Reco 574 0851

CYCLES RÉEL ET DU CRÉDIT : CONVERGENCE OU DIVERGENCE ?
Une comparaison Pologne, Hongrie, République tchèque et zone euro
Sanvi Avouyi-Dovi, Rafał Kierzenkowski, Catherine Lubochinsky
Presses de Sciences Po | « Revue économique »
2006/4 Vol. 57 | pages 851 à 879

ISSN 0035-2764
ISBN 2724630378
DOI 10.3917/reco.574.0851
Article disponible en ligne à l'adresse :
--------------------------------------------------------------------------------------------------------------------
https://www.cairn.info/revue-economique-2006-4-page-851.htm
--------------------------------------------------------------------------------------------------------------------
© Presses de Sciences Po | Téléchargé le 05/10/2021 sur www.cairn.info (IP: 190.115.149.146)

Distribution électronique Cairn.info pour Presses de Sciences Po.
© Presses de Sciences Po. Tous droits réservés pour tous pays.
La reproduction ou représentation de cet article, notamment par photocopie, n'est autorisée que dans les
limites des conditions générales d'utilisation du site ou, le cas échéant, des conditions générales de la
licence souscrite par votre établissement. Toute autre reproduction ou représentation, en tout ou partie,
sous quelque forme et de quelque manière que ce soit, est interdite sauf accord préalable et écrit de
l'éditeur, en dehors des cas prévus par la législation en vigueur en France. Il est précisé que son stockage
dans une base de données est également interdit.
Powered by TCPDF (www.tcpdf.org)

Cycles réel et du crédit :
convergence ou divergence ?
Une comparaison Pologne,
Hongrie, République tchèque et zone euro
Sanvi Avouyi-Dovi*
RafalK Kierzenkowski**
Catherine Lubochinsky***
Cet article propose l’analyse de co-mouvements entre variables réelles et finan-

cières dans trois nouveaux pays membres de l’Union européenne (Hongrie, Pologne
et République tchèque) ainsi que dans la zone euro. Il s’agit de l’examen du co-
mouvement d’une part entre le crédit aux entreprises et la production industrielle
réels, d’autre part entre les variables précédentes et un indicateur de politique moné-
taire, le taux d’intérêt réel à 3 mois. Partant du principe qu’il n’existe pas de définition
unique du cycle économique, nous adoptons trois approches différentes : identifica-
tion de points de retournement des séries et évaluation d’un indice de concordance ;
décomposition et comparaison des différentes composantes cycliques des séries ;
enfin, calcul des corrélations dynamiques entre les variables. Nous trouvons une
meilleure convergence des cycles réels que des cycles financiers entre les nouveaux

pays membres de l’UE et la zone euro. Il n’existe pas une forte dépendance entre cré-
dits et la production industrielle dans tous les pays ; cependant, il apparaît que la poli-
tique monétaire lisse la distribution du crédit au cours des cycles.
ARE BUSINESS AND CREDIT CYCLES

CONVERGING OR DIVERGING? A COMPARISON
OF POLAND, HUNGARY, THE CZECH REPUBLIC AND THE EURO AREA
This paper provides an analysis of co-movements between real and financial
variables in three new EU member countries (the Czech Republic, Hungary and
Poland) and the euro area. It focuses on the co-movement between real credit granted
* Service de Recherche en Économie et en Finance, Banque de France, 31 rue Croix des Petits
Champs, 75049 Paris Cedex 01, et CREFED-CERPEM, Université Paris-Dauphine.
Courriel : sanvi.avouyi-dovi@banque-france.fr
** Service des Analyses et Statistiques Monétaires, Banque de France, 31 rue Croix des Petits
Champs, 75049 Paris Cedex 01 et LASER-LAEC, Université Montpellier 1.
Courriel : rafal.kierzenkowski@banque-france.fr
*** Université Paris II Panthéon-Assas, 92 rue d'Assas, 75006 Paris.
Courriel : catherine.lubochinsky@u-paris2.fr
Les opinions présentées dans cet article sont celles des auteurs et ne reflètent pas nécessairement
les vues de la Banque de France ou des institutions auxquelles ils sont affiliés. Les auteurs remercient
Julien Matheron pour les programmes mis à leur disposition et pour ses suggestions. Ils remercient
également Iikka Korhonen et Marina Vasjukova ainsi que les participants du colloque international
Les nouvelles frontières de l’Union européenne (Marrakech, 16-17 mars 2005) et ceux du troisième
atelier de travail sur les pays émergents (Banque d’Espagne, 24-25 novembre 2005) pour leurs
remarques et commentaires.
851
Revue économique — vol. 57, N° 4, juillet 2006, p. 851-880

Revue économique
to firms and real industrial output on the one hand, and between the aforementioned
variables and a monetary policy indicator (the three-month real interest rate) on the
other. Given that there is no single definition for the business cycle, we take three diffe-
rent approaches: we identify the turning points in the series and then estimate a con-
cordance index; we decompose and compare the cyclical components of the series;
and we calculate dynamic correlations across the variables. We find a better conver-
gence of real than financial cycles between the new EU members and the euro area.
There is no a high degree of dependence between loans and industrial output in all
countries; yet, monetary policy appears to smooth the distribution of credit throughout
the cycles.
Classification JEL : E23, E32, E44, E51, P00
INTRODUCTION
Dans le cadre de l’adoption complète de l’acquis communautaire et en vertu

du traité de Maastricht, l’adhésion de nouveaux pays à l’Union européenne
implique que ceux-ci rejoignent la zone euro dans un second temps. En effet,
aucun des pays n’a été autorisé à adopter une clause de non-participation (opt-
out) à l’instar du Royaume-Uni et du Danemark. L’enjeu de l’élargissement de
la zone euro renvoie à celui de l’optimalité d’une union monétaire intégrant les
pays de l’Europe centrale. La théorie des zones monétaires optimales fournit un
ensemble de critères d’appréciation, parmi lesquels l’importance des relations

commerciales avec le bloc de pays partenaires potentiels et le caractère (symé-
trique ou asymétrique) des chocs. Dans ce cadre, un nombre croissant de travaux
récents a été consacré à l’analyse de la synchronisation des cycles réels des
nouveaux pays membres de l’Union européenne avec ceux de la zone euro ou de
ses principaux pays membres.
Dans une étude récente, Fidrmuc et Korhonen [2004] résument les principaux
résultats tirés de vingt-sept articles portant sur la synchronisation en procédant à
une méta-analyse. L’approche dominante adoptée dans ce type de littérature vise
à identifier, dans un premier temps, les chocs d’offre et de demande à l’aide de
modèles SVAR bi-variés et à calculer, dans un second temps, les corrélations entre
composantes du pays domestique et celles de la zone ou du pays pris en réfé-
rence, soit l’Allemagne ou la zone euro. On peut également signaler l’apparition
récente d’une nouvelle vague de travaux consacrés à l’analyse de co-mouve-
ments et s’appuyant sur la mise en œuvre de modèles à plusieurs régimes. À notre
avis, la taille et le degré de fiabilité des échantillons de données disponibles pour
les pays de l’Europe centrale ne garantissent pas la robustesse des estimations
des modèles SVAR ou à plusieurs régimes. C’est pourquoi, à l’instar de Artis et
al. [2004] et de Darvas et Szapary [2005], nous avons privilégié les méthodes
fondées sur des procédures de filtrage. En outre, l’approche classique du cycle
économique retenue par Artis et al. [2004] et appliquée aux pays candidats à
terme à l’entrée dans la zone euro nous a semblé riche d’enseignements.
Par ailleurs, pour huit pays de l’Europe centrale et la zone euro, Darvas et
Szapary [2005] ont recours aux séries trimestrielles du PIB et de ses composantes,
tandis que Artis et al. [2004] utilisent des données mensuelles de production
852

Sanvi Avouyi-Dovi, RafalKKierzenkowski, Catherine Lubochinsky
industrielle. Les résultats de Darvas et Szapary révèlent que, parmi les pays
candidats potentiels à l’adoption de l’euro, la Hongrie, la Pologne et la Slovénie
présentent la plus forte synchronisation des cycles réels avec l’UEM. Cette
conclusion prévaut pour le PIB, la production et les exportations, mais non pour
la consommation et les services1.
L’apport de cet article à la littérature existante se situe à trois niveaux.
Premièrement, en plus des co-mouvements de variables d’activité, nous
étudions ceux des variables de crédit et de taux d’intérêt. Ce choix s’explique par
l’existence d’une littérature abondante sur l’effet du crédit bancaire dans la trans-
mission de la politique monétaire à travers le rôle du crédit dans le financement
de l’investissement productif ou via la capacité de la politique monétaire à agir
sur l’offre de crédit des banques. Ces thèmes, importants dans le cadre des pays
industrialisés, semblent également pertinents pour les pays de l’Europe centrale,
compte tenu du faible degré de liquide de leurs marchés financiers. Plus spécifi-
quement, nous étudions les co-mouvements entre l’indice de production indus-
trielle en volume, le crédit bancaire aux entreprises déflaté par les prix à la
production et un indicateur de politique monétaire (taux d’intérêt réel à 3 mois)
au cours du cycle économique. Nous avons privilégié ici le taux d’intérêt réel (au
lieu du nominal) ; l’inflation anticipée est de ce fait considérée par les autorités
monétaires comme une donnée. En outre, cela respecte un souci de cohérence
entre les variables réelles.
Deuxièmement, l’étude est cohérente à travers les données et les méthodes
tout en étant exhaustive dans la démarche adoptée. Elle est conduite en trois
étapes : intra-pays, inter nouveaux pays membres, puis entre ces derniers et la
zone euro. Elle vise à dégager un ensemble de faits stylisés pour trois pays

récemment admis à l’UE (Hongrie, Pologne, République tchèque) et la zone euro.
Troisièmement, partant du principe qu’il n’existe pas de définition unique du
cycle économique, nous adoptons trois approches différentes : évaluation d’un
indice de concordance, décomposition et comparaison des différentes compo-
santes cycliques des séries, corrélations dynamiques entre les variables. L’appli-
cation à notre problématique des corrélations dynamiques dans le prolongement
du travail de Croux et al. [2001] est novateur. De plus, la comparaison des résul-
tats obtenus par les différentes méthodes devrait permettre d’assurer la fiabilité du
diagnostic. Ainsi, les résultats concernant sur les cycles réels et de crédit peuvent
être rapprochés des politiques monétaires appliquées au cours de la période
étudiée sous plusieurs angles : dans un premier temps, en analysant le comporte-
ment des taux d’intérêt de court terme au cours des phases d’expansion et de
récession de la production industrielle et du crédit ; dans un second temps, en
calculant, d’une part, les corrélations entre les parties cycliques de l’activité, du
crédit et des taux d’intérêt et, de l’autre, les corrélations dynamiques entre ces
mêmes variables.
Le reste de l’article est organisé de la façon suivante. La deuxième section
présente les données et un bref aperçu des systèmes financiers des trois nouveaux
pays membres de l’UE. La troisième section est consacrée à l’identification des
points de retournement et au calcul des indicateurs de concordance. La quatrième
1. Les statistiques de liaison entre les séries obtenues avec l’IPI et le PIB sont qualitativement
comparables mais sont, en général, plus élevées lorsqu’on utilise l’IPI.
853

