Analyse Economique

Syoum NEGASSI

Examen :
 Outils d’analyse économique (modèles / econométrie)
 Théories économiques appliquées

Chapitre 1 : les modèles économiques

1. Notion de corrélation
Lorsque deux phénomnes économiques ont une évolution commune, nous disons qu’ils sont corrélés.
La corrélation simple mesure le degré de liaison existant entre deux phénomènes représentés par des
variables.
Si nous cherchons une relation entre trois variables ou plus, nous parlons d’une corrélation multiple.
Deux variables peuvent être :
 En corrélation positive; on constate une augmentation (ou une diminution) simultannée des
valeurs des deux variables
 En corrélation négative; lorsque les valeurs de l’une augmentent, les valeurs de l’autre
diminuent.
 Non corrélées; il n’y a aucune relation entre les variations des valeurs de l’une et les valeurs
de l’autre.

2. Mesure et limite d’une corrélation

On calcule un coefficient de corrélation.
On parle de deux phénomènes économiques : x et y

τ x,y = Cov(x , y)
∑ ( xi−x)( yi− y) = n ∑ xi y i−∑ x i ∑ y i
i=1
σx . σy
=
√∑ 1 √∑
(x −x) . ¿ ¿¿ ¿ √
n ∑ x 2i −¿¿ ¿

On peut démontrer que par construction, ce coeff est compris entre 1 et -1

 Si proche de 1, les variables x et y sont corrélés positivement
 Si proche de -1, les variables x et y sont corrélés négativement
 Si proche de 0, pas de corrélation.

Exemple :
Un chercheur de l’INRA s’interesse à la liaison pouvant exister entre le rendement de blé noté x (en
quintal) d’une parcele de terre et la quantité d’engrais notée y (en kilogramme).
Il fait l’expérience sur 10 saisons et relève les couples de données suivants :

Saison Xi Yi 1) Tracer le nuage de points

1 16 20 2) Calculer le coefficient de corrélation de x et y
2 18 24 Qu’en pensez vous ?
3 23 28
4 24 22 Rappel : Nuage aligné vers le haut : relation positive
5 28 32 Nuage aligné vers le bas : relation négative
6 29 28 Nuage rond : pas de relation
7 26 32
8 31 36 Dans notre cas, il y a une sorte d’alignements dans
une sorte de couloir du nuage. Ceci signifie que les variables
sont corrélées. Comme le couloir a un sens positif, on peut
dire qu’il existe une corrélation positive entre les deux
valeurs.
 9 32 41
10 34 41

Valeur Y 1
45
40
35
30
25 Valeur Y 1
20
15
10
5
0
15 20 25 30 35

Saison Xi Yi Xi2 Yi2 XiYi

1 16 20 256 400 320
2 18 24 324 576 432
3 23 28 529 784 644
4 24 22 576 484 528
5 28 32 784 1024 896
6 29 28 841 284 812
7 26 32 676 1024 832
8 31 36 961 1296 1116
9 32 41 1024 1681 1312
10 34 41 1156
Total 7127

10 ( 8286 )−(261)(304 )
τ x,y =
√10.7127−( 261 ) X √10 ( 9734 )−(304 )
2 2

Le rendement de ce champs est expliqué par l’augmentation d’engrais à 89%.

89% de la variabilité du rendement est expliqué par l’usage d’engrais.
L’engrais est l’élément fondamentale du rendement.

3. Les modèles économiques

3.1. Ventes et Publicité
Supposons les ventes VP d’une entreprise.
Les ventes sont une fonction croissante des dépenses de publicité PUB.
Mais au fur et à mesure que les dépenses de pub augmente, l’acroissement des ventes devient de plus en
plus faibles, d’autant plus que le niveau de départ des dépenses publicitaires est très élevé.
La relation entre ventes et dépenses publicitaire peuvent être representé de la manière suivante.

Modèle linéaire  VPt = β 1+ β 2 PUBt avec β 1 > 0

β
Modèle non linéaire  VPt = β 1. PUBt 2avec B1 superieur à 0 et B2 entre 0 et 1
β
Modèle semi-log  VPt = log(B1 + PUBt 2) avec B1 supérieur à 0 et B2 compris entre 0 et 1
La dérivée de VPt par rapport à PUBt

∂ VP t 2 β β2
=β 1 β 2 PUBtβ −1= 1 1−β
∂ PUB t PUB t 2

∂ VPt
Dans le modèle 1 : =β 2
∂ PUBt

∂ VPt β −1 1 β2
Dans le modèle 3 : =β 2 . PUB .
2
=
∂ PUBt PU B β2
PUB

3.2. Fonction de production

Soit une fonction de production représenté de la manière suivante : y = F(a,k,l)
Y = Quantité produite
K = capital
L = travail
a = progrès technique

Deux spécifications sont possibles :

 Y = α + β .K + γ .L
 Y = a * K β * Lγ

Exprimer cette relaton sous la forme linéaire Y = α + β .K + γ .L, revient à imposer arbitrairement que
les productivités marginales sont constantes donc, qu’elles ne dépendent pas des quantités de facteurs,
dy dy
cad qu’avec une tel spécifications : β = et γ =
dk dL
Ces deux productivités marginales sont suposé indépendantes puisque ni K ni L n’interviennent.

Par conséquent, en modélisant la production de cette manière, on ignore déliberement les caractéristiques
du processus de production réelles.
On ne tient pas compte des deux phénomènes suivants :
 La productivité marginale du travail diminue quand la quantité de travail augmente et que le
capital reste à un niveau constant.
 La productivité marginale du travail croit quand le stock du capital augmente et que la quantité de
travail reste inchangé.
Concrètement, ajouter l’un près l’autre des ouvriers supplémentaires à une équipe qui trvail sur un
machine conduit à des acroissements de moins en moins importants de la production et au bout d’un
certains emps, cel devient contre productif (congestion).

