 1 .
0
base de nos résultats, nous pensons que la loi d'Okun est valable pour la Tunisie. 0 -.
Comme on peut le voir, les résultats empiriques sont satisfaisants, mais nous 0
observons que le coefficient d'Okun est moins que nécessaire, et a le R-carré ajusté 10 -.
calculé ne confirme pas une relation très forte entre les deux variables.Une variété 2 -.
d'approches ont été explorées afin d'améliorer les problèmes de mesures liés à la loi 03
-.
d'Okun, à partir de l'inclusion d'autres variables explicatives dans 0 9
l'équation, à l'application de régressions qui permettent des changements non 4 0
linéaires dans la relation entre la production et le chômage. Ce sera

Le tableau V rapporte les résultats de l'estimation de la version gap avec les troisune recherche
future o n BK
filtres HP, nonetlinéarité
CF. ***,dans
** etla*loi d'Okun pour
indiquent la Tunisie afin
une signification auxdeniveaux
vérifierde s'il y aura une
amélioration de nos résultats.
signification respectifs de 1 %, 5 % et 10 %.
A. Le modèle de différence
Cette méthode relie la production réelle (yt) et le taux de chômage (Ut)

en différences premières :
ΔYt: est le taux de croissance de la production (PIB) en pourcentage
entre la période actuelle et la précédent qui est considéré comme un
proxy de l'activité.
β0: est l'intersection qui capture le taux de croissance moyen β1: est
communément connu par le coefficient d'Okun qui est la variation en
points de pourcentage du taux de chômage pour une
variation d'un point de pourcentage dans la croissance de la production.
ΔUt:représente les variations du taux de chômage entrepériode actuelle

et précédente t:est le terme résiduel
Bien que, dans un certain nombre de recherches empiriques critiquant
la version de différence, plusieurs auteurs soulignent que si -output‖ et
-unemployment‖ sont cointégrées, puis la version de la différence sera
mal précisée (Attfield et Silverstone (1997) [1]). De ce point de vue, nous
allons estimer le coefficient d'Okun directement à partir de la méthode
de correction d'erreurs
(ECM) qui prend en compte les relations de co-intégration.
Dans un premier temps, nous vérifierons la stationnarité des données,
car cela peut provoquer une fausse régression. La plupart des variables
macroéconomiques étant non stationnaires, la différenciation des
variables pourrait être une solution pour démontrer que Yt et Ut sont
stationnaires et intégrés dans le même ordre (d) et notés I (d).
L'Augmented Dickey-Fuller (ADF) qui est connu par le test de racine
unitaire et Phillips Perron (PP) sont utilisés pour tester la stationnarité
dans notre échantillon. Les résultats sont obtenus dans le tableau 1.
L'hypothèse nulle d'existence de la racine unitaire est β = 0 (la

croissance du PIB n'est pas stationnaire) contre β = 1 (la croissance du
PIB est stationnaire). Si une variable est trouvée non stationnaire en
niveau, elle sera testée en différence première. Par conséquent, si
chaque variable est obtenue stationnaire, nous pouvons passer à l'étape
suivante qui est la méthodologie de cointégration dans une procédure
en deux étapes. Les deux principales méthodes de test de la co-
intégration sont : ladeuxEngle-Granger
méthode enétapes d'et le test de Johansen. Pour la méthode Engle-
Granger, on vérifiera si les résiduscette régression t de sont
stationnaires, si c'est le cas, lesUG et
variablesOG seront co-intégrées. Cependant, si ces résidus ne sont pas
stationnaires, il est conclu qu'il n'y a pas de relation à long terme (pas de
Variable s Pour le test de Johansen, il vérifie la cointégration dans
cointégration).
la régression qui permet plus d'une relation de cointégration,
contrairement à la méthode Engle-Granger. Ainsi, si les variables sont
cointégrées, la cointégration à long(Yterme
t
) existe. L'étape finale consiste
à estimer la méthode de correction d'erreur correspondante, basée sur
une relation de cointégration à long terme pour observer la dynamique
à court terme (Engle, Granger (1987)) comme suit dans l'équation (3) :
(Ut)
Où Zt = [y, U] , est un vecteur 2x1 d'interceptions, t t est un vecteur
2x1de perturbations.
est une matrice qui capture les relations à long terme. Le rang de
indique le nombre de vecteurs de cointégration Z t.
Empiriquement, cela peut être fait en décrivant l'équation (4) :
Dans l'ECM, nous vérifions la significativité du coefficient Ut-1 (s'il est
Va ADF at 1st
riabl difference
es
None ***
At most1*** 0.172566 17.23773 9.164546 0.0013
Test Statistic
F-statistic
Chi-square
.
0
4 .
0
3 .
0
2 .
0
1 .
0
0 -.
0
1 -.
0
2 -.
0
3 -.
0 9 9 9 9 9 0 0 0 0 0 1 1
4 0 2 4 6 8 0 2 4 6 8 0 2
Variable
(U-U*)
Variable
(U-U*)
Variable
(U-U*)
B. Le modèle d'écart
La deuxième approche pour estimer la loi d'Okun est basée sur la différence
entre l'écart de production et l'écart de chômage :
où (yt-yt*=ytc) correspond à la production cyclique (output gap), yt* est la

sortie potentielle. (Ut Ut*=Utc) correspond respectivement au chômage
cyclique (écart de chômage), et Ut* est le taux de chômage naturel.
Nous prendrons en considération la présence de tendances stochastiques
yt* et Ut*, non déterministes car cela peut conduire à des résultats
trompeurs puisque dans la plupart des cas les deux variables sont intégrées.
Cette version utilise des variables non observables, où il n'y a pas de
méthode unique acceptée pour détendre ces variables. Parmi eux, j'ai choisi
des filtres passe-bande univariés qui sont des méthodes mécaniques
(typiquement non paramétriques) basées sur des techniques de filtrage. Les
principales méthodes de lissage utilisées sont principalement les filtres de
Baxter-King, Hodrick-Prescott, Christiano-Fitzgerald.
Le filtre de Hodrick et Prescott (HP) est une méthode de lissage qui isole les
mouvements de séries temporelles situées entre une limite supérieure et
une limite inférieure d'une fréquence ou d'une durée, car il élimine les
mouvements en dehors de la bande de fréquence souhaitée. En effet, Le
filtre HP suppose que toute série X est décomposée en une tendance et un
cycle :
Théoriquement, il s'agit d'une méthode d'estimation paramétrique pour

obtenir une composante ―T‖ de tendance lisse via la solution à la
minimisation d'une fonction de perte pour un temps fixe (connu ) λ
paramètre de pénalité. Pour les données trimestrielles, Hodrick & Prescott
(1997) suggèrent qu'il est de 1600.
Le deuxième filtre (BK) est une approximation d'un filtre passe-bande idéal.
Comme les séries temporelles peuvent être décomposées en diverses
composantes de fréquence, le filtre passe-bande idéal extrait les fréquences
dans des plages prédéterminées et le filtre passe-bande idéal, le CF, en
revanche, suppose que la série temporelle
élimine toutes les autres fréquences. Par conséquent, ce filtre est un
filtre linéaire qui élimine les composantes de tendance et les composantes
irrégulières à haute fréquence tout en visant à conserver les
Ut-1 et Yt-1 sont des régresseurs avec un décalage de période pour les
composantes cycliques intermédiaires qui passent par un taux de chômage
et croissance économique, respectivement. T est la liaison inférieure et
supérieure prédéterminée les périodes 6 et la variable de tendance, tandis
que ut-1 est la valeur décalée d'une période de 32 trimestres‖. de
l'erreur de l'équation de cointégration.
L'équation (4) indique que ∆Yt dépend à la fois de ∆Ut et de ut-1. Le
troisième est le filtre Christiano et Fitzgerald (CF). C'est comme le filtre (BK)
comme
ADF in levelune approximation d'un filtre passe-bande idéal Si
ut-1 est différent de zéro alors il y aura un déséquilibre.
et a donc des similitudes fondamentales - avec elle. (BK) suppose une
moyenne mobile symétrique tandis que pour approximer un
1.266745
yt , suit une marche aléatoire sans dérive. De plus, nous notons que le filtre
CF attribue des poids différents à chaque observation et donc le filtre n'est
pas symétrique, Haug & Dewald (2004). -
Contrairement au BK, le BK suppose
que les poids sont fixes quel que soit le nombre d'observations. En outre, le
CF est cohérent par rapport au BK car il converge vers un filtre passe-bande
2.271647
idéal lorsque la taille de l'échantillon, T, augmente.
Une fois les tendances ―y*t‖ et ―U*textraites des filtres HP, BK et CF, on
peut calculer le coefficient d'Okun β1 à partir de l'équation (7) :
Coef (t-value)
Ut
Eigenvalue
0.186547
Value
2.430477
4.860953
C(2)
-0.699680***
C(2)
-0.6174***
C(2)
-0.75804***
DONNÉES
Notre échantillon de données est fourni par l'Institut National de

la Statistique de Tunisie (INS), avec une disponibilité mensuelle de
la variable « PIB réel » sur la période 1990T1-2014T1. Les données
disponibles sur le chômage ne sont que des observations
annuelles disponibles pour les années 1989-1994 et 1997 et pour
toutes les années de 1999 à 2009 et qui sont publiées par l' (INS).
Ainsi, afin d'obtenir une fréquence infra annuelle, nous avons
utilisé des informations complémentaires de l'ANETI (Agence
Nationale pour l'Emploi et l'Emploi Indépendant) et recherché des
demandes supplémentaires et des créations d'emplois disponibles
en fréquence mensuelle.
On peut donc désapprouver les résultats de certains articles
étudiant la Tunisie comme Moosa (2008) qui a utilisé la méthode
d'interpolation afin de faire des données trimestrielles de 1990 à
2005. Une telle méthode est simple, rapide et facile mais elle
manque de précision c'est pourquoi les résultats empiriques
obtenus ne sont pas suffisamment vérifiés et significatifs.
ADF at first
difference
-
8.957357***
(intercept)
-
6.810716***
(None)
P-Value
-9.0262623***
Trace
statistic
36.02618
Df
(2, 87)
2
H-P filter
t-statistic
2.93E-10
B-K filter
t-statistic
-4.0197
C-F filter
t-statistic
-4.3424
P-P in level
1.171065
2.006171
Decision
0.0000
Critical value
20.26184
Probability
0.0939
0.0880
R2
0.3833
R2
0.3507
R2
0.4156
P-P at first difference
9.019713***
(intercept)
-
6.766774***
(intercept)
Co-integrated
Prob
0.0002
Revisiter la relation entre le taux de chômage et Croissance économique en Algérie, 1
TITRE

aux de chômage et Croissance économique en Algérie, 1970-2014 : Approche de co-intégration utilisant le m
sources de données et définition des variables
L'article examine la question de l'existence à long terme

et à court terme de la relation entre le chômage et la
croissance économique en Algérie à partir de données
annuelles pour la période 1980-2014.
Différents ensembles de données que nous avons utilisés
dans cette étude, à savoir le taux de chômage
global(ONU), le produit intérieur brut (PIB à prix
constants 2000 $ US ), le taux d'inflation ( ) , la
production potentielle (RGDPPo), le taux de chômage
cyclique (CyUN), écart de production (Gap).
Les variables de données : les niveaux globaux de
chômage, le RGDP et le taux d'inflation, sont obtenues à
partir des indicateurs de développement dans le monde
(WDI) de la base de données de la Banque mondiale.
Mais les données restantes telles que : (RGDPPo)-
(CyUN)-(Gap), doivent être calculées selon différentes
méthodes.

Le modèle
Les résultats basés sur la procédure de test des

limites (ARDL)
en Algérie, 1970-2014 : Approche de co-intégration utilisant le modèle ARDL
Méthodes d'estimation du taux de chômage naturel, de la

production potentielle et de l'écart de production en Algérie
Tableau 2. Tests pour les racines unitaires basées sur test

ADF
Tableau 3. Tests pour les racines unitaires basés sur le

niveau de Phillips-Perron
Tableau 3. Tests pour les racines unitaires basés sur le
niveau de Phillips-Perron
Cette étude utilise le modèle de décalage distribué autorégressif (ARDL) proposé par Pesaran et al. (2001) pour examiner la re
Granger (1987), le test de Johansen basé sur le maximum de vraisemblance (1991-1995) et le test de Johansen-Juselius (1990)
Les avantages économétriques de la méthode ARDL incluent :
- L'estimation simultanée des paramètres à long et à court terme du modèle, en supprimant les problèmes associés aux variab
- Le principal avantage de ce test réside dans le fait qu'il peut être appliqué quels que soient les régresseurs I(0) ou I(1), ce qui
- L'impossibilité de tester des hypothèses sur les coefficients estimés à long terme associés à la méthode Engle-Granger sont é
- Pesaran et Shin (1999) ont soutenu que la technique ARDL peut être utilisée de manière fiable dans de petits échantillons po
soient valides (Ghatak et Siddiki, 2001 ; Pahlavani, 2005).
Pour les raisons ci-dessus, nous utilisons ici la technique ARDL pour examiner la validité de la loi d'Okun en Algérie avec deux v
La première étape de l'approche ARDL consiste à estimer l'ECM non restreint suivant :
VarUNdif = + 1VarUNdif t−1 + 2VarRGDPdif t−1 +p 1 VarRGDPdif ti−+q 2 VarUNdif ti− + t ( )4 i=1 i=1
VarUNécart = + 1VarUNécart-1 + 2VarRGDPécart−1 +p 1 VarRGDPécart i−+q 2 VarUNécart i− + t ( )5 i=1 i=1
La première étape de l'approche de test des limites ARDL consiste à estimer le modèle par les moindres carrés ordinaires (MCO
H0 : 1 = 2 =0 (pas de relation à long terme).
H1 : 1 2 0 (une relation à long terme existe).
La valeur statistique F calculée est comparée aux valeurs critiques tabulées dans le tableau de Pesaran et al (2001).
Tableau
Si la 4. Présenter
statistique F calculée le résultat
tombe du test
en dehors dedes limites
la bande (lesARDL
valeurs pour I(0) et I(1) dans le tableau F), une décision concluante
✦ Si la statistique F calculée dépasse la limite supérieure de la bande de valeur critique (notez I(1) dans le tableau F), l'hypothè
rejetée, pas de cointégration.
Une fois que la co-intégration est établie, dans la deuxième étape, les ordres des retards dans le modèle ARDL sont sélectionn
estimé comme : P q
VarUNdif = + 1VarUNdif t−1 + 2VarRGDPdif t−1 + t ( )6
i=1 i=0
pq
VarUNgap = + 1VarUNgapt−1 + 2VarRGDPgapt−1 + t ( )7
i=1 i=0
Dans la dernière étape, nous obtenons les paramètres dynamiques à court terme en estimant un modèle de correction d'erreu
VarUNdif = + 1 VarRGDPdif t−1 + 2 VarUNdif ti− + ECMt−1 + t ( )8 i=1 i=1
pq
VarUNgap = + 1 VarRGDPgapt−1 + 2 VarUNgapt−1 + ECMt−1 + t ( )9 i=1 i=1
Où, 1et 2 sont les coefficients dynamiques à court terme de la convergence du modèle vers l'équilibre et est le paramètre de v
Tableau 5.estimés à long et à court terme à l'aide de

l'approche ARDL (2.0)
Figure 6. Tracé de CUSUM et CUSUMSQ

isant le modèle ARDL
Technique d'estimation
La technique la plus à même d'interpréter les changements économiques tels que

l'inflation et l'écart de chômage. Ceci est réalisé en mettant en œuvre des méthodes
univariées et multivariées pour estimer la production potentielle, y compris l'approche
populaire de la fonction de production utilisant des données annuelles. Les méthodes
de suppression de tendance univariées incluent le filtre HodrickPrescott (HP), le filtre
Running Median Smoothing (RMS) et le filtre Kalman.
Dans les études économiques empiriques, les variables macroéconomiques

contiennent des séries non stationnaires. Le traitement des variables non
stationnaires dans l'analyse empirique est très important afin d'éviter les résultats
d'une régression fallacieuse. Selon le concept de co-intégration, deux ou plusieurs
séries temporelles non stationnaires partagent une tendance commune, on dit alors
qu'elles sont cointégrées.
Nous utilisons notre ADF testou test PP pour examiner la stationnaire de la série de
ces variables macroéconomiques. Le tableau montre les résultats du ADF testet du
test PP pour le niveau et la différence première sur l'interception et l'interception et la
tendance, le test de racine unitaire pour VarRGDPDif , VarUNdif , VarRGDPgap ,
Le résultat rapporté dans le tableau 2.VarUNgap:
et le tableau 3. révèle que l'hypothèse d'une
racine unitaire ne peut pas être rejeté dans une variable en niveaux (VarUNgap) , mais
on peut rejeter l' hypothèse de niveau stationnaire pour le reste des variables . On
voit que nous avons un mélange de variables stationnaires (I(0)) et I(1).
Le résultat rapporté dans le tableau 2. et le tableau 3. révèle que l'hypothèse d'une
racine unitaire ne peut pas être rejeté dans une variable en niveaux (VarUNgap) , mais
on peut rejeter l' hypothèse de niveau stationnaire pour le reste des variables . On
voit que nous avons un mélange de variables stationnaires (I(0)) et I(1).
régressif (ARDL) proposé par Pesaran et al. (2001) pour examiner la relation de co-intégration entre le chômage et la croissance économiq
m de vraisemblance (1991-1995) et le test de Johansen-Juselius (1990).
uent :
rt terme du modèle, en supprimant les problèmes associés aux variables omises et à l'autocorrélation.
peut être appliqué quels que soient les régresseurs I(0) ou I(1), ce qui évite les problèmes de pré-test associés à l'analyse de co-intégration
ents estimés à long terme associés à la méthode Engle-Granger sont évitées ;
RDL peut être Lautilisée de manière
statistique F calculée fiable dans dede
(la version petits échantillons
la différence) estpour estimer et
évidemment tester desà hypothèses
supérieure la sur le coefficient à long terme da
. valeur critique de la limite supérieure de 6,02 au niveau significatif de 1 %. Ainsi,
ARDL pour examiner
l'hypothèse la validité de la loi d'Okun
nulle d'absence en Algérieest
de cointégration avec deux versions.
rejetée, indiquant qu'il existe une
r l'ECM non relation
restreintde suivant :
cointégration stable à long terme entre le taux de chômage et la
RGDPdif ti−+q 2 VarUNdif
croissance ti− + t ( )4 i=1
économique i=1
en Algérie.
VarRGDPécart i−+q 2 VarUNécart
mais pour la deuxième version i− + t ( )5 (The
i=1 i=1
gap version), nous constatons que la statistique F
L consiste à estimer le modèle par les moindres
calculée est de 1,706 pour ARDL (ARDL(3.1)), carrés ordinaires (MCO).
les valeurs Nousde
critiques effectuons
niveau 0,1unsont
test de Wald (F-Statistic) en imposant des res
de 4,81 (borne inférieure) et de 6,02 (borne supérieure). Le résultat indique l'absence
de co-intégration (en dessous de la borne inférieure).
critiques tabulées
L'absencedans delerelation
tableaustable
de Pesaran et al (2001).
(équilibrée) à long terme (la version écart), ne signifie pas
les valeurs pour I(0) et I(1) dans le tableau
nécessairement l'absence de corrélation F), une décision concluante
entre la croissancepeut être
et les prise.
taux de chômage
de la bandeglobaux.
de valeurCelacritique (notez
ne veut I(1) dans
pas dire le tableau
non plus que la F), l'hypothèse
relation n'existenulle
pas peut
mais être rejetée
ils sont très et prendre en charge la cointégration, et ;
faibles et il a besoin de données plus précises, pour valider cette relation.
me étape, les Uneordres des retards
fois que dansd'une
l'existence le modèle
relationARDL sont sélectionnés
de cointégration entreparlesinférence
variables àest
(AIC) ou (SBC). Suivant Pesaran et Pesaran (1997,
confirmée, l'équation a été estimée pour les coefficients à long terme du modèle
ARDL (2.0) sélectionné sur la base de l'AIC et ses résultats sont présentés dans le
tableau 5. Le résultat du tableau révèle que le coefficient estimé de la croissance
économique est positive et significative au niveau de 10 pour cent. Il montre qu'à long
terme, une augmentation d'un pour cent des recettes de la croissance économique
entraîne une diminution d'environ 0,265 pour cent du chômage. Cette preuve
ynamiques àempirique
court terme en estimant
confirme que laun modèle de
croissance correction ad'erreur
économique un impactassocié au sur
positif longlaterme estimations. Ceci est spécifié comme suit :
1 + t ( )8 i=1 Le
i=1tableau 5. présente les coefficients à long terme du modèle ARDL. Les coefficients
croissance économique en Algérie à long terme.
estimés de croissance économique à long terme sont négativement associés au taux
de chômage
Mt−1 + t ( )9 i=1 i=1 en Algérie. Cependant, la relation est très faible, comme si une
augmentation
de la convergence du modèle d'unvers
pourl'équilibre
cent de laetcroissance économique
est le paramètre était d'ajustement
de vitesse associée à uneet ECM est le terme de correction d'erreur qui e
réduction du niveau de chômage de seulement 0,265 pour cent à long terme. Mais à
court terme le coefficient des paramètres est insignifiant.
Le résultat révèle que le coefficient de correction d'erreur estimé est négatif et
significatif à un niveau de 1%, ce qui garantit que le processus d'ajustement à partir de
l'écart à court terme est très rapide.
La stabilité estimée du modèle est vérifiée par différents tests de diagnostic (test
ARCH, test LM et test de Jarque-Bera). Le résultat montre que les résidus sont
distribués normalement et qu'il n'y a aucun signe d'hétéroscédasticité et de
corrélation sérielle dans le modèle estimé.
Les tracés des statistiques CUSUM et CUSUMSQ sont bien dans les limites critiques, ce
qui implique que tous les coefficients du modèle ECM sont stables sur la période
d'échantillonnage 1970-2014
Les tracés des statistiques CUSUM et CUSUMSQ sont bien dans les limites critiques, ce
qui implique que tous les coefficients du modèle ECM sont stables sur la période
d'échantillonnage 1970-2014
Approche du filtre HP
Le filtre HP est une technique très courante utilisée pour dériver la tendance
dans une série de données réelles. Elle est réputée pour sa simplicité et pour
être une technique univariée qui permet de travailler sur des séries
temporelles relativement courtes.
Mathématiquement, le HPfiltreest un filtre linéaire qui calcule la série lissée Y
de Y en minimisant la variance de Y autour de Y , sous réserve d'une pénalité
qui contraint la seconde différence deY . C'est-à-dire que le filtre HP choisit Y
pour minimiser la quantité : T 2 T−1 2
(Yt −Yt ) + ((Yt +1 −Yt ) (− Yt −Yt −1)) (3 )
12
Le paramètre de pénalité contrôle la régularité de la série Y . Plusgrand le,
plus lelisse Y estY est . T fait référence à la longueur de la série.
nous essayons de créer une nouvelle série avec la technique de filtrage
Hodrick-Prescott en utilisant Eviews 9 . La figure suivante 5. Montre la sortie
potentielle et RGDP :
VarRGDPDif
VarUNdif
VarRGDPgap
VarUNgap
VarRGDPDif
VarUNdif
VarRGDPgap
VarUNgap
ration entre le chômage et la croissance économique. Cette procédure présente plusieurs avantages par rapport à plusieurs méthodes dis
utocorrélation.
es de pré-test associés à l'analyse de co-intégration standard qui nécessite la classification des variables en I(1) et I(0) ;
er des hypothèses sur le coefficient à long terme dans les deux cas où les régresseurs sous-jacents sont I(1) ou I(0). Alors que les technique
Case III ARDL(2.0)
* 8.465 1 The difference version
Critical Value Lower bound Upper bound
1% level of significance 4.81 6.02
ns un test de Wald (F-Statistic) en imposant des restrictions sur les coefficients estimés à long terme. Les hypothèses nulle et alternative so
Case II ARDL(3.1) F-statistic
e rejetée et prendre en charge la cointégration, et ; ✦ Si la statistique F calculée tombe1.706
bien en dessous de la limite inférieure de la bande
(AIC) ou (SBC). Suivant Pesaran et Pesaran (1997, PP. 353), l'ordre de décalage optimal est choisi en fonction de la valeur la plus élevée d'
2 The gap version
Critical Value Lower bound Upper bound
10%Ceci
terme estimations. levelestofspécifié
significance
comme2.44 3.28
suit : pq
Variable
nt et ECM est le terme de correction d'erreur qui est dérivé de la relation d'équilibre estimée des équations (4) et (5).
VarRGDP
Dif
(VarUNdif (−1))
(VarRGDPDif )
ECM
Diagnostic Test
1 Serial Correlation F-stat 0.729 Prob. F
2 Heteroskedasticity Obs*R-equa 1.200 prob
3 Normality Jarque- Bera 1.066 Prob
Figure 5. Sortie réelle et le filtre HP RGDP RPGDP
La figure 3. montre la sortie réelle par rapport à son potentiel mesuré avec
le filtre HP qui donne clairement la ligne verte. Selon le filtre HP, la période
commençant en 1983 et se terminant en 1992, ainsi que la période
commençant en 2003 et se terminant en 2008, ont connu des écarts de
production négatifs.
Alors que la période restante, qui a connu des taux de croissance de la
production réelle – a montré de meilleures performances, où la réalité était
très proche, voire supérieure, au potentiel.
Level
Intercept
* -9.162 (0)
* -4.768 (0)
* -7.707 (0)
-1.216 (1)
Level
Intercept
* - 8.398 (4)
* - 4.900 (3)
* - 7.511 (3)
- 1.118 (4)
e plusieurs avantages par rapport à plusieurs méthodes disponibles pour effectuer le test de co-intégration telles que le test en deux étape
ssification des variables en I(1) et I(0) ;
seurs sous-jacents sont I(1) ou I(0). Alors que les techniques de co-intégration de Johansen nécessitent des échantillons plus grands pour q
F-statistic
stimés à long terme. Les hypothèses nulle et alternative sont :
tombe1.706
bien en dessous de la limite inférieure de la bande de valeur critique (notez I(0) dans le tableau F), et donc l'hypothèse nulle ne pe
optimal est choisi en fonction de la valeur la plus élevée d'AIC ou de SBC. Le modèle conditionnel ARDL à long terme pour VarUNdif ou Var
Coefficient
libre estimée des équations (4) et (5). Long Run Coefficients
-0.265886 ***
0.152988
-1.737948
Short Run Coefficients
-0.250087
-0.168863
-0.635095 *
Level
Intercept & Trend
* -10.254 (0)
* -4.697 (0)
* -7.704 (0)
-1.366 (1)
Level
Intercept & Trend
* - 8.904 (4)
* - 4.842 (3)
* - 7.493 (3)
- 1.384 (4)
tuer le test de co-intégration telles que le test en deux étapes d'Engle-
de Johansen nécessitent des échantillons plus grands pour que les résultats
Result
Co-integration exists
notez I(0) dans le tableau F), et doncNo co-integration

l'hypothèse nulle ne peut pas être
modèle conditionnel ARDL à long terme pour VarUNdif ou VarUNgap peut être
Std. Error
Long Run Coefficients
Short Run Coefficients