Revue économique
section étudie le co-mouvement de variables prises deux à deux à l’aide de corré-

lations entre leurs composantes et analyse la variation des corrélations en fonc-
tion des différentes fréquences caractérisant ces variables (corrélations dynami-
ques). La dernière section fournit la conclusion.
PRÉSENTATION DES DONNÉES

ET BREF APERÇU DES SYSTÈMES FINANCIERS
DES NOUVEAUX PAYS MEMBRES DE L’UE
L’activité réelle est représentée ici par la production industrielle en volume,

la seule variable de ce type cohérente et disponible sur la même période pour
tous les pays retenus dans notre échantillon. La variable de crédit correspond
aux prêts bancaires accordés au secteur des sociétés et quasi-sociétés non finan-
cières, le taux d’intérêt est le taux interbancaire à 3 mois1. Ces deux variables
ont été déflatées par l’indice des prix à la production pour leurs transformations
en séries réelles2. Les données utilisées, de sources nationales et internationales,
sont en fréquence mensuelle et couvrent la période allant de janvier 1994 à
septembre 2004. À l’exception des taux d’intérêt, nous avons corrigé l’ensemble
des séries des variations saisonnières par la méthode Tramo-Seats, en retenant
l’option d’une identification automatique des points aberrants et en ignorant les
effets calendaires3. Nous avons privilégié cette méthode de désaisonnalisation
identique pour l’ensemble des séries réelles ou financières des différents pays

pour éviter d’éventuels biais méthodologiques induits par l’usage des séries CVS
officielles.
Les nouveaux pays membres de l’UE retenus dans l’étude sont typiquement
des économies de finance intermédiée par les banques : la part des établisse-
ments de crédit dans le total des actifs détenus par l’ensemble des institutions
financières dépasse 80 %. Les banques fournissent ainsi l’essentiel du crédit à
l’économie et canalisent une grande partie de l’épargne. La taille et le rôle des
marchés financiers sont très faibles. En pourcentage du PIB, la capitalisation
boursière était comprise entre 20 et 30 % dans les nouveaux pays membres en
2000 et 2004 contre, respectivement, 91,5 et 53,3 % dans la zone euro
(tableau 1). En 2003, les titres de dette des entreprises s’élevaient à seulement
3,3 % du PIB en Pologne, 0,9 % en Hongrie et 3,8 % en République tchèque,
contre 61 % dans la zone euro (BCE [2005] ; FMI [2004]).
1. En l’absence de série longue officielle, la variable de crédit de la zone euro a été reconstituée
en combinant différentes sources statistiques : les sources BCE (en mensuel depuis janvier 2003, en
trimestriel depuis septembre 1997) et les sources nationales regroupées dans les bases de données de
la BRI.
2. Il s’agit de l’indice global concernant la Hongrie, la Pologne et la République tchèque et de
l’indice hors construction pour la zone euro.
3. Artis et al. [2004] ont opté dans leur étude pour une désaisonnalisation fondée sur l’utilisation
de modèles à composantes inobservables afin de mieux contrôler la gestion des jours fériés spécifi-
ques. Nous avons privilégié une solution plus simple et « plus homogène ».
854

Tableau 1. Caractéristiques des systèmes financiers

(en % du PIB)
1996 1997 1998 1999 2000 2001 2002 2003 2004

PL 5,0 7,4 9,2 14,9 18,0 13,9 14,1 14,2 18,8
HN nd nd nd 30,0 30,7 18,8 17,4 16,8 21,4
Capitalisation boursière
CZ nd nd nd 13,3 23,3 16,0 16,8 22,1 29,6
ZE 31,5 42,2 57,2 68,8 91,5 74,1 58,3 47,4 53,3
PL 53,7 55,0 60,1 61,9 65,8 66,5 64,6 64,7 65,3
HN nd nd 69,2 69,2 68,7 69,1 70,4 79,6 84,0
Actifs bancaires
CZ 129,7 135,7 131,3 132,0 133,6 122,3 106,3 100,7 96,0
ZE nd 231,7 237,1 247,6 252,8 264,9 264,8 270,5 280,9
PL 21,0 22,7 24,5 27,6 28,9 28,4 28,6 29,0 27,7
Crédit domestique HN 22,1 24,3 24,2 26,1 32,3 33,7 35,8 43,4 46,6
au secteur privé CZ 69,8 71,3 62,4 56,8 49,9 41,3 31,4 32,1 33,4
ZE nd 88,9 94,1 99,0 104,1 107,9 108,4 111,4 114,3
PL 17,6 18,5 19,6 20,9 21,1 20,4 19,8 19,4 17,4
Crédit bancaire aux HN 18,3 20,8 20,5 21,4 24,2 23,5 22,1 24,0 24,6
sociétés non financières CZ 54,8 55,4 47,9 43,5 39,1 27,5 22,5 21,7 20,9
ZE 35,7 37,0 38,2 38,7 40,7 42,2 41,6 41,5 41,5
Notes : PL = Pologne, HN = Hongrie, CZ = République tchèque, ZE = zone euro, nd = non disponible
Sources : Eurostat, FMI SFI.

Cependant, la taille du secteur bancaire et la profondeur du processus d’inter-
médiation restent relativement faibles dans les nouveaux pays membres de l’UE
(tableau 1) : en 2004, rapportés au PIB, les actifs bancaires s’élevaient à 84, 65,3
et 96 % respectivement en Hongrie, en Pologne et en République tchèque contre
281 % dans la zone euro. De même, alors que le ratio crédit domestique au
secteur privé sur PIB était compris entre 30 et 45 % dans les nouveaux membres
de l’UE (fin 2004), il atteignait 114 % dans la zone euro. Ces écarts se resserrent
si l’on considère le crédit bancaire alloué aux sociétés non financières. Le
marché du crédit constitue donc un pilier important dans le financement de l’acti-
vité courante et de l’investissement des entreprises.
Ces constats sont confirmés par les enseignements tirés des enquêtes. Selon
l’enquête mensuelle de la Banque centrale de Pologne, par exemple, en 1998,
77,4 % des entreprises polonaises étaient presque ou entièrement dépendantes du
crédit bancaire pour leur activité courante et 81,1 % pour leur investissement. De
plus, le pourcentage des entreprises recourant à ce type de crédits s’est accru,
passant de 80 % en 1995 à plus de 85 % en 1999 (Lyziak [2001]). K
En outre, à la différence des pays de la zone euro, la part des prêts bancaires
aux ménages dans le total de bilan demeure relativement faible1, ceci renforce,
a posteriori, le fait de focaliser l’analyse sur le secteur des entreprises. Si l’évolu-
tion du crédit aux entreprises connaît en Pologne et en Hongrie une évolution
1. Elle enregistre néanmoins une progression soutenue entre 2002 et 2003 : 21,4 à 26,3 % en
Hongrie ; 16,7 à 21,1 % en République tchèque ; 37,4 à 38,9 % en Pologne (BCE [2005]).
855

Revue économique
similaire à celle de la zone euro, l’encours de crédit aux entreprises en Répu-

blique tchèque baisse de façon importante entre 1998 et 2003 en raison de
l’effondrement d’une douzaine de banques (dont la cinquième en termes de
bilan) entre 1994 et 1996 (Pruteanu [2004]).
Par ailleurs, le secteur bancaire est concentré. Ceci résulte de nombreuses
fusions et acquisitions, réalisées pour l’essentiel depuis la deuxième moitié des
années 1990 : en 2003, le poids des cinq plus grands établissements dans l’actif
des institutions de crédit s’élevait à 52,3 % pour la Hongrie et la Pologne et à
65,8 % en République tchèque. Pour l’Allemagne, la France et le Royaume-Uni,
il équivalait respectivement à 22, 47 et 33 %1 (BCE [2004, 2005]). Le faible
niveau d’intermédiation financière et les programmes de privatisation des
banques publiques ont créé de nombreuses occasions de gains pour les investis-
seurs étrangers. La participation des non-résidents est désormais très élevée dans
les trois pays : ramenée au total de l’actif, elle valait 96 % pour les banques tchè-
ques, 83,3 % pour les banques hongroises et 67,8 % en Pologne en 20032. La
présence de banques étrangères, notamment en provenance des pays de la zone
euro, crée les jalons d’une intégration financière aboutie.
Tableau 2. Échanges commerciaux avec l’Union européenne des Quinze

(en %)
1990 1995 2000 2004

PL 56,0 77,2 80,5 79,1
Part des exportations en direction de l’UE HN 45,2 71,7 81,6 79,2

CZ nd 62,9 85,1 86,4
PL 55,9 71,0 68,7 68,4
Part des importations en provenance de l’UE HN 48,8 69,0 65,3 71,3
CZ nd 64,3 77,3 74,8(1)
Note : (1) année 2003 ; PL = Pologne, HN = Hongrie, CZ = République tchèque, nd = non disponible
Source : WIIW.
Les chiffres relatifs au commerce extérieur révèlent une intégration réelle

prononcée. En 2004, alors que le taux d’ouverture (exportations + importations
en biens sur PIB) était de 113,2, 69,6 et 126 %, respectivement, pour la Hongrie,
la Pologne et la République tchèque (tableau A1, annexe A), les exportations de
biens vers l’Union européenne des Quinze représentaient entre 79 et 86 % du
total, la part des importations en provenance de l’UE étant comprise entre 68 et
75 % (tableau 2). De plus, la structure des échanges des différents nouveaux pays
membres semble, globalement, comparable (tableau A2, annexe A). Les expor-
tations et, dans une moindre mesure, les importations concernent essentiellement
les produits industriels : produits manufacturés, machines et équipements de
transport. Enfin, cette spécialisation semble croissante dans le temps pour tous
les pays.
1. Ce ratio dépassait cependant les 80 % en Hollande et en Belgique.