Par contre, mieux équiper les ouvriers permets d’augmenter la contribution productive apporter par une
éventuelle main d’oeuvre supplémentaire.
Cette hypothèse n’implique pas ces propriétés réalistes.

Pour représenter correctement de tel caractérisqtique, on utilise des formes non linéaires; comme la
fonction de Cobb-Douglas : Y = a * K β * Lγ
La productivité marginale du travail se mesure de la manière suivante :
Δ y ΔL γ .Y
=¿ a * K β * Lγ =
❑ L

dy ta∗Y
De même, la productivité marginale de caitale est : =B é
dK K
Les productivités marginale ne sont pas constantes mais varient en fonction du niveau déjà atteint par le
travail et le capital. On peut facilement vérifier qu’elles respectent les deux propritéts énoncées ci-dessus.
 Δy
Quand K est inchangé, le supplément de production induit par l’intervention d’un ouvrier
ΔL
supplémentaire diminue au fur et à mesure que le nombre d’ouvrier augmente.
dy
d
dL = ( γ ( γ – 1)*Y) / L < 0 (sachant que β + γ = 1)
dL

Pour un nombre L d’ouvrier, augmenter le stock de captal K permets d’accroitre le supplément de

production apporté par un intervenant supplémentaire.
dy
d
dL = (( γ * β * Y)/ L * K) > O
dK

L’ajustement économique doit se faire non pas par rapport au capital mais par rapport au travail.
(On vire les salariés plutô t que de détruire du capital.)

Chapitre 2 : le modèle linéaire simple

1. Modèle et hypothèse
L’économétrie est un ensemble de méthodes statistiques appliqué à l’économie.
Elle a deux fonctions essentielles :
 Testes les théories économiques ou plus modestement, certaines assertion de la thérie
économiques
 É valuer les paramètres en jeux dans les relations économiques

Soit un modèle fourni par la théorie économique :

yt = α + β x t +ε t
yt : réalisation observée de la variable expliquée ou variable endogène.
x t : réalisation observée de la variable explicative ou variable exogène.
α , β : paramètres du modèle ou coefficient.
ε t : terme d’erreur, ou variable stochastique.
Ce modèle est linéaire par rapport à α et β .

Hypothèses :
 E(ε t ¿ = 0
 x t est une variable certaine : E( y t ¿ = E(α + β x t + ε t ¿
= E(α ¿ + E ( β x t ) + R (ε t )
= α + β xt
n
1
 V(xt) = ∑¿¿
n t =1
n
1
 V(ε t) = ∑ ¿ ¿  Il faut que la variance soit toujours constante
n t =1
 ε t > N ¿)

2. Estimations
L’objectif est d’estimé a et b.
On dispose d’un échantillon (tableau d’information) :
 y1 x1
⋮ ⋮
yn xn

Trois cas :

 : estimateur de a Ils vont nous permettre de trouver la meilleure droite

b^ : estimateur de b possible (distance les plus courtes entre la droite et les
ε^t : estimateur du terme d’erreur différents points.

y t =â+ b^ x t
Modèle calculé : ^

Pour un point : Min (yt - ^

yt)
n
Pour plusieurs point : Min ∑ ¿¿
t =1

n
S(a,b) = Min∑ ¿¿
t =1
= Min ∑ ¿¿

On utilise la méthode des moindres carrés ordinaires :

∂ S (a , b)
=0=¿-1*2*∑ ¿¿
∂a
= -2.∑ ( y t −â−¿ b
^ x )¿
t Equation 1

∂ S (a , b)
=0=¿ −x t∗2∗∑ ( y t −â−¿ b^ xt )¿
∂b
¿−2 x t . ∑ ( y t−â−¿ b^ x t ) ¿ Equation 2

Sachant que :
∑ x ( y t − y )=0 et ∑ x ( x t− x ) =0
On a donc :
a^ = y− b^ x
et

^ ∑(
x t−x ) .( y t − y ¿ )
b= ¿
∑ x t (x t −x)

y t =â+ b^ x t
La droite de régression est alors donné : ^
 ^ x t + ε^ t
Le modèle estimé est : y t =â+ b
La droite de régression passe par le point moyen : ( x ; y ¿
La somme des résidus est nulle d’après : -2 ∑ ( y t −a^ − b^ xt )=0
Par conséquent : ^y = y
Le vecteur des résidus et la variable explicative sont orthogonaux, cad : -2 ∑ x t ( y t− a^ −b^ x t )=0
De toutes ces caracteristiques, il est possible de déduire l’équation d’analyse de la variance :
n

∑ ¿¿
t =1

Variabilité ou
variance totale Variance expliquée Variance
(SCT) SCE résiduelle
(SCR)

3. Le coefficient de détermination
On dit qu’un modèle est une représentation simplifié des determinants d’un phénomène
économiques. Les facteurs qui influent sont certainement bcp plus nombreux et complexe que ceux qui
sont retenus dans le modèle. Quelle est la part de variance de yt qui est expliquée par le modèle ?
La réponse a cette question est donné par un indicateur sans dimension noté R2, et qui s’appelle le
coefficient de determination.
En réalité, il mesure le rapport entre la variance expliquée par le modèle et la variance totale.
C’est un indicateur de la qualité de l’ajustement. Il donne le pourcentage de la variance totale de “y” qui
est expliqué par le mdèle.

Il est défini de la manière suivante : R2 = ∑ ¿¿ ¿ = 1 - ∑ ^ε2t

∑ ¿¿¿

Exemple : Le tableau suivant donné le revenu moyen et la consommation par habitant en France pour la
période 1983 – 1992.