0.154308
0.100882
0.186966
First difference
Intercept
* -6.820 (1)
* -10.637 (0)
* -18.981 (0)
*-4.768 (0)
First difference
Intercept
* - 32.614 (5)
* - 14.548 (9)
* - 22.892
-10
* - 4.900 (3)
t-Statistic
-1.620696
-1.673870
-3.396851
Mesurer le taux naturel de chômage
Nous pouvons calculer ce taux à partir de la version moderne de la courbe de Phillips (le
modèle de la courbe de Phillips augmentée) . Cette courbe peut être exprimée sous le
format suivant : t − te = 2 (UNt −U n)+ut
Où t : taux d'inflation réel à l'instant
te : taux d'inflation attendu à l'instant t , l'espérance étant formée dans l'année (t -1).
UNt : taux de chômage réel prévalant à l'instant t .
Un : taux naturel de chômage au temps t . ut :
terme d'erreur stochastique.
Puisque te n'est pas directement observable, comme point de départ on peut faire
l'hypothèse simplificatrice que te = t−1 c'est-à-dire l'inflation attendue cette année est le
taux d'inflation qui a prévalu l'année dernière ; bien sûr, des hypothèses plus
compliquées sur la formation des attentes peuvent être faites. sur les modèles à décalage
distribué. En substituant cette hypothèse et en écrivant le modèle de régression sous la
forme standard, nous obtenons l'équation d'estimation suivante :
t − t−1 = 1 + 2UNt +ut
Après avoir estimé la relation en utilisant la méthode des moindres carrés ordinaires,
nous obtenons les résultats suivants :
t - t-1 = 2,305 à 0,126ONUt +ut
Nous pouvons calculer le taux naturel sousjacent du chômage:
Cn = 1 = 2= 0,305
18,29% -2 0,126
C'est le taux naturel de chômage d'environ 18,29 %. Les économistes disent que le taux
naturel se situe entre 5 à 6%, dans les pays développés. Cela montre que le taux réel est
beaucoup plus élevé que le taux dans ces pays.
First difference
Intercept & Trend
* -6.821 (1)
* -10.519 (0)
* -18.783 (0)
*-4.697 (0)
First difference
Intercept & Trend
* - 33.303 (7)
* - 14.214 (9)
* - 24.896
-11
* - 4.842 (3)
Prob.
0.0901
0.1131
0.1022
0.0016
0.48
0.27
0.586
Degree of
Integration
I(0)
I(0)
I(0)
I(1)
Degree of
Integration
I(0)
I(0)
I(0)
I(1)
Test de la loi d'Okun dans l'approche de co-intégration de certains pays asiatiques
TITRE

pproche de co-intégration de certains pays asiatiques
En règle générale, il existe deux spécifications de modèle

standard de la loi d'Okun, la première est le « modèle de
première différence » et la seconde est le « modèle Gap
». Selon le modèle aux différences premières, le lien
entre le logarithme naturel de la production réelle (yt) et
le logarithme naturel du taux de chômage (ut) est donné
par
εt-----------(1)
Le second est le « modèle Gap » comme donné par :
εt------------(2)
où yt* désigne le log de la production potentielle, ut* est
le taux naturel de chômage. où α est l'ordonnée à
l'origine, β est le coefficient d'Okun calculant que la
variation du taux de chômage passe les changements de
production, et ε est le terme de perturbation.
Le modèle Gap a été choisi pour une analyse plus
approfondie de la loi d'okun, où le côté gauche
représente l'écart de production et le côté droit
représente l'écart de chômage (ut − ut ∗). Ainsi, la
différence entre le PIB réel observé et potentiel postule
la fluctuation de la production. De même, la différence
entre le taux de chômage observé et naturel fait
référence au taux de chômage cyclique.

Engle et Granger
Les moindres carrés entièrement modifiés (FMOLS)
Méthode correction erreur Résultat

iatiques
2. Sources de données, mesure et description
Les données sur le chômage (ut) et la production, le produit

intérieur brut (yt) et le déflateur du PIB sont obtenus à partir
de l'ensemble de données de la Banque mondiale (WDI). Le
PIB nominal est déflaté par le déflateur du PIB. Pour la
production potentielle yt*, yt est régressé sur la variable de
tendance et considère la valeur ajustée comme la production
potentielle. Dans l'équation (2), la variable d'écart de
production est la différence entre le PIB réel et le PIB
potentiel
et l'écart de chômage(ut − ut∗) est la différence entre le taux
de chômage observé et naturel.
*montre la première différence stationnaire et ** montre la seconde différence stationnaire Le

tableau 1 montre la stationnarité des variables sous différentes formes. Cependant, la stationnaire se trouve au même nive
variables (écart de production et écart de chômage) du même pays qui remplissent l'exigence Engle Gra
tableau 2 résume les résultats de l'analyse de co-intégration entre l'écart de production et l'écart de chômage de pays sélectio
Le résultat d'Engle et Granger identifie l'existence d'une association à long terme, le terme d'erreur des deux équations est sta
différence première ainsi que, ce qui reflète la preuve de la cointégration. Ainsi, la présence de co vecteur d'intégration montr
d'équilibre à long terme entre les variables. Par conséquent, nos données annuelles (1980-2006) soutiennent la proposition se
Bangladesh, en Inde, au Sri Lanka et en Chine, il existe une relation à long terme entre l'écart de production et l'écart de chôm
relation à long terme entre l'écart de production et l'écart de chômage, dans ce contexte, notre objectif est d'estimer les élasti
peuvent être calculés en utilisant les moindres carrés ordinaires entièrement modifiés de Phillips et Hansen (1990) (FMOLS) co
tableau 3 présente les résultats de séries stationnaires du même ordre qui ne sont pas satisfaites la condition des coefficients
les résultats du Srilanka et de la Chine sont statistiquement insignifiants, ce qui est postulé par les valeurs 't' et 'p' dans le table
fiabilité des données de ces pays en développement est le point d'interrogation.
tableau 4 présente le résultat empirique de l'équation du modèle de correction d'erreur. Le comportement à court terme ne m
optimiste, ce qui indique que nos variables écart de production et écart de chômage de tous les pays sont des phénomènes à
estimés de correction d'erreur retardée UT.P(-1) pour le Pakistan, UT.B(-1) pour le Bangladesh, UT.C(-1) pour la Chine, UT.S(-1
pour l'Inde sont négatifs et statistiquement significatifs. Ce résultat supporte la cointégration entre les variables. Les coefficien
impliquent un processus d'ajustement lent, les coefficients UT(-1) reflètent le pourcentage des déséquilibres de l'ajustement d
précédente revenir à l'équilibre à long terme dans l'année en cours.
3. Méthodologie économétrique
ence stationnaire et ** montre la seconde différence stationnaire Le

différentes formes. Cependant, la stationnaire se trouve au même niveau de différenciation des
écart de chômage) du même pays qui remplissent l'exigence Engle Granger.
tion entre l'écart de production et l'écart de chômage de pays sélectionnés.
association à long terme, le terme d'erreur des deux équations est stationnaire au niveau et à la
la cointégration. Ainsi, la présence de co vecteur d'intégration montre l'existence d'une relation
ent, nos données annuelles (1980-2006) soutiennent la proposition selon laquelle au Pakistan, au
ne relation à long terme entre l'écart de production et l'écart de chômage. Après avoir trouvé la
rt de chômage, dans ce contexte, notre objectif est d'estimer les élasticités à long terme. Ils
dinaires entièrement modifiés de Phillips et Hansen (1990) (FMOLS) comme :
u même ordre qui ne sont pas satisfaites la condition des coefficients de la loi d'Okun tandis que
ent insignifiants, ce qui est postulé par les valeurs 't' et 'p' dans le tableau ci-dessus. En fait, la
le point d'interrogation.
u modèle de correction d'erreur. Le comportement à court terme ne montre pas une image
duction et écart de chômage de tous les pays sont des phénomènes à long terme. Les termes
Pakistan, UT.B(-1) pour le Bangladesh, UT.C(-1) pour la Chine, UT.S(-1) pour Srilanka et UT.I( -1)
Ce résultat supporte la cointégration entre les variables. Les coefficients de réponse UT(-1) qui
nts UT(-1) reflètent le pourcentage des déséquilibres de l'ajustement de choc de la période
e en cours.
Généralement, la plupart des variables macroéconomiques sont des séries non
stationnaires et la technique prévisible des moindres carrés ordinaires (MCO)
donne la possibilité d'une régression parasite ou d'un co-mouvement entre les
variables. La différenciation des variables de séries chronologiques peut
supprimer la non-stationnarité des variables. Dans ce contexte, la
modélisation de la co-intégration et de la correction d'erreurs conserve les
informations à long terme. La technique de cointégration confronte la
régression parasite, et la correction d'erreur fournit une dynamique à court
terme qui essaie de découvrir la relation causale à court terme. Une série sera
stationnaire en différenciant « d » et notée I (d).
Test de Dickey Fuller augmenté (ADF) également connu sous le nom de test de
racine unitaire et utilisé pour tester le stationnaire et non stationnaire de la
série. Équation de régression ADF comme suit :
Yt = Yt 1 t 2 Ytk t ----------------(3)
Où Y test une série chronologique, désigne l'opérateur de différence
première, T est la tendance linéaire, est une constante à l'origine et est un
terme d'erreur. L'hypothèse nulle d'existence de racine unitaire est 0. Si une
variable s'avère non stationnaire, elle sera testée pour la stationnarité sous sa
forme de différence première. Si chaque variable est stationnaire après la
première différenciation, un test de cointégration bivariée sera utilisé pour
connaître la relation entre les variables.
Variables
Gdp gapP
Gdp gapB
Gdp gapI
Gdp gapS
Gdp gapC
U.E gapP
U.E gapB
U.E gapI
U.E gapS
U.E gapC
Variables
U1(Pak)
U2 (Bangla)
U3 (India)
U4 (Lanka)
U5 (China)
Countries
Pakistan
Bangladesh
India
Sri Lanka
China
Variables
UT.P(-1)
UT.B(-1)
UT.I(-1)
UT.S(-1)
UT.C(-1)
Les moindres carrés ordinaires entièrement modifiés (FMOLS)
Dès que l'ordre d'intégration décide, les élasticités à long terme peuvent
être mesurées par la méthode FMOLS. La technique FMOLS a été introduite
à l'origine par Philips et Hansen (1990) qui fournit l'estimation la plus
favorable des régressions de co-intégration. Afin d'obtenir une efficacité
asymptotique (distribution normale), cette technique avance les moindres
carrés pour expliquer la corrélation en série stationnaire au même ordre, la
condition d'employer le FMOLS pour estimer les paramètres à long terme
que l'existence d'une relation de cointégration entre un ensemble de I (1)
variables est satisfaite.
Dans cette étude, le test d'Engle Granger (1987) est utilisé pour la
cointégration à long terme. La cointégration est utilisée pour connaître le
nombre de vecteurs de cointégration (Kerry Patterson). La technique de co-
intégration d'Engle et Granger (1987) est appliquée car cette étude consiste
en un modèle bivarié. Sinon, les techniques de co-intégration de Johnson ou
ARDL sont utilisées dans le modèle multivarié.
Les étapes suivantes ont été suivies pour analyser empiriquement cette
recherche : Notez que toutes les variables sont sous forme de logarithme
naturel.
ADF at 1st difference
Coefficients
5.3*
4.4**
3.8*
4.2*
3.3*
5.7*
2.7**
3.8*
4.2*
3.2*
ADF at 1st difference
Coefficients (t-value)
5.6**
3.3*
3.8*
7.1*
6.2**
Coefficient
-0.03
-0.08
-0.29
-0.12
-0.56
Coefficient
-0.05
-0.07
-0.09
-0.14
-0.39
Étape 1
Tout d'abord, chaque variable doit connaître son ordre

d'intégration. La technique de cointégration d'Engle Granger
préconditionne que les variables soient intégrées dans le même
ordre. Si les variables sont intégrées à des ordres différents, on
conclut qu'elles ne sont pas cointégrées. De plus, si les variables
sont stationnaires au niveau, il n'est pas nécessaire d'aller plus
loin. Le Dickey-Fuller et le Dickey-Fuller augmenté peuvent être
utilisés pour déduire le nombre de racines unitaires dans chacune
des variables.
P-Value
0.00
0.00
0.00
0.01
0.02
0.00
0.09
0.00
0.01
0.02
P-Value
0.00
0.02
0.00
0.01
0.00
T-Value
2.08
3.05
1.95
1.66
1.75
Std Error
0.056
0.03
0.12
0.09
0.03
Étape 2
Si les résultats indiquent que les variables sont intégrées

dans le même ordre, l'étape suivante consiste à calculer
la relation à long terme sous la forme suivante : où le
côté gauche est l'écart de production et le côté droit est
l'écart de chômage, et est le terme de perturbation du
bruit blanc. Si la séquence de résidus de cette régression
est stationnaire, les séquences OG et UG sont dites co
intégrées d'ordre (1, 1). D'un autre côté, si ces résidus
sont non stationnaires, il est conclu qu'il n'y a pas de
relation d'équilibre à long terme ou qu'il n'y a pas de
cointégration entre l'écart de production et l'écart de
chômage.
Si les variables sont cointégrées, alors la relation à court
terme doit exister et elle est estimée par un modèle de
correction d'erreur (ECM) comme suit :
Output gapt 2 unemp.écartt 3
t 1 -----(4)
Où le terme de correction d'erreur est une équation de
cointégration de forme résiduelle stationnaire. Dans
l'ECM
t 1, et qu'il soit négatif ou positif, nous avons
vérifié la significativité du coefficient
qui montre la dynamique à court terme du modèle.
Techniquement, la méthode de correction d'erreur
mesure la vitesse de retour de l'ajustement aux relations
co-intégrées. L'ECM postule qu'une force affectant les
variables intégrées remonte leur relation de long terme
lorsqu'elles s'écartent de l'écart
Lags
2
6
2
6
6
7
6
2
6
6
Decision
Co-integrated
Co-integrated
Co-integrated
Co-integrated
Co-integrated
P-Value
0.02
0.06
0.08
0.11
0.12
t–Value
8.4
1.9
1.89
2.3
2.1
Prob-
Value
0.00
0.01
0.08
0.03
0.08
Un test empirique du coefficient d'Okun en Indonésie
TITRE

CH3 DISCUSSION
ent d'Okun en Indonésie
MÉTHODOLOGIE
Cette étude utilise des données secondaires de séries chronologiques de 1985 à 2018 de la Banque mondiale et du Bureau cen
qui comprennent le PIB potentiel et réel, et le chômage naturel et ouvert. taux. À cet égard, le coefficient d'Okun vise à déterm
2005). De plus, le filtre Hodrick-Prescott (HP) est crucial pour générer des estimations de tendance plus lisses sur le PIB réel e
la composante de tendance (St) et la composante de cycle (Ct). La composante cycle est la d
Yt = St + Ct (8)
La méthode est un filtre bilatéral (arrière-avant) pour lisser les séries en séries s. Le processus de lissage vise à minimiser la va
carrés de la différence seconde des séries s. Ainsi, le filtre HP choisit
²+
λ - Sᵼ) – (Sᵼ - Sᵼ-1))² (9)
Le test stationnaire étudie la cohérence des mouvements de séries temporelles (Winarno, 20
Yt = 1 + 2t + Yt – 1 + t (10)
Ensuite, nousl'hypothèse classique tests comprenant des tests de normalité, d'hétéroscédasticité et d'autocorrélation pour s
2002 ; Winarno, 2015). Après avoir exécuté le test d'hypothèse classique, l'étude exécute égale
(11)
(12)
L'équation ci-dessus montre que Xt est le PIB réel et Yt est le taux de chômage ouvert, tandis que μt et νt sont des termes d'
outre, le test de co-intégration montre également la relation à long terme entre les variable
= t – 1 t – 1 + et (13)
Johansen et Juselius vulgarisent le concept de modèle de correction d'erreurs vectorielles (VECM) (Chevallier, 2013). VEC
processus de formulation des données. L'équation suivante exp
∆Yt = 0x + 1xt + x t – 1 + I x t – i + et
Où :
Yt : Le vecteur qui contient les variables de rec
0x : Vecteur d'interception
1x : Vecteur de coefficient de régressio
t : Tendance temporelle
X : X X ´OU contient long terme équation de co
y t-1:I- variableniveau
Γix: régression coefficient matrice
k-1: VECM ordre de VAR
et : Terme d'erreurm
RESULTATS
Figure 1: Hodrick-Prescott Filtre

Figure 2 : Le test du filtre de Hodrick-Prescott du
produit intérieur brut réel à prix constant
Tableau 1. Test de stationnaritét
Figure 3 : Test de Normalité
Tableau 2. Test d'autocorrélation
Tableau 3. Test d'hétéroscédasticité
Tableau 4.test de causalité de Granger
Tableau 5. Test de co-intégration de Johansen