2. Pour la Pologne, la part des banques publiques s’élevait à 24,4 %.
856

Plus généralement, on observe dans certains cas (tableau A1, annexe A) une
relative convergence des principaux indicateurs macroéconomiques réels et
nominaux des nouveaux pays membres de l’UE et de la zone euro. Nous allons
désormais approfondir l’étude de ce lien pour les variables de crédit, de taux
d’intérêt à court terme et de production.
CONCORDANCE
ENTRE CYCLES RÉELS ET CYCLES DE CRÉDIT
L’approche classique définit le cycle économique directement par l’analyse

de l’évolution du niveau d’une variable et le caractérise comme une succession
de phases d’expansion et de récession. Formellement, les phases d’expansion
sont définies comme les périodes de temps séparant un creux d’un pic ; à
l’opposé, les phases de récession correspondent aux périodes séparant un pic
d’un creux. Le facteur crucial de cette approche consiste alors à définir et à iden-
tifier de façon précise les points de retournement, i.e. les pics et les creux1. À
partir des points de retournement ainsi identifiés, une phase de récession (expan-
sion) est définie comme le temps séparant un pic (creux) d’un creux (pic).
Bien que tombée en désuétude après les années 1970, cette vision du cycle a
récemment fait l’objet de plusieurs études, qui ont proposé une méthode simple pour
analyser la concordance de deux séries, i.e. le fait de retrouver ces séries dans la
même phase – récession ou expansion – du cycle2. Avant de déterminer l’indice de

concordance, il convient de définir une fonction indicatrice des phases d’augmenta-
tion (ou de baisse), sy, t , d’une variable, y, par exemple, qui interviendra dans le calcul
de l’indice : s y, t = 1 si y augmente en t, 0 sinon. Nous retenons comme indice de
concordance, une statistique développée par Harding et Pagan [2002, 2004] (voir
Avouyi-Dovi et Matheron [2003] pour une application récente).
L’indice de concordance entre x et y, noté cxy, est défini comme le nombre
moyen de périodes où deux variables x et y se sont trouvées simultanément dans
la même phase du cycle, soit :
T
1
c xy = ---
T ∑ [ sx, t sy, t + ( 1 – sx, t ) ( 1 – sy, t ) ].
t=1
(1)
Il vaut 1 si x et y sont toujours dans la même phase : il y a parfaite concordance

entre les séries (parfaite juxtaposition des expansions et des récessions). S’il vaut
0, x et y sont toujours dans des phases opposées : il y a parfaite anti-concordance
(décalage prononcé ou opposition de phase).
Dans le cas général, les propriétés de distribution de cxy sont inconnues. Pour
calculer les degrés de significativité de ces indices, nous utilisons la méthode
suggérée par Harding et Pagan [2004], détaillée ci-dessous. Notons μsi et σsi,
1. Voir l’annexe C pour plus de détails.

2. Cf. Cashin et al. [1999] pour une application à l’analyse de la concordance des prix des biens,
McDermott et Scott [2000] pour une comparaison des cycles réels dans les principaux pays de
l’OCDE.
857

Revue économique
i = ( x, y ), respectivement la moyenne empirique et l’écart-type empirique de

si, t. Si σs désigne la corrélation empirique entre sx, t et sy, t, l’indice de concor-
dance vérifie la relation :
c xy = 1 + 2ρ s σ sx σ sy + 2μ sx μ sy – μ sx – μ sy . (2)
D’après cette relation, cxy et σs sont liés de telle façon qu’il est équivalent
d’étudier l’une ou l’autre de ces deux statistiques. Pour évaluer σs, Harding et
Pagan proposent d’estimer la relation linéaire :
⎛ s y, t ⎞ ⎛ s x, t ⎞
⎜ ------- ⎟ = η + ρs ⎜ -------⎟ + εt , (3)
⎝ σ sy ⎠ ⎝ σ sx ⎠
où η est une constante et εt un résidu. La procédure d’estimation de la relation
(3) doit être robuste à la corrélation sérielle des résidus, car εt hérite les propriétés
de corrélation sérielle de sy, t sous l’hypothèse nulle, ρ s = 0. C’est la méthode
des moindres carrés augmentés d’une procédure HAC qui est donc retenue ici
pour estimer l’équation (3).
Les points de retournement estimés sont reportés en annexe B sur le graphique
B1 pour le crédit (en termes réels) et le graphique B2 pour la production indus-
trielle en volume. Les séries de production sont plus volatiles que celles du
crédit ; ceci laisse entrevoir un nombre plus important de phases de récession
dans la sphère réelle. En effet, les points de retournement observés sur les
marchés de crédit sont moins fréquents (Hongrie, zone euro), voire égaux
(Pologne) à ceux identifiés pour la production industrielle, mais leur durée est
globalement comparable. Cependant, le cas de la République tchèque est très

spécifique : la restructuration du système bancaire engagée dans les années 1990
a entraîné une fermeture de nombreux établissements, conduisant, comme nous
l’avons déjà signalé, à une chute prononcée de l’encours de crédit.
Quelle que soit l’économie considérée, un décalage visible apparaît entre les
phases des cycles réels et de crédit mais, entre nouveaux pays membres ou en
référence à la zone euro, certaines phases de récession et d’expansion relatives
au crédit et à la production industrielle coïncident. Les indices de concordance
permettant de déterminer l’existence de co-mouvements des variables d’activité
et de crédit sont présentés dans les tableaux B1 à B3 (annexe B).
On note l’absence de concordance de la production industrielle et du crédit en
République tchèque et dans la zone euro (tableau B1). Cependant, une faible
synchronisation des cycles apparaît pour la Pologne. Elle est plus forte pour la
Hongrie, en admettant un seuil de confiance plus important.
Les nouveaux pays membres ne paraissent pas caractérisés par une concor-
dance significative de leurs variables de crédit, le lien entre les productions
industrielles semble cependant plus net (tableau B2). Plus précisément, on note
une anti-concordance (absence quasi totale de co-mouvement des variables dans
les mêmes phases du cycle) de la distribution du crédit en République tchèque
par rapport à la Hongrie et une faible concordance de la production industrielle.
Un lien plus marqué apparaît entre l’activité industrielle en Pologne et en
Hongrie à un seuil élevé de confiance de 20 %.
De même, on observe un lien fort entre le cycle de production de la zone euro
et celui prévalant en Hongrie et, dans une moindre mesure, en Pologne
(tableau B3). En revanche, il ne semble pas y avoir de concordance entre l’indice
858

de production industrielle de la zone euro et celui de la République tchèque.

S’agissant des cycles de crédit, seule la Pologne affiche une concordance signi-
ficative et élevée avec la zone euro.
Pour autant, l’absence de concordance significative n’implique pas nécessai-
rement que les cycles pris deux à deux sont des phénomènes distincts ou décon-
nectés. Le résultat obtenu souligne simplement le fait que les périodes d’expan-
sion et de récession de la production industrielle et du crédit, par exemple, ne
coïncident pas.
Le graphique B3 présente la relation entre les cycles réels et de crédit et la
politique monétaire, appréhendée à travers les taux réels du marché monétaire.
De façon saisissante, on note une interdépendance importante entre les périodes
de récession sur le crédit et les taux d’intérêt dans tous les pays. En particulier,
chaque phase de récession identifiée dans la zone euro coïncide avec une baisse
des taux. La situation est plus contrastée dans le cas de la production industrielle.
Les phases de récession se juxtaposent avec des baisses de taux en Pologne. En
revanche, les exemples de la Hongrie et de la République tchèque montrent que
certaines phases de hausses de taux peuvent intervenir au cours des phases de
retournement de l’activité.
Comme nous l’avons déjà mentionné, les indices de concordance permettent
de mesurer le degré de « juxtaposition » entre deux séries chronologiques, sans
qu’il soit nécessaire d’aborder la question de la présence d’une tendance dans les
variables (problème de non-stationnarité). En outre, il ne s’agit que d’un seul
aspect de la notion de cycle. L’analyse peut être prolongée en gardant les notions
de phase et de durée, sans s’astreindre à manipuler des indicateurs aussi limitatifs
que les indices de concordance. Pour ce faire, nous proposons une deuxième

approche fondée sur le calcul de corrélations entre les composantes stationnaires
des variables et en adoptant une définition du cycle économique en référence à
celle généralement admise dans la littérature récente.
CORRÉLATIONS ENTRE COMPOSANTES CYCLIQUES

ET CORRÉLATIONS DYNAMIQUES
L’approche classique définit le cycle économique directement par l’analyse de

l’évolution du niveau d’une variable, avec le risque d’établir une relation entre les
tendances des variables. Dans l’approche moderne (cycle de croissance), le cycle
d’activité est défini comme l’ensemble des mouvements dont la période de repro-
duction est comprise dans un intervalle de temps donné. À la suite des travaux du
NBER, celui-ci est généralement fixé entre 18 et 96 mois pour les données améri-
caines. Cependant, Anas et al. [2004] retiennent un intervalle compris entre 18 et
72 mois pour l’analyse de la production industrielle de la zone euro.
Nous adoptons également cette définition pour l’ensemble des variables
étudiées ici. Ce choix, un peu contraint, s’explique, entre autres, par la taille de notre
échantillon. En effet, nous ne disposons que d’une dizaine d’années d’observations.
Plus généralement, la littérature macroéconomique récente définit les mouve-
ments d’une variable selon les fréquences temporelles de reproduction de ses
composantes. La composante cyclique correspond au cycle économique. Elle est
859

Revue économique
déterminée après élimination des mouvements de long terme, imputables aux

facteurs économiques structurels, et ceux de court terme – correspondant aux
chocs aléatoires, aux effets saisonniers, etc.. Par construction, les composantes
cycliques, obtenues par filtrage, sont sans tendance et donc stationnaires. Pour
les identifier, nous utilisons le filtre à bande passante récemment proposé par
Christiano et Fitzgerald [2003]1.
Plus précisément, nous déterminons une composante cyclique pour chaque
variable et calculons les corrélations entre les parties cycliques des différentes
séries2. La robustesse de l’analyse est étayée par l’estimation des corrélations
dynamiques entre les variables (Croux et al. [2001] ; Avouyi-Dovi et al. [2006]).
Pour le calcul des corrélations entre les composantes cycliques, nous adoptons
la convention suivante. Soit xt la composante cyclique du crédit et y t + k celle de
la production industrielle avancée ou retardée de k périodes. Pour k = 0, une
corrélation significativement positive indique un comportement procyclique du
crédit et une corrélation significativement négative un impact contracylique.
Dans le cas de données mensuelles, une corrélation maximale, pour k = – 1 (ou
+ 1) par exemple, indique que la composante cyclique de la série de crédit suit
(ou devance) la production industrielle d’un mois. Nous retenons, comme dans
la plupart des études, des valeurs de k allant de – 12 à + 12 mois. Les corrélations
sont estimées par la méthode des moments généralisés, augmentée de la procé-
dure HAC proposée par Andrews et Monahan [1992] ; elles sont présentées dans
l’annexe B (tableaux B4 à B10).
L’analyse intra-pays montre que le crédit aux entreprises est contracyclique
dans la zone euro et en Pologne. Dans le cas polonais, il suit la production indus-
trielle avec un retard de trois à quatre mois (tableau B4). En revanche, les finan-

cements bancaires apparaissent relativement acycliques en Hongrie et en Répu-
blique tchèque. L’examen de l’évolution du crédit inter nouveaux pays membres
(tableau B5) révèle une évolution procyclique du crédit entre la Pologne et la
Hongrie, avec un retard compris entre huit et dix mois. La distribution du crédit
en République tchèque serait cependant significativement contracyclique par
rapport à la Pologne et la Hongrie, bien que la corrélation soit faible (mais signi-
ficative) dans ce dernier cas. La synchronisation des cycles de production indus-
trielle entre nouveaux membres de l’UE apparaît meilleure (tableau B6) : elle est
généralement positive, particulièrement forte entre les productions polonaise et
hongroise, plus réduite entre la Pologne et la République tchèque et non signifi-
cative entre la Hongrie et la République tchèque.
En outre, un lien significatif existe entre les cycles de crédit et de production
industrielle des nouveaux membres de l’UE et de la zone euro (tableaux B7 et
B8). Les cycles de crédit de l’UEM sont positivement corrélés avec ceux de la
Pologne et de la Hongrie, mais négativement avec ceux en vigueur en Répu-
blique tchèque. Alors que cette relation est contemporaine dans le cas de la
1. Voir l’annexe C pour plus de détails.