Xt : revenu (xt - x ¿( yt -
Année Yt : consommation yt - y xt - x (xt - x ¿2
disponible y¿
1983 8 000 7 389,99 - 2 395,59 - 3 280 8 513 518 10 758 400
1984 9 000 8 169,65 - 1 815,93 - 2 280 4 140 309 5 198 400
1985 9 500 8 831, 71 - 1 153,87 - 1 780 2 053 878 3 168 400
1986 9 500 8 652,84 -1 332,74 -1 780 2 372 268 3 168 400
1987 9 800 8 788,08 -1 197,50 - 1 480 1 772 292 2 190 400
1988 11 000 9 616,21 - 369,37 - 280 103 422 78 400
1989 12 000 10 593,45 607,88 720 437 670 518 400
1990 13 000 11 186,11 1 200,54 1 720 2 064 920 2 958 400
1991 15 000 12 758,09 2 772,52 3 720 10 313 755 13 839 400
1992 16 000 13 869,62 3 884,05 4 720 18 332 692 22 278 400
Total 112 800 99 855,75 0 0 50 104 729 64 156 000

1) Construire le modéle de la consommation basée sur une théorie économique.

y t =a0 + a1 x t + ε t
2) Calculer la propension marginale à consommer en France pour la période donnée et interprétez.
Calculez ensuite la constante et le terme d’erreur.

a^ 1=
∑ ( x t−x )( y t− y)
∑ ¿¿¿
 a^ 0=1 176,08
^
yt ε^t ε^t
2

Yt 7 423,96 - 33,96 1 153,38

= 8 204,93 - 35,28 1 244,98
8 595,43 236,28 55 830,26
8 595,43 57,41 3 296,40
8 829,72 - 41,64 1 733,93
9 766,90 - 150,69 22 707,42
10 547,88 45,67 2 076,59
11 328,87 - 142,76 20 379,08
12 888,83 -132,74 17 620,12
13 671,81 197,81 39 127,38
Total 0 165 169,30
1176,08 + 0,78xt + ε t
^
y t =¿1176,08 + 0,78xt
ε t = yt - ^
yt

É quation de l’analyse de la variance :

n

∑ ¿¿
t =1
Calcul de yt :
^
y t =¿1176,08 + 0,78xt
<-> ^y 1=7 423,96
ε t = yt - ^
yt
ε 1=−33,96

3) La propension marginale à consommer est elle significativement différente de 0

Deux hypothèses :
H0 : La propension marginale n’est pas significativement différente de 0 <-> La variabilité de la
consommation n’est pas expliquée par la variabilité du revenu (a1 = 0)
H1 : La propension marginale est significativement différente de 0 <-> La variabilité de la
consommation est expliquée par la variabilité du revenu (a1 ≠ 0)
¿
On compare un t de Student empyrique noté t ^a1 à un t de student théorique de la table de Student noté
α
t n−k−1 avec α le seuil d’erreur, n le nombre d’élement, et k le nombre de variable exogène.
¿
Calcul de t ^a1 :
¿ |a^ 1 −a1| |a^ 1 −0| |a^ 1|
t ^a = = =
1
σ^^â
1
σ^â^1
σ^^â
1

σ^ 2ε^ ∗1
V( a
^ 1 )= t

∑ ¿¿¿
1
n−k −1 ∑ t
σ^ 2^ε = t
∗ ε^ 2 = 20 646,16
V( a^ 1 )=0,00 032 183
σ^^â =√ V ( a^ 1 ) = 0,0 179
1

¿ |0,78|
t =
a1
^ =43,57
0,0 179
α
Calcul de t n−k−1 :
 α 0,05
t n−k−1=t 8 =2,306
¿ α
La règle de décision est que l’on refuse H0 et que l’on accepte H1 si t ^a1> t n− k−1

La variabilité de la consommation est expliquée par la variabilité du revenu, car quand on augmente le
revenu d’une unité, la consommation augmente de 0,78 unités.

4) Quel est l’intervalle de confiance de la propension marginale à consommer ?

Ica1 = a [
^ 1−σ^â1∗t n−k−1 ; a^ 1 + σ^â1∗t n−k−1
α α
]
= [ 0,74 ; 0,82 ]

Il y a 95% de chances d’être dans cet intervalle. (car α = 5%)

Chapitre 3 : Le modèle linéaire général

1. Présentation
C’est une généralisation du modèle de regression simple dans lequel figure plusieurs variables
explicatives.
Yt = a0 + a1x1t + … + akxkt + ε t
où yt est la variable à expliquer à la date t (variable endogène)
x1t est la variable expliqcative 1 ou variable exogène 1 à la date t
x2t est la variable expliqcative 2 ou variable exogène 2 à la date t
a0, a1,… : paramètres de coefficients du modèle
ε t : terme d’erreur ou variable stochastique
n : nombre d’observation

2. Forme matricielle

y1 1 x 11 … x k1 a0 ε 1
⋮ =⋮ ⋮ ⋮ ⋮ ∗⋮+ ⋮
yn 1 x 1n … x kn a k ε n
Y = Xa + ε
Y(n; 1)
X(n; k+1)
A(k+1; 1)
ε (n; 1)

3. Estimations
On utilise la méthode des MCO grâ ce à la dérivation matricielle
a^ =¿ avec X’ transposé de X

Plusieurs conditions :
 Det (X’X) ≠ 0
 Les valeurs Xit sont observés sans erreur (H1)
 E(ε t) = 0 (H2)

2 2 ^2
V(ε t) = E(ε t ¿−¿(E(ε t))2 = E(ε t ¿ = σ (H3)
 E(ε t; ε t’) = 0 (H4)
 Cov (xit, ε t) = 0 (H5)
 Absence de coliéarité entre les variables explicatives cad que la matrice (X’X) est régulière
  N > k+1 (H7)