Tableau 5. Test de co-intégration de Johansen
Tableau 7.correction d'erreur vectorielle Modèle

detest
Figure 4. PIB réel et moyenne des heures de travail
Tableau 8. L'impact du PIB réel sur la

population active par niveau d'éducation
Tableau 9. L'impact du PIB réel sur la

population active en fonction des groupes
MÉTHODOLOGIE
e séries chronologiques de 1985 à 2018 de la Banque mondiale et du Bureau central des statistiques (Bureau central des statistiques, 2019
chômage naturel et ouvert. taux. À cet égard, le coefficient d'Okun vise à déterminer si les sorties sont supérieures ou inférieures à leurs
est crucial pour générer des estimations de tendance plus lisses sur le PIB réel et le taux de chômage (Polasek, 2011). Le filtre HP décomp
nte de tendance (St) et la composante de cycle (Ct). La composante cycle est la différence entre la série originale et la composante.
Yt = St + Ct (8)
nt) pour lisser les séries en séries s. Le processus de lissage vise à minimiser la variante y autour de s avec le paramètre de λ = 100 comme
carrés de la différence seconde des séries s. Ainsi, le filtre HP choisit s pour minimiser la variante.
²+
λ - Sᵼ) – (Sᵼ - Sᵼ-1))² (9)
onnaire étudie la cohérence des mouvements de séries temporelles (Winarno, 2015). L'équation du test stationnaire est la suivante :
Yt = 1 + 2t + Yt – 1 + t (10)
prenant des tests de normalité, d'hétéroscédasticité et d'autocorrélation pour s'assurer que le modèle se qualifie pour les composantes B
o, 2015). Après avoir exécuté le test d'hypothèse classique, l'étude exécute également le test de causalité de Granger (Winarno, 2015) :
(11)
(12)
B réel et Yt est le taux de chômage ouvert, tandis que μt et νt sont des termes d'erreur qui sont supposés ne pas présenter de corrélation e
st de co-intégration montre également la relation à long terme entre les variables, comme on peut le voir dans l'équation suivante.
= t – 1 t – 1 + et (13)
pt de modèle de correction d'erreurs vectorielles (VECM) (Chevallier, 2013). VECM différencie la composante à long terme et la composan
processus de formulation des données. L'équation suivante explique le modèle VECM.
∆Yt = 0x + 1xt + x t – 1 + I x t – i + et (14)
Où :
Yt : Le vecteur qui contient les variables de recherche
0x : Vecteur d'interception
1x : Vecteur de coefficient de régression
t : Tendance temporelle
X : X X ´OU contient long terme équation de cointégration
y t-1:I- variableniveau
Γix: régression coefficient matrice
k-1: VECM ordre de VAR
Le filtre HP analyse la tendance à longetterme
: Termede d'erreurm
la production et du chômage.figures 1 et 2 cidessous présente les résultats d
de Open Taux Chômage Figure 1 montre RESULTATS
la configuration d'estimation du filtre HP avec la valeur du paramètrelissage opti
données annuelles. Le filtre HP utilise les données elles-mêmes pour exécuter le lissage des séries et extraire la ligne de t
économique se produit de 2002 à 2005 où le taux de chômage s'éloigne de la ligne de tendance. En comparant les périod
constatons que le taux de chômage n'augmente pas de manière significative, et qu'il se situe toujours dans les limi
figure 2 montre la tendance linéaire du filtre HP au cours de la période d'observation avec la valeur optimale du paramètre
analyse plus poussée de 1996 à 1997 révèle que le PIB réel est supérieur à la tendance du filtre HP. Par conséquent, le test d
approprié car la tendance linéaire après 1998 continue d'augmenter jusqu'à la dernière année d'observation. La condition est
hausse du PIB réel après la crise économique de 1998. Ainsi, le filtre HP a produit une estimation de tendance plus lisse sur ce
modèle d'écart de la loi d'Okun peut être expliqué par l'équation suivante.
∆ Ut = B0 + B1 PIBt + εt (15)
Où :
∆Ut : La variation du taux de chômage l'année t
B0 : Coefficient d'interception (constante)
B1 : Pente du coefficient (coefficient d'Okun)
∆PIBt : L'évolution de la croissance économique (PIB réel) l'année t
Ensuite, le tableau 1 ci-dessous présente les résultats du test stationnaire des deux coefficients.
tableau 1 montre que le chômage est stationnaire au niveau du degré d'intégration [I(0)] comme indiqué par la valeur probab
le PIB est stationnaire au niveau d'intégration en différence première [I(1)] comme le suggère la valeur probabiliste de 0,0000.
résultats des tests d'hypothèses classiques peuvent être vus dans la figure 3, le tableau 2 et le tableau 3 ci-dessous.
figure 3 montre que les valeurs résiduelles sont normalement distribuées comme indiqué par la valeur probabiliste de 0,30516
d'autocorrélation suggère également que le modèle est exempt de problèmes d'autocorrélation.
tableau 2 est confirmé avec la valeur probabiliste du Khi deux de 0,1449. De même, les résultats du test d'hétéroscédasticité s
tableau 3.hétéroscédasticité
tableau 3 montre que la valeur probabiliste du Khi carré est de 0,6292, ce qui suggère que le modèle est exempt de graves pro
d'hétéroscédasticité. De plus, nous exécutons le test de causalité de Granger pour analyser la relation causale entre ces deux v
le tableau 4 ci-dessous.
tableau 4 présente une relation causale à sens unique entre le PIB et le taux de chômage déclaré, mais pas l'inverse. Les résult
variations du PIB affectent le taux de chômage, comme l'indique la valeur probabiliste de 0,0049. La valeur du coefficient d'Ok
variations du PIB susceptibles d'affecter le taux de chômage. Ensuite, le tableau 5 ci-dessous présente les résultats du test de c
tableaux 5 suggèrent la valeur statistique de trace et Max-Eigen les tests sont supérieurs à la valeur critique (α=5%). Les résult
taux de chômage déclaré sont mutuellement intégrés et présentent une relation linéaire stationnaire. Lors d'un co-mouvemen
terme, il est nécessaire d'exécuter le test Vector Error Correction Model.
Le tableau 7 ci-dessous présente les résultats de ce test.
tableaux 5 suggèrent la valeur statistique de trace et Max-Eigen les tests sont supérieurs à la valeur critique (α=5%). Les résult
taux de chômage déclaré sont mutuellement intégrés et présentent une relation linéaire stationnaire. Lors d'un co-mouvemen
terme, il est nécessaire d'exécuter le test Vector Error Correction Model.
Le tableau 7 ci-dessous présente les résultats de ce test.
tableau 7 montre le coefficient estimé (C1) avec une valeur significativement négative. Le chiffre implique que l'augmentatio
chômage ouvert. Ainsi, les résultats suggèrent que le coefficient d'Okun s'applique à l'économie indonésienne de
Les résultats du test Vector Error Correction Model montrent la relation négative significative entre le PIB réel et le tau
Actuellement, de nombreuses forces de travail travaillent moins que leurs heures de travail optimales, comme l'indique le fa
travail augmente. Dans le même ordre d'idées, l'augmentation du PIB réel n'est pas causée par l'augmentation de la m
l'augmentation des heures de travail (Central Bureau of Statistics, 2019a). Nos résultats sont corroborés par Abdul-khaliq e
Edienat (2017) ; Alamro et Aldala'ien (2016) ; Arewa et Nwakanma (2012) ; Bande et al. (2017); Blazquenz-Fernandez et al. (20
et Dritsakis (2009) ; Kargi (2016) ; Kori Yahia (2018) ;Mielcova
Revuede la recherche intégrative sur les affaires et l'économie, vol. 9, numéro supplémentaire 4 14
(2011); Noor et al. (2008) ; Phiri (2014) ; Pierdzioch et al. (2011); Ruxandra (2016) ; Soylu et al. (2018); Zanin et Marra (2011)
résultats expliquent également que les variations du taux de chômage sont affectées par les variations de la production.
croissance accrue de la production entraîne une baisse du taux de chômage et vice versa (Alamro & Al-Dala'i
Les changements dans la croissance économique sont suivis de besoins de main-d'œuvre qui affecteront le chômage (Darma,
des travailleurs peut être satisfait par l'addition de la durée moyenne du travail ou par une addition au nombre de travailleur
satisfait par l'ajout d'heures de travail, aucune possibilité d'emploi supplémentaire ne se présente. Ainsi, l'augmentation de
n'affectera pas le chômage. Ceci est cohérent avec les conclusions d'Alamro et Al
dala'ien (2016) ; Apergis et Rezitis (2015) ; Arewa (2012) qui indique quand les augmentations du PIB réel ne sont pas suivies
main-d'œuvre. Sur la base des données obtenues, il ressort que l'augmentation de la croissance économique est suivie d'u
moyenne du travail (Central Bureau of Statistics, 2019a). L'argument concernant l'effet du PIB sur le taux de chômage déclaré
du travail, comme l'indique la figure 4 ci-dessous.
La figure 4 montre la relation entre le PIB réel et les heures de travail hebdomadaires moyennes. Le PIB réel affiche une ten
année, sauf en 1998, qui affiche une légère baisse. Pendant ce temps, la durée moyenne du travail montre une tendance à la b
qu'une augmentation du PIB réel n'est pas nécessairement suivie d'une augmentation des heures de travail. Lorsque le PIB ré
Contrairement
main-d'œuvre auxdevrait
diplômés de l'école
suivre. primaire
Cependant, à l'université,des
l'augmentation la régression linéairemoyennes
heures de travail montre que le PIBque
suggère réellaa demande
un impactd'augm
négatif
active pourn'est
travail ceuxpasquisatisfaite
n'ont paspardu une
toutaugmentation
fréquenté l'école de laoumain-d'œuvre
qui n'ont pas mais
terminé
par leurs études primaires.
une augmentation des Ainsi,
heuresundePIB réel plus
travail (Ala
population active de
Apergis & Rezitis, ces;groupes
2015 Arewa &diminue.
Nwakanma, Nous2012).
expliquons nosleconclusions
De plus, développement en notant que le gouvernement
supplémentaire de capital eta lancé plusieurs
de technologie
Kelompok
entre le PIBBelajar
réel (Groupe d'études)
et les heures Package
de travail A, Package
moyennes B et Package
(Rahman et Mustafa,C qui2015).
sont organisés en dehors des heures
Ainsi, les investissements de travail
en capital pou
et le dév
travailleurs de passer
réduisent des examens
l'absorption en dehors deetleurs
de la main-d'œuvre heuresde
les heures detravail.
travail. Un
En outre,
taux deces travailleurs
chômage élevésont
est facilités
également à participer
affecté parau l
A,d'éducation
réduisant ainsi qui le
nenombre
répondentde main-d'œuvre
pas aux demandes sans diplôme
du marché d'études primaires.
du travail (AlamroIl &convient de noter
Al- Dalaïen, que
2016). le diplômecontrairem
Cependant, du groupe
équivalent
(2016), notre au diplôme
régression d'études
linéaireprimaires, le diplôme
constate que le PIB adudesgroupe
effetsd'étude du package
significativement B est équivalent
positifs au diplôme
sur la main-d'œuvre du premier
avec divers nivc
diplôme du groupe d'étude du package C est équivalent au diplôme du premier cycle du secondaire (général).
primaire aux niveaux universitaires (Dimian et al., 2018 ; Zanin, 2016 ). Labours with senior high school (general) diplômes pré
En outre,
élevé, le PIB
suivis deréel
ceuxaffecte
qui ontégalement la population
des diplômes active en fonction
d'études secondaires des groupes
et universitaires. Lesd'âge. L'effet
chiffres du PIB que
suggèrent réel les
sur opportunités
le taux de chô
s'expliquer par le
les emplois nombre de
généraux, en personnes âgéesles
particulier pour detitulaires
15 ans oud'unplusdiplôme
qui travaillent
d'étudesselon le groupePendant
secondaires. d'âge et ce
le niveau
temps, d'éducation
les opportun(
Marra, 2011).
qualifiées ontLebesoin
nombre dede travailleurs est
main-d'œuvre divisé
ayant uneenformation
dix groupes d'âge. Le tableau
universitaire, car elles9 ont
ci-dessous présente
besoin de les résultats
compétences de l'ana
particulières.
d'emploi diplômant (enseignement supérieur professionnel) sont relativement limitées. De plus, le programme de jumelage
présente un coefficient élevé, juste en dessous de celui de l'université (Alamro & Al-dala'ien, 2016 ; Dimian et al., 2018). Ce ch
pour des emplois spécifiques (compétences spécifiques) augmentent. Le tableau 8 ci-dessous présente les r
Le tableau 9 montre que le PIB réel a un impact très négatif sur la population active âgée de 15 à 19 ans. Lorsque le PIB réel au
travailleurs dans ce groupe d'âge diminue. L'augmentation du PIB réel indique que l'économie est en bonne santé et que les tr
des 15 à 19 ans ont tendance à choisir de poursuivre leurs études dans les universités au lieu d'entrer sur le marché du travail.
choisissent de poursuivre leurs études jusqu'au niveau supérieur car elles considèrent que cette option augmentera leur produ
futurs (investissement humain) (Rahman et Mustafa, 2015). De plus, la population active dans la tranche d'âge de 4044 ans pr
élevé, suivie de celles dans la tranche d'âge de 45 à 49 ans. Ainsi, l'augmentation du PIB réel absorbe la plupart des forces de t
de 40-44 ans, suivie par les forces de travail avec la tranche d'âge de 45-49 ans. À cet égard, la main-d'œuvre en âge de produ
élevée, et elle est plus mature et plus expérimentée que les entreprises ont besoin de cette main-d'œuvre pour leurs activités
Avec une expérience de travail suffisante, ces forces de travail augmenteront leurs compétences et éventuellement leur produ
Noor et al., 2008). En d'autres termes, les compétences sont fonction de l'expérience (courbe d'apprentissage).
E
u Bureau central des statistiques (Bureau central des statistiques, 2019b ; Banque mondiale, 2018)
vise à déterminer si les sorties sont supérieures ou inférieures à leurs valeurs potentielles (Sinclair,
le PIB réel et le taux de chômage (Polasek, 2011). Le filtre HP décompose la série d'origine (Yt) en
cycle est la différence entre la série originale et la composante.
nimiser la variante y autour de s avec le paramètre de λ = 100 comme contrainte de la somme des
e HP choisit s pour minimiser la variante.
(9)
Winarno, 2015). L'équation du test stationnaire est la suivante :
t (10)
ation pour s'assurer que le modèle se qualifie pour les composantes BLEUES (Johnson & Wichern,
xécute également le test de causalité de Granger (Winarno, 2015) :
(11)
es termes d'erreur qui sont supposés ne pas présenter de corrélation en série, et m = n = r = s. En

e les variables, comme on peut le voir dans l'équation suivante.
(13)
2013). VECM différencie la composante à long terme et la composante à court terme dans le
suivante explique le modèle VECM.
i + et (14)
ables de recherche
eption
de régression
relle
uation de cointégration
eau
t matrice
VAR
rm
uction et du chômage.figures 1 et 2 cidessous présente les résultats du filtre HP: résultats de test
ation d'estimation du filtre HP avec la valeur du paramètrelissage optimal de wλ = 100 avec des
elles-mêmes pour exécuter le lissage des séries et extraire la ligne de tendance. La dynamique
de chômage s'éloigne de la ligne de tendance. En comparant les périodes d'observation, nous
nte pas de manière significative, et qu'il se situe toujours dans les limites de la limites.
ours de la période d'observation avec la valeur optimale du paramètre de lissage de =100. Une
réel est supérieur à la tendance du filtre HP. Par conséquent, le test de tendance du filtre HP est
d'augmenter jusqu'à la dernière année d'observation. La condition est conforme à la tendance à la
Ainsi, le filtre HP a produit une estimation de tendance plus lisse sur ces deux variables. De plus, le
e la loi d'Okun peut être expliqué par l'équation suivante.
∆ Ut = B0 + B1 PIBt + εt (15)
Où :
t : La variation du taux de chômage l'année t
B0 : Coefficient d'interception (constante)
1 : Pente du coefficient (coefficient d'Okun)
ution de la croissance économique (PIB réel) l'année t
ous présente les résultats du test stationnaire des deux coefficients.
eau du degré d'intégration [I(0)] comme indiqué par la valeur probabiliste de 0,0024. Cependant,
nce première [I(1)] comme le suggère la valeur probabiliste de 0,0000. Pendant ce temps, les
vus dans la figure 3, le tableau 2 et le tableau 3 ci-dessous.
ment distribuées comme indiqué par la valeur probabiliste de 0,305167. De plus, le test
exempt de problèmes d'autocorrélation.
deux de 0,1449. De même, les résultats du test d'hétéroscédasticité sont présentés dans le
est de 0,6292, ce qui suggère que le modèle est exempt de graves problèmes
causalité de Granger pour analyser la relation causale entre ces deux variables, comme le montre
ntre le PIB et le taux de chômage déclaré, mais pas l'inverse. Les résultats impliquent que les
'indique la valeur probabiliste de 0,0049. La valeur du coefficient d'Okun est déterminée par les
age. Ensuite, le tableau 5 ci-dessous présente les résultats du test de co-intégration de Johansen.
x-Eigen les tests sont supérieurs à la valeur critique (α=5%). Les résultats indiquent que le PIB et le
présentent une relation linéaire stationnaire. Lors d'un co-mouvement des variables sur le long
orrection Model.
x-Eigen les tests sont supérieurs à la valeur critique (α=5%). Les résultats indiquent que le PIB et le
présentent une relation linéaire stationnaire. Lors d'un co-mouvement des variables sur le long
orrection Model.
aleur significativement négative. Le chiffre implique que l'augmentation du PIB réduira le taux de
ent que le coefficient d'Okun s'applique à l'économie indonésienne de 1985 à 2018.
el montrent la relation négative significative entre le PIB réel et le taux de chômage ouvert.
nt moins que leurs heures de travail optimales, comme l'indique le fait que la durée moyenne de
augmentation du PIB réel n'est pas causée par l'augmentation de la main-d'œuvre, mais par
of Statistics, 2019a). Nos résultats sont corroborés par Abdul-khaliq et al. (2014) ; Al-hosban et
Nwakanma (2012) ; Bande et al. (2017); Blazquenz-Fernandez et al. (2018); Darman (2013); Dritsaki
is (2009) ; Kargi (2016) ; Kori Yahia (2018) ;Mielcova
tive sur les affaires et l'économie, vol. 9, numéro supplémentaire 4 146
al. (2011); Ruxandra (2016) ; Soylu et al. (2018); Zanin et Marra (2011) ; Lee et Huruta (2019). Les
u taux de chômage sont affectées par les variations de la production. En d'autres termes, une
raîne une baisse du taux de chômage et vice versa (Alamro & Al-Dala'ien, 2016).
uivis de besoins de main-d'œuvre qui affecteront le chômage (Darma, 2020). Le nombre de besoins
urée moyenne du travail ou par une addition au nombre de travailleurs. Si le besoin de travail est
lité d'emploi supplémentaire ne se présente. Ainsi, l'augmentation de la croissance économique
hômage. Ceci est cohérent avec les conclusions d'Alamro et Al
2) qui indique quand les augmentations du PIB réel ne sont pas suivies d'une pleine demande de
essort que l'augmentation de la croissance économique est suivie d'une diminution de la durée
). L'argument concernant l'effet du PIB sur le taux de chômage déclaré est lié à la durée moyenne
ravail, comme l'indique la figure 4 ci-dessous.
eures de travail hebdomadaires moyennes. Le PIB réel affiche une tendance à la hausse chaque
ant ce temps, la durée moyenne du travail montre une tendance à la baisse. Les chiffres suggèrent
ent suivie d'une augmentation des heures de travail. Lorsque le PIB réel augmente, la demande de
rsité,des
tion la régression linéairemoyennes
heures de travail montre que le PIBque
suggère réellaa demande
un impactd'augmentation
négatif significatif
desur la population
la capacité de
ou qui n'ont pas mais
a main-d'œuvre terminé
par leurs études primaires.
une augmentation des Ainsi,
heuresundePIB réel plus
travail élevé
(Alamro & implique que2016
Al-Dala'ien, la ;
ons nosleconclusions
plus, développement en notant que le gouvernement
supplémentaire de capital eta lancé plusieurs programmes
de technologie tels queinverse
provoque la relation
B et Package
hman C qui2015).
et Mustafa, sont organisés en dehors des heures
Ainsi, les investissements de travail
en capital pour permettre technologique
et le développement à ces
eures
ures de detravail.
travail. Un
En outre,
taux deces travailleurs
chômage élevésont
est facilités
également à participer
affecté parau l'écart
groupeentre
d'étude du groupe
les groupes
me d'études
arché primaires.
du travail (AlamroIl &convient de noter
Al- Dalaïen, que
2016). le diplômecontrairement
Cependant, du groupe d'étude du package
à Alamro A est
et Al-Dala'ien
groupe d'étude du package B est équivalent au diplôme du premier cycle du secondaire
es effets significativement positifs sur la main-d'œuvre avec divers niveaux d'éducation, de l'école et le
au diplôme du premier cycle du secondaire (général).
Zanin, 2016 ). Labours with senior high school (general) diplômes présentent le coefficient le plus
ve en fonction
ondaires des groupes
et universitaires. Lesd'âge. L'effet
chiffres du PIB que
suggèrent réel les
sur opportunités
le taux de chômage
d'emploidéclaré peut
sont ouvertes pour
soud'un
plusdiplôme
qui travaillent
d'étudesselon le groupePendant
secondaires. d'âge et ce
le niveau
temps, d'éducation (Zanin,
les opportunités 2014, 2016
d'emploi ; Zanin &
hautement
groupes
ation d'âge. Le tableau
universitaire, car elles9 ont
ci-dessous présente
besoin de les résultats
compétences de l'analyse
particulières. de régression.
Cependant, les possibilités
onnel) sont relativement limitées. De plus, le programme de jumelage via le lycée professionnel
de l'université (Alamro & Al-dala'ien, 2016 ; Dimian et al., 2018). Ce chiffre indique que les besoins
ences spécifiques) augmentent. Le tableau 8 ci-dessous présente les résultats :
atif sur la population active âgée de 15 à 19 ans. Lorsque le PIB réel augmente, le nombre de
on du PIB réel indique que l'économie est en bonne santé et que les travailleurs du groupe d'âge
rs études dans les universités au lieu d'entrer sur le marché du travail. Ces forces de travail
upérieur car elles considèrent que cette option augmentera leur productivité et leurs rendements
15). De plus, la population active dans la tranche d'âge de 4044 ans présente le coefficient le plus
ns. Ainsi, l'augmentation du PIB réel absorbe la plupart des forces de travail avec la tranche d'âge
he d'âge de 45-49 ans. À cet égard, la main-d'œuvre en âge de produire a une capacité physique
les entreprises ont besoin de cette main-d'œuvre pour leurs activités (Rahman & Mustafa, 2015).
ravail augmenteront leurs compétences et éventuellement leur productivité (Moroke, 2014 ;
sont fonction de l'expérience (courbe d'apprentissage).
Variable
U
GDP
D(GDP)
F-statistic
Obs*R-squared
F-statistic
Obs*R-squared
Scaled explained SS
Null Hypothesis:
D(GDP) does not Granger Cause U**
U does not Granger Cause D(GDP)
Hypothesized No.of CE(s)

Hypothesized No.of CE(s)
None * 0.509736 27.36399 0.0005 22.09716 0.0024 At most 1 * 0.156249 5.26683

5.266830
Coefficient
C1
Education Levels
Incomplete elementary
18325783
school
Elementary School 27097744
Junior Secondary School 3199604.
Senior Secondary School (general)
Senior Secondary School (vocational)
Diploma
University
Age Groups
15-19
20-24
25-29
30-34
35-39
40-44
45-49
50-54
55-59
60+
Degree of Integration
Level
Level
1st Difference
1.922274
3.862745
0.734059
0.763342
0.233184
Obs
31
Eigenvalue
Eigenvalue
t 1 * 0.156249 5.26683
5.266830 0.0217
Coefficient Value
-0.322240
Constant
No schooling
-1968381.
-17816.31
-13063.25
-3949196.
Constant 7751784.
7384431.
8766558.
7604517.
7324762
4716637.
3998095.
2861494.
1643874.
3144053.
Probability
0.0024
0.1248
0.0000
Prob. F(2,29)
Prob. Chi-Square(2)
Prob. F(1,31)
Prob. Chi-Square(1)
Prob. Chi-Square(1)
F-Statistic
6.57020
0.00913
Trace test
Trace
Prob.**
Statistic
Std Error
0.10955
Coefficient
12521531
-0.390236
0.745478
2.168449
2.465840
1.239081
0.376587
1.437467
Coefficient
-0.322823
0.467674
0.608854
0.903891
Conclusion
Series Has Stationary
Series Has Not Stationary
Series Has Stationary
0.1645
0.1449
0.3981
0.3823
0.6292
Prob.
0.0049*
0.9909
Max - Eigen test