2. La partie permanente est dirigée par une tendance. Dans ce cas, pour éviter la mise en évidence
de relations fallacieuses, ce sont les taux de croissance des composantes permanentes qui doivent
être étudiés. Cependant, le caractère réduit de l’échantillon utilisé dans l’analyse conduit à des taux
de croissance des composantes permanentes très persistants, provoquant dans certains cas une non
convergence des algorithmes. Dès lors, nous avons décidé de ne pas étudier les corrélations entre les
taux de croissance des composantes permanentes des variables.
860

Pologne, les cycles de la zone euro devancent les cycles hongrois et tchèque de
cinq à six mois. L’activité réelle des entreprises industrielles des nouveaux pays
membres de l’UE présente une intégration encore plus marquée avec l’UEM : c’est
en Hongrie et, dans une moindre mesure, en Pologne qu’elle est la plus forte.
Alors que la production industrielle de la zone euro coïncide avec le cycle
hongrois, un décalage d’un mois et de deux mois existe respectivement par
rapport aux cas tchèque et polonais.
Le rapprochement des inflexions des taux réels de marchés de l’évolution de
la distribution du crédit révèle l’existence d’une politique monétaire fortement
stabilisatrice dans la zone euro et, dans une moindre mesure, en Hongrie et en
Pologne (tableau B9). Ce caractère stabilisateur de la politique monétaire ressort
avec un retard tout au plus égal à un mois dans la zone euro, alors qu’il intervient
avec un retard de trois à quatre mois dans le cas hongrois et une avance de onze
mois en Pologne, témoignant ainsi d’une politique monétaire prospective. En
revanche, les modifications des taux apparaissent comme étant significativement
contracycliques en République tchèque.
Enfin, on note l’existence d’une relation contracyclique entre la composante
cyclique des taux d’intérêt et celle de la production industrielle en Hongrie avec
un décalage de deux mois (tableau B10). La politique monétaire semble de nature
stabilisatrice en Pologne et en République tchèque, bien que l’efficacité de la
transmission soit contrastée entre les deux pays. Des accroissements temporaires
de l’activité sont suivis de hausses des taux, qui précèdent une diminution signifi-
cative (pour la Pologne seulement) de la composante cyclique de la production.
Il serait intéressant d’examiner la sensibilité des résultats à la définition du
cycle. Malheureusement, la taille de l’échantillon ne permet pas de tester si le

passage de 18 à 72 mois (cycle en Europe) à 18 à 96 mois (cycle américain)
confirmerait les résultats précédents. Toutefois, le calcul des corrélations dyna-
miques corrobore, en grande partie, les conclusions tirées de l’analyse précédente
(graphiques B4 à B10). Le cycle économique compris entre 1,5 et 6 ans, corres-
pond à des fréquences allant de π ⁄ 36 à π ⁄ 9 . Dès lors, des fréquences inférieures
à π ⁄ 36 correspondent au long terme et celles supérieures à π ⁄ 9 – au court terme.
Il ne semble pas exister de relation significative entre crédit et production
dans une approche intra-pays. En particulier, bien que le crédit puisse jouer un
rôle contracyclique en Pologne, en République tchèque et dans la zone euro à
moyen et long termes, la relation n’est pas statistiquement significative
(graphique B4). De même, l’intégration des cycles de crédit entre les nouveaux
pays membres ne présente pas une synchronisation statistiquement significative,
voire elle ressort significativement déphasée à moyen et long termes entre la
Hongrie et la République tchèque (graphique B5). Cependant, les estimations
confirment l’existence d’un lien significatif pour la production industrielle,
entre la Pologne et la Hongrie d’une part, la Pologne et la République tchèque
d’autre part (graphique B6).
Les conclusions relatives à l’analyse des corrélations entre composantes
cycliques des variables de crédit et de production des nouveaux pays membres
en référence à celles de la zone euro sont confirmées par l’approche en termes
de corrélations dynamiques. Ainsi, il existerait une corrélation significative des
cycles de crédit de la zone euro et ceux des autres pays considérés : la relation
est positive à moyen et long termes dans le cas polonais et hongrois, négative
pour la République tchèque (graphique B7). L’intégration des sphères réelles est
861

Revue économique
encore plus prononcée. Elle est positive et très importante dans le cas de la
Hongrie, plus faible s’agissant de la Pologne et statistiquement non significative
pour la République tchèque (graphique B8).
Enfin, les corrélations dynamiques entre taux d’intérêt réel à 3 mois et finan-
cements bancaires alloués aux entreprises sont significativement positives dans
le cas de la Pologne, de la Hongrie et tout particulièrement de la zone euro,
traduisant ainsi l’impact stabilisateur sur le marché du crédit des ajustements de
taux (graphique B9).
CONCLUSION
La perspective de l’élargissement de la zone euro renvoie à la question du

degré d’intégration des nouveaux pays membres de l’UE avec les pays de l’UEM.
Nous avons proposé ici une vision de l’intégration à travers une analyse du lien
entre cycles réels, de crédit et de taux d’intérêt en suivant une approche à trois
niveaux : une approche intra-pays, une autre inter nouveaux pays membres et
enfin une dernière en référence à la zone euro. Pour cela, nous avons eu recours
à trois outils différents permettant de mesurer les co-mouvements entre séries.
Dans un premier temps, nous avons adopté la vision classique du cycle écono-
mique, défini comme une succession de phases d’expansion et de récession. Les
cycles ainsi identifiés ont été rapprochés en calculant des indices de concordance
entre variables prises deux à deux. Dans un second temps, nous avons proposé

d’analyser le lien entre les différentes séries en suivant l’approche de cycle de
croissance, d’une part en procédant à une identification des composantes cycli-
ques et en calculant des corrélations entres elles, d’autre part en estimant des
corrélations dynamiques entre séries.
Plusieurs conclusions émergent de ces différentes analyses. Il ne semble pas
exister un fort lien de dépendance entre crédit et activité dans les différents pays.
L’existence d’une politique monétaire stabilisatrice en Pologne, en Hongrie et
tout particulièrement dans la zone euro, cherchant à lisser les flux de financement
accordés par les banques peut en partie expliquer ce résultat. De plus, la produc-
tion industrielle retenue comme variable d’activité n’intègre pas le secteur des
services, secteur dont le poids est important dans la zone euro et en plein essor
dans les nouveaux pays membres, ce qui peut engendrer un biais dans les compa-
raisons avec l’indicateur de crédit dont le périmètre est plus large. En effet, la
part de la production industrielle dans le PIB est faible, bien que plus importante
dans les nouveaux membres que dans les quatre grands pays de la zone euro1.
Les marchés de crédit aux entreprises des nouveaux pays membres de l’UE ne
semblent pas partager des déterminants importants, bien que la période de credit
crunch en République tchèque depuis la fin des années 1990 rende les rappro-
chements délicats avec les autres pays. L’intégration de ces marchés avec celui
de la zone euro est cependant plus forte, en particulier dans le cas de la Pologne
et, dans une moindre mesure, en Hongrie. La participation importante des
1. Pour 2004, cette part s’élevait 32,2 % en Pologne, 30,6 % en Hongrie, 41,7 % en République
tchèque, à comparer à 24,8 % en France, 26,4 % en Allemagne, 28,8 % en Italie et 28,4 % en Espagne.
862

banques de la zone euro dans le capital des systèmes bancaires polonais et

hongrois peut constituer un élément explicatif important de ce résultat.
En revanche, il existerait une meilleure intégration des cycles réels. Les cycles de
production industrielle seraient significativement et positivement corrélés, en parti-
culier entre la Pologne et la Hongrie, et dans une moindre mesure entre la Pologne et
la République tchèque. Simultanément, nous trouvons que la production indus-
trielle en Hongrie est fortement corrélée avec celle de la zone euro, ce qui confirme
que l’appareil productif de ce pays est largement orienté vers les pays de l’UEM.
Cette interdépendance avec la production de la zone euro apparaît plus faible dans le
cas de la Pologne et non significative s’agissant de la République tchèque.
Il est donc probable que l’intégration des cycles d’activité polonais et
hongrois transite par les cycles d’affaires de la zone euro ou via les effets de la
mondialisation, non étudiés dans cet article. Si l’intégration des cycles de
production a pour origine les échanges commerciaux, alors cette conjecture est
corroborée par le fait que la Hongrie ne figure pas parmi les dix premiers pays
partenaires commerciaux de la Pologne, ni pour les exportations, ni pour les
importations. En revanche, l’existence d’une corrélation significative entre acti-
vités polonaise et tchèque résulterait davantage de l’importance des flux
d’échanges bilatéraux entre les deux pays1 plutôt que ne serait la conséquence
d’une transmission indirecte transitant via la zone euro.
En résumé, les différents résultats obtenus ont des implications importantes
pour la conduite de la politique monétaire d’une UEM étendue à de nouveaux
participants. En effet, la perspective d’élargissement de la zone euro renvoie à la
question de l’optimalité d’une union monétaire intégrant les pays de l’Europe
centrale. Plusieurs critères d’évaluation sont généralement avancés pour y

répondre : les chocs affectant ces économies sont-ils asymétriques et celles-ci
sont-elles suffisamment flexibles pour y répondre ? L’analyse comparative des
cycles de crédit, d’activité et de taux d’intérêt fournit un premier élément de
réponse à ces interrogations. En particulier, elle met en évidence une certaine
convergence dans l’évolution cyclique des variables étudiées et dans la réaction
des autorités monétaires pour y faire face.
Quel que soit le pays considéré, le cycle de crédit semble jouer un rôle impor-
tant dans la fonction de réaction des autorités monétaires : celles-ci cherchent à
lisser la distribution des financements bancaires afin d’éviter leurs contractions
ou booms excessifs. Ce résultat indiquerait d’emblée une convergence d’objectifs
dans l’orientation des politiques monétaires au sein du Système européen des
Banques centrales. De plus, si la synchronisation des cycles de crédit de la zone
euro d’une part, et de la Pologne ou de la Hongrie d’autre part, devait se confirmer
à l’avenir, elle faciliterait la prise de décisions dans une union monétaire élargie.
Cette conclusion vaut également pour la sphère réelle : bien que l’indicateur
d’activité retenu soit imparfait, la corrélation de la production industrielle en
Hongrie et en Pologne à celle de la zone euro indiquerait un faible risque de
chocs asymétriques. Ces observations contrastent avec celles obtenues pour la
République tchèque : les cycles de crédit apparaissent déphasés et ceux de la
1. Fin 2004, la République tchèque était le premier partenaire commercial de la Pologne parmi
l’ensemble des pays de l’Europe centrale et orientale (hors Russie). Tous pays confondus, il s’agissait
du cinquième pays partenaire pour les exportations et du sixième pour les importations.
863