4. Propriétés des estimateurs

Y = Xa + ε t : modèle théorique sous forme matricielle
Y = Xâ + ε^t : modèle estimé
Y = Xâ : modèle calculé
ε^t= y −^y

â = (X’X)-1.X’Y = (X’X)-1.X’(Xa+ε )
= (X’X)-1X’Xa + (X’X)-1X’ε
= a + (X’X)-1X’ε

E(â ) = E(a + (X’X)-1X’ε )

= a + (X’X)-1X’ E( ε )

5. Matrice de variance – covariance

^â =E [ (â−a)(â−a) ' ]
Ω

 Calcul de (â -a)(â -a)’ :

â = a + (X’X)-1X’ε
â – a = (X’X)-1X’ε
^ = E¿
Donc Ω â
et =¿
= E ( εε ’ ) ¿
(â - a)’ = ¿ ¿
=ε ’X(X’X)-1

 Calcul de la variance de ε :

E (ε 1 ε 1 ) ⋯ E (ε 1 ε n )
Ω ε = ( ε ε )= ⋮
'
⋱ ⋮ Cov ( ε i ε i ) =E ( ε i ε j )=0
E (ε n ε 1 ) ⋯ E( ε n ε n )

σ 21 ⋯ O
2 2
⋮ ⋱ ⋮ avec σ 1=σ n
2
O ⋯ σn
2
Ωâ =σ ¿
2 1
σ^ ε = ^ε ' ε
n−k −1

6. Qualité de l’ajustement
L’équation de l’analyse de la variance :
n

∑ ¿¿
t =1
Modèle théorique : y t =a0 + a1 x 1 t + a2 x 2 t +…+ ak x kt
Modèle estimé : y t =^
a0 + a^ 1 x 1 t + ^a2 x 2 t +…+ a^ k x kt + ^ε t
Modèle calculé : ^y t =^
a0 + a^ 1 x 1 t + ^a2 x 2 t +…+ a^ k x kt
Et ε^ t = y t − ^
yt

La variabilité totale est égal à la variabilité expliqué, plus la variabilité résiduelle.

Cette equation va nous permettre de juger de la qualité de l’ajustement du modèle.
Plus la variance expliqué est proche de la variance totale, meilleure est l’ajustement gobale du modèle.

Les trois termes dépendent de l’unité de mesure.

C’est pourquoi on préfère utiliser un nombre sans dimension.
Ce nombre s’appelle R2, c’est le coefficient de determination. (Voir page 5)

R =∑ ¿ ¿¿ 1 -
2 ∑ ^ε 2t
∑ ¿¿¿
Quand la taille de l’observation est petite, il convient de corriger le R 2 pour tenir compte du relativement
faible nombre d’observation (ou degré de liberté).

2 n−1 2
R =1− (1−R )
n−k −1

7. Tests
Pour accepter ou refuser les estimations â 0, â 1, … , â k, on fait deux types de tests :
 Un test glabale : Test de Fisher
 Des tests individuels : - Test de Student
- Test d’intervalle de confiance

7.1. Test de Fisher

Deux hypothèses :
 a1 = a2 = … = ak = 0 : aucune variable économique n’explique la variabilité du phénomène étudié.
 a1 ≠ a2 ≠ … ≠ ak ≠ 0 : au moins une variable est explicative du phénomène

Pour décider de ces deux hypothèses, on compare un Fisher empirique noté F* à un Fisher théorique de la
α
table de Fisher noté F k ;n−k−1 avec α le seuil d’erreur (tjrs 5% sauf indication contraire), k le nombre de
variables exogènes et n-k-1 le degré de liberté.

Calcul de F*
É quation de l’analyse de la variance :
n

∑ ¿¿
t =1

F* = ∑ ¿¿ ¿
α
Calcul de F k ;n−k−1
Lecture dans la table de Fisher

Règle de Décision :
α
Si F* > F k ;n−k−1; alors on refuse HO et on accepte H1 : au moins une variable explicative
 α
Si F* < F k ;n−k−1; alors on accepte HO et on refuse H1 ; le modèle doit être rejeté.

7.2. Tests Individuels

7.2.1 Test de Student

â i = 0,40

Deux hypothèses :
 ai = O : ai n’est pas significativement différente de 0 <-> La variabilité de la variable exogène liée à
ai n’explique pas la variabilité du phénomène économique étudié.
 ai ≠ O : ai est significativement différent de 0 <-> La variabilité de la variable exogène liée à ai
explique la variabilité du phénomène économique étudié.
¿
Pour trancher entre ces deux hypothèses, on compare un t de Student empirique noté t âi à un t de Student
α
théorique de la table de Student noté t k ;n−k−1 .

|âi|
t ¿â = α
et t k ;n−k−1 se lit dans la table
i
σ^ â i

¿ α
Sit âi > ¿ t k ;n−k−1 ; alors on refuse HO et on accepte H1
¿
Sit âi < ¿ t αk ;n−k−1 ; alors on refuse H1 et on accepte H0

7.2.2 Test de l’intervalle de confiance

Deux hypothèses :
 ai = O : ai n’est pas significativement différente de 0 <-> La variabilité de la variable exogène liée à
ai n’explique pas la variabilité du phénomène économique étudié.
 ai ≠ O : ai est significativement différent de 0 <-> La variabilité de la variable exogène liée à ai
explique la variabilité du phénomène économique étudié.