Max - Eigen Prob.**
Statistic
t-Statistic
-2.94162
Prob.
-0.981057
0.0296
0.0095
0.0000
0.0000
0.0000
0.0000
0.0000
0.902876
1.141688
0.986835
0.876895
0.670239
0.825481
Conclusion
Significant
Not Significant
Prob.
0.0001
0.0000
Prob.
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
D-
R-squared
Watson
0.606028 1.899
Le secteur informel peut-il affecter la relation entre le chômage et sortie ? Une analys
TITRE

ecter la relation entre le chômage et sortie ? Une analyse du cas mexicain
Modèles empiriques
Nous estimons trois modèles pour mesurer l'arbitrage

entre production cyclique et chômage cyclique. Le
modèle 1 suppose une relation linéaire, le modèle 2 est
un modèle de régime de commutation de Markov avec
une probabilité de transition fixe (FTP) et le modèle 3
assouplit l'hypothèse de probabilité de transition fixe et
est un modèle de probabilité de transition variable dans
le temps. Comme l'expliquent Filardo (1994) et Diebold
et Rudebusch (1999), le modèle de commutation de
Markov avec probabilité de transition variable dans le
temps (TVTP) est plus flexible que le FTP. Il reconnaît les
changements systématiques des probabilités de
transition avant et après les points de retournement,
capture une persistance temporelle plus complexe et
permet à la durée attendue de varier dans le temps.
Dans ce contexte, les fondamentaux économiques et les
chocs politiques peuvent influencer les probabilités de
transition de régime.
Premièrement, nous considérons le modèle traditionnel
basé sur la régression linéaire proposé par Moosa (1997)
et l'appelons modèle 1. Il se présente comme suit :
(1)
Désigne le chômage cyclique et
où la production cyclique. Le chômage cyclique retardé
doit être inclus pour supprimer la corrélation en série. Le
coefficient d'Okun est mesuré par la valeur estimée de b,
le coefficient d'impact, tel que b < 0.
En plus du modèle basé sur la régression linéaire, nous
considérons le modèle FTP de commutation de Markov
pour caractériser la spécification dépendante du régime
de la loi d'Okun, qui permet un effet asymétrique de la
production cyclique sur le chômage cyclique. L'idée
générale derrière cette classe de modèles de
changement de régime est que les paramètres de
régression dépendent d'une variable de
régimestochastique et non observable st {1,2}. Le
processus stochastique pour générer le régime
Tableau 2
Résultats estimés des modèles 1, 2 et 3
Figure 2
Probabilités lissées d'être en régime de récession, modèle à probabilités de
Une analyse du cas mexicain
Les données
Les variables clés sont la production, le chômage et l'emploi

informel. Les chiffres du PIB mexicain sont ceux calculés par
l'Institut national de statistique et de géographie (INEGI) sur
une base trimestrielle en pesos réels, avec 2008 comme
année de référence. La série du chômage est le taux de
chômage alternatif estimé selon la méthodologie du Bureau of
Labor Statistics des États-Unis.1 Il existe deux sources pour
les séries sur le travail (chômage et emploi informel) :
l'Enquête nationale sur l'emploi urbain (ENEU) et l'Enquête
nationale sur la profession et l'emploi (ENOE).
Le taux de chômage et le taux du secteur informel sont
estimés pour les 11 plus grandes villes du Mexique.2 Nous
avons sélectionné ces villes parce qu'elles étaient les seules
qui figuraient dans les deux enquêtes (ENEU et ENOE) et
pouvaient donc être amenées à produire une série
chronologique. Nous avons considéré les travailleurs âgés de
16 à 75 ans. Toutes les données sont trimestrielles et
désaisonnalisées, couvrant la période du premier trimestre
1993 au deuxième trimestre 2015. Les salariés du secteur
informel sont définis comme les travailleurs employés dans
des entreprises non enregistrées.3
La figure 1 décrit le comportement des composantes
cycliques estimées conjointement de la production et du
chômage, qui ont été extraites à l'aide de la méthodologie
proposée par Guerrero, Islas et Ramírez (2017). Ce
graphique montre que le comportement des composantes
cycliques est cohérent avec la théorie économique de la loi
d'Okun, impliquant que le chômage cyclique n'est négatif que
si la production cyclique est positive et vice versa.
Après avoir obtenu les composantes cycliques et , nous avons procédé à l'estimation des modèles linéaires et non linéaires. Le tablea
les trois modèles.
La longueur de décalage de la composante autorégressive du chômage cyclique, p, a été choisie pour minimiser le critère d'informatio
avec un maximum de six retards, l'inclusion d'une valeur retardée de ucpour le modèle 1, cinq pour le modèle 2 et six pour le modèle 3
modèle TVTP) a été acceptée. Étant donné que trois modèles différents sont considérés dans cet article, le test du rapport de vraisem
pour la sélection du modèle, les résultats étant résumés dans le tableau 2. La statistique du rapport de vraisemblance suggère que le
dépendante du régime de la loi d'Okun) est préférable au modèle 1 (la spécification linéaire de la loi d'Okun). Cela montre la non-linéa
Mexique. Les résultats indiquent également que le taux de chômage cyclique moyen est plus faible en régime expansionniste qu'en ré
< 0,2259). Comme mentionné précédemment, les régimes d'expansion et de récession sont décrits comme des résultats où le chôma
inférieur et supérieur à la tendance. Dans les deux régimes, les deux coefficients d'Okun dépendant de l'état (b1, b2) sont négatifs et s
Des tests supplémentaires aboutissent au rejet de l'hypothèse nulle H0: b1 = b2, un résultat qui soutient l'existence d'un coefficient d'O
chômage cyclique est plus réactif à la production cyclique contemporaine lorsque le premier est en régime de récession. Les résultats
de 1 % de la production cyclique s'accompagne d'une augmentation d'environ 0,31 % du chômage si le système est en régime de réc
augmentation de 1 % de la production cyclique réduit le chômage d'environ 0,12 % lorsque le système est en régime expansionniste.
De plus, la probabilité p11 de rester dans le régime expansionniste au temps (t), étant donné que le taux de chômage était dans le mê
de 0,90. La probabilité p22 d'être en régime récessif au temps (t), étant donné que le taux de chômage était dans le même régime au
inférieure à p11. Ces valeurs de probabilité indiquent que si le taux de chômage est en régime expansionniste, il a plus de chances de
dépendante du régime de la loi d'Okun) est préférable au modèle 1 (la spécification linéaire de la loi d'Okun). Cela montre la non-linéa
Mexique. Les résultats indiquent également que le taux de chômage cyclique moyen est plus faible en régime expansionniste qu'en ré
< 0,2259). Comme mentionné précédemment, les régimes d'expansion et de récession sont décrits comme des résultats où le chôma
inférieur et supérieur à la tendance. Dans les deux régimes, les deux coefficients d'Okun dépendant de l'état (b1, b2) sont négatifs et s
Des tests supplémentaires aboutissent au rejet de l'hypothèse nulle H0: b1 = b2, un résultat qui soutient l'existence d'un coefficient d'O
chômage cyclique est plus réactif à la production cyclique contemporaine lorsque le premier est en régime de récession. Les résultats
de 1 % de la production cyclique s'accompagne d'une augmentation d'environ 0,31 % du chômage si le système est en régime de réc
augmentation de 1 % de la production cyclique réduit le chômage d'environ 0,12 % lorsque le système est en régime expansionniste.
De plus, la probabilité p11 de rester dans le régime expansionniste au temps (t), étant donné que le taux de chômage était dans le mê
de 0,90. La probabilité p22 d'être en régime récessif au temps (t), étant donné que le taux de chômage était dans le même régime au
inférieure à p11. Ces valeurs de probabilité indiquent que si le taux de chômage est en régime expansionniste, il a plus de chances de
passer en régime récessif. De plus, le tableau 2 montre que la probabilité de passer d'un régime expansionniste à un régime récessif
que la probabilité de passer d'un régime récessif à un régime expansionniste est proche de 0,47, ce qui indique que les changements
expansionnistes sont plus probable que des changements d'expansion à récession. La durée attendue du régime j est définie comme
résultat, nous avons trouvé que la durée moyenne d'un régime expansionniste était de deux ans et demi, alors que la durée attendue
d'environ six mois.
Nous estimons maintenant le modèle en termes de probabilités endogènes transitionnelles. Contrairement à d'autres articles qui utilise
production, celui-ci permet au taux d'emploi informel d'expliquer l'évolution de ces probabilités. Comme expliqué dans la section IV, no
informel est l'une des principales causes des variations du taux de chômage.
Le test du rapport de vraisemblance comparant le modèle de probabilités de transition variant dans le temps avec le modèle de proba
nulle de probabilités constantes en faveur du modèle TVTP. Sur la base de ces tests, nous concluons que le modèle avec probabilités
le meilleur pour expliquer la relation entre les composantes cycliques du chômage et la production.
Les estimations TVTP, également présentées dans le tableau 2, valident l'existence de deux états différents du taux de chômage : un
un chômage cyclique moyen négatif (0,0567) et un régime récessif avec un chômage cyclique moyen positif (0,307). Dans ce cas, le c
moyen dans les régimes expansionniste et récessionniste est similaire à celui trouvé pour le cas FTP.
Nous observons que le signe de la variable explicative des probabilités de transition s'accorde avec l'intuition économique. En effet, la
régime expansionniste, avec un chômage inférieur à la tendance, augmente avec une hausse du taux d'emploi informel. En revanche,
régime de récession, avec un chômage supérieur à la tendance, une hausse du taux d'emploi informel diminue la probabilité de rester
Comme dans le modèle FTP, les deux coefficients d'Okun dépendant de l'état (b1, b2) sont négatifs et significatifs au seuil de 1 % dan
supplémentaires aboutissent au rejet de l'hypothèse nulle H0: b1 = b2, un résultat qui soutient l'existence d'un coefficient d'Okun asym
est plus réactif à la croissance économique contemporaine en régime de récession. Les résultats indiquent qu'une diminution de 1 % d
s'accompagne d'une augmentation d'environ 0,26 % du chômage si le taux de chômage est en régime de récession, tandis qu'une au
production cyclique diminue le chômage d'environ 0,10 % si le chômage est en régime expansionniste. Nos résultats indiquent que lor
informel d'expliquer l'évolution des probabilités de transition, les estimations du coefficient d'Okun sont plus petites que les estimations
Cela corrobore notre affirmation selon laquelle lorsqu'il existe un grand secteur informel, l'effet de la production cyclique sur l'emploi cy
faible.
La figure 2 montre le TVTP lissé d'être en régime de récession avec un chômage supérieur à la tendance à chaque date dans l'échan
des probabilités endogènes. Le moment où le taux de chômage est passé d'un régime à l'autre est basé sur | ; Θ. Le basculement ent
généralement soudain, approfondi et sporadique. Le taux de chômage passe la plupart du temps dans un régime expansionniste. La f
changements d'un régime expansionniste à un régime récessif au cours de la période d'échantillonnage. La première s'est produite en
1994 et le troisième trimestre de 1995, période de la crise financière mexicaine de 1994. La seconde s'est déroulée entre le deuxième
premier trimestre de 2005 : la tendance à la hausse du taux de chômage mexicain durant cette période pourrait être lié au ralentissem
époque, avec une économie stagnante aux deuxième et troisième trimestres 2003, aux deuxième et troisième trimestres 2004 et au p
troisième était au deuxième trimestre de 2008, lorsque la crise financière mondiale a éclaté. Le dernier passage d'un régime expansio
eu lieu au premier trimestre de 2013 et pourrait être lié à la performance de l'économie mexicaine. L'économie a progressé de 1,1 % e
rapport à l'expansion de 3,9 % de 2012, ce qui en fait sa plus faible performance depuis 2009, alors qu'il y avait eu une profonde réces
Figure 2
babilités lissées d'être en régime de récession, modèle à probabilités de transition variables dans le temps (TVTP)
Composante cyclique du chômage
ns procédé à l'estimation des modèles linéaires et non linéaires. Le tableau 2 présente les résultats pour
du chômage cyclique, p, a été choisie pour minimiser le critère d'information d'Akaike. En commençant
ardée de ucpour le modèle 1, cinq pour le modèle 2 et six pour le modèle 3 (avec un retard pour dans le
es différents sont considérés dans cet article, le test du rapport de vraisemblance a d'abord été utilisé
s le tableau 2. La statistique du rapport de vraisemblance suggère que le modèle 2 (la spécification FTP
odèle 1 (la spécification linéaire de la loi d'Okun). Cela montre la non-linéarité de la loi d'Okun pour le
hômage cyclique moyen est plus faible en régime expansionniste qu'en régime récessionniste (- 0,0374
d'expansion et de récession sont décrits comme des résultats où le chômage est respectivement
les deux coefficients d'Okun dépendant de l'état (b1, b2) sont négatifs et significatifs au seuil de 1 %.
se nulle H0: b1 = b2, un résultat qui soutient l'existence d'un coefficient d'Okun asymétrique. Le
ontemporaine lorsque le premier est en régime de récession. Les résultats indiquent qu'une diminution
entation d'environ 0,31 % du chômage si le système est en régime de récession, tandis qu'une
mage d'environ 0,12 % lorsque le système est en régime expansionniste.
onniste au temps (t), étant donné que le taux de chômage était dans le même régime au temps (t-1), est
ps (t), étant donné que le taux de chômage était dans le même régime au temps (t-1), est de 0,53,
le taux de chômage est en régime expansionniste, il a plus de chances de rester dans ce régime que de
odèle 1 (la spécification linéaire de la loi d'Okun). Cela montre la non-linéarité de la loi d'Okun pour le
hômage cyclique moyen est plus faible en régime expansionniste qu'en régime récessionniste (- 0,0374
d'expansion et de récession sont décrits comme des résultats où le chômage est respectivement
les deux coefficients d'Okun dépendant de l'état (b1, b2) sont négatifs et significatifs au seuil de 1 %.
se nulle H0: b1 = b2, un résultat qui soutient l'existence d'un coefficient d'Okun asymétrique. Le
ontemporaine lorsque le premier est en régime de récession. Les résultats indiquent qu'une diminution
entation d'environ 0,31 % du chômage si le système est en régime de récession, tandis qu'une
mage d'environ 0,12 % lorsque le système est en régime expansionniste.
onniste au temps (t), étant donné que le taux de chômage était dans le même régime au temps (t-1), est
ps (t), étant donné que le taux de chômage était dans le même régime au temps (t-1), est de 0,53,
le taux de chômage est en régime expansionniste, il a plus de chances de rester dans ce régime que de
la probabilité de passer d'un régime expansionniste à un régime récessif est de près de 0,095, tandis
e expansionniste est proche de 0,47, ce qui indique que les changements de régimes récessifs à
'expansion à récession. La durée attendue du régime j est définie comme 1/(1−pjj). En partant de ce
me expansionniste était de deux ans et demi, alors que la durée attendue d'un régime récessif était
tés endogènes transitionnelles. Contrairement à d'autres articles qui utilisent les variations de la
quer l'évolution de ces probabilités. Comme expliqué dans la section IV, nous considérons que l'emploi
aux de chômage.
e probabilités de transition variant dans le temps avec le modèle de probabilités fixes rejette l'hypothèse
Sur la base de ces tests, nous concluons que le modèle avec probabilités de transition endogènes est
cycliques du chômage et la production.
au 2, valident l'existence de deux états différents du taux de chômage : un régime expansionniste avec
écessif avec un chômage cyclique moyen positif (0,307). Dans ce cas, le chômage cyclique moyen
st similaire à celui trouvé pour le cas FTP.
probabilités de transition s'accorde avec l'intuition économique. En effet, la probabilité de rester dans un
ance, augmente avec une hausse du taux d'emploi informel. En revanche, si le taux de chômage est en
nce, une hausse du taux d'emploi informel diminue la probabilité de rester dans ce régime.
épendant de l'état (b1, b2) sont négatifs et significatifs au seuil de 1 % dans les deux régimes. Des tests
0: b1 = b2, un résultat qui soutient l'existence d'un coefficient d'Okun asymétrique. Le chômage cyclique
en régime de récession. Les résultats indiquent qu'une diminution de 1 % de la production cyclique
mage si le taux de chômage est en régime de récession, tandis qu'une augmentation de 1 % de la
le chômage est en régime expansionniste. Nos résultats indiquent que lorsque l'on permet à l'emploi
les estimations du coefficient d'Okun sont plus petites que les estimations produites par le modèle FTP.
e un grand secteur informel, l'effet de la production cyclique sur l'emploi cyclique devrait être plutôt
on avec un chômage supérieur à la tendance à chaque date dans l'échantillon obtenu à partir du modèle
age est passé d'un régime à l'autre est basé sur | ; Θ. Le basculement entre les régimes est
e chômage passe la plupart du temps dans un régime expansionniste. La figure 2 indique quatre
ssif au cours de la période d'échantillonnage. La première s'est produite entre le quatrième trimestre de
nancière mexicaine de 1994. La seconde s'est déroulée entre le deuxième trimestre de 2003 et le
de chômage mexicain durant cette période pourrait être lié au ralentissement du Mexique à cette
sième trimestres 2003, aux deuxième et troisième trimestres 2004 et au premier trimestre 2005. La
se financière mondiale a éclaté. Le dernier passage d'un régime expansionniste à un régime récessif a
performance de l'économie mexicaine. L'économie a progressé de 1,1 % en 2013, une forte baisse par
s faible performance depuis 2009, alors qu'il y avait eu une profonde récession
abilités de transition variables dans le temps (TVTP)

te cyclique du chômage
Model 1
Parameter
α0
Model 1
-0.7215**
Parameter
Composante cyclique de la production
Estimated
-0.0010
(0.0430)
0.0894
-0.2414**
0.2259**
-0.3117***
-0.4835*
0.0503
Estimated
cyclique de la production
Parameter
α01
0.2070**
-0.3751***
-0.1543*
0.2307*
0.5920***
Parameter
α52
Model 2
Model 2
Estimated
-0.0374
(0.0395)
Estimated
-0.9283***
(0.2742)
Model 3
Parameter Estimated
α01 -0.0567**
(0.0288)
Model 3
Parameter Estimated
0.1812
α42
(0.2021)
LOI D'OKUN : FIT A CINQUANTE ?
TITRE
CH2 OKUN'S LAW EN -U STATS

OKUN'S LAW dans 20 Economies
avancées
OKUN'S LAW DANS LE GRANDS

RECESSION
EXPLAINING CROSS-PAYS Variation

EN OKUN'S LAW
NTE ?
La loi d'Okun
Nous supposons qu'il existe des niveaux de production,

d'emploi et de chômage à long terme. Nous utilisons le
terme « production potentielle » pour la production à
long terme et le « taux naturel » pour le chômage à long
terme. La production potentielle est déterminée par la
capacité de production de l'économie, et elle augmente
au fil du temps en raison du changement technologique
et de l'accumulation de facteurs. Le niveau d'emploi à
long terme et le taux de chômage naturel sont
déterminés par la taille de la population active et par les
frictions sur le marché du travail. Lorsque la production
est à son niveau de long terme, l'emploi et le chômage
sont également à leurs niveaux de long terme.
Suivant Okun, nous supposons que les changements
dans la demande globale font fluctuer la production
autour du potentiel. Ces mouvements de production
amènent les entreprises à embaucher et à licencier des
travailleurs, ce qui modifie l'emploi ; à leur tour, les
variations de l'emploi déplacent le taux de chômage
dans la direction opposée. Nous pouvons exprimer ces
relations comme
(1) Et – Et* = γ (Yt – Yt*) + ηt, γ > 0;
(2) Ut – Ut* = (Ett – Ett*) + μt, < 0;
où Et est le log de l'emploi, Yt est le log de la production,
Ut est le taux de chômage, et * indique un niveau à long
terme.
On peut dériver la loi d'Okun en substituant (1) dans (2) :
(3) Ut – Ut* = β (Yt – Yt*) + εt, β < 0,

où β = γδ et εt = μt + δ ηt.Le coefficient β dans la loi
d'Okun dépend des coefficients des deux relations qui
sous-tendent la loi.
Des recherches antérieures fournissent des indications
sur les valeurs des paramètres dans les équations (1) (3).
Pour voir cela, supposons d'abord que les changements
dans la production et l'emploi soient des mouvements le
long d'une fonction de production néoclassique : plus de
Données annuelles : Principaux résultats

Données annuelles : Principaux résultats
Données annuelles : robustesse
Données trimestrielles
Comparaison avec Okun (1962)

Comparaison avec Okun (1962)
Production, emploi et chômage
JOBLESS RECOVERIES ?
Résultats de base
Stabilité dans le temps

Production et chômage du pic au creux
Correction de la durée des récessions
Ajustement pour les coefficients spécifiques au pays
Un miracle allemand
Recherche de variables explicatives
Pays individuels
Espagne
Japon
Suisse
Autriche
Estimation
Pour estimer la loi d'Okun, nous adoptons deux approches