Revue économique
production industrielle faiblement corrélés avec ceux de l’UEM actuelle, dans ce

dernier cas probablement en raison de la crise de change de 1997 et qui a
engendré un choc majeur sur les grands équilibres macroéconomiques du pays.
Cependant, l’assainissement du système bancaire ainsi que la similitude des
structures économiques et l’ouverture importante de l’économie tchèque à la
zone euro devraient permettre une meilleure convergence à l’avenir.
RÉFÉRENCES BIBLIOGRAPHIQUES
ANAS J., BILLIO M., FERRARA L. et DUCA M. Lo [2004], « A Turning Point Chronology
for the Euro-zone », Greta Working Paper 04.01.
ANDREWS D. et MONAHAN C. [1992], « An Improved Heteroskedasticity and Autocorre-
lation Consistent Covariance Matrix Estimator », Econometrica, 60 (4), p. 953-966.
ARTIS M.J, MARCELLINO M. et PROIETTI T. [2004], « Characterizing the Business Cycle
for Accession Countries », CEPR Discussion Paper 4457, Centre for Economic Policy
Research.
AVOUYI-DOVI S. et MATHERON J. [2003], « Interactions Between Real Cycles, Financial
Cycles and Interest Rates: Stylized Facts », RSF Banque de France, 3, p. 80-99.
AVOUYI-DOVI S. KIERZENKOWSKI R. et LUBOCHINSKY C. [2006], « Are Business and
Credit Cycles Converging or Diverging? A comparison of Poland, Hungary, the Czech
Republic and the Euro Area », NER Banque de France, 144, mai.
BCE [2004], Report on EU Banking Structure, Francfort, Banque centrale européenne.
BCE [2005], Banking Structures in the New EU Member States, Francfort, Banque

centrale européenne.
BRY G. et BOSCHAN C. [1971], « Cyclical Analysis of Time Series: Selected Procedures
and Computer Programs », National Bureau Economic Research.
CASHIN P., MCDERMOTT J. et SCOTT A. [1999], « The Myth of Comoving Commodity
Prices », IMF Working Papers 99/169, Fonds monétaire international.
CHRISTIANO L. et FITZGERALD T. [2003], « The Band Pass Filter », International
Economic Review, 44 (4), p. 435-465.
CROUX C., FORNI M. et REICHLIN L. [2001], « A Measure of Comovement for Economic
Variables: Theory and Empirics », Review of Economics and Statistics, 83 (2), p. 232-241.
DARVAS Z. et SZAPARY G. [2005], « Business Cycle Synchronization in the Enlarged
EU », CEPR Discussion Paper 5179, Centre for Economic Policy Research.
FIDRMUC J. et KORHONEN I. [2004], « A meta-analysis of business cycle correlation
between the euro area and CEECs: What do we know – and who cares? », BOFIT Discussion
Papers 20, Banque de Finlande. À paraître dans Journal of Comparative Economics.
FMI [2004], Global Financial Stability Report, Washington, DC, Fonds monétaire inter-
national.
HARDING D. et PAGAN A. [2002], « Dissecting the Cycle: A Methodological Investiga-
tion », Journal of Monetary Economics, 49 (2), p. 365-381.
HARDING D. et PAGAN A. [2004], « Synchronisation of Cycles », CAMA Working Papers
3/2004, Centre for Applied Macroeconomic Analysis, The Australian National
University.
K YZIAK T. [2001], « Monetary transmission mechanism in Poland. Theoretical concepts
L
vs. Evidence », NBP Working Papers 19, Banque nationale de Pologne.
MCDERMOTT J. et SCOTT A. [2000], « Concordance in Business Cycles », IMF Working
Papers 00/37, Fonds Monétaire International.
PRUTEANU A. [2004], « The Role of Banks in the Czech Monetary Policy Transmission
Mechanism », Czech National Bank Working Paper Series 3, Banque nationale
tchèque.
864

ANNEXE A
STATISTIQUES DESCRIPTIVES
Tableau A1. Principaux indicateurs macroéconomiques
1996 1997 1998 1999 2000 2001 2002 2003 2004
PIB PL 6,0 6,8 4,8 4,1 4,0 1,0 1,4 3,8 5,4
HN 1,3 4,6 4,9 4,2 5,2 3,8 3,5 2,9 4,2
(taux de croissance réel, CZ 4,2 – 0,7 – 1,1 1,2 3,9 2,6 1,5 3,2 4,4
en %) ZE 1,5 2,6 2,9 2,8 3,7 1,7 0,9 0,7 2,0
Demande intérieure PL 9,6 9,1 6,4 5,0 2,7 – 1,8 0,7 2,1 4,6
HN 0,3 4,8 8,2 5,0 4,5 1,8 5,6 6,0 1,8
(taux de croissance réel, CZ 7,7 – 0,7 – 1,5 1,3 4,6 4,5 3,8 4,0 3,6
en %) ZE 1,1 1,9 3,5 3,5 3,2 1,1 0,3 1,4 1,9
Consommation finale PL 7,2 6,2 4,2 4,5 2,5 1,8 2,8 2,5 2,9
HN – 3,2 2,3 3,9 4,4 4,4 5,9 8,9 7,2 1,7
(taux de croissance réel, CZ 6,6 1,5 – 1,4 3,1 2,1 3,0 3,3 4,4 0,9
en %) ZE 1,8 1,6 2,5 2,9 2,9 2,0 1,3 1,2 1,4
Prix à la consommation PL nd 15,0 11,9 7,2 10,1 5,4 1,9 0,7 3,6
HN 23,6 18,5 14,3 10,0 9,9 9,1 5,3 4,7 6,8
(indice harmonisé, CZ 9,1 8,0 9,8 1,8 3,9 4,5 1,4 – 0,1 2,6
glissement annuel, en %) ZE 2,3 1,6 1,2 1,2 2,1 2,3 2,3 2,1 2,2
Prix à la production PL 13,2 12,2 7,3 5,5 7,8 1,7 1,1 2,7 7,0
HN 21,8 20,3 11,4 5,0 11,7 4,8 – 1,4 2,4 3,6
(glissement annuel, CZ 4,9 4,8 5,0 1,0 4,9 2,8 – 0,5 – 0,3 5,6
en %) ZE 0,4 1,1 – 0,6 – 0,4 5,3 2,1 0,0 1,5 2,1
Taux de chômage PL 13,2 10,9 10,2 13,4 16,4 18,5 19,8 19,2 18,8
HN 9,6 9,0 8,4 6,9 6,3 5,6 5,6 5,7 5,9
(en % de la population CZ 4,0 4,8 6,4 8,6 8,7 8 7,3 7,8 8,3
active) ZE 10,7 10,6 10,0 9,2 8,2 7,9 8,3 8,7 8,9

PL nd – 4,0 – 2,1 – 1,4 – 0,7 – 3,9 – 3,6 – 4,5 – 4,8
Déficit budgétaire HN nd – 6,8 – 8,0 – 5,6 – 3,0 – 3,7 – 8,5 – 6,2 – 4,5
(en % du PIB) CZ nd – 2,5 – 4,2 – 3,4 – 3,7 – 5,9 – 6,8 – 11,7 – 3,0
ZE – 4,3 – 2,6 – 2,2 – 1,3 0,1 – 1,8 – 2,5 – 2,8 – 2,7
PL nd 44,0 39,1 40,3 36,6 36,7 41,2 45,4 43,6
Dette publique HN nd 64,2 61,9 61,2 55,4 52,2 55,5 56,9 57,6
(en % du PIB) CZ nd 12,2 12,9 13,4 18,2 27,2 30,7 38,3 37,4
ZE 75,2 74,9 74,2 72,8 70,4 68,9 68,8 70,1 70,6
PL – 2,2 – 3,8 – 4,1 – 7,6 – 6,0 – 2,9 – 2,6 – 2,2 – 1,5
Solde du compte courant HN – 6,7 – 6,3 – 2,1 – 2,3 – 4,9 – 5,4 – 5,6 – 4,8 – 5,1
(en % du PIB) CZ – 3,9 – 4,4 – 7,2 – 7,8 – 8,7 – 6,3 – 7,1 – 8,9 – 9,4
ZE 1,1 1,5 1,0 0,3 – 0,7 0,1 0,8 0,4 0,6
Taux d’ouverture PL 40,1 44,2 48,6 45,9 50,6 49,1 52,5 60,8 69,6
(exportations HN 74,4 87,1 104,7 111,1 129,5 124,9 110,4 109,7 113,2
+ importations de biens, CZ 81,1 88,0 89,5 92,2 109,9 115,0 107,0 110,0 126,0
en % du PIB) ZE 45,5 48,9 50,2 51,0 57,9 57,3 54,9 53,6 56,1
Investissements directs PL 4,5 4,9 6,4 7,3 9,3 5,7 4,1 4,1 6,2
étrangers HN 3,3 4,2 3,3 3,3 2,8 3,9 3,0 2,2 4,2
(en milliards de dollars CZ 1,4 1,3 3,7 6,3 5,0 5,6 8,5 2,5 nd
US) ZE nd nd 101,6 209,7 404,8 175,7 171,2 158,2 86,4
Formation brute du PL 20,6 23,1 25,1 25,5 25,6 22,1 20,3 20,1 21,9
capital HN 25,2 27,3 31,3 32,1 32,3 28,8 26,8 26,4 26,3
(à prix constants, en % CZ 34,4 32,5 32,1 30,4 31,9 33,0 33,7 33,0 34,1
du PIB) ZE 20,1 20,2 21,1 21,6 21,7 20,9 20,0 20,3 20,7
Réserves officielles, hors PL 17,8 20,4 27,3 26,4 26,6 25,6 28,6 32,6 35,3
stock d’or HN 9,7 8,4 9,3 11,0 11,2 10,7 10,3 12,7 15,9
(en milliards de dollars CZ 12,4 9,7 12,5 12,8 13,0 14,3 23,6 26,8 28,3
US) ZE – – – 256,8 242,3 235,0 247,0 222,7 211,3
Notes : PL = Pologne, HN = Hongrie, CZ = République tchèque, ZE = zone euro, nd = non disponible
Sources : Eurostat, FMI SFI, OCDE.
865