Pour décider, on calcule un intervalle de confiance noté ICai

ICai = âi−σ [
^ â . t n−k−1 ; âi + σ^ â . t n−k−1
i
α
i
α
]
Si ai = 0 ∈ ICai, alors on accepte HO et on refuse H1
Si ai = 0 ∉ ICai, alors on accepte H1 et on refuse H0

Exemple
Soit l’univers macroéconomique suivant :
CFt = a0 + a1 RPRt + a2pt + a3 PUBt + ε t

Temps CFt RPRt Pt PUBt

1 12 2 45 121
2 14 1 43 132
3 10 3 43 154
4 16 6 47 145
5 14 7 42 129
6 19 8 41 156
7 21 8 32 132
8 19 5 33 147
9 21 5 41 128
10 16 8 38 163
 11 19 4 32 161
12 21 9 31 172
13 25 12 35 174
14 21 7 29 180

Question :
1. Mettre le modèle sous forme matricielle en spécifiant bien les dimensions de chacune des matrice
2. Estimer les paramètres du modèle
^ 2^ε ainsi que les écarts types des coefficient
3. Calculer la variance de l’erreur σ
4. Calculer R2 et R2 et calculer le Fisher pour faire le test global
5. Les mouvements systémiques de la consommation sont ils expliqués par le modèle ? Utiliser deux
méthodes
6. La proportion marginale à consommer est elle significativement inférieur à 1
7. Quel est l’intervalle de confiance de chaque paramètre ?

Réponses :
1. Forme Matricielle
CFt = a0 + a1 RPRt + a2pt + a3 PUBt + ε t
CF1 = a0 + a1 RPR1 + a2p1 + a3 PUB1 + ε 1
CF2 = a0 + a1 RPR2 + a2p2 + a3 PUB2 + ε 2
…
CF14 = a0 + a1 RPR14 + a2p14 + a3 PUB14 + ε 14

La forme matricielle est simple, Y = Xa + ε

CF 1
Y(14,1) = ⋮
CF 14

1 RPR 1 p1 PUB 1
X(14;4) = ⋮ ⋮ ⋮ ⋮
1 RPR 14 P14 PUB14

a1
A(4;1) = ⋮
a4

ε1
ε ( 14 ;1 ) = ⋮
ε 14

2. Estimations :
On estime a par â ; par la méthode des MCO :
a^ =¿

32,89
â= 0,8
−0,38
-0,037
Modèle estimé : CFt = 32,89 + 0,8 RPRt – 0,38pt + 0,037 PUBt + ε^ t
Modèle calculé ou équation de la droite de régression :
^ =32,89+0,8 RPR −0,38 p −0,037 PUB
CF t t t t
 ^t
ε^ t=C F t −CF

Equation de l’analyse de la variance :

n

∑ ¿¿
t =1

3. Variance de l’erreur et ecart type :

Variance de ε t :
2 ε^ ' ε^ ^
σ^ ^ε = et ε^ t=C F t −CF
t
n−k −1 t

ε^ 1=CF 1−( 32,89+ 0,8∗2−0,38∗45−0,037∗121 )

¿ 12−( 32,89+0,8∗2−0,38∗45−0,037∗121 ) =−0,84

CFt εt εt
2

12,84 -0,84 0,71

12,39 1,61 2,58
13,18 -3,18 10,11
14,39 1,61 2,58
17,70 -3,70 13,67
17,88 1,12 1,26
22,20 -1,2 1,44
18,86 0,14 0,02
16,51 4,49 20,14
18,76 -2,76 7,63
17,92 1,08 1,17
21,90 -0,90 0,81
22,71 2,29 5,27
20,76 0,24 0,06

2 ε^ ' ε^
σ^ ^ε = =6,745
t
n−k −1

Calcule les écarts types des paramètres

4. Calculer R2 et R2 et test de Fisher

Test de Fisher
C’est un test globale pour accepter ou refuser le modèle global.
On part de deux hypothèses :
 A1 = a2 = a3 = 0  Tous les coefficients sont nuls; aucune variable n’explique la consommation
 A1 # a2 # a3 # 0  Au moins une variable explique la consommation.
Pour décider entre les deux hypothèses, on compare un Fisher empirique noté F* à un Fisher théorique
α
noté F k ,n−k−1
k : nombres de variables exogènes
R2 n : nombre d’obsrvations
k n-k-1 : degré de liberté
F*¿ 2
1−R
n−k −1
 0,702
3
F*¿ =7,85
1−0,702
10

et

α 0,05
F k ,n−k−1=F 3 ;10=3,71

 Règle de décision :
α
Si F* < F k ,n−k−1, alors on refuse H1 et on accepte H0
α
Si F* > F k ,n−k−1, alors on refuse H0 et on accepte H1 <=> C’est notre cas ici.
Il existe au moins une variable qui explique la consommation donc le modèle est acceptable.
5. Etude des mouvements systémiques

Etude du revenu
CF t =32,89+0,8 RPR t −0,38 P t −0,037 PUBt + ε^ t
Deux hypothèses :
 A1 = 0 : Le coefficient n’est pas significativement différent de 0  La variabilité du revenu
disponible n’explique pas la variabilité de la consommation.
 A1 diférent de 0 : Le coefficient est significativement différent de 0  La variabilité du revenu
disponible explique la variabilité de la consommation.
¿
Pour décider entre les deux hypothèses, on compare un t de student empirique noté t â1 à un t de Student
α
théorique noté t n−k−1

|a^ 1 −a1| |a^ 1 −0| |0,80|

t ¿â = = = =2,76
1
σ^ â 1
σ^ â 1
0,29
et
α 0,05
t n−k−1=t 14−3−1 =2,228


Règle de décision
¿ α
Si t < t â1 : on refuse H1 et on accepte H0
n− k−1
¿ α
Si t > t â1 n− k−1 : on refuse H0 et on accepte H1 <=> C’est ce que l’on fait ici.

La variabilité du revenu disponible augmente de une unité alors que le consommation augmente de 0,80
unité. Ce résultat corrobore la théorie économique de la consommation. La propension marginale à
consommer indique la proportion de revenu consacré à la consommation. Celle ci semble très bonne. La
société consomme 4/5 de son revenu et épargne 1/5.