qu'Okun a introduites dans son article original. La première
consiste à estimer l'équation (3), l'équation des « niveaux ».
Dans ce cas, le problème délicat est de mesurer le taux
naturel Ut*et la production potentielle Yt*. Dans la plupart de
nos analyses, nous utilisons la méthode la plus évidente :
nous lissons les séries de production et de chômage avec le
filtre Hodrick Prescott
(HP). Cependant, nous essayons également un certain
nombre d'alternatives compte tenu de l'imprécision du filtre
HP.
L'autre approche consiste à estimer la version « changements
» de la loi d'Okun : (4) ΔUt = + β ΔYt + ωt,
où est le changement par rapport à la période précédente.
Notez que cette équation découle de l'équation des niveaux si
nous supposons que le taux naturel U*est constant et que la
production potentielle Y*croît à un taux constant. Dans ce
cas, la différenciation des niveaux de l'équation (3) donne
l'équation (4) avec α = –β ΔY*, où ΔY*est le taux de
croissance constant du potentiel, et ωt = Δ εt.
L'équation (2) semble plus facile à estimer que l'équation (1),
car elle n'inclut pas les inobservables Ut*et Yt*. Pour de
nombreux pays, cependant, les hypothèses implicites d'un
U*constant et d'un taux de croissance à long terme constant
ne sont pas raisonnables. Nous pensons qu'il vaut mieux
estimer Ut* et Yt*aussi précisément que possible que
d'écarter le problème. Dans tous les cas, les deux équations
(1) et (2) correspondent bien aux données, mais dans la
plupart des pays, l'ajustement est un peu plus proche pour
l'équation des niveaux.
Nous estimons la loi d'Okun avec des données annuelles et
trimestrielles. Avec des données annuelles, nos spécifications
sont exactement les équations (3) et (4) : nous supposons
que la relation production-chômage est contemporaine. Avec
tableau 1 présente des estimations de l'équation des niveaux (3) et de l'équation des changements (4). Nous examinons deux
avec des séries différentes pour Ut*et Yt*, que nous créons en choisissant différents paramètres de lissage dans le filtre HP. N
paramètres de λ = 100 et λ = 1 000, les choix les plus courants pour les données annuelles.
Nos trois spécifications donnent des résultats similaires. Les estimations du coefficient β sont de l'ordre de –0,4, et les R1s de l
niveaux avec un paramètre HP de = 100 donne le meilleur ajustement, avec une petite marge (coefficient = –0,41 et R2 = 0,82
l'ajustement de la loi d'Okun en traçant Ut – Ut* enfonction de Yt – Yt*, et la variation de U en fonction de la variation de Y. Au
valeur aberrante majeure dans les graphiques.2
Certains économistes suggèrent que la loi d'Okun est non linéaire, avec différents effets sur le chômage des augmentations et
production (par exemple, Knotek, 2007). Les diagrammes de dispersion de la figure 1 suggèrent qu'une loi d'Okun linéaire s'ad
Pour confirmer ce résultat, nous estimons des coefficients distincts pour les écarts de production positifs et négatifs dans l'équ
la croissance de la production positive et négative dans l'équation des changements. Nous ne trouvons aucune preuve de non
linéarité. Par exemple, pour l'équation des niveaux avec un paramètre HP de λ = 100, les coefficients estimés sont de –0,37 po
positifs et de –0,39 pour les écarts négatifs ; la valeur ppour le zéro d'égalité est de 0,61.
Des chercheurs antérieurs suggèrent également que le coefficient de la loi d'Okun varie dans le temps (par exemple, Meyer et
fois, nous ne trouvons aucune preuve contre notre spécification simple avec un coefficient d'Okun constant. Comme le montr
Wald pour une rupture du coefficient d'Okun à une date inconnue ne parvient pas à rejeter le zéro de stabilité des paramètres
spécifications de base. Lesmaximales F statistiquessont de 5,30, 3,99 et 4,49 pour les trois spécifications (λ = 100, λ = 1 000 et
valeur aberrante majeure dans les graphiques.2
Certains économistes suggèrent que la loi d'Okun est non linéaire, avec différents effets sur le chômage des augmentations et
production (par exemple, Knotek, 2007). Les diagrammes de dispersion de la figure 1 suggèrent qu'une loi d'Okun linéaire s'ad
Pour confirmer ce résultat, nous estimons des coefficients distincts pour les écarts de production positifs et négatifs dans l'équ
la croissance de la production positive et négative dans l'équation des changements. Nous ne trouvons aucune preuve de non
linéarité. Par exemple, pour l'équation des niveaux avec un paramètre HP de λ = 100, les coefficients estimés sont de –0,37 po
positifs et de –0,39 pour les écarts négatifs ; la valeur ppour le zéro d'égalité est de 0,61.
Des chercheurs antérieurs suggèrent également que le coefficient de la loi d'Okun varie dans le temps (par exemple, Meyer et
fois, nous ne trouvons aucune preuve contre notre spécification simple avec un coefficient d'Okun constant. Comme le montr
Wald pour une rupture du coefficient d'Okun à une date inconnue ne parvient pas à rejeter le zéro de stabilité des paramètres
spécifications de base. Lesmaximales F statistiquessont de 5,30, 3,99 et 4,49 pour les trois spécifications (λ = 100, λ = 1 000 et
de la valeur
Le plus gros critique
problème dedans
10 %l'estimation
de 7,12 calculée
de la par Andrews
loi d'Okun est(2003).
qu'elleNous estimons également nos équations séparément pour
moitiés
inclut les variables non observables Ut*et Yt*. Nous exploronspouvons
de notre échantillon (1948-1979 et 1980-2011), et ne ici pas rejeter l'égalité des deux coefficients. Pour la spécifi
100, les coefficients
des approches sont deà–0,35
alternatives pour la première moitié et de –0,41 pour la seconde, et la valeur ppour le zéro d'égalité est
ce problème.
estimons des coefficients distincts pour chaque décennie de notre échantillon et ne pouvons pas rejeter l'égalité de tous les co
tableau 2 présente des estimations de la loi d'Okun en niveaux et changements sur la base de données trimestrielles. Pour la s
paramètres de λ = 1 600 et λ = 16 000, qui sont des choix courants pour les données trimestrielles. Nous présentons les résulta
Pour la spécification des niveaux sans décalage, les coefficients d'Okun estimés sont de –0.43 et –0.41, proches des estimation
petits et les deux décalages sont significatifs, ce qui implique des retards modestes dans l'ajustement complet du chômage à l
sortieretardée sont de -0,49 et -0,45. Lorsque les décalages sont inclus, les R2sont un peu plus élevés que ceux des données an
Pour la spécification des changements, les résultats trimestriels sont légèrement moins robustes. Sans décalage, le coefficient
coefficients est de –0,43, proche des résultats pour la spécification des niveaux. Le R2est bas sans décalage (0,49) et monte à 0
trimestriels est un peu plus bruyante que la relation des niveaux ou la relation des changements dans les données annuelles.
Nous illustrons l'ajustement de notre spécification de niveaux en calculant des valeurs ajustées pour le taux de chômage. Avec
(5) UUt t* 0(YYt t*) 1(YYt 1 t* 1) 2(YYt 2 t* 2),
où Ut*et Yt*sontniveauxlong terme du filtre HP, et les s sontcoefficients estimés sur les écarts de production actuels et décalé
les cheminsfiltemps de Ut et du chômage réel
Ut.Onconstatons
Nous voit que le que
chômage est prochevieille
la spécification du niveau
de 50prédit par la correspond
ans d'Okun loi d'Okun tout au long
à notre de la période
échantillon depuis
de 1948 1948.
à 2011. Pourtant, nos es
estimations d'Okun sont proches de 0,3 ; en inversant ce coefficient, il a posé comme règle empirique qu'un changement d'un
coefficient, en revanche, se situent autour de –0,4 ou –0,5. Ces estimations correspondent à peu près aux manuels modernes,
Pourquoi nos estimations de coefficients diffèrent-elles de celles d'Okun ? L'hypothèse naturelle concerne les différences de d
cela, les différences de résultats proviennent de différences dans la spécification de la loi d'Okun. Ce point est plus facile à voir
Okun estime l'équation des changements, notre équation (4), en données trimestrielles sans décalage. Sur la base des donnée
pour notre échantillon plus long, le coefficient est presque le même : -0,29. Pour l'équation des changements, nous obtenons
décalages dans notre spécification trimestrielle (voir les tableaux 1 et 2).
Pour cerner ce problème, le tableau 3 présente des estimations trimestrielles de l'équation des changements avec et sans reta
Nous constatons que la spécification vieille de 50 ans d'Okun correspond à notre échantillon de 1948 à 2011. Pourtant, nos es
estimations d'Okun sont proches de 0,3 ; en inversant ce coefficient, il a posé comme règle empirique qu'un changement d'un
coefficient, en revanche, se situent autour de –0,4 ou –0,5. Ces estimations correspondent à peu près aux manuels modernes,
Pourquoi nos estimations de coefficients diffèrent-elles de celles d'Okun ? L'hypothèse naturelle concerne les différences de d
cela, les différences de résultats proviennent de différences dans la spécification de la loi d'Okun. Ce point est plus facile à voir
Okun estime l'équation des changements, notre équation (4), en données trimestrielles sans décalage. Sur la base des donnée
Nous
pour notre avonséchantillon
dérivé la loiplus d'Okun,
long,équation
le coefficient (3), àest partir
presquedes relations
le mêmesous-jacentes
: -0,29. Pour l'équation entre l'emploi et la production,
des changements, nous et entre
obtenons le ch
avec les relations sous-jacentes. Nous
décalages dans notre spécification trimestrielle (voir les tableaux 1 et 2). utilisons des données annuelles pour la période 1948-2011 et estimons les niveaux à lon
estimons les équations (1), (2) et ( 3) conjointement en tant que
Pour cerner ce problème, le tableau 3 présente des estimations trimestrielles de l'équation des changements avec et sans reta système de régressions apparemment sans rapport (SUR).
Le tableau
complet et 41948Q2-1960Q4,
présente les résultats. qui estL'estimation
notre meilleure du coefficient
approximation γ dansdel'équation
l'échantillon (1), d'Okun
qui donne avec l'effet de la production
les données actuellement sur l'em dis
supérieur
De nombreux en valeur
observateurs absolue au coefficient
suggèrent que de
la la
loi loi d'Okun.
d'Okun s'est L'estimation
effondrée
devraient être proches des données utilisées par Okun.5 Sans décalage, le coefficient estimé est de –0,31 pour l'échantillon du
d'une coefficient
manière δ dans
particulière l'équation: les (2),
reprises qui indique
après les l'effet
réces d'
que ne le prédit
les sommes la loi d'Okunsont
des coefficients (parrespectivement
exemple, Gordon, de 2011).
–0.44 et Les reprises
–0.43 (colonnesdes trois 2 etdernières
4). Ainsi, récessions
nous confirmons américaines que la–structure celles de d1
considèrent
Étant donné l'émergence que les décalages de reprises sans emploilorsqu'ils
sont significatifs comme sont un fait à nous interprétons leur absence dans l'équation trimestrie
inclus,
(Comme
expliquer. discuté
En 2011, à la section
par exemple, II, ces
le chômage parce qu'il a supposé qu'ils sont entièrement contemporainsle prévisions
Centre de découlent
recherche des coûts
économique d'ajustement
internationale de l'emploi
à la fréquence de Barcelone et de laa participation
trimestrielle. organisé uneprocyclique conférence as
points
n'avons
Nous de la
trouvé
examinons figureaucune 6
ici confirment
preuve
l'ajustement que
d'une de ces
loi équations
rupture
d'Okun dans dans s'ajustent
la loi
20 d'Okun.
pays: bien,
les
Il est plus difficile de comparer nos estimations de la loi d'Okun en niveaux aux estimations d'Okun, en raison des différences sans
Comme
avec des valeurs
le montre aberrantes
populations la figure
de majeures.
plus 5, l'évolution
d'un L'estimation
million duqui chômage
étaient SURmembre
du coeffi
aux Étatd
U*(voir
ne font le
pas tableau
exception. 1). Nous
Ce testons
constat la
soulèverestriction
une non
énigme linéaire
: pourquoi
Nous examinons la période 1980-2011. Nous commençons nos échantillons en 1980 parce que, dans un certain nombre de pa que β =
tant , qui apparaît
d'observateurs dans notre
pensent-ils dérivation
que quelquede la loi
chose d'Okun,dans et
la ne
re
Pour
où les voir
taux pourquoi
de chômage les reprises
entre récentes
1960 et 1975peuventallaient sembler
de 0,04 sans
%
5 Les données du millésime du T4 de 1965 sont les premières données sur le PNB/PIB réel disponibles auprès de l'ensemble de àemploi,
0,66 %. nous
De examinons
toute évidence, la reprise
les après
régimes la Grande
économiques Récession
de certai d
de
mesuré2007 à 2011.
différemment. Nous présentons
(http://www.philadelphiafed.org/research-and- (suite) également des estimations des niveaux à long terme des trois variables en fonction de leur c
jusqu'en
Pour chaque 2007 et
pays supposons
de notre que Ut*,
échantillon, la croissance
le tableau 5de Yt*et
présente la croissance
des
1962 , p. 3) même si le chômage était en moyenne de 4,6 sur son échantillon, et il a construit un Y* série qui dépasse générale estimations du ratio
de emploi-population
la loi d'Okun en niveaux,à long terme
avec Ut* restent
et Yt* à
mesleu
Beaucoup
pays,
chômage maiset interprètent
généralement
la production l'expériencemontre
pas
sontaussien moyenneproche que laégaux
figure
pourà 7les comme
leurs États une de
Unis.
niveaux reprise
Le long sans
R2 dépasse
terme. emploi.
0,4 dansPartous
Vraisemblablement, exemple,les pays lece site
sauf Web de la
en Autriche
problème, Nationa
ainsi et
que enl
Didn’t ». Ces affirmations sont vraies dans le sens où le ratio emploi-population est resté stable à un niveau bas, tandis que le
On
6 se demande
potentielle
Nous sont maintenant
présentons à peu les près
résultats si lepour
parallèles)coefficient
les quede
et données lelaniveau
loi
de d'Okun est
de la sur
l'OCDE stable
la basedans
production le temps
a dépassé
des définitions sondans niveau un pays
nationales d'avant.
dudonné. -picDes
chômage. études
de récession
Les résultatsantérieu
en 201 so
de
7 nombreux
Pourtant,
Nous comme
estimons pays, et le FMIla(2010)
lelecoefficient
montre figure,constate
d'Okun lapour
loi d'Okunqu'il ane
chaque généralement
pays s'est pasOLS.
avec augmenté
effondrée.
Les résultats La loiaud'Okun
fil dusimilaires
sont temps.
est une L'explication
sirelation
nous estimons entrede l'étude
lesles écarts du du FMIchô
coefficient e
Comme
important
Les aux
coefficients a États-Unis,
persisté,
estimés la nous
loi effectuons
d'Okun
de l'écart prédit
de productionun simple
d'importants contrôle
varient écarts de de
d'un pays stabilité
l'emploi
à l'autre.dans
et du chaque
chômage
La plupart pays paren estimant
rapport
sont répartis à des
entreleurs coefficients
niveaux
– 0,23Dix-neuf à
et –0,54, distincts
long term
mais
Nous
résultats.
l'écart pouvons
depayschômage voir pourquoi
étaitR2 enplus un rapide
moyenne de coup4,4 d'œil
pointsaux de données
pourcentage. pourrait suggérer
Le rapport des une deux ruptureécarts, de-0,41,
la loi d'Okun.
est proche de nosdes estim pa
0,85.
selon Les
les définitions avec des
de Harding élevés
et Pagan ont généralement
(2002) des pics des
et descoefficients
creux de laplus élevés,
production. bienPour que ces le Japon
pays, la soit
figure une 9a exception
représente : il la
IlNous
Pourquoi
faibles trouvons
est trompeur les trois
et s'expliquent des signes
de dernières
comparerbien d'instabilité
lesses
reprises
par variations : pour
ont-elles
mouvements deseptla
été des
production
de 20 pays,
considérées
production et du nous
comme unpouvons
etchômage sans au
faible rejeter
coursalors
emploi,
coefficient l'égalité
des dans quelades
récessionsles coefficients
loireprisesde différents
d'Okun. de lapays,
précédentes première lesmr
carl'étai
ne
période.
coefficient
du
mesurent auCe
picavons creux
avecchiffre
est plus
va
la est
defaible similaire
deux
croissance en valeur àlacelui
trimestres
de duPortugal
absolue
au
production FMI dans (2010).
dans laà seconde
sept
les moitié
trimestres
trois années de
au l'échantillon.
Danemark.
suivant un creux) La Le loi
estcoefficient
d'Okun
plus lente moyen
implique pour
une
qu'auparavant. les
relation 20Au pays
entre
début estles
de d
Nous
La figure montre également
vu dans que lales estimé
section la loi d'Okun
V quedelelacoefficient avec un paramètre
deetladu loichômage HP
d'Okun varie de λ = 1 000 pour
considérablement Ut*et Yt*,
d'un payset la loi d'Okun
à l'autre. dans
On la les change
sevariation
demande
généralement
Pour
signifié
bien voir
que
coefficient que ceusuel
l'ajustementpas
point,
des écarts
pourl'opiniondevariations
supposons
ne
chaque selonque
production
soit pas
pays. laquelle
laAutrement
aussi versionproduction
importants
prochele coefficient
des pourchangements
ontnous
dit, d'Okun
persisté
certains de
pendant
pays.
examinons la
En
ne
a augmenté
loi sont
uned'Okun
moyenne
l'ajustement
pas
bonne corrélées
au tienne
fil
sur du temps.
partie
de les 20 de entre
exactement
pays,
lesen
la reprise.
le
pays.
R2est données
Ende Lorsque
revanche,
0,63 trimestrielles
pour dans
les la plu
résult :d
des
Lorsque
Les sous-ensembles
les à+économistes des observations
discutent des de la figure
laécarts 9a
par rapport àcomme à la preuve
loi d'Okun, contre
deuxbeaucoup la loi d'Okun.insistent McKinsey,
sur l'expériencepar exemple, de souligne
récente de l'Allem que
(6)
(8) Σdifférences
ΔUt
supérieure
l'Espagne,
récession,ΔU==iαmais
coefficients un
ββi
+la
Tmoyens deΣ ΔY,
ΔYt
normale
le
résultat
coefficients
, αpour
chômage
> 0,qui
souvent a
0,entre
β a<trois
les ramené
augmenté
qualifié
les
de
pays
moins
«
sont
production
spécifications miracle au
similaires
sont » -0,40,
Royaume-Uni
(par
dans
saprécédente
-0,37
exemple, et
les-0,33.
et a diminué
Burda
périodes.
et en
Hunt,
Par exemple,
Allemagne.
2011). De nombreux
le coefficient
économistes
l'Espagne
explique
es
Globalement,
où
Nous pour
tendance. le
pouvons
Le coefficient
où αiles moment
Comme
etsubventions
βi sont la corrélation
avoir
d'Okun
les leon
un suppose
prédit
aperçu
de les
paramètres des
la
ce pays, loi
du coefficients
les
de-0,16, paramètres
d'Okun,
coefficient
la loi auxest
d'Okun entre
l'emploi α
d'Okun
le deuxième les
et
et le
àdeux
sont les
partir
pourdelenouveaux périodes
chômage mêmes
de la
plusretiennent
pays sont est
pour
figure
i.petitfacteurs
en valeur de10,0,49.
tous
également quiles pays.
revenus
trace
absolue. les Soità
L'explication T
la le nombre
normale,
coefficients ce
estimés
probableduest de quitrimestres
a
pour donné nos
la tradition en réce
l'impres
20 pays
jap
Ces
par
(7)
La Σpreuves
relation ΔU
figure inverse Tont
=8αillustre β:conduit
+également
Σce
dans gouvernementales
ΔY, point
les pays chercheurs
avec où des données
lede à proposer
chômage employeurs
pour
est pluslesurdébutqui
élevé des années
en moyenne, les pour
1980.ilest expliquer
travailleurs.
Après
fluctue la
aussi les
récession changements
davantage de individuels.
1981-82,
endes réponse chômage.
la croissance
aux Le de
mouveme FMI l
Nous
un
La Le
figure calculons
pouvons
coefficient
niveau 9cde les
confirme de ce
production valeurs pays,
que ajustées
en apprendre
–0,24,
donné.
l'Allemagne est
McKinsey Σ
le ΔU
s'est impliquées
davantage
troisième
suggère
écartée plus
que
de dupar
le
la marché
l'équation
coefficient
petit.
laloi Une
croissance
d'Okun du travail
(8).
d'Okun
explication Pour en
de la production
pendant un
αi
probable
sa choix
et
examinantβi
récession. , des
nous
est
pourraitles employeurs,
utilisons
pays
l'utilisation
Son ne le pas
changement massive
réduireet non
estimations
prévu Il un
ledechômage mandat
semble de
travailleurs
du chômagequela lég
loi
parc leé
où
Ono
quatreΣ
l'emploi indique
Principalement
(2010)
coefficient. et
pourCes le le changement
chômage
rapportepar
ajuster un que
l'loi
caractéristiques étaient
groupe
la cumulé
detous
tradition pays
–-0,85, au
pas une àcours
proches faible
d'emploi ou ded'une
à
deuxleurs
taux
vie récession.
de tendances
s'estchômage
variables quelque
que précédentes
et à
peu
nous faible
affaiblie
pouvons en au1984.
coefficient fil
mesurer du –Surla
temps.
pourla base
Suisse, Cela
tous d'expériences
lesJapon,
suggère
payspays. l'Autriche
que
–par comme
le
expliquent et lacelle-c
coefficient Norv
proba
nous
Le
reprise
que rappelle
coefficient
Rappelonsles complèteque
facteurs que
d'Okun
α >dela
0 de
car
sous-jacents d'Okun
ce
la
l'emploi. pays, n'explique
production
Ils ont
quicoefficient été
déterminent est pas
potentielle
surpris à
beaucoup 100%
que pays.
augmente
cela
le coefficient les
plus ne Les
élevé
seavecchangements
comportements
en
soit
d'Okun le valeur
temps.
pas produit
influencent de dans
chômage.
absolue
Ainsi,
plus àl'emploi
que celui
changement
récemment,
également sont
Pourtant,de
le chômage compensés
tout le
constant
même « miracle
autre si de
la loila» les
peut changemen
production,
d'Okun être
L'explication
n'a une
pasun n
statistiquement
exercice
avec actuel
le coefficient
Rappelons queuneavecsignificative
des
la estimé
loi données
d'Okun le du
plus
est trimestrielles).
élevé,
dérivée de
auxlaemployeurs
l'Espagne,
d'une première
Leiest
et les
relation en moitié
trois paysde
moyenne
emploi-production,avecnotre
de 0,87
les période
dans
coefficients
équation d'échantillonnage
tous pays
lesfacilement
(1), plus (0,22
faibles. à moyen.
une latravailleurs
seconde
fois que nous (voir tablea
avons éd
aux
du
Nous
estimés
différences
travail
potentielle
Pour être
avons
avec
dans
sur
clair, la
entre
les
nous
recherché
version
années les
trajectoirepays
expliquons
les
en
1980 en
déterminants
niveaux lematière
ont
ascendante, permis
comportement
de la
d'évolution
une
sous-jacents
loi d'Okun). chutede du du chômage.
absolue
l'emploi espagnols
donnéela
lors
coefficient des d'embaucher
reprises
d'Okun, mais nosplus
productiontraduit
récentes enetpar
résultats d'une
tenant sont relation
un écartpourdes
largementde chômage-emploi,
acquisproduction
de que
négatifs. lasousplus contr
croissanc
Un
l'échantillon. gra
éch
années
nous fourchettes
1990
examinons et 2000,de coefficients.
l'ajustementces acontrats Leont
dedeéquation coefficient
représenté de la Suisse
environ dans
un tiersl' des
E-Y
de laéquation,
l'emploi 0,46,
espagnol. deses'ajuste
situe
Les près
decontrats du temporaires
milieu deetladonc fourchette
permettent supu
comme
une
La plus
figure
coefficient
lagrande
9cborne
compare
d'Okun.
zéro
protection qui
les contraintpolitique
valeurs l'emploi et (7)
réelles devrait danspays
ajustéesmonétaire
atténuerde Σen ΔU.régressant
depuis
les
statistiquement
effets
On voit 2008. que
non
variation
mouvements
l'équation
significatif.
cumulée
(8)
Ces
production
résultats
U coursune
bien sur
: lel'emploi
confirment
récession
R2est de 0,76.
que la
duEncore
pays
réduire
particularit
estimations
par
par rapport
le fait que àdel'indice
α =Les
son 0,70 EPL
coefficient(erreur
donnéesglobal standard
autrichiennes
d'Okunde l'OCDE βi est = (moyenne
0,30)sontetdéroutantes.
β =sur – 0,12 (erreur
1985-2008, Son standard
coefficient
période =d'Okun,
pour0,25).
laquelleLa figure
-0,14, est9b
il est trace
lerécession.
plus petit
disponible). le changement
de d'autres
nos 20 pays, cumule
Notez
dans
La l'que devons
relation l'indice
a le mauvais EPL designe,
relations, l'OCDE les attribue
et coefficients
ellelaest unexceptionnellement
nombre
dans
statistiquement assez
lesd'Okun
deuxinsignifiante.8
sont
élevé, ainsi que
élevéinvraisemblablement
à l'Espagne, ce par la durée
qui suggère petits -qu'il
de
moins
san'est de 0,02pas facile En
en valeur lesterm
pourabsolue. emp
quoi nous nous attendre sur base de sa loi historique.
équation (7) explique une partie substantielle de la variation entre les pays de Σ ΔU: le R2est de 0,54. Notez que l'Espagne est
s'explique en partie par la durée de la récession espagnole – six trimestres, la deuxième plus longue de l'échantillon.
eaux (3) et de l'équation des changements (4). Nous examinons deux versions de l'équation (3)
ons en choisissant différents paramètres de lissage dans le filtre HP. Nous essayons de lisser les
rants pour les données annuelles.
Les estimations du coefficient β sont de l'ordre de –0,4, et les R1s de l'ordre de 0,8. L'équation des
ur ajustement, avec une petite marge (coefficient = –0,41 et R2 = 0,82).2 La figure 1 illustre
tion de Yt – Yt*, et la variation de U en fonction de la variation de Y. Aucune année n'est une
n linéaire, avec différents effets sur le chômage des augmentations et des diminutions de la
s de dispersion de la figure 1 suggèrent qu'une loi d'Okun linéaire s'adapte bien aux données.
ts distincts pour les écarts de production positifs et négatifs dans l'équation des niveaux, et pour
'équation des changements. Nous ne trouvons aucune preuve de non
un paramètre HP de λ = 100, les coefficients estimés sont de –0,37 pour les écarts de production
our le zéro d'égalité est de 0,61.
oefficient de la loi d'Okun varie dans le temps (par exemple, Meyer et Tasci, 2012). Encore une
fication simple avec un coefficient d'Okun constant. Comme le montre la figure 2, le test sup-
inconnue ne parvient pas à rejeter le zéro de stabilité des paramètres pour nos trois
de 5,30, 3,99 et 4,49 pour les trois spécifications (λ = 100, λ = 1 000 et changements), bien en deçà
n linéaire, avec différents effets sur le chômage des augmentations et des diminutions de la
s de dispersion de la figure 1 suggèrent qu'une loi d'Okun linéaire s'adapte bien aux données.
ts distincts pour les écarts de production positifs et négatifs dans l'équation des niveaux, et pour
'équation des changements. Nous ne trouvons aucune preuve de non
un paramètre HP de λ = 100, les coefficients estimés sont de –0,37 pour les écarts de production
our le zéro d'égalité est de 0,61.
oefficient de la loi d'Okun varie dans le temps (par exemple, Meyer et Tasci, 2012). Encore une
fication simple avec un coefficient d'Okun constant. Comme le montre la figure 2, le test sup-
inconnue ne parvient pas à rejeter le zéro de stabilité des paramètres pour nos trois
de 5,30, 3,99 et 4,49 pour les trois spécifications (λ = 100, λ = 1 000 et changements), bien en deçà
ws (2003). Nous estimons également nos équations séparément pour les première et deuxième
et ne pouvons pas rejeter l'égalité des deux coefficients. Pour la spécification des niveaux avec λ =
tié et de –0,41 pour la seconde, et la valeur ppour le zéro d'égalité est de 0,20. Enfin, nous
e de notre échantillon et ne pouvons pas rejeter l'égalité de tous les coefficients (valeurp= 0,38).3
Résoudre le problème des points de terminaison
Erreurs de prévision
Estimations du CBO
veaux et changements sur la base de données trimestrielles. Pour la spécification des niveaux, nous estimons à nouveau Ut*et Yt* avec le
x courants pour les données trimestrielles. Nous présentons les résultats avec uniquement la variable de sortie actuelle dans l'équation, et
fficients d'Okun estimés sont de –0.43 et –0.41, proches des estimations avec données annuelles. Lorsque les décalages sont inclus, les coe
ique des retards modestes dans l'ajustement complet du chômage à la production. Les sommes des coefficients sur laactuelle et
ges sont inclus, les R2sont un peu plus élevés que ceux des données annuelles ( R2 = 0,87 pour λ = 1 600).
estriels sont légèrement moins robustes. Sans décalage, le coefficient de variation de la production n'est que de –0,29 ; lorsque les décalag
écification des niveaux. Le R2est bas sans décalage (0,49) et monte à 0,66 lorsque les décalages sont inclus. De toute évidence, la relation
niveaux ou la relation des changements dans les données annuelles.
veaux en calculant des valeurs ajustées pour le taux de chômage. Avecdécalage compris, ces valeurs ajustées sont
sontcoefficients estimés sur les écarts de production actuels et décalés. Dans cet exercice, nous utilisons un paramètre de lissage de λ = 1
par la correspond
Okun loi d'Okun tout au long
à notre de la période
échantillon depuis
de 1948 1948.
à 2011. Pourtant, nos estimations de coefficients diffèrent quelque peu de celles de l'article o
coefficient, il a posé comme règle empirique qu'un changement d'un point du taux de chômage se produit lorsque la production change d
,5. Ces estimations correspondent à peu près aux manuels modernes, qui font état d'un coefficient inversé de deux.
de celles d'Okun ? L'hypothèse naturelle concerne les différences de données, soit la période d'échantillonnage, soit le millésime des donn
ces dans la spécification de la loi d'Okun. Ce point est plus facile à voir pour la version des modifications de la loi, où le problème de spécifi
n (4), en données trimestrielles sans décalage. Sur la base des données pour 1947Q2 à 1960Q4, il rapporte un coefficient de -0,30. Lorsque
ue le même : -0,29. Pour l'équation des changements, nous obtenons des coefficients plus importants uniquement si nous utilisons des do
tableaux 1 et 2).
mations trimestrielles de l'équation des changements avec et sans retards de croissance de la production. Nous comparons les estimations
Okun correspond à notre échantillon de 1948 à 2011. Pourtant, nos estimations de coefficients diffèrent quelque peu de celles de l'article o