Revue économique
Tableau A2. Structure des exportations et des importations de la Pologne,

de la Hongrie et de la République tchèque dans la phase de transition
(en % du total)
Exportations Importations
1990 1995 2000 2003 1990 1995 2000 2003
PL 10,9 9,2 7,5 7,6 5,6 8,0 5,2 4,6
(1) Nourriture et animaux vivants HN 19,8 17,9 6,5 6,2 6,3 4,7 2,5 2,8
CZ 5,4 4,9 2,9 2,7 5,9 5,6 4,0 4,0
PL 0,5 0,7 0,4 0,3 1,6 0,7 0,4 0,3
(2) Boissons et tabac HN 1,3 2,4 0,4 0,3 0,8 0,5 0,2 0,3
CZ 0,5 0,8 0,7 0,6 0,9 0,8 0,6 0,5
Matériaux bruts, non PL 6,8 4,5 2,8 2,6 6,5 5,4 3,4 3,0
(3) comestibles, à l’exception HN 4,7 4,8 2,1 1,8 5,3 4,1 2,0 1,8
des combustibles
CZ 3,3 5,2 3,5 2,8 6,8 4,5 3,2 2,8
PL 10,7 8,2 5,1 4,3 21,9 9,1 10,8 9,1
Combustibles minéraux,
(4) HN 3,1 3,2 1,8 1,6 14,2 11,7 8,4 7,7
lubrifiants, etc.
CZ 4,9 4,3 3,1 2,9 17,9 7,9 9,7 7,5
PL 0,2 0,2 0,1 0,0 0,5 0,7 0,3 0,4
Huiles animales et végétales,
(5) HN 1,2 0,7 0,3 0,2 0,1 0,3 0,2 0,2
matières grasses, paraffines
CZ 0,4 0,2 0,1 0,1 0,7 0,3 0,2 0,3
PL 9,1 7,7 6,8 6,5 8,6 15,0 14,1 14,7
Produits chimiques
(6) HN 12,4 11,8 6,6 6,9 14,9 14,2 8,8 9,7

et leurs dérivés
CZ 7,9 9,3 7,1 5,9 9,0 11,8 11,2 11,4
PL 22,9 27,5 24,8 23,7 11,5 21,6 20,0 21,0
Produits manufacturés ventilés
(7) HN 18,5 17,4 10,7 10,3 15,5 23,0 16,5 16,1
par matériaux
CZ 24,4 32,3 25,4 23,1 11,1 20,2 20,8 20,1
PL 26,2 21,1 34,2 37,8 37,5 29,9 37,0 38,0
Machines et équipements
(8) HN 25,6 25,6 60,0 61,1 34,6 30,8 51,5 51,6
de transport
CZ 37,7 30,3 44,5 50,1 30,8 37,1 40,0 42,8
PL 7,5 20,8 18,3 17,1 6,3 9,3 8,6 8,7
(9) Autres produits manufacturés HN 10,7 16,2 11,5 10,6 7,8 10,6 9,8 9,4
CZ 12,9 12,6 12,5 11,8 11,8 11,8 10,3 10,6
PL 5,1 0,0 0,0 0,0 0,0 0,3 0,2 0,1
Matières premières non
(10) HN 2,6 0,0 0,0 0,8 0,4 0,0 0,0 0,5
ventilés par catégorie
CZ 2,6 0,1 0,1 0,1 5,1 0,1 0,0 0,0
PL 56,7 69,5 77,3 78,6 55,3 60,8 65,6 67,7
Somme : (7) + (8) + (9) HN 54,8 59,2 82,3 82,1 57,9 64,4 77,8 77,1
CZ 75,0 75,2 82,4 85,0 53,7 69,1 71,1 73,5
Notes : PL = Pologne, HN = Hongrie, CZ = République tchèque, ZE = zone euro
Source : WIIW.
866

ANNEXE B
RÉSULTATS DES ESTIMATIONS
Tableau B1. Indices de concordance entre production industrielle et crédits par pays
Pologne Hongrie République tchèque Zone euro

0,57364 (***) 0,82171 (*) 0,41860 0,58140
Note : Coefficient significatif à 20 % (*), 10 % (**), 5 % (**)
Tableau B2. Indices de concordance entre nouveaux pays membres
République tchèque – République tchèque –

Variable Hongrie – Pologne
Pologne Hongrie
Crédit aux entreprises 0,68992 0,34884 0,22481 (***)
Production industrielle 0,79845 (*) 0,64341 0,55039 (***)
Note : Coefficient significatif à 20 % (*), 10 % (**), 5 % (***)
Tableau B3. Indices de concordance : zone euro et nouveaux pays membres
Zone euro –
Variable Zone euro – Pologne Zone euro – Hongrie
République tchèque
Crédit aux entreprises 0,85271 (***) 0,74419 0,38760

Production industrielle 0,72093 (*) 0,82946 (***) 0,55039
Note : Coefficient significatif à 20 % (*), 10 % (**), 5 % (***)
867

Graphique B1. Points de retournement
868
Revue économique
sur les crédits aux entreprises (janvier 1994 – septembre 2004)
Pologne Hongrie

Note : Pic (2003:5), creux (1995:1) Note : Pic (1994:7), creux (1996:6)
République tchèque Zone euro
Note : Pics (1997:11, 2003:11), creux (2003:5) Note : Pics (2002:8), creux (1995:4, 2003:2)
Graphique B2. Points de retournement
sur la production industrielle (janvier 1994 – septembre 2004)

Pologne Hongrie

Note : Pics (1998:2, 2001:1), creux (1998:12, 2002:5) Note : Pics (1995:5, 2001:1), creux (1996:4, 2001:12)
Note : Pics (1997:10, 2004:3), creux (1995:7, 1999:1) Note : Pics (1995:2, 1998:7, 2000:12, 2002:9),
869
creux (1996:3, 1999:2, 2001:11, 2003:6)

Graphique B3. Points de retournement du crédit (graphiques de gauche)
870
Revue économique
et de la production industrielle (graphiques de droite) et taux interbancaire à 3 mois en termes réels (janvier 1994 – septembre 2004)
Pologne Pologne

Hongrie Hongrie
Zone euro
Zone euro
871
Revue économique
Tableau B4. Corrélations entre les composantes Tableau B5. Corrélations entre
cycliques du crédit aux entreprises (t) et de la produc- les composantes cycliques du crédit aux entre-
tion industrielle (t ± k) par pays prises des nouveaux pays membres
HN (t) – PL CZ (t) – PL CZ (t) – HN
k PL HN CZ ZE k
(t ± k) (t ± k) (t ± k)
– 12 – 0,09 – 0,41 – 0,19 0,34 – 12 0,57 (**) – 0,21 – 0,06
– 11 – 0,17 – 0,38 – 0,19 0,27 – 11 0,59 (*) – 0,25 – 0,07
– 10 – 0,24 – 0,35 – 0,18 0,19 – 10 0,60 (**) – 0,29 – 0,07
–9 – 0,32 (*) – 0,31 – 0,18 0,10 –9 0,60 (**) – 0,32 (*) – 0,07
–8 – 0,39 (**) – 0,27 – 0,17 – 0,01 –8 0,60 (**) – 0,35 (*) – 0,08
–7 – 0,45 (**) – 0,22 – 0,17 – 0,12 –7 0,58 (**) – 0,38 (**) – 0,08
–6 – 0,51 (*) – 0,17 – 0,16 – 0,23 –6 0,56 (*) – 0,40 (**) – 0,09
–5 – 0,54 (**) – 0,12 – 0,15 – 0,33 (*) –5 0,52 (**) – 0,42 (**) – 0,09
–4 – 0,57 (**) – 0,08 – 0,14 – 0,43 (**) –4 0,47 (**) – 0,44 (**) – 0,10
–3 – 0,57 (**) – 0,03 – 0,13 – 0,52 (**) –3 0,42 (**) – 0,46 (**) – 0,12
–2 – 0,55 (**) 0,01 – 0,13 – 0,58 (**) –2 0,35 (**) – 0,47 (**) – 0,13
–1 – 0,52 (**) 0,05 – 0,12 – 0,63 (**) –1 0,28 (*) – 0,48 (**) – 0,15
0 – 0,47 (**) 0,08 – 0,11 – 0,66 (**) 0 0,20 – 0,49 (**) – 0,17
+1 – 0,39 (**) 0,12 – 0,11 – 0,65 (**) +1 0,12 – 0,46 (**) – 0,18 (*)
+2 – 0,30 (*) 0,15 – 0,10 – 0,63 (**) +2 0,03 – 0,44 (**) – 0,19 (*)
+3 – 0,21 0,17 – 0,09 – 0,58 (**) +3 – 0,05 – 0,41 (**) – 0,20 (**)
+4 – 0,12 0,19 – 0,07 – 0,53 (**) +4 – 0,12 – 0,39 (**) – 0,20 (**)
+5 – 0,04 0,20 – 0,05 – 0,46 (**) +5 – 0,19 – 0,36 (**) – 0,20 (**)
+6 0,03 0,20 – 0,02 – 0,39 +6 – 0,25 – 0,33 (*) – 0,19 (*)
+7 0,09 0,20 0,01 – 0,31 +7 – 0,29 – 0,30 – 0,19 (*)
+8 0,13 0,20 0,05 – 0,22 +8 – 0,33 – 0,28 – 0,17 (*)
+9 0,16 0,19 0,08 – 0,14 +9 – 0,36 – 0,25 – 0,16
+ 10 0,18 0,18 0,11 – 0,06 + 10 – 0,38 – 0,23 – 0,15
+ 11 0,18 0,17 0,14 0,01 + 11 – 0,40 – 0,20 – 0,14
+ 12 0,17 0,15 0,16 0,08 + 12 – 0,41 – 0,17 – 0,12
Note : * (**) coefficient significatif à 10 % (5 %), PL = Pologne, Note : * (**) coefficient significatif à 10 % (5 %),
HN = Hongrie, CZ = République tchèque, ZE = zone euro PL = Pologne, HN = Hongrie, CZ = République tchèque