Etude de l’inflation
 2 = -0,38
On analyse l’effet de l’inflation sur la consommation.
On pose deux hypothèses :
 Â 2 = 0 : Le coefficient n’est pas significativement différent de 0. La variabilité de l’inflation
n’explique pas la variation de la consommation de la société.
 Â 2 différent de 0 : Le coefficient est significativement différent de 0. La variabilité de l’inflation
explique la variation de la consommation de la société. L’inflation est un élément décisif pour les
consommateur.
¿
Pour décider entre les deux hypothèses, on compare un t de student empirique noté t â2 à un t de Student
α
théorique noté t n−k−1
 ¿ |a^ 2 −a2| |a^ 2−0| |−0,38|
tâ = = = =2,53
2
σ^ â 2
σ^ â 2
0,15
et
t αn−k−1=t 0,05
14−3−1 =2,228


Règle de décision
¿ α
Si t <t â2 : on refuse H1 et on accepte H0
n −k−1
¿ α
Si t >t â2 n −k−1 : on refuse H0 et on accepte H1  C’est ce que nous faisons ici.

Le coefficient est significativement différent de 0; la variabilité de l’inflation influe la variabilité de la

consommation.
L’inflation a un impact négatif sur la consommation; Lorsque l’inflation augmente d’une unité, la
consommation diminue de 0,38 unité. Ce résultat nous permet de vérifier la théorie économique.
L’inflation est un déterminant important pour les consommateurs.

Etude des dépenses en publicité

 3 = -0,037
On cherche à voir le lien entre la consommation et les dépenses en publicité.
On pose deux hypothèses :
 Â 3 = 0 : Le coefficient n’est pas significativement différent de 0. La variabilité des dépenses en
publicité n’entraine pas unem variation de la consommation de la société.
 Â 3 différent de 0 : Le coefficient est significativement différent de 0. La variabilité de l’inflation
explique la variation de la consommation de la société. L’inflation est un élément décisif pour les
consommateur.
¿
Pour décider entre les deux hypothèses, on compare un t de student empirique noté t â3 à un t de Student
α
théorique noté t n−k−1

¿ |a^ 3 −a3| |^a3−0| |−0,037|

tâ = = = =0,74
3
σ^ 3 σ^ â 3
0,05
et
α 0,05
t n−k−1=t 14−3−1 =2,228


Règle de décision
¿ α
Si t >t â3 : on refuse H0 et on accepte H1
n−k−1
¿ α
Si t <t â3 n−k−1 : on refuse H1 et on accepte H0  C’est ce que nous faisons ici.

Le coefficient n’est pas significativement différent de 0; la variabilité des dépenses en publicité n’influe pas
la variabilité de la consommation.
Ici, le signe est négatif et le coefficient non significtif.
Dans la théorie économique, la publicité augmente la consommation d’un bien. Mais au fur et à mesure du
vieillissement du bien (maturation du bien), les dépenses en publicité devienne de plus en plus inéfficace
pour augmenter la consommation. Ce signe négatif indique que la consommation étudié concernerait un
bien mû r ou en phase de déclin.
Le résultat obtenue est bon.

6. La proportion marginale à consommer est elle significativement inférieur à 1

On compare toujours la proportion marginale à consommer à 1 pour savoir si les concommateur utilise la
totalité de leur revenu (PmC = 1) ou différentes.
Dans ce dernier cas, deux possibilités :
 PmC < 1 : les consommateurs épargnent
 PmC > 1 : les consommateurs s’endettent.

Posons deux hypothèses :

 a1 = 1  La PmC est égale à 1; la société consomme la totalité de son revenu donc pas d’épargne
 a1 < 1  La PmC est inférieure à 1; donc la société consomme une partie de son revenu et a le
potentiel d’épargne.

¿ |a^ 1 −a1| |a^ 1 −1| |0,80−1| |−0,2|

tâ = = = = =0,69
1
σ^ â 1
σ^ â 1
0,29 0,29
et
α 0,05
t n−k−1=t 14−3−1 =2,228
¿ α
t â < t n− k−1 : on accepte H0 et on accepte H1  La société utilise la totalité de son revenu, il n’y a pas
1

d’épargne.

7. Quel est l’intervalle de confiance de chaque paramètre ?

Test de l’intervalle de confiance

Â0
[^ â0 .t n−k−1 ; â0 + σ^ â0 . t n−k−1
ICao = â0− σ
α α
] On reprend à chaque fois les
hypothèses et les conclusions de
= [ 6,91;58,77 ] Student.

â 1 = 0,80 La règle de décisions est :

ICa1 = [ â1−σ^ â . t αn−k−1 ; â1 + σ^ â .t αn−k−1 ]
1 1
- Si ai = 0 ∈ ICai, alors on accepte HO
= [ 0,15 ; 1,45 ] et on refuse H1
- Si ai = 0 ∉ ICai, alors on accepte H1
â 2 = -0,38 et on refuse H0
[
^ â . t n−k−1 ; â 2+ σ^ â .t n−k−1
ICa2 = â2−σ 2
α
2
α
]
= [ −0,71 ;−0,05 ]

â 3 = -0,O37
[
^ â . t n−k−1 ; â 3+ σ^ â . t n−k−1
ICa2 = â3−σ 3
α
3
α
]
= [ −0,71 ;−0,05 ]
Chapitre 4 : Les politiques monétaires européennes et la règle de
Taylor
1. Introduction
La théorie économique et les autorités monétaires semblent s’accorder pour concevoir et mettre en
oeuvre une même politique monétaire définie en temps que règle active centrée sur un objectif d’inflation.
(“Inflation targeting”)

Les règles monétaires actives s’opposent à la fois aux politiques discrétionnaires, cad une politique qui
agit au “coup par coup”, et aux règles passives à la Friedman qui vise une croissance stable de la masse
monétaire.
Les règles monétaires apparaissent comme la solution la plus efficace pour une banque centrale qui
cherche à stabiliser l’inflation à un niveau cible et à limiter les fluctuations macro-économiques.