coefficient, il a posé comme règle empirique qu'un changement d'un point du taux de chômage se produit lorsque la production change d
,5. Ces estimations correspondent à peu près aux manuels modernes, qui font état d'un coefficient inversé de deux.
de celles d'Okun ? L'hypothèse naturelle concerne les différences de données, soit la période d'échantillonnage, soit le millésime des donn
ces dans la spécification de la loi d'Okun. Ce point est plus facile à voir pour la version des modifications de la loi, où le problème de spécifi
n (4), en données trimestrielles sans décalage. Sur la base des données pour 1947Q2 à 1960Q4, il rapporte un coefficient de -0,30. Lorsque
ues relations
le mêmesous-jacentes
: -0,29. Pour l'équationentre l'emploi et la production,
des changements, nous et entre
obtenons le chômage
des coefficientset l'emploi plus(équations
importants (1)uniquement
et (2)). Poursivérifier la logique
nous utilisons desderrdo
ées annuelles
tableaux 1 et 2). pour la période 1948-2011 et estimons les niveaux à long terme de toutes les variables (emploi ainsi que chômage et produ
ant que trimestrielles
mations système de régressions de l'équation apparemment
des changements sans rapport avec et(SUR). sans retards de croissance de la production. Nous comparons les estimations
fficient γ dans l'équation (1), qui donne
roximation de l'échantillon d'Okun avec les données actuellement l'effet de la production sur l'emploi,
disponibles. est de Pour0,54. Nous confirmons
l'échantillon d'Okun,lanous prédiction
utilisons selon laquelle ce
les données ducoe mi
n.
'est L'estimation
effondrée du
d'une coefficient
manière δ dans
particulière l'équation: les (2),
reprises qui indique
après les l'effet
récessionsde
Sans décalage, le coefficient estimé est de –0,31 pour l'échantillon d'Okun (colonne 1) et de –0,29 pour notre échantillon complet (colonn l'emploi
sont sur
devenues le chômage,
« sans est
emploi de –»,0,73,
avec confirmant
une croissance la prédiction
de l'emplo q
1). Les reprises des trois dernières récessions américaines – celles de 1990-91,
44 et –0.43 (colonnes 2 et 4). Ainsi, nous confirmons que la structure des décalages plutôt que les différences de données explique la varia 2001 et 2008-2009 – ont toutes été qualifiées de sans empl
e sontun fait à nous interprétons leur absence dans l'équation trimestrielle d'Okun comme une modeste erreur de spécification. Okun a sous
inclus,
des coûts
économique
t contemporains d'ajustement
internationale de l'emploi
à la fréquence de Barcelone et de laa participation
trimestrielle. organisé uneprocyclique conférence au surmarché
« Comprendre du travail.) Les R2 sont
les reprises sansde 0,61 pour
emploi » quil'équation
s'est concentrée (1) et desur 0,
tent
d'Okun.
pays: bien,
les sans
Comme
avec des valeurs
le montre aberrantes
populations la figure
de majeures.
plus 5, l'évolution
d'un L'estimation
million duqui chômage
étaient SUR du
aux
membrescoefficient
États-Unis
d'Okun en niveaux aux estimations d'Okun, en raison des différences dans les séries pour U*et Y*. Okun a supposé que U*est de 4,0 pour c de β dans
correspond
l'OCDE en la loi
1985. d'Okun
systématiquement
Nous est de
utilisons –0,41,
des auxla même
prédictions
données que l'estimation
de
annuelles la loi
sur d'Oku
la M
pro
aire
pourquoi
ns nos queéchantillons
βtant
= , qui apparaît
d'observateurs
en 1980 dans notre
pensent-ils
parce que, dérivation
que un
dans de la loi
quelque
certain chose d'Okun,
nombre dansde et ne
lapays, la le
relation rejetons pasétait
emploi-production
chômage (valeurp= a0,38
très faible changé sur la?les
dans base de la méthode
périodes antérieures. delta).
Un exe
rières
,04 sans àemploi,
0,66 %.nous
% données De examinons
toute évidence, la reprise
les après
régimes la Grande
économiques Récession
de certainsde 2008-2009.
pays
sur le PNB/PIB réel disponibles auprès de l'ensemble de données en temps réel de la Banque fédérale de réserve de Philade dans La
les figure
années 7 montre
60 et 70 les trajectoires
différaient de de
ceux la production,
des décennies dup
tions des niveaux à long terme des trois variables en fonction de leur comportement avant la récession. Comme dans la figure 3, nous esti
*et
6entesurlades croissance
son estimations
échantillon, du ratioet illaemploi-population
de aloi d'Okun un
construit en Y*niveaux, à long
série terme
avec
qui Ut*restent
dépasse à leurs niveaux
et généralement
Yt* mesurés avec undeparamètre
la production 2007 sur réelle.2008-2013.
HPNotre
de λ =estimation . L'ajustement
100. de U*et est bon pour
Y*impose l'hyp la
mme
États
s niveaux une de
Unis. reprise
Le long sans
R2 dépasse
terme. emploi.
0,4 dansPartous
Vraisemblablement, exemple,les pays lecesite
sauf Web de la
en Autriche
problème, National
ainsi et
que Public
enlaItalie.
structure Radio
Lel'Espagne
des (2011) présente
R2dede
décalages, 0,90des
aident estàgraphiques
le plus élevé.7
expliquer similairesnos
pourquoi sous le titre
résultats
atio emploi-population est resté stable à un niveau bas, tandis que le taux de croissance de la production est revenu à la normale (les traje
kun
e la sur
CDE est stable
la basedans
production le temps
a dépassé
des définitions sondans niveau un pays
nationales d'avant.
dudonné. -picDes
chômage. études
de récession antérieures
Les résultats en 2011. ont suggéré
sont similaires lorsqueque non l'on :utilise
Cazesles et al.séries(2012) constatentsur
harmonisées que le le coeffi
chômag
éralement
st
avec pasOLS. augmenté
effondrée.
Les résultatsLa loiaud'Okun
fil dusimilaires
sont temps.
est une L'explication
sirelation
nous estimons entrede l'étude
lesles écarts du du FMIchômage
coefficients estconjointement
que les et de réformes
la production
dans juridiques par ont
un cadre de réduit
rapport panel les coûts
à leurs
avec niveaux de licenciement
des régressions à long terme. appare deP
ôle
carts
d'un de de
paysstabilité
l'emploi
à dans
l'autre. et du
Lachaque
chômage
plupart payssontparen estimant
rapport
répartis à des
leurs
entre –coefficients
niveaux
0,23 et à distincts
long
–0,54, terme.
mais pour
deux De la première
2009
sont à 2011,
inférieurs et la seconde
l'écart
en de
valeur moitiés
production
absolue de l'échantillon
tel
(Autriche que mesuré
et Japon), : 1980-1995
danset la figu
l'Espa
onnées
ourcentage. pourrait suggérer
Le rapport des une deux ruptureécarts, de-0,41,
la loi d'Okun. Dix-neuf
de nosdes pays de notre échantillon (tous saufd'Okun. l'Australie) ont connu une récessio
desdes
et coefficients
creux de plus
la élevés,
production. bienPour que ces Japonlaest
lepays, soit proche
figure une9aexception
représente
estimations
: il l'évolution
a unassez antérieures
élevé
de la R2(0,74)du coefficient
production mais du unpic coefficient
au faible (–0,16). Les mouved
onpays,
érées
uctionet du nous
comme unpouvons
etchômage sans au
faible rejeter
coursalors
emploi,
coefficient l'égalité
des dans quelades
récessionsles coefficients
loireprisesde différents
d'Okun. de lapays,
précédentes première lesmoitié
carl'étaient
ne récessions et de
pas la seconde
durent
? Gali et al. plus moitié
ou moins
(2012) au longtemps.
donnent niveau lacreuxde cinq
réponse par
Pour :rapport
pour cent.
l'ensemble
depuis àlesl'évolution
Cependan
des réce
années 19
nde
ois
mètre
oi moitié
trimestres
années HP
d'Okun varie dede
au λl'échantillon.
Danemark.
suivant = 1 un
000 creux)
pour
considérablement La Leloi
estcoefficient
Ut*et d'Okun
plus Yt*, lente
d'un payset moyen
implique
la pour
une
qu'auparavant.
loi d'Okun
à l'autre. les
relation
dans
On la 20Au pays
lesentre
début estles
des
changements.
sevariation de
demandedemaintenant –0,43
variations
années dans
Les 90du etla
résultats première
chômage
au
si l'évolutiondébut sontet moitié
de
des la
années de
qualitativement l'échantillon
production2000, uniquement
ainsi
similaires et de
qu'aprèsà –0,36
ceux si nous
la dans
Grande
du cont
tablea la R
usisté
d'Okun
mentschômage de
pendant la ne
a augmenté
loi sont
d'Okun
une pas
bonne corrélées
au tienne
fil du temps.
partie entre
exactement
de lesen
la reprise. pays. Lorsque
données
Ende revanche, trimestrielles
dans : Uλest
la plupart des régressée
récessions sur une du
précédentes,
chômage
constante etpendant
le creux la variation
de
la Grande
la1productionde Y, leRécession
R2est
a étépour de
suiv
ains
mme pays.
examinons
preuve En moyenne
l'ajustement
contre sur de
la loi d'Okun.les 20 pays,
McKinsey, le R2est par exemple,0,63 pour les résultats = 100 dans le tableau 5, de 0,59 pour λ = 000 et de 0,49
t à la
res
précédente
40, dans
-0,37
loi d'Okun, deuxbeaucoup
les-0,33.
et périodes. insistent
Par exemple, sur l'expérience
le coefficient de souligne
récente l'Espagne que
estl'Allemagne
de l'Allemagne. le plusComme élevéetdans Royaume-Uni
le montre les deux la figure ont9,connu
périodes, l'Allemagne
et celui desde baisses
est le de
l'Autriche seul production
pays
et du où Jap
uxme-Uni
r exemple,
les
hômage
artir périodes
mêmes
de et
lasonta diminué
Burda
est
pour
figure de et
également
10, en
Hunt,
0,49.
tous quiles Allemagne.
2011).
pays.
revenus
trace les SoitDe
à T
la nombreux
le nombre
normale,
coefficients économistes
ce de
estimés quitrimestres
a
pour donnénos expliquent
en récession.
l'impression
20 pays parcette Le
que expérience
rapportcumul
les de
reprises
au niveau avec
l'équation
sont le
moyen partage
(6)
pleines de sur duT
chômage travail
trimestres
d'emplois. sur(diminution
la donne
période du nombre
1980-2011
plus i.petitfacteurs
aysretiennent
ouveaux en valeur pour absolue.
expliquer L'explication
les changements probableduest la tradition
chômage. Le de japonaise
FMI (2010) d'« emploique
suggère à vie »,crises
qui rend les entreprises réticentes à licenci
qui
but
evé
ar des
marché années
en moyenne,
l'équation
coefficient du
les
travail
(8).
d'Okun
travailleurs.
1980.
il est
PourenAprès
fluctue
un
αi et
examinant la
aussi
choix
βi récession
, desdavantage
nous les de individuels.
employeurs,
utilisons
pays 1981-82,
endesréponse
et la
non croissance
estimations
Ilaux
un mouvements
mandat
semble de la
que lad'Okun
légal,
loi
les production
den'est
et
marchés production.
dans s'est
donc
du les pas Celes
établie
prise
changements
travail de en
résultaten
nombreux
financières
moyenne
est
compte
pour tiréles
pays par
et pour
àdonnées
5,9 les chutes
l'indice
présentent cent
EPL.
annuelles
des
des1983-84,
sur prix
sur
des lo
latrava
caractéristiq pér a
aetit.
loi
ssion.
dances
hômage Une
croissance
d'Okun explication
de
pendant
précédentes
et à faible la probable
production
sa
en récession.
1984.
coefficient – est
pourrait
Surla l'utilisation
Son
la base
Suisse, ne pas
changement massive
réduire
d'expériences
le Japon, prévulede
l'Autriche travailleurs
chômage
du
comme chômage
et la parce
celle-ci,
Norvègeétrangers
que
était
les – les
de en
observateurs
et par Suisse.
travailleurs
2,2 points
l'Espagne, de
enLorsque
n'ont
sont
qui l'emploi
pas
pourcentage
venus
a un les à
taux augmente
compétences
et deson
s'attendre changement
chômage à oupour
ce diminue,
que
très les réel
la
élevé fin les
emplois
était
d'une
et un dis
de ré
co
bles
ys.
sne
us quelque
Lesque
élevé peu
nous
changements
comportementsen affaiblie
pouvons
valeur au
dans
deAinsi,
chômage.
absolue fil
mesurer du
l'emploi
que temps.
pour
celui sont
Pourtant, de Cela
tous lelessuggère
compensés
tout payspays.
« miracle
autre que
–par le
expliquent
les
»d'Okun
peut coefficient
changements
être
L'explication une d'Okun
probablement dans la
exagération
naturelle du
est Japon
lapopulation
majeure a peut-être
de l'expérience
l'incidence partie
active, augmenté
deallemande.
etla le
inhabituellement variation
chômage – et
du
Leélevée en
est
résidu effet,
coefficient.
stable.
desdans le Japon
laPour
contrats est
étayer
loi d'Okun
de l'u
trave
ente
entn
trois seavec
d'Okun
echômage.
moitié
moyenne soit
pays le
de temps.
pas
avecde produit
influencent
notre 0,87
les période
dansplus
coefficients àtous
égalementchangement
récemment, le
d'échantillonnage
pays
lesfacilement
plus constant
même
chômage
(0,22
faibles. une la deloi
si fois
la
à moyen. la
secondeque production,
(voir
nous n'a pas
tableau
avons une récession
changé.
6).
divisé Cependant,
par(2). plus
quatre), longue les implique
leestimons
etcoefficient
βisont est une
faible
fortement augmentation
par rapport
corrélés plus
aux
avec importante
autres
les pays
coefficien
emploi-production,
urs
mploi espagnols
solue lors
coefficient donnéelades reprises
d'Okun, équation
d'embaucher
productiontraduit
mais récentes (1),
plus
nos résultats et
en par d'une
tenant sont relation
un écartpourdes de chômage-emploi,
travailleurs
acquis
largement production
que
négatifs.lasousplus contrat
croissance
Un équation
grand
échec à
de durée
etchômage
la
notable Nous
déterminée,
production
est plus
l'indice aélevé
été sans
bien si cesla
elle
lente.
connu deux
protection
se
Gali équations
produit
deet al.
l'OCDE de
sur
(2012) de pour
l'emploi
une nos
période 20
garantie
discutentexplication
la législation pays
plus
suraux et tr
longu
la pe
sen dans
un tiers l' E-Y
de équation,
l'emploi 0,46,
espagnol. se situe
Les près
contrats du milieu
temporaires delal'échantillon.
de fourchette
permettent pour
aux les 20
entreprises pays. Le coefficient
d'ajuster plus de la
facilement Suisse dans
l'emploi l' U-E équation,
lorsque la -0,17
producti
nes
ΔU. régressant
depuis
effets
On voit 2008.
des la
que variation
mouvements
l'équation cumulée
de s'ajuste
(8) de Ubien
production coursune
sur récession
: lel'emploi
R2est deet0,76.
doncduEncore
pays
réduire sur lelacoefficient
une variation
fois, cumulée
l'Espagne d'Okun. de
Dans Y et la durée
laexemple.
figure 10de laforte
(panneaurécession T (sansnous
de droite), terme tec
tiquement
0,12
tantes. (erreur
1985-2008, Son non significatif.
standard
coefficient
période = 0,25).
d'Okun,
pour Ces
laquelleLarésultats
figure
-0,14, il est
est confirment
9b le trace
plus
disponible). le
petit que
changement
de la
nos particularité
20 cumulé
pays, et dede
nous la
U Suisse
par
n'avons estpas
rapport laest
aux
un
trouvé
bon
non-réactivité
valeurs du chômage
ajustées
d'explication
Sa
de
à ce cette àaugmentation
l'emploi.
régression.
résultat. Lorsque
du chô
Nous
nous vo e
lement
ez élevé, ainsi que
élevéinvraisemblablement
à l'Espagne, ce par la durée qu'il
qui suggère de san'est récession.
pas facile En d'autres lestermes,
pourabsolue. employeurs l'Espagne espagnols a connu une augmentation du chômage plus important
ux
kun sont
insignifiante.8
historique. petits - moins de 0,02 en valeur Nous laissons uned'ajuster
enquête l'emploi.plus approfondie Cependant, sur les observateurs
l'Autriche pour des att
tion entre les pays de Σ ΔU: le R2est de 0,54. Notez que l'Espagne est moins une valeur aberrante qu'elle ne l'était dans la figure 9a. La for
le – six trimestres, la deuxième plus longue de l'échantillon.
Il est bien connu que le filtre HP, que nous avons utilisé jusqu'à présent, n'est pas fiable à la fin d'un échantillon. Ce problèm
estimations de HP de Ut*et Yt*. Pour un paramètre de lissage de λ = 100, la hausse du chômage effectif fait passer l'estimé
période 2008-2011 est de 1,3 %. au-dessous du taux de 2-3 pour cent consid
Certains économistes trouvent ces estimations plausibles, estimant que les problèmes « structurels », tels que l'inadéquation
pas d'accord, estimant que les mouvements récents de Ut et Yt sont principalement cycliques, et que Ut*est inférieur et Yt* s
Budget Office estiment que Ut* était inférieu
Par conséquent, pour vérifier la robustesse, nous utilisons une approche différente pour calculer Ut*et Yt*à la fin de l'écha
période, avec un paramètre de lissage de = 100. En 2007, l'estimation Ut*est de 4,9 %, et le taux de croissance de Yt*(le cha
constants à ces niveaux sur 2008-2011. C'est-à-dire que nous attribuons la totalité de l'augmentation du chômage et du ralenti
3a et 3b comparent les Ut*et Yt*cheminsconstruits de cette manière à
Le nuage de points de la figure 3c montre comment nos mesures alternatives de Ut*et Yt*affectent l'ajustement de La loi d'O
2008-2011 se déplacent vers le haut et vers la gauche. Autrement dit, le chômage est plus élevé par rapport au taux nature
proche de notre valeur de référence de -0,41, et les observations de 2008-2011 sont toujours proches de la lign
mouvementsdu chômage et de la production comme des changements dans les niveaux à l
Une autre approche pour tester la loi d'Okun évite d'avoir à mesurer Ut*et Yt*. Au lieu de cela, nous mesurons les fluctuations
écarts des variations sur quatre trimestres de la production et du chômage par rapport aux prévisions publiées par l'Enquête a
des changements imprévus dans la demande globale, qui devraient déplacer le chômage et la production dans la proportion d
L'échantillon couvre les prévisions faites au premier trimestre de chaque année de 1971 à 2011. La figure 4 montre un nuage d
l'erreur de prévision de la production, le coefficient est de –0,32 (erreur type =
0,03), pas trop éloigné des coefficients d'Okun estimés par d'autres méthodes.4 Le R2est de 0,68.
Pour être complet, nous estimons la loi d'Okun d'une autre manière : nous estimons les niveaux de l'équation (3) avec Ut*et Y
Budget Office. Les commentateurs économiques adoptent parfois cette approche, et elle produit un bon ajustement. Pour la
R2est 0,89. Ce R2est supérieur à ceux de nos autres méthod
Il faut cependant être prudent dans l'interprétation de ce résultat. La méthode du CBO pour estimer Ut*et Yt*utilise un m
Yt*sont dérivés de la loi d'Okun, les estimations basées sur ces séries ne sont pas
iveaux, nous estimons à nouveau Ut*et Yt* avec le filtre HP ; nous essayons de lisser les
ent la variable de sortie actuelle dans l'équation, et également avec deux retards inclus.
nnuelles. Lorsque les décalages sont inclus, les coefficients sur le courant Yt – Yt*sont plus
sommes des coefficients sur laactuelle et
7 pour λ = 1 600).
production n'est que de –0,29 ; lorsque les décalages sont inclus, la somme des
écalages sont inclus. De toute évidence, la relation d'Okun dans les changements
, ces valeurs ajustées sont
ce, nous utilisons un paramètre de lissage de λ = 1 600 dans le filtre HP.figure 5 compare
fficients diffèrent quelque peu de celles de l'article original d'Okun. Les valeurs absolues des
chômage se produit lorsque la production change de trois pour cent. Nos estimations de
coefficient inversé de deux.
riode d'échantillonnage, soit le millésime des données. Mais ce n'est pas le cas; au lieu de
es modifications de la loi, où le problème de spécification clé est la structure du décalage.
1960Q4, il rapporte un coefficient de -0,30. Lorsque nous estimons la même spécification
us importants uniquement si nous utilisons des données annuelles ou incluons des
de la production. Nous comparons les estimations pour deux périodes : notre échantillon
i (équations (1) et (2)). Pour vérifier la logique derrière la Loi, nous l'estimons maintenant
s les variables (emploi ainsi que chômage et production) avec le filtre HP et λ = 100. Nous
Nous confirmons la prédiction selon laquelle ce coefficient est inférieur à 1,5 mais
chômage,
ues est de –»,0,73,
« sans emploi avecconfirmant la prédiction
une croissance queplus
de l'emploi sa valeur absolue
faible et est inférieure
un chômage à un.
plus élevé
2008-2009 – ont toutes été qualifiées de sans emploi. De nombreux économistes
ail.) Les R2 sont
les reprises sansde 0,61 pour
emploi » quil'équation
s'est concentrée (1) et desur 0,80
les pour
trois l'équation (2). Les nuages
épisodes américains. Nousde
oi
d85. d'Okun
Nous est
systématiquement de –0,41,
utilisons des auxla prédictions
même annuelles
données que l'estimation
de la loi surd'Okun, MCOetpour
la production leslemêmes
les récentes
et chômage mesures
périodes dede Y*et
reprise
de l'OCDE.6
valeurp=
duction a0,38
changé sur la
? base de la méthode delta).
ait très faible dans les périodes antérieures. Un exemple extrême est la Nouvelle-Zélande,
gure
nnées7 60 montre
et 70les trajectoires
différaient de ceux de lades production,
décenniesduplus chômage
récentes, et duouratio emploi-population
le chômage était
ant la récession. Comme dans la figure 3, nous estimons les tendances avec le filtre HP
07mètre sur 2008-2013.
HP de λ = 100. . L'ajustement est bon pour la plupart des
11)
e R2dede présente 0,90des estgraphiques
le plus élevé.7 similaires sous le titre « Output Came Back, Employment
e de la production est revenu à la normale (les trajectoires de la production effective et
ue ue nonl'on :utilise
Cazesles et al. (2012)
séries constatentsur
harmonisées que le le coefficient
chômage varie de manière erratique dans
de l'OCDE.
sduction
ansjuridiques par ont
un cadre de réduit
rapport panel les coûts
à leurs
avec niveaux de licenciement
des régressions à long terme. des travailleurs.
Puisqu'un
apparemment écart
non liées de(SUR).
production
11, et l'écart
urs la
en seconde moitiés (Autriche
de production
valeur absolue detel l'échantillon
que et mesuré : 1980-1995
dans la figureet 1996-2011.
7est
était envaleur Le tableau
moyenne de6–10,8
présente% –etles
ntillon
s(0,74) (tous saufd'Okun.
du coefficient l'Australie) ont connu une récession qui a commencé aberrante
Japon), et l'Espagne une fin 2007 ou avec2008,
oduction maisduauunpic coefficient
aulacreux faible
par (–0,16). Les mouvements du chômage au Japon sont
nde
plus moitié
ou moins
l. (2012) donnent niveau
longtemps. de cinq
réponse Pour :rapport
pourl'ensemble
depuis àlesl'évolution
cent. Cependant, dudans
des récessions
années 1990, chômage
cinq
de lade
la vitesse au
figure
des cours
ces 9a,de
sept
reprises la
lacas, même
le allant
période
(qu'ils
uremière
atsmage
débutsont moitié
etdes
dechômage
années de l'échantillon
la production
qualitativement uniquement
2000,similaires
ainsi etGrande
de ceux
laqu'après –0,36silanousdans
Grande laRécession,
seconde.
contrôlons ce Nos
facteur.àdonnées
la lenteur
la Loi,de ne corroborent
la croissance a
ns
olution
sur une du constante
précédentes, etpendant
le creux la variation
de la1productiondeà Y, du
leRécession
R2est tableau
a étépour
est
de –0,03.
suivi
5,conforme
d'uneLes commentateurs
période
compte
de croissance ont tenu
utilisédu
emontretableau 5, de 0,59 pour λ = 000 et de 0,49 l'équation des changements. Les
nsRoyaume-Uni
les deux la figure ont9,connu
périodes, l'Allemagne
et celui desde baisses
est le de
l'Autricheseul production
pays
et du où leplus
Japon importantes
chômage
sont a baissé
les deux que
plus pendant
bas.les États-Unis
sa et
eses e avec le partage du travail (diminution du nombre d'heures par travailleur) encouragée
ue àl'équation
veau
vie sont
moyen
», qui
lesrésultat
crises
(6)
pleines desur
rend lesT entreprises
chômage
financières
trimestres
d'emplois. sur ladonne
et pour
les chutes
période
réticentes 1980-2011
des1983-84, à licencier
prix
(panneau
des logements
de gauche).
des travailleurs.
augmentent Cette Oncaractéristique
observe une
leproduction,
chômage pour
pas . établie
Ce prise enen moyenne
est
compte tiré à
par 5,9
l'indice cent
EPL. sur avec pour résultat que la
sshangements
vail
e.
urs
agne, de
en
de
Lorsquenombreux
n'ont
pourcentage
sont
quidevenus
un
pour
al'emploi
pas les
taux
les
pays
et sondonnées
présentent
augmente
àcompétences
s'attendre
de changement
chômage ouannuelles
pour
àeffet,
ce
des
diminue,
que
très les réel
la
élevé
sur
les
emplois
finétait
latravailleurs
caractéristiquespériode
unde
d'une
et disponibles.
récession
coefficient
1980-2011
–0,3idiosyncratiques
migrants
point de élevé. (avec
entrent
pourcentage.
conduirait
très
qui αi influencent
rapidement
Ilune
semble
divisé
et sortent
Cet par dule
épisode
à une
probable
ation
re peut-être
partie
xpérience
ence active, augmenté
etla variation
le
allemande.
inhabituellement chômage – et
du
Leélevée en
coefficient.
est
résidudes stable.
dans le Japon
Pour
la importante
contrats est
étayer
loi d'Okun l'un
de travailen des
cette deux
idée,
Allemagne
temporaire. pays
nousest avec
examinons
Lesmodeste
réformes augmentation
parle pays
durapport
marché
ongue les implique
eetcoefficient une augmentation plus –du chômage. Avecproduction
nestimons
minée,saélevé
dice été
βisont
si ces
sans laest
elle
lente.
bien connu deux faible
fortement
protection
se de
Gali produit
par
etéquations de rapport
corrélés
surde
al. (2012)
l'OCDE pour
l'emploi
une
aux
avec
nos autres
les
20plus
garantie
période
discutentexplications
la législation pays pays
coefficients
aux
sur longue
la
inférieur
d'Okun
et travailleurs
examinons
possiblesde
protection
à 0,2––
du
où tableau
se
permanents. dans
situe
pourcroissance
l'emploi (EPL).
lescours
5la(qui
Suisse
Au deux
sont
lente,
parties
dans
desles
En théorie,
eulée
kun. coefficient
ajuster de
Dansplus
Y et lade la
facilement
durée
laexemple.
figure Suisse
10de dans
l'emploi
laforte
(panneau l'
récession U-E équation,
lorsque la
T (sansnous
de droite), -0,17,
production
terme est le
constant).
testons deuxième
change,
cette ce
Cette quienplus
augmente
idée régression petit etle
donne
traçantentièrement
le il estdes
coefficient
asatest aux
un
trouvé
bon
non-réactivité
valeurs
d'explication
Sa
du chômage
ajustées de
à ce cette àaugmentation
résultat.l'emploi.
régression.
Lorsque
du chômage
Nous
nous voyons
estimons
s'explique
que la
les version
E-Y et
presque
de
U-E la loi d'Okun
nnu une augmentation du chômage plus importante que lesde autres pays, mais c'est ce à
ed'ajuster
enquête l'emploi.
plus approfondieCependant, sur les observateurs
l'Autriche pour des attentifs
recherches futures.
aberrante qu'elle ne l'était dans la figure 9a. La forte augmentation du chômage espagnol
ésent, n'est pas fiable à la fin d'un échantillon. Ce problème est saillant parce que la récession économique à partir de 2008 a des effets im
λ = 100, la hausse du chômage effectif fait passer l'estimé Ut*d'environ 5 % au début des années 2000 à 8,7 % en 2011. Le taux de croissa
1 est de 1,3 %. au-dessous du taux de 2-3 pour cent considéré comme normal avant la Grande Récession.
t que les problèmes « structurels », tels que l'inadéquation entre les travailleurs et les emplois, ont augmenté Ut*et réduit Yt*. Pourtant, b
t principalement cycliques, et que Ut*est inférieur et Yt* supérieur aux estimations de HP. Par exemple, le Council of Economic Advisors e
Budget Office estiment que Ut* était inférieur à 6 % en 2011.
pproche différente pour calculer Ut*et Yt*à la fin de l'échantillon. Nous estimons d'abord ces variables de 1960 à 2007 en appliquant le fi
ation Ut*est de 4,9 %, et le taux de croissance de Yt*(le changement de 2006 à 2007) est de 2,8 %. Nous supposons que Ut*et la croissanc
uons la totalité de l'augmentation du chômage et du ralentissement de la croissance après 2007 à des écarts transitoires par rapport à Ut*
mparent les Ut*et Yt*cheminsconstruits de cette manière à ceux basés sur le filtre HP jusqu'en 2011.
ternatives de Ut*et Yt*affectent l'ajustement de La loi d'Okun. Par rapport au graphique entièrement basé sur le filtre HP (Figure 1a), les o
t dit, le chômage est plus élevé par rapport au taux naturel et l'écart de production est plus négatif. Mais la régression a un coefficient de -
bservations de 2008-2011 sont toujours proches de la ligne. Ainsi, la loi d'Okun ajuste les données, que nous interprétions ou non lesréce
a production comme des changements dans les niveaux à long terme ou des écarts par rapport aux niveaux à long terme.
r Ut*et Yt*. Au lieu de cela, nous mesurons les fluctuations à court terme de Ut et Yt avec des erreurs de prévision. Plus précisément, nou
ômage par rapport aux prévisions publiées par l'Enquête auprès des prévisionnistes professionnels. Nous supposons que les erreurs de pr
déplacer le chômage et la production dans la proportion donnée par la loi d'Okun.
aque année de 1971 à 2011. La figure 4 montre un nuage de points des erreurs de prévision. Lorsque nous régressons l'erreur de prévision
reur type =
méthodes.4 Le R2est de 0,68.
e : nous estimons les niveaux de l'équation (3) avec Ut*et Yt* mesurés avec des estimations du taux naturel et de la production potentielle
cette approche, et elle produit un bon ajustement. Pour la période 1980-2011, lorsque ee série CBO are disponible, le coefficientOkun est
2est 0,89. Ce R2est supérieur à ceux de nos autres méthodes d'estimation de la loi d'Okun.
at. La méthode du CBO pour estimer Ut*et Yt*utilise un modèle macro qui inclut une version de la loi d'Okun comme hypothèse. Étant do
oi d'Okun, les estimations basées sur ces séries ne sont pas des preuves indépendantes que la loi d'Okun tient.
que la récession économique à partir de 2008 a des effets importants sur les
u début des années 2000 à 8,7 % en 2011. Le taux de croissance de Yt*sur la
l avant la Grande Récession.
rs et les emplois, ont augmenté Ut*et réduit Yt*. Pourtant, beaucoup ne sont
ations de HP. Par exemple, le Council of Economic Advisors et le Congressional
mons d'abord ces variables de 1960 à 2007 en appliquant le filtre HP à cette