Tableau B6. Corrélations entre les composantes Tableau B7. Corrélations entre les compo-
cycliques de la production industrielle des nouveaux santes cycliques du crédit aux entreprises :
pays membres zone euro et nouveaux pays membres
HN (t) – PL CZ (t) – PL CZ (t) – HN ZE (t) – PL ZE (t) – HN ZE (t) – CZ
k k
(t ± k) (t ± k) (t ± k) (t ± k) (t ± k) (t ± k)
– 12 – 0,13 – 0,01 – 0,25 – 12 – 0,11 – 0,07 0,29
– 11 0,00 0,06 – 0,22 – 11 – 0,06 – 0,05 0,26
– 10 0,13 0,12 – 0,19 – 10 0,01 – 0,03 0,22
–9 0,26 (**) 0,18 – 0,15 –9 0,08 – 0,02 0,17
–8 0,39 (**) 0,24 (*) – 0,11 –8 0,16 0,00 0,11
–7 0,50 (**) 0,30 (**) – 0,07 –7 0,25 (*) 0,03 0,04
–6 0,60 (**) 0,36 (**) – 0,02 –6 – 0,33 (**) 0,05 – 0,03
–5 0,69 (**) 0,41 (**) 0,02 –5 0,41 (**) 0,08 – 0,12
–4 0,75 (**) 0,44 (**) 0,06 –4 0,49 (**) 0,11 – 0,21
–3 0,79 (**) 0,45 (**) 0,10 –3 0,56 (**) 0,15 – 0,30 (**)
–2 0,81 (**) 0,45 (**) 0,14 –2 0,62 (**) 0,19 – 0,39 (**)
–1 0,81 (**) 0,42 (**) 0,17 –1 0,66 (**) 0,23 – 0,47 (**)
0 0,78 (**) 0,38 (**) 0,19 0 0,69 (**) 0,27 (*) – 0,55 (**)
+1 0,73 (**) 0,30 (**) 0,20 +1 0,66 (**) 0,30 (**) – 0,61 (**)
+2 0,66 (**) 0,21 (*) 0,20 +2 0,63 (**) 0,33 (**) – 0,65 (**)
+3 0,57 (**) 0,10 0,18 +3 0,58 (**) 0,35 (**) – 0,68 (**)
+4 0,48 (**) – 0,02 0,16 +4 0,53 (**) 0,37 (**) – 0,70 (**)
+5 0,37 (**) – 0,15 0,12 +5 0,47 (**) 0,38 (**) – 0,71 (**)
+6 0,27 – 0,27 (*) 0,07 +6 0,41 (**) 0,39 (**) – 0,71 (**)
+7 0,16 – 0,38 (**) 0,01 +7 0,34 (*) 0,38 (**) – 0,69 (**)
+8 0,06 – 0,48 (**) – 0,05 +8 0,28 0,37 (**) – 0,66 (**)
+9 – 0,04 – 0,56 (**) – 0,12 +9 0,23 0,36 (*) – 0,62 (**)
+ 10 – 0,13 – 0,62 (**) – 0,18 + 10 0,17 0,34 – 0,56 (**)
+ 11 – 0,21 – 0,65 (**) – 0,24 + 11 0,12 0,31 – 0,50 (**)
+ 12 – 0,28 (*) – 0,65 (**) – 0,29 + 12 0,08 0,28 – 0,42 (**)
Note : * (**) coefficient significatif à 10 % (5 %), PL = Pologne, Note : * (**) coefficient significatif à 10 % (5 %),
HN = Hongrie, CZ = République tchèque PL = Pologne, HN = Hongrie, CZ = République tchèque,
ZE = zone euro
872

Tableau B8. Corrélations entre les compo- Tableau B9. Corrélations entre
santes cycliques de la production industrielle : les composantes cycliques du taux d’intérêt à 3 mois (t)
zone euro et nouveaux pays membres et du crédit aux entreprises (t ± k) par pays
ZE (t) – PL ZE (t) – HN ZE (t) – CZ

k k PL HN CZ CZ
(t ± k) (t ± k) (t ± k)
– 12 – 0,03 – 0,25 – 0,30 – 12 – 0,46 (**) 0,26 – 0,08 – 0,26 (*)
– 11 0,07 – 0,15 – 0,23 – 11 – 0,43 (*) 0,30 – 0,14 – 0,14
– 10 0,18 – 0,04 – 0,15 – 10 – 0,39 (*) 0,34 – 0,20 – 0,01
–9 0,29 (**) 0,07 – 0,06 –9 – 0,34 0,37 – 0,26 – 0,18
–8 0,39 (**) 0,20 0,03 –8 – 0,29 0,40 (*) – 0,32 (*) 0,27 (*)
–7 0,49 (**) 0,32 (*) 0,13 –7 – 0,23 0,42 (**) – 0,36 (**) 0,40 (**)
–6 0,58 (**) 0,44 (**) 0,23 –6 – 0,16 0,44 (**) – 0,41 (**) 0,54 (**)
–5 0,65 (**) 0,55 (**) 0,32 (**) –5 – 0,09 0,45 (**) – 0,44 (**) 0,66 (**)
–4 0,71 (**) 0,66 (**) 0,39 (**) –4 – 0,02 0,46 (**) – 0,48(**)( 0,76 (**)
–3 0,74 (**) 0,74 (**) 0,44 (**) –3 0,05 0,46 (**) – 0,50 **) 0,84 (**)
–2 0,75 (**) 0,81 (**) 0,48 (**) –2 0,12 0,45 (**) – 0,52 (**) 0,90 (**)
–1 0,74 (**) 0,86 (**) 0,49 (**) –1 0,18 0,44 (**) – 0,54 (**) 0,94 (**)
0 0,71 (**) 0,89 (**) 0,47 (**) 0 0,25 0,42 (**) – 0,55 (**) 0,94 (**)
+1 0,64 (**) 0,89 (**) 0,43 (**) +1 0,30 (**) 0,40 (**) – 0,55 (**) 0,91 (**)
+2 0,56 (**) 0,86 (**) 0,37 (**) +2 0,34 (**) 0,37 (**) – 0,55 (**) 0,86 (**)
+3 0,46 (**) 0,80 (**) 0,30 (*) +3 0,38 (**) 0,34 (**) – 0,54 (**) 0,78 (**)
+4 0,35 (**) 0,72 (**) 0,21 +4 0,41 (**) 0,31 (*) – 0,53 (**) 0,69 (**)
+5 0,23 (*) 0,63 (**) 0,12 +5 0,44 (**) 0,27 – 0,51 (**) 0,58 (**)
+6 0,11 0,52 (**) 0,03 +6 0,46 (**) 0,23 – 0,48 (**) 0,46 (**)
+7 – 0,01 0,40 (**) – 0,06 +7 0,48 (**) 0,19 – 0,45 (**) 0,33 (**)
+8 – 0,12 0,27 (*) – 0,15 +8 0,50 (**) 0,14 – 0,40 (*) 0,20
+9 – 0,22 0,14 – 0,23 +9 0,51 (**) 0,10 – 0,35 0,07
+ 10 – 0,30 (*) 0,01 – 0,29 (*) + 10 0,52 (**) 0,05 – 0,28 – 0,05
+ 11 – 0,38 (**) – 0,11 – 0,35 (**) + 11 0,53 (**) 0,00 – 0,21 – 0,17
+ 12 – 0,43 (**) – 0,23 – 0,39 (**) + 12 0,52 (**) – 0,05 – 0,14 – 0,27 (**)
Note : * (**) coefficient significatif à 10 % (5 %), Note : * (**) coefficient significatif à 10 % (5 %), PL = Pologne,
PL = Pologne, HN = Hongrie, CZ = République tchèque, HN = Hongrie, CZ = République tchèque, ZE = zone euro
ZE = zone euro

Tableau B10. Corrélations entre les composantes
cycliques du crédit du taux d’intérêt à 3 mois (t) et de
la production industrielle (t ± k) par pays
k PL HN CZ ZE
– 12 0,55 (**) 0,05 0,35 0,44 (**)
– 11 0,56 (**) – 0,05 0,40 (*) 0,36 (**)
– 10 0,56 (**) – 0,15 0,43 (**) 0,26
–9 0,54 (**) – 0,26 0,46 (**) 0,15
–8 0,52 (**) – 0,36 (**) 0,48 (**) 0,03
–7 0,48 (**) – 0,45 (**) 0,48 (**) – 0,09
–6 0,43 (**) – 0,53 (**) 0,48 (**) – 0,21
–5 0,36 (*) – 0,60 (**) 0,46 (**) – 0,33 (**)
–4 0,29 – 0,64 (**) 0,44 (**) – 0,43 (**)
–3 0,21 – 0,67 (**) 0,40 (**) – 0,53 (**)
–2 0,13 – 0,68 (**) 0,36 (**) – 0,60 (**)
–1 0,03 – 0,67 (**) 0,30 (**) – 0,66 (**)
0 – 0,06 – 0,63 (**) 0,25 – 0,70 (**)
+1 – 0,15 – 0,58 (**) 0,19 – 0,72 (**)
+2 – 0,25 – 0,51 (**) 0,14 – 0,71 (**)
+3 – 0,34 (**) – 0,43 (**) 0,08 – 0,69 (**)
+4 – 0,43 (**) – 0,34 0,03 – 0,66 (**)
+5 – 0,51 (**) – 0,25 – 0,01 – 0,61 (**)
+6 – 0,58 (**) – 0,15 – 0,05 – 0,55 (**)
+7 – 0,64 (**) – 0,04 – 0,01 – 0,48 (**)
+8 – 0,69 (**) 0,06 – 0,07 – 0,40 (**)
+9 – 0,73 (**) 0,16 – 0,09 – 0,31 (*)
+ 10 – 0,75 (**) 0,25 – 0,09 – 0,23
+ 11 – 0,75 (**) 0,34 (*) – 0,09 – 0,13
+ 12 – 0,74 (**) 0,41 (**) – 0,09 – 0,04
Note : * (**) coefficient significatif à 10 % (5 %), PL = Pologne,
HN = Hongrie, CZ = République tchèque, ZE = zone euro
873

Revue économique
Graphique B4. Corrélations dynamiques :

crédit aux entreprises – production industrielle par pays
Pologne Hongrie


Graphique B5. Corrélations dynamiques
du crédit aux entreprises des nouveaux pays membres
Hongrie – Pologne République tchèque – Pologne
République tchèque – Hongrie
874


de la production industrielle des nouveaux pays membres
Hongrie – Pologne République tchèque – Pologne
République tchèque – Hongrie


du crédit aux entreprises : zone euro et nouveaux pays membres
Zone euro – Pologne Zone euro – Hongrie
Zone euro – République tchèque
875