La règle de Taylor (1993) est la référence centrale de ces règles monétaires actives, et est l’expression de
conceptions communes. Cette règle se présente comme une relation linéaire entre le taux d’intérêt à court
terme, l’instrument de la politique monétaire, et quelques variables d’inflations et d’activités.
Le succès de la règle de taylor est lié au fait qu’elle synthétise assez bien, à un instant donné du
temps, les positions de la théorie macroéconomique sur la monnaie et la politique monétaire.
Elle correspond empiriquement au comportement historique de la FED (reserve fédérale américaine).
Des articles ultérieurs comme celui de Goldman – Sachs de 1996 montrent que la règle de taylor
permettait aussi d’expliquer le comportement d’autres banques centrales comme la banque du Japon (Boj)
et certaines banques centrales européennes.

Les évaluations économétriques s’inscrivent dans le cadre du modèle linéaire et de l’estimateur des MCO.
L’accent sera porté sur les différentes méthodes d’analyse de la stabilité d’un modèle.
 2. Les règles monétaires et règle de Taylor
2.1. Règles monétaires actives
Le consensus actuel en faveur des règles monétaires s’est construit progressivement au cours des trente
dernières années.
Quels sont les élements et les références de ce débat théorique ?
Deux notions sont au coeur du débat :
 La neutralité de la monnaie
 L’absence de crédibilité (ou biais inflationniste des politiques monétaires discrétionnaires)

La neutralité de la monnaie
La neutralité de la monnaie est une idée ancienne des classiques. Elle a été réaffirmé avec force dans les
années ’70 et ’80 par l’école des anticipations rationnelles et des théoriciens des cycles réels.
Des économistes considèrent aujourd’hui que la monnaie n’est pas complètement neutre à court terme, en
raison de certaines imperfections (comme les erreurs d’anticipations, la rigidité, etc.)
Mais elle l’est à long terme conformément aux preuves empiriques apportées par l’école des cycles réels.

Dès lors, la politique monétaire doit logiquement se concentrer sur l’ancrage nominal de l’économie, en
définissant un objectif maximal.
La logique de soutien à l’activité devient secondaire et doit être entendu comme une possibilité de
stabilisation cylique ou de court terme.

L’absence de Crédibilité
Les travaux de Barro – Gordon (1983) ont montré que dans un régime de politique discrétionnaires, les
autorités monétaires sont soupçonné par les agents privés de vouloir faire de linflation surprise pour
stimuler l’activité.
Dès lors, les autorités sont moins crédibles et cela cré le biais inflationnistes de la politique
discrétionnaire.
On a longtemps crut que ce biais ne pouvait être réduit qu’en diminuant le poids accordé à la stabilisation
de l’activité, c’est à dire, en se rapprochant d’une situation de règle passive où les autorités monétaires
n’ont qu’un objetif : l’inflation.
Pourtant, il existe une situation pour sortir de ce conflit Biais inflationniste / Crédibilité.
Cette solution consiste à supposer des règles de comportement actif pour les autorités monétaires où les
choix effectués en terme d’inflation et d’activité sont contingent aux chocs conjoncturels subis par
l’économie.
La règle active s’oppose à la règle passive par sa souplesse : l’inflation choisi n’est pas toujours identique à
l’inflation cible.
La règle active s’oppose à la politique discrétionnaire par l‘engagement des autorités sur un mode de
comportement immuable, préservé de l’incohérence temporelle.
Cette solution a été initialement suggéré par Rogoff, mais taylor est le premier auteur a avoir formulé une
règle monétaire active exprimé directement en fonction du taux d’intérêt à CT

2.2. Règle de Taylor

Taylor ne dérive pas sa règle d’une théorie économique. Il présente simplement le modèle suivant comme
règle monétaire adapté ou optimale pour les Etats Unis.
i t =2,2+ π t +0,5( π ¿¿ t−2)+ 0,5 y t ¿

i t :Taux d’intervention de la banque centrale

π t : Taux d’inflation
y t : Output Gap (écart entre le PIB et le PIB potentiel de l’économie)
La constante 2,2 représente la croissance tendancielle de l’économie américaine sur une loingue période.
Elle s’interprête également comme la croissance potentielle de l’économie (croissance soutenable sans
inflation excessive)
La constante 2 est le niveau d’inflation cible de l’économie officiellement déclaré par la banque centrale.
Le paramètre 0,5 affecté à la fois à l’écart à la cible d’inflation, et à l’outut gap est obtenue par une
simulation su un modèle macroéconomique.
Taylor cherche un couple de paramètre qui permets de stabiliser l’inflation au niveau désiré tout en
assurant une croissance régulière du PIB autour de la valeur potentielle.
Il y a un critère normatif, derrière cette règle, de stabilisation macroéconomique.
Le statut théorique de cette règle a été par la suite affinée par plusieurs contributions, nottement celle de
Svesson (1997, 1999).
Ce dernier montre que la banque central cherche a stabiliser l’inflation à un niveau cible, et aussi à limiter
les fluctuations cycliques de l’activité.
Le modèle retenue est le modèle canonique, utilisé pour évaluer les propriétés des règles monétaires.