à 2007) est de 2,8 %. Nous supposons que Ut*et la croissance de Yt*restent
ssance après 2007 à des écarts transitoires par rapport à Ut*et Yt*. Les figures
ltre HP jusqu'en 2011.
graphique entièrement basé sur le filtre HP (Figure 1a), les observations pour
ction est plus négatif. Mais la régression a un coefficient de -0,40, ce qui est
un ajuste les données, que nous interprétions ou non lesrécents
carts par rapport aux niveaux à long terme.
Ut et Yt avec des erreurs de prévision. Plus précisément, nous examinons les

nnistes professionnels. Nous supposons que les erreurs de prévision reflètent
Okun.
rs de prévision. Lorsque nous régressons l'erreur de prévision du chômage sur
es estimations du taux naturel et de la production potentielle du Congressional

1, lorsque ee série CBO are disponible, le coefficientOkun est estimé -0,55 et
a loi d'Okun.
clut une version de la loi d'Okun comme hypothèse. Étant donné que Ut*et
endantes que la loi d'Okun tient.
L'intensité en emploi de la croissance : Tendances et macroéconomie déterminants
TITRE

oissance : Tendances et macroéconomie déterminants
Modélisation économétrique des élasticités d
L'importante couverture mondiale des élasticités de l'emploi examinée dans la section précédente offre l'occasion de mener
Cette section utilise certains des déterminants théoriques de l'intensité de l'emploi mis en avant dans la littérature ainsi que le
dans la section précédente afin d'identifier des corrélats robustes de l'intensité de l'emploi. L'objectif est donc d'identifier cer
croissance en matière d'emploi dans chaque éco
Il existe une abondante littérature qui examine les déterminants macroéconomiques de la croissance de l'emploi et de la
d'identifier la relation entre les variables macroéconomiques et l'intensité globale de l'emploi de la croissance expliciteme
relatives aux déterminants de la croissance de l'emploi et de la productivité sont clairement pertinentes dans le
Walterskirchen (1999) constate que l'augmentation de l'offre de main-d'œuvre tend à augmenter l'emploi et à réduire la pro
d'œuvre plus élevée entraînera une baisse des salaires moyens et, en fin de compte, une augmentation de la demande de
population active (représentant l'offre de main-d'œuvre) et la productivité et trouvent une relation négative systémati
et àpays s'intègrent davantage dans l'économie mondiale, cet effet devrait diminuer, en raison
Les déterminants de l'intensité de l'emploi dans le contexte européen sont explorés par Döpke (2001). Dans cette étude, la pa
travail et la volatilité des taux de change sont présentés comme des déterminants macroéconomiques potentiels de l'intensi
une intensité d'emploi plus élevée et que dans la plupart des pays examinés, il existe une relation négative significative entr
grande flexibilité du marché du travail conduit à une croissance à plus forte intensité d'emploi, mais les résultats empiriq
théoriquement attrayants à l'appui de l'idée que les fluctuations des taux de change réduisent l'intensité de
Bruno et al. (2001) étudient s'il existe des liens entre l'ouverture économique et l'élasticité de la demande de main-d'œuvre.
davantage de biens d'équipement dans la production, ce qui peut finalement conduire à une réduction de la réactivité de la
aucune relation statistiquement significative entre l'ouverture commerciale et l'él
1 Freeman (2004) discute également de l'impact potentiel des fluctuations du commerce et des taux de change sur les march
de capitaux jouent un rôle bien plus important que le commerce sur les marché
Mourre (2004) examine les performances de l'emploi dans les économies de la zone euro et constate que l'intensité de l'em
concernant les taux d'imposition du travail soutiennent la notion d'une corrélation négative entre le taux d'imposition du trav
Tableau
la protection 4.1. Variables
de l'emploi (LPE) surexaminées2
l'intensité de l'emploi. Les effets de l'EPL sont mitigés : alors qu'en général le signe de l'EPL
L'interaction entre l'inflation, les institutions du marché du travail et les performances de l'emploi est étudiée dans Loboguerr
variations de la production (via son effet sur la réduction de la rigidité à la baisse des salaires) et peut diminuer la réactivité
économies industrialisées, les effets inflationnistes ont tendance à avoir le premier effet. Ainsi, toutes choses égales par ailleu
Dans les économies en développement, ils constatent qu'aucun de ces effets ne semble avoir un
erminants
Modélisation économétrique des élasticités de l'emploi
cités de l'emploi examinée dans la section précédente offre l'occasion de mener une étude transnationale des déterminants de l'intensité
s théoriques de l'intensité de l'emploi mis en avant dans la littérature ainsi que les principales observations concernant les tendances de l'é
s corrélats robustes de l'intensité de l'emploi. L'objectif est donc d'identifier certains des grands facteurs macroéconomiques susceptibles
croissance en matière d'emploi dans chaque économie.
amine les déterminants macroéconomiques de la croissance de l'emploi et de la productivité du travail, mais peu de travaux d'enquête on
macroéconomiques et l'intensité globale de l'emploi de la croissance explicitement représentée par l'élasticité de l'emploi. Néanmoins, les
a croissance de l'emploi et de la productivité sont clairement pertinentes dans le contexte actuel et un bref aperçu de ces conclusions est
ntation de l'offre de main-d'œuvre tend à augmenter l'emploi et à réduire la productivité. Cela suit la notion économique classique selon
des salaires moyens et, en fin de compte, une augmentation de la demande de main-d'œuvre. Beaudry et Collard (2002) examinent le lien
de main-d'œuvre) et la productivité et trouvent une relation négative systématique entre les deux variables. Cependant, ils suggèrent qu'
grent davantage dans l'économie mondiale, cet effet devrait diminuer, en raison de la convergence des flux de capitaux entre les pays.
ans le contexte européen sont explorés par Döpke (2001). Dans cette étude, la part des services dans le PIB réel, les coûts salariaux réels, le
t présentés comme des déterminants macroéconomiques potentiels de l'intensité globale de l'emploi. Döpke constate qu'une plus grande
ans la plupart des pays examinés, il existe une relation négative significative entre les coûts salariaux réels et l'élasticité de l'emploi. Il postu
onduit à une croissance à plus forte intensité d'emploi, mais les résultats empiriques connexes ne sont pas solides. Enfin, il suggère que s'i
à l'appui de l'idée que les fluctuations des taux de change réduisent l'intensité de l'emploi, les résultats empiriques globaux à ce sujet sont
ns entre l'ouverture économique et l'élasticité de la demande de main-d'œuvre. Ils soutiennent que l'ouverture économique peut permett
roduction, ce qui peut finalement conduire à une réduction de la réactivité de la demande de main-d'œuvre à la croissance économique. C
ucune relation statistiquement significative entre l'ouverture commerciale et l'élasticité de la demande de main-d'œuvre.1
pact potentiel des fluctuations du commerce et des taux de change sur les marchés du travail. Il soutient que la volatilité des taux de chang
de capitaux jouent un rôle bien plus important que le commerce sur les marchés du travail des pays en développement.
e l'emploi dans les économies de la zone euro et constate que l'intensité de l'emploi de la croissance a été la plus élevée dans le secteur de
utiennent la notion d'une corrélation négative entre le taux d'imposition du travail et la création d'emplois à long terme. Enfin, il examine
de l'emploi. Les effets de l'EPL sont mitigés : alors qu'en général le signe de l'EPL est négatif, les résultats globaux de Mourre ne sont pas st
du marché du travail et les performances de l'emploi est étudiée dans Loboguerrero et Panizza (2003). L'inflation peut à la fois encourager
ur la réduction de la rigidité à la baisse des salaires) et peut diminuer la réactivité (en augmentant l'incertitude des prix relatifs). Les auteur
istes ont tendance à avoir le premier effet. Ainsi, toutes choses égales par ailleurs, l'inflation dans ce contexte serait associée à des élastic
mies en développement, ils constatent qu'aucun de ces effets ne semble avoir une influence significative sur la performance de l'emploi.
La croissance annuelle moyenne de la population en âge de travailler a été choisie comme approximation de l'offre de ma
conclusions de Walterskirchen (1999) et de Beaudry et Collard (2002 ). L'idée principale dans ce cas est qu'une offre de main
rapide devrait conduire à une croissance plus intensive en emplois (productivité plus faible).
La de la part de l'emploi dans les services variableest basée sur les conclusions de Mourre (2004), Döpke (2001) et Padalino et
asticités de l'emploi
n de mener une étude transnationale des déterminants de l'intensité en emploi de la croissance.

e ainsi que les principales observations concernant les tendances de l'élasticité régionale discutées
dentifier certains des grands facteurs macroéconomiques susceptibles d'influencer l'intensité de la
s chaque économie.
ploi et de la productivité du travail, mais peu de travaux d'enquête ont été menés pour tenter
explicitement représentée par l'élasticité de l'emploi. Néanmoins, les conclusions antérieures
ntes dans le contexte actuel et un bref aperçu de ces conclusions est donc justifié.
éduire la productivité. Cela suit la notion économique classique selon laquelle une offre de main-
emande de main-d'œuvre. Beaudry et Collard (2002) examinent le lien entre la croissance de la
e systématique entre les deux variables. Cependant, ils suggèrent qu'au furmesure que les
er, en raison de la convergence des flux de capitaux entre les pays.
étude, la part des services dans le PIB réel, les coûts salariaux réels, les institutions du marché du
de l'intensité globale de l'emploi. Döpke constate qu'une plus grande part des services conduit à
ficative entre les coûts salariaux réels et l'élasticité de l'emploi. Il postule qu'en général, une plus
ltats empiriques connexes ne sont pas solides. Enfin, il suggère que s'il existe des arguments
intensité de l'emploi, les résultats empiriques globaux à ce sujet sont ambigus.
n-d'œuvre. Ils soutiennent que l'ouverture économique peut permettre aux entreprises d'utiliser
activité de la demande de main-d'œuvre à la croissance économique. Cependant, ils ne trouvent
rciale et l'élasticité de la demande de main-d'œuvre.1
ur les marchés du travail. Il soutient que la volatilité des taux de change et les flux internationaux
les marchés du travail des pays en développement.
sité de l'emploi de la croissance a été la plus élevée dans le secteur des services. Ses conclusions
tion du travail et la création d'emplois à long terme. Enfin, il examine les effets de la législation sur
gne de l'EPL est négatif, les résultats globaux de Mourre ne sont pas statistiquement significatifs.
s Loboguerrero et Panizza (2003). L'inflation peut à la fois encourager la réactivité de l'emploi aux
la réactivité (en augmentant l'incertitude des prix relatifs). Les auteurs constatent que dans les
es par ailleurs, l'inflation dans ce contexte serait associée à des élasticités de l'emploi plus élevées.
ble avoir une influence significative sur la performance de l'emploi.
âge de travailler a été choisie comme approximation de l'offre de main-d'œuvre, à la suite des
Collard (2002 ). L'idée principale dans ce cas est qu'une offre de main-d'œuvre en expansion plus
une croissance plus intensive en emplois (productivité plus faible).
sée sur les conclusions de Mourre (2004), Döpke (2001) et Padalino et Vivarelli (1997). Ces articles
Spécification du modèle et données
Aux fins de l'exercice empirique actuel, les variables dépendantes utilisées sont les élasticités de l'emploi total, des jeunes
précédente, qui ont été générées pour chaque pays à l'aide de l'équation 2. Les variables explicatives ont été choisies sur la b
des résultats antérieurs de la littérature. Les variables entrent dans les six grandes catégories suivantes : offre de main-d'œ
d'ouverture économique, santé, politique fiscale et réglementation du travail. Les variables sou
Category
Labour supply/demographics
Economic structure
Macroeconomic volatility & uncertainty
Economic openness and export orientation
Health
Tax policy and labour regulation

Spécification du modèle et données utilisées
es utilisées sont les élasticités de l'emploi total, des jeunes et des femmes correspondant à l'ensemble de la période 1991-2003 examinée d
uation 2. Les variables explicatives ont été choisies sur la base des observations des tendances de l'élasticité de l'emploi de la section préc
ans les six grandes catégories suivantes : offre de main-d'œuvre/démographie, structure économique, volatilité et incertitude macroécono
tique fiscale et réglementation du travail. Les variables sous chacune de ces catégories sont énumérées dans le tableau 4.1.
Variable(s)
Average annual growth in working-age population, 1991-2003
Share of employment in services, 1991
Share of employment in industry, 1991
Gender gap in labour force participation, 1991
Average annual inflation rate, 1991-2003
Proportion of years with conflict, 1991-2003
Average percentage of trade in total GDP, 1991-2003
Average trade balance, 1991-2003
Malaria deaths per 100,000 inhabitants
Highest individual tax rate, 1997
Rigidity of employment index, 2004
espondant à l'ensemble de la période 1991-2003 examinée dans la section
ns des tendances de l'élasticité de l'emploi de la section précédente ainsi que
, structure économique, volatilité et incertitude macroéconomiques, degré
atégories sont énumérées dans le tableau 4.1.
Data source
ILO LABPROJ, 2003
ILO GET Model, 2005
ILO GET Model, 2005
ILO LABPROJ, 2003
IMF, WEO 2004
IPRI, 2004
World Bank, WDI 2004
WHO 2002
World Bank, 2005
La
TITRE