Revue économique

de la production industrelle : zone euro et nouveaux pays membres
Zone euro – Pologne Zone euro – Hongrie
Zone euro – République tchèque


taux d’intérêt à 3 mois – crédit aux entreprises par pays
Pologne Hongrie
876


taux d’intérêt à 3 mois – production industrielle par pays
Pologne Hongrie


ANNEXE C
ÉLÉMENTS THÉORIQUES
Points de retournement : bref aperçu de l’algorithme utilisé
Bry et Boschan [1971] ont déterminé un algorithme permettant de répliquer les dates
d’entrée en récession identifiées par le comité d’experts du NBER. C’est une variante de
cet algorithme, développée par Harding et Pagan [2002, 2004], que nous avons utilisée
dans cette étude. Nous en détaillons les principales étapes ci-dessous.
– Définition d’un pic ou d’un creux. Un pic (creux) est atteint en t si la valeur de la
série à la date t est supérieure (inférieure) aux k valeurs précédentes et aux k valeurs
suivantes, où k est un entier naturel qui varie selon la nature de la série étudiée et sa
fréquence d’échantillonnage.
– Mise en œuvre d’une procédure « forçant » l’alternance des pics et des creux, en
sélectionnant le plus haut (bas) de deux pics (creux) consécutifs.
– Élimination des cycles dont la durée est inférieure à un temps minimal imposé a
priori, et noté m, et de cycles dont la période complète de reproduction (nombre de
périodes séparant un pic d’un pic ou un creux d’un creux) est inférieure à un nombre de
périodes M fixé à l’avance.
877

Revue économique
– Mise en œuvre de règles complémentaires.

– Le premier pic (creux) ne peut pas être plus bas (haut) que le premier point de la série
et le dernier pic (creux) ne peut pas être plus bas (haut) que le dernier point de la série.
– Le premier (dernier) pic ou creux ne peut pas se situer à moins de e périodes du
premier (dernier) point de la série étudiée.
De façon générale, plus les paramètres k, e, m et M sont faibles, plus il est probable
que toutes les baisses du niveau des séries soient identifiés comme des creux, d’autant
plus si la variable d’origine présente une évolution erratique. À l’inverse, si ces paramè-
tres sont fixés à de fortes valeurs, l’algorithme peut manquer de déterminer les points de
retournement. Nous fixons des valeurs pour les différents paramètres généralement
admises dans la littérature, soit e = 6, k = 5, m = 5 et M = 15.
Filtre à bande passante
Le filtre à bande passante idéal, isolant les mouvements cycliques dont les périodes de
reproduction sont comprises dans l’intervalle [bi, bs], est défini par la relation :
k = +∞
y tct = B ( L )y t , B( L ) = ∑
k=–∞
Bk Lk , L k yt = yt – k ,
où les Bk vérifient :
sin ( 2kπ ⁄ b i ) – sin ( 2kπ ⁄ b s )
B k = -------------------------------------------------------------------
-.
πk

Afin d’interpréter le rôle joué par le filtre, introduisons la notion de densité spectrale.
La densité spectrale du processus stochastique stationnaire yt, notée S y ( ω ), s’interprète
comme la décomposition de la variance de yt dans le domaine des fréquences. Comme yt
peut être décomposé en une somme de mouvements cycliques orthogonaux qui se mani-
festent chacun à une fréquence différente, on peut interpréter S y ( ω ) comme la variance
de yt, expliquée par les mouvements cycliques opérant en fréquence ω.
Un résultat classique d’analyse spectrale nous indique que, sous certaines conditions,
la relation y tct = B ( L )y t implique que la densité spectrale du processus y tct , S y c t ( ω ),
est déduite de celle de yt, S y ( ω ), par la formule :
S y c t ( ω ) = B ( e – iω ) 2 S y ( ω ),
où B ( e – iω ) 2 est le module élevé au carré de B ( e – iω ). Compte tenu de la définition

des Bk, un calcul direct montre que :
⎧ 1 pour ω ∈ [ 2π ⁄ b s, 2π ⁄ b i ] ∪ ] – 2π ⁄ b i , – 2π ⁄ b s [
B ( e – iω ) = ⎨ .
⎩ 0 sinon
Il découle de cette formule que la densité spectrale de yt est non nulle sur la bande de
fréquences [ 2π ⁄ b s, 2π ⁄ b i ] ∪ ] – 2π ⁄ b i , – 2π ⁄ b s [ ⊂ ] – π, π[, et nulle partout ailleurs.
En d’autres termes, toute la variance de y tct est expliquée par des mouvements cycliques
dont les périodes de reproduction sont comprises entre bi et bs.
La définition du filtre B ( L ) impose une limite importante, car elle nécessite l’exis-
tence d’un nombre infini d’observations. En pratique, nous travaillons en échantillon fini
et devons donc trouver une approximation adéquate de B ( L ). Disposant d’un nombre
fini d’observations { y 1, …, y T } du processus stochastique yt, Christiano et Fitzgerald
878

[2003] définissent l’approximation linéaire optimale ŷ tct de y tct comme la solution du

problème :
min E [ ( y tct – ŷ tct ) 2 { y 1, …, y T } ].
La méthode consiste donc à minimiser l’espérance mathématique de l’écart quadra-

tique entre la série filtrée idéalement et la série filtrée approximativement, où l’espérance
est conditionnée sur l’ensemble des données disponibles.
879

Reco 574 0851

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

Reco 574 0851

Transféré par

Droits d'auteur :

Formats disponibles

CYCLES RÉEL ET DU CRÉDIT : CONVERGENCE OU DIVERGENCE ?

Une comparaison Pologne, Hongrie, République tchèque et zone euro

Sanvi Avouyi-Dovi, Rafał Kierzenkowski, Catherine Lubochinsky

Presses de Sciences Po | « Revue économique »

2006/4 Vol. 57 | pages 851 à 879

© Presses de Sciences Po | Téléchargé le 05/10/2021 sur www.cairn.info (IP: 190.115.149.146)

Powered by TCPDF (www.tcpdf.org)

Cet article propose l’analyse de co-mouvements entre variables réelles et finan-

© Presses de Sciences Po | Téléchargé le 05/10/2021 sur www.cairn.info (IP: 190.115.149.146)

ARE BUSINESS AND CREDIT CYCLES

Revue économique — vol. 57, N° 4, juillet 2006, p. 851-880

Classification JEL : E23, E32, E44, E51, P00

Dans le cadre de l’adoption complète de l’acquis communautaire et en vertu

© Presses de Sciences Po | Téléchargé le 05/10/2021 sur www.cairn.info (IP: 190.115.149.146)

Revue économique — vol. 57, N° 4, juillet 2006, p. 851-880

© Presses de Sciences Po | Téléchargé le 05/10/2021 sur www.cairn.info (IP: 190.115.149.146)

Revue économique — vol. 57, N° 4, juillet 2006, p. 851-880

section étudie le co-mouvement de variables prises deux à deux à l’aide de corré-

PRÉSENTATION DES DONNÉES

L’activité réelle est représentée ici par la production industrielle en volume,

© Presses de Sciences Po | Téléchargé le 05/10/2021 sur www.cairn.info (IP: 190.115.149.146)

Revue économique — vol. 57, N° 4, juillet 2006, p. 851-880

Tableau 1. Caractéristiques des systèmes financiers

1996 1997 1998 1999 2000 2001 2002 2003 2004

© Presses de Sciences Po | Téléchargé le 05/10/2021 sur www.cairn.info (IP: 190.115.149.146)

Revue économique — vol. 57, N° 4, juillet 2006, p. 851-880

similaire à celle de la zone euro, l’encours de crédit aux entreprises en Répu-

Tableau 2. Échanges commerciaux avec l’Union européenne des Quinze

1990 1995 2000 2004

© Presses de Sciences Po | Téléchargé le 05/10/2021 sur www.cairn.info (IP: 190.115.149.146)

Les chiffres relatifs au commerce extérieur révèlent une intégration réelle

1. Ce ratio dépassait cependant les 80 % en Hollande et en Belgique.

Revue économique — vol. 57, N° 4, juillet 2006, p. 851-880

L’approche classique définit le cycle économique directement par l’analyse

© Presses de Sciences Po | Téléchargé le 05/10/2021 sur www.cairn.info (IP: 190.115.149.146)

Il vaut 1 si x et y sont toujours dans la même phase : il y a parfaite concordance

1. Voir l’annexe C pour plus de détails.

Revue économique — vol. 57, N° 4, juillet 2006, p. 851-880

i = ( x, y ), respectivement la moyenne empirique et l’écart-type empirique de

© Presses de Sciences Po | Téléchargé le 05/10/2021 sur www.cairn.info (IP: 190.115.149.146)

Revue économique — vol. 57, N° 4, juillet 2006, p. 851-880

de production industrielle de la zone euro et celui de la République tchèque.

© Presses de Sciences Po | Téléchargé le 05/10/2021 sur www.cairn.info (IP: 190.115.149.146)

CORRÉLATIONS ENTRE COMPOSANTES CYCLIQUES

L’approche classique définit le cycle économique directement par l’analyse de

Revue économique — vol. 57, N° 4, juillet 2006, p. 851-880

déterminée après élimination des mouvements de long terme, imputables aux

© Presses de Sciences Po | Téléchargé le 05/10/2021 sur www.cairn.info (IP: 190.115.149.146)

1. Voir l’annexe C pour plus de détails.

Revue économique — vol. 57, N° 4, juillet 2006, p. 851-880

© Presses de Sciences Po | Téléchargé le 05/10/2021 sur www.cairn.info (IP: 190.115.149.146)

Revue économique — vol. 57, N° 4, juillet 2006, p. 851-880

La perspective de l’élargissement de la zone euro renvoie à la question du

© Presses de Sciences Po | Téléchargé le 05/10/2021 sur www.cairn.info (IP: 190.115.149.146)

Revue économique — vol. 57, N° 4, juillet 2006, p. 851-880

banques de la zone euro dans le capital des systèmes bancaires polonais et

© Presses de Sciences Po | Téléchargé le 05/10/2021 sur www.cairn.info (IP: 190.115.149.146)

Revue économique — vol. 57, N° 4, juillet 2006, p. 851-880

production industrielle faiblement corrélés avec ceux de l’UEM actuelle, dans ce

© Presses de Sciences Po | Téléchargé le 05/10/2021 sur www.cairn.info (IP: 190.115.149.146)

Revue économique — vol. 57, N° 4, juillet 2006, p. 851-880

1996 1997 1998 1999 2000 2001 2002 2003 2004

© Presses de Sciences Po | Téléchargé le 05/10/2021 sur www.cairn.info (IP: 190.115.149.146)