Critère de Sélection de l'Ordre de Décallage

Optimal
Test de Rang de Cointégration

Test de Causalité de Granger
Modèle de Correction d'Erreur Vectorielle (VECM)
Test de Diagnostique
Desciption de la méthodologie
Loi d'Okun et analyse de co-intégration à long terme pour l'OCDE Pays (1987-2012
TITRE

ntégration à long terme pour l'OCDE Pays (1987-2012)
Les données appartenant à la période entre 1987 et 2012 sont issues de la base de données de l'OCDE. Une
analyse est effectuée sur les données de chacun des 23 pays de l'OCDE et les données totales de l'OCDE. La
première chose dans l'analyse est de calculer le « coefficient d'Okun » des pays avec la relation de régression
prévue par Okun. Les taux de croissance sont classés en « faible » (entre %0-%2), « normal » (entre %2-%4) e
élevé » (%4+). En faisant cette comparaison entre le taux de croissance et le coefficient d'Okun est effectuée.
Tableau 1 : régressions d'Okun' : u - u-1 = bo +

b1(y)+e (modèle de différence)
Tests de racine unitaire pour UNE et GRW
Test de cointégration Engle-Granger

Test de cointégration Engle-Granger
Modèles de correction d'erreur

987-2012)
entre 1987 et 2012 sont issues de la base de données de l'OCDE. Une

e chacun des 23 pays de l'OCDE et les données totales de l'OCDE. La
alculer le « coefficient d'Okun » des pays avec la relation de régression
sont classés en « faible » (entre %0-%2), « normal » (entre %2-%4) et «
ison entre le taux de croissance et le coefficient d'Okun est effectuée.
Le tableau 1 montre les résultats de l'équation 1 pour chaque pays. Les constantes de régression sont données en b0.
attendu négativement de la variable du PIB dans les régressions, connu sous le nom de coefficient d'Okun. Les taux de « c
de « Croissance moyenne » (Moy. GRW), calculés à partir de l'ensemble de données de la période 1987 à 2012, sont égale
1. Selon cela, le taux de chômage moyen le plus élevé est de 15,46 % appartenant à l'Espagne et le taux de chômage m
appartenant au Luxembourg. Alors que le taux de croissance moyen le plus élevé est pour la Corée du Sud et 5,91 %, le pl
Selon le tableau 1, le taux de chômage moyen pour les pays de l'OCDE est de 6,87 %. La moyenne des taux de croissanc
chômage moyen est plus élevé que cette moyenne (Royaume-Uni, Turquie, Espagne, Portugal, Italie, Irlande, Allemagne,
Belgique et Australie) est de 3,5 %. Ainsi, le rapport entre le chômage moyen et la croissance moyenne est de près de de
donc dire que cette relation inverse entre le chômage et le PIB est univoque pour les pays ayant le taux de chô
La moyenne des taux de chômage moyens pour les pays ayant un chômage moyen inférieur à la moyenne de l'OCDE (
Nouvelle-Zélande, Pays-Bas, Mexique, Luxembourg, Corée du Sud, Japon et Danemark) est de 4,80. La moyenne du taux
pays est de 2,76. Même si ce ratio est inférieur à la moyenne de l'OCDE, il est assez proche. Le rapport entre le chôm
(0,480/0,276=1,74) pour les économies à faible taux de chômage. Ensuite, les résultats suggèrent que le taux de crois
(2,76<3,50) pour les pays ayant un taux de chômage inférieur à la moyenne de l'OCDE. En bref, le taux de croissance sur
élevé est plus élevé que le taux de croissance survenant lorsque le chômage est faible. Un chômage élevé crée une croiss
crée une croissance faible. C'est la relation qu'Okun prétend. Les bo calculés / b1 sont des « coefficients d'Okun » et in
économique nécessaire pour empêcher la croissance du taux de chômage. Les pays avec le taux de chômage le plus élevé
la Turquie (4,03), ont besoin d'un taux de croissance supérieur à %4 pour empêcher le taux de chômage d'augmenter pl
avec un coefficient d'Okun calculé élevé, la Corée du Sud (5,80) et le Luxembourg (5,98) ont besoin d'un taux de cro
Le coefficient d'Okun le plus bas est calculé pour ces pays ; Italie (1,30), Belgique (1,67), Danemark (1,67), Norvège (1,83),
et Royaume-Uni (1,94). Ces pays ont deux points communs fondamentaux : i) le chômage moyen est supérieur à la moyen
Norvège) et ii) le taux de croissance moyen est inférieur à la moyenne de l'OCDE.
La deuxième partie de notre analyse est l'analyse des séries chronologiques et pour ce faire, tout d'abord, le test de racine
appliqué aux données de chômage et de croissance de chaque pays. Les résultats sont présentés dans le tableau-2. La colo
affiche les statistiques ADF des variables pour les valeurs de « niveau ». Les valeurs entre parenthèses indiquent la valeur c
valeur du test appliqué. Lorsque ADF<valeur critique, il est conclu que la série n'est pas stationnaire, ce qui signifie qu'elle
cas, le test ADF est refait en prenant la première différence de série. Les statistiques de test ADF et les valeurs critiques son
première différence et données en ADF (-1).
La variable de chômage pour les 23 pays inclut la racine unitaire dans son niveau de signification. Pour l'Italie et le Portuga
devient stationnaire [I(2)] en prenant la seconde différence. La variable de chômage pour les 21 autres pays devient statio
différence première. Pour le Danemark, la Finlande, l'Allemagne, l'Italie, le Japon, le Mexique, la Suède et la Turquie, la var
stationnaire dans sa valeur de niveau [I(0)]. La variable de croissance pour les 15 autres pays est stationnaire [I(1)] lorsque
en compte.
Dans ce cas, puisque pour l'Italie et le Portugal la variable de chômage est I(2) et pour le Danemark, la Finlande, l'Allemagn
la Suède et la Turquie le taux de croissance est I(0), ils ne seront pas soumis à la co-intégration une analyse. La relation ent
pour 14 autres pays convient à l'analyse de la co-intégration. même niveau, ce qui est une condition préalable au test de c
tous les pays de l'OCDE sont donnés dans le tableau-3. Test de co-intégration Engle-Granger examinant la relation d'intégr
variables.
Pour cela, dans un premier temps, des modèles de régression entre le chômage (indépendant) et la croissance (dépendant
Les coefficients calculés, l'erreur standard et les statistiques t pour les modèles de régression sont donnés dans le tablea
niveau de terme d'erreur du modèle U est un prérequis pour que deux variables soient co-intégrées à long terme. Le te
appliqué aux séries de termes d'erreur créées et les statistiques de test ADF calculées sont données dans « u ADF » et la v
signification %5 de ces valeurs est présentée dans la colonne « niveau %5 ». Lorsque ces deux colonnes sont examinée
d'erreur sont stationnaires [I(0)] à leur valeur de niveau. Dans ce cas, on peut conclure que les variables de chômage et d
long terme pour chaque pays. En prenant la première différence, parce que les séries ne sont pas stationnaires lors d
cointégration à long terme, crée des pertes d'informations à court terme.
En supprimant ces pertes, des modèles de correction d'erreurs sont créés pour montrer l'existence d'une relation à cou
présentés dans le tableau-4.
En utilisant, pour chaque pays, des variables de chômage (dépendantes), de croissance (indépendantes) et 1 série de ter
modèles de correction d'erreur, des modèles VAR sont obtenus et des obtenus coefficients, des coefficients de terme d'
statistiques t et les valeurs de probabilité pour le niveau de signification %5 sont données dans le Tableau-4. Selon le tab
d'erreur ne fonctionne pas pour le Chili, la Corée du Sud et le Luxembourg. Le modèle a fonctionné pour 12 autres pays
données causées par une relation à long terme et à court terme est montré. Selon cela, pour ces pays, un ratio, indiqué
perte de données pour toute période peut être supprimé dans la période suivante.
Dans la deuxième étape de l'analyse, la série chronologique des données et la relation

de co-intégration sont testées. Pour cette raison, d'abord pour chaque pays ; i) les
données de croissance et de chômage sont testées à l'aide de tests de racine unitaire
(Dickey et Fuller. 1979) ii) Le test en deux étapes d'Engle-Granger (1987) est appliqué.
Le même processus est appliqué à la somme des données sur la croissance et le
chômage de 34 pays de l'OCDE. Première condition, pour décider si les séries sont co-
intégrées à long terme ou non, est d'avoir des séries stationnaires au même niveau.
r chaque pays. Les constantes de régression sont données en b0. b1 LePIB donne le coefficient
ressions, connu sous le nom de coefficient d'Okun. Les taux de « chômage moyen » (Moy. UNE) et
r de l'ensemble de données de la période 1987 à 2012, sont également présentés dans le tableau-
est de 15,46 % appartenant à l'Espagne et le taux de chômage moyen le plus bas est de 3,25 %
ance moyen le plus élevé est pour la Corée du Sud et 5,91 %, le plus bas est pour l'Italie et 1,3 %.
es pays de l'OCDE est de 6,87 %. La moyenne des taux de croissance moyens pour les pays où le
yaume-Uni, Turquie, Espagne, Portugal, Italie, Irlande, Allemagne, France, Finlande, Chili, Canada,
re le chômage moyen et la croissance moyenne est de près de deux (0,687/0,350=1,96). On peut
chômage et le PIB est univoque pour les pays ayant le taux de chômage le plus élevé.
pays ayant un chômage moyen inférieur à la moyenne de l'OCDE (États-Unis, Suède, Norvège,
orée du Sud, Japon et Danemark) est de 4,80. La moyenne du taux de croissance moyen pour ces
moyenne de l'OCDE, il est assez proche. Le rapport entre le chômage et le PIB est plus faible
x de chômage. Ensuite, les résultats suggèrent que le taux de croissance moyen est plus faible
férieur à la moyenne de l'OCDE. En bref, le taux de croissance survenant lorsque le chômage est
t lorsque le chômage est faible. Un chômage élevé crée une croissance élevée, un chômage faible
prétend. Les bo calculés / b1 sont des « coefficients d'Okun » et indiquent le taux de croissance
taux de chômage. Les pays avec le taux de chômage le plus élevé, le Chili (8,23), l'Irlande (10,2) et
upérieur à %4 pour empêcher le taux de chômage d'augmenter plus que le taux actuel. Les pays
du Sud (5,80) et le Luxembourg (5,98) ont besoin d'un taux de croissance supérieur à %5.
ys ; Italie (1,30), Belgique (1,67), Danemark (1,67), Norvège (1,83), Allemagne (1,87), France (1,89)
uns fondamentaux : i) le chômage moyen est supérieur à la moyenne de l'OCDE (sauf Danemark et
ux de croissance moyen est inférieur à la moyenne de l'OCDE.
ries chronologiques et pour ce faire, tout d'abord, le test de racine unitaire de Dickey-Fuller est
haque pays. Les résultats sont présentés dans le tableau-2. La colonne « ADF » du tableau 2
de « niveau ». Les valeurs entre parenthèses indiquent la valeur critique pour %5 signifiant la
st conclu que la série n'est pas stationnaire, ce qui signifie qu'elle inclut la racine unitaire. Dans ce
nce de série. Les statistiques de test ADF et les valeurs critiques sont calculées en prenant la
unitaire dans son niveau de signification. Pour l'Italie et le Portugal, la variable de chômage
nce. La variable de chômage pour les 21 autres pays devient stationnaire [I(1)] en prenant la
emagne, l'Italie, le Japon, le Mexique, la Suède et la Turquie, la variable de croissance est
e croissance pour les 15 autres pays est stationnaire [I(1)] lorsque la première différence est prise
e de chômage est I(2) et pour le Danemark, la Finlande, l'Allemagne, l'Italie, le Japon, le Mexique,
e seront pas soumis à la co-intégration une analyse. La relation entre le chômage et la croissance
tion. même niveau, ce qui est une condition préalable au test de co-intégration Engle-Granger, et
est de co-intégration Engle-Granger examinant la relation d'intégration à long terme entre les
ssion entre le chômage (indépendant) et la croissance (dépendante) pour chaque pays sont créés.
ques t pour les modèles de régression sont donnés dans le tableau-3. Être stationnaire dans leur
uis pour que deux variables soient co-intégrées à long terme. Le test de racine unitaire ADF est
tistiques de test ADF calculées sont données dans « u ADF » et la valeur critique pour le niveau de
colonne « niveau %5 ». Lorsque ces deux colonnes sont examinées, on constate que les termes
. Dans ce cas, on peut conclure que les variables de chômage et de croissance sont co-intégrées à
ère différence, parce que les séries ne sont pas stationnaires lors de l'examen de la relation de
long terme, crée des pertes d'informations à court terme.
d'erreurs sont créés pour montrer l'existence d'une relation à court terme et les résultats sont
présentés dans le tableau-4.
ge (dépendantes), de croissance (indépendantes) et 1 série de termes d'erreur retardés dans les
t obtenus et des obtenus coefficients, des coefficients de terme d'erreur (coefficients u(-1)), des
u de signification %5 sont données dans le Tableau-4. Selon le tableau 4, le modèle de correction
ud et le Luxembourg. Le modèle a fonctionné pour 12 autres pays et en supprimant les pertes de
ourt terme est montré. Selon cela, pour ces pays, un ratio, indiqué dans la colonne « Notes », de
ur toute période peut être supprimé dans la période suivante.
Country
Australia
Belgium
Canada
Chile
Denmark
Finland
France
Germany
Ireland
Italy
Japan
Korea
Luxembourg
Mexico
Netherlands
New Zealand
Norway
Portugal
Spain
Sweden
Turkey
United Kingdom
United States
OECD - Total
Ülke
Australia
Belgium
Canada
Chile
Denmark
Finland
France
Germany
Ireland
Italy
Japan
Korea
Luxembourg
Mexico
Netherlands
New Zealand
Norway
Country
Australia
Belgium
Canada
Chile
France
Ireland
Korea
Luxembourg
Netherlands
New Zealand
Norway
Spain
United Kingdom
United States
OECD - Total
Country
Australia
Belgium
Canada
Chile
France
Ireland
Korea
Luxembourg
Netherlands
New Zealand
Norway
Spain
United Kingdom
United States
OECD - Total
bo
1.139776
0.495702
0.841631
1.379607
0.605353
0.879881
0.583921
0.284049
1.595931
0.281676
0.220478
1.118544
0.32828
0.644013
0.487941
1.050341
0.237443
1.034295
2.512723
0.954893
0.638043
0.564312
1.255776
0.716469
UNE
ADF
-0.908449
(-1,955020)
0.142256
(-1,958088)
-0.611939
(-1,955020)
-1.134512
(-1,955020)
0.16955
(-1,955020)
-0.84632
(-1,955681)
0.088157
(-1,955020)
-0.223752
(-1,956406)
-0.815741
(-1,955681)
0.237083
(-1,955681)
0.166641
(-1,955681)
-0.600884
(-1,955020)
0.828045
(-1,955020)
-0.195295
(-1,955020)
-0.392488
(-1,957204)
-0.627356
(-1,956406)
-0.854987
(-1,956406)
Coefficient
0.125173
-0.006537
-0.140804
-0.157108
-0.06815
-0.19596
-0.09753
-0.037914
0.006223
-0.025766
0.009446
-0.625511
-0.046496
-0.150388
-0.092221
Coefficient
-0.071853
-0.571773
-2.296605
-0.17754
-0.246964
-0.280638
-0.131
-0.032472
-0.090831
-0.093035
-0.066788
-0.861976
-0.224679
-0.27795
-0.186823
b1(GDP)
-0.391112
-0.295806
-0.375152
0.275437
-0.360756
-0.35504
-0.307495
-0.151278
-0.342655
-0.216006
-0.103351
-0.19276
-0.054827
-0.208315
-0.231328
-0.374662
-0.129464
-0.341197
-0.921603
-0.340653
-0.15797
-0.290173
-0.449484
-0.274117
UNE
ADF(-1)
-3.24856
(-1,955681)
-4.130355
(-1,958088)
-3.474439
(-1,955681)
-4.425504
(-1,955681)
-3.404381
(-1,955681)
-2.142956
(-1,955681)
-3.494173
(-1,955681)
-3.216671
(-1,956406)
-2.349557
(-1,955681)
-1.575031
(-1,955681
-3.119968
(-1,955681)
-4.379657
(-1,955681)
-3.377125
(-1,955681)
-4.191578
(-1,955681)
-3.827521
(-1,957204)
-2.918821
(-1,955681)
-3.576689
(-1,956406)
Std. Error
0.118623
0.077958
0.0737
0.062189
0.079465
0.10094
0.039706
0.025535
0.07523
0.094766
0.065829
0.237883
0.077638
0.102529
0.054069
u (-1) Coefficient
-0.568314
-0.571773
-0.718622
0.16491
-0.680557
-0.662728
0.315185
0.315044
-0.698149
-0.526498
-0.553571
-0.750691
-0.823409
-0.564665
-0.600909
Avg. UNE
6.919
8.096
8.173
8.23
5.988
9.13
9.423
7.857
10.2
9.153
3.803
3.369
3.257
3.78
4.769
6.407
4.134
6.969
15.469
6.488
8.526
7.061
6.026
6.873
GRW
ADF
-1.538109
(-1,955020)
-2.321835
(-2,660720)*
-2.005565
(-2,660720)*
-1.44702
(-1,955020)
-2.720146
(-1,955020)
-2.700622
(-1,955020)
-2.061675
(-2,660720)*
-2.778381
(-1,955020)
-1.3131
(-1,955202)
-2.850082
(-1,955020)
-2.970024
(-1,955020)
-1.83045
(-1,958088)
-1.890258
(-1,955020)
-3.064823
(-1,955020)
-1.699881
(-1,955020)
-1.709697
(-1,955020)
-1.176697
(-1,955020)
t-Stat.
1.055213
-0.08385
-1.910512
-2.526298
-0.857608
-1.94134
-2.456297
-1.484799
0.082718
-0.271893
0.143499
-2.629487
-0.598886
-1.46678
-1.705604
t-Stat.
0.226474
2.6377
3.137732
0.682898
2.465309
0.174254
1.236727
1.552124
3.642073
2.955737
2.629159
4.553393
4.693064
2.567682
2.514537
Avg. GRW
3.301
1.986
2.484
5.698
1.358
2.138
1.805
1.833
4.871
1.18
1.651
5.911
4.085
2.84
2.268
2.4
2.337
2.179
2.559
2.169
4.224
2.363
2.656
2.438
GRW
ADF(-1)
-5.681636
(-1,955681)
-5.797556
(-1,956406)
-5.675185
(-1,955681)
-6.924916
(-1,955681)
-5.27775
(-1,956406)
-4.846012
(-1,955681)
-6.599361
(-1,956406)
-6.53724
(-1,955681)
-4.472764
(-1,959071)
-7.825929
(-1,955681)
-5.551168
-1.955681
ADF for u
-3.231832
-3.813356
-4.05852
-4.217602
-3.306543
-2.335131
-4.998089
-3.52249
-3.794921
-2.913987
-3.641056
-1.986534
-3.004877
-4.256037
-4.65353
%5 Prob.
0.0204
0.0154
0.005
0.5021
0.0224
0.001
0.2298
0.1356
0.0015
0.0075
0.0157
0.0002
0.0001
0.0179
0.0201
bo / b1
2.91419
1.67576
2.24343
5.00879
1.67801
2.47825
1.89896
1.87766
4.65754
1.30401
2.13329
5.80278
5.98756
3.09153
2.1093
2.80343
1.83404
3.03137
2.72647
2.80312
4.03901
1.94474
2.79381
2.61373
Notes
GRW is Meaningful at I(0) for 1%
GRW is Meaningful at I(0) for 1%
GRW is Stationary at I(0)
UNE I(2) Stationary; GRW is Stationary at I(0)
5% Level Integrated
-1.955681 I(0)
-1.958088 I(0)
-1.956406 I(0)
-1.955681 I(0)
-1.955671 I(0)
-1.955681 I(0)
-1.956406 I(0)
-1.955681 I(0)
-1.957204 I(0)
-1.955681 I(0)
-1.956406 I(0)
-1.955681 I(0)
-1.955681 I(0)
-1.956406 I(0)
-1.956406 I(0)
Notes
%56 of losses is removed after 1 period
Losses con not be removed

Englais 41-50

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Englais 41-50

Transféré par

Droits d'auteur :

Formats disponibles

La

CH1 Données et méthodologie

CH2 ANALYSE DES DONNEES ET DES

Test de Racine Unitaire

Critère de Sélection de l'Ordre de Décallage

Test de Rang de Cointégration

Modèle de Correction d'Erreur Vectorielle (VECM)

CH1 Données et méthodologie

CH2 ANALYSE DES DONNEES ET DES

LES DIFFÉRENTES VERSIONS DE LA LOI D'OKUN

B. Résultats empiriques de la version écart

TABLEAU I TESTS DE STATIONARITE

TABLEAU III TEST DE JOHANSEN

TABLEAU IV TEST DE WALD

Fig. 1 PIB cyclique et chômage cyclique

Fig. 2 : PIB cyclique et chômage cyclique -.002

Fig. 3 : PIB cyclique et chômage cyclique

TABLEAU V MODÈLE GAP

linéaires dans la relation entre la production et le chômage. Ce sera

Cette méthode relie la production réelle (yt) et le taux de chômage (Ut)

ΔUt:représente les variations du taux de chômage entrepériode actuelle

L'hypothèse nulle d'existence de la racine unitaire est β = 0 (la

At most1*** 0.172566 17.23773 9.164546 0.0013

où (yt-yt*=ytc) correspond à la production cyclique (output gap), yt* est la

Théoriquement, il s'agit d'une méthode d'estimation paramétrique pour

Notre échantillon de données est fourni par l'Institut National de

CH1 Données et méthodologie

CH2 ANALYSE DES DONNEES ET DES

sources de données et définition des variables

L'article examine la question de l'existence à long terme

Test de Racine Unitaire

Les résultats basés sur la procédure de test des

Méthodes d'estimation du taux de chômage naturel, de la

Tableau 2. Tests pour les racines unitaires basées sur test

Tableau 3. Tests pour les racines unitaires basés sur le

Tableau 5.estimés à long et à court terme à l'aide de

Figure 6. Tracé de CUSUM et CUSUMSQ

La technique la plus à même d'interpréter les changements économiques tels que

Dans les études économiques empiriques, les variables macroéconomiques

ssification des variables en I(1) et I(0) ;

stimés à long terme. Les hypothèses nulle et alternative sont :

tuer le test de co-intégration telles que le test en deux étapes d'Engle-

notez I(0) dans le tableau F), et doncNo co-integration

Long Run Coefficients

Short Run Coefficients

CH1 Données et méthodologie

CH2 ANALYSE DES DONNEES ET DES

En règle générale, il existe deux spécifications de modèle

Test de Racine Unitaire

Les moindres carrés entièrement modifiés (FMOLS)

Méthode correction erreur Résultat

2. Sources de données, mesure et description

Les données sur le chômage (ut) et la production, le produit

*montre la première différence stationnaire et ** montre la seconde différence stationnaire Le

ence stationnaire et ** montre la seconde différence stationnaire Le

ADF at 1st difference

ADF at 1st difference

Tout d'abord, chaque variable doit connaître son ordre

Si les résultats indiquent que les variables sont intégrées

CH1 Données et méthodologie

CH2 ANALYSE DES DONNEES ET DES

Figure 1: Hodrick-Prescott Filtre

Tableau 1. Test de stationnaritét

où (yt-yt=ytc) correspond à la production cyclique (output gap), yt est la