La fonction d’offre agrégé est donné par l’équation de phillips :

π t +1=π t + α y y t + ε t+ 1
αy >0
π t : inflation à la période t
ε t+1 : choc sur les coû ts de production des entreprises

La demande agrégée, exprimée par rapport à l’output gap, est donné par :

(
y t +1=β y y t−β r i t −π t +1 −r +η t+1
t
)
i t : Taux d’intérêt nominal
π t +1 : L’inflation anticipée en t pour la période t+1
t
r : taux d’intérêt réel d’équilibre, ou encore neutre
ηt +1 : choc de la demande

Les mécanismes de transmissions de la politique monétaire sont ici très simple : ils transitent par la
sensibilité de la demande agrégé au taux d’intérêt réel ou plus exactement par l’écart entre le taux réel et
le taux réel neutre.
L’inflation anticipé pour la période t+1 étant dans ce modèle prédéterminé à la date t, toutes modification
sdu taux à CT a un effet sur la taux d’intérêt réel.

La fonction objectif de la banque centrale est une fonction de perte intertemporelle.

( )
∞
Lt =Et ∑ ζ t lt +r , t avec l t +r , t la fonction de perte pour la période t+ r
t=1

1
lt =
2
[ ( π )2+ λy 2t ]
π t −^
t
ζ : facteur d’escompte psychologique
^π : cible d’inflation
λ : poids accordé à la stabilisation active

Pour determiner la politique monétaire optimale, la banque centrale minimise l t par rapport à i t sous les
contraintes données par le modèle dynamique de l’économie (l’offre et la demande, équation 2 et 3)
Deux pratiques sont alors envisagées :
 La solution discrétionnaire
 La solution de règle.

Dans le premier cas, l’optimum est renouvelé à chaque période pour déterminer le niveau optimal de
l’instrument selon l’état du système économique du pays.
Dans le deuxième cas, la solution de règle consiste à reproduire période après période la condition de
premier ordre du programme de contrô le. Il n’y a donc pas de pré-optimalisation et la banque centrale
s’engage à respecter cette condition d’équilibre.

Exprimée par rapport à i t , la condition d’équilibre donne la règle de politique monétaire, qui s’écrit :
i t =r + π t + λ 1 ( π t −^π ) + λ 2 y t
où λ 1 et λ 2 sont des paramètres positifs dépendant des paramètres du modèles traduisant le poids
accordés à la stabilité de l’activité.

Si λ 1=0 , λ 2 prend une valeur minimale non nulle, et y t reste présent dans la règle de taylor en
temps qu’indicateur de l’inflation futur.
Svensson qualifie cette situation de “strict inflation targeting”
Si λ 1> 0, le souci de stabiliser l’activité entraîne des variations moins brutales du taux d’intérêt à
court terme. C’est donc le cas général que Svensson qualifie de “flexible inflation targeting”

La présence de l’output gap est donc ambigue puisque compatible avec deux types de fonction de perte de
la banque centrale.
 C’est la raison la plus importante du succès de la règle de taylor qui se prète à la fois à des lectures
monétairistes (“Strict inflation targeting”) et keynésiennes (“Flexible inflation targeting”) de la politique
monétaire.

Il existe quand même une difficulté, autant pratique que conceptuel pour définir r , le taux réel neutre.
Il est usuel d’identifier ce taux par référence à la théorie néoclassique de la croissance :
r =g ou encore r t =gt (suceptible de varier au cours du temps)

L’écriture de la règle devient :

i t =g t + π t + λ1 ( π t −^π ) + λ 2 y t (7)

Quelle est finalement la lecture de la politique monétaire proposée par la règle ?

Lorsque la cible d’inflation est atteinte et lorsque l’output gap est nul, ce qui est vrai en moyenne,
ou sur une longue période, le taux d’intérêt nominal est tel que le taux d’intérêt réel est égal au taux réel
neutre, c’est à dire à la croissance potentiel
r t =gt + π t tel que gt =r t −π t
L’égalité entre le taux d’intérêt réel et la croissance potentiel de l’économie.
À LT, la politique monétaire se fond dans une posture de neutralité vis à vis de l’activité
économique et r t =gt + π t peut être interprété comme un taux nominal de neutralité monétaire
À CT, la politique monétaire est restrictif si r t > g t + π t , ou accomodante si r t < g t + π t , selon les
signes et les valeurs prises par l’output gap.

3. Adéquation des politiques monétaires européennes à la règle de Taylor

L’évaluation empiriques de l’adéquation des politiques monétaires européennes à la règle de taylor sera
proposé dans une optique spécifique.
Il s’agit surtout de se doter d’une norme pour interpréter et évaluer les politiques monétaires des 30
dernières années.

3.1. Données
6 plus gros pays de l’union européennes : Allemagne, France, Italie, Espagne, Pays bas, Royaume uni.
Tous ces pays ont intégrés la zone euro le 1er janvier 1999 sauf le Royaume Uni.
On a les séries statistiques suivantes :
 PIB
 Indice des prix
 Taux d’intéret à CT

3.2. Exemples
Le modèle de taylor peut être vu à partir de l’équation 7 comme un modèle linéaire où le vecteur des
paramètres sera determiné par une méthode économétrique.
L’estimation de l’équation 7 par les MCO doivent montrer si les coefficients qui restitue au mieux le
comportement des banques centrales correspondent à des coefficients pré-determiné.
EC t =TC t−TN t=α + λ 1 ECINE t + λ 2 GAPt +ε t
où ECINE t : écart à l’inflation cible en retenant un objectif d’inflation unique pour l’ensemble des pays à
2% sur toute la période
TC t : Taux à CT
TN t : taux neutre réel
PIB−PIBpotentiel
GAPt = =output gap
PIBpotentiel

Ce modèle est estimé par les MCO où

EC (variable d’écart au taux neutre) est l’écart à l’inflation et l’output gap

1990-2010 ALL FR PB ES IT RU

σ^ ^ε t
1,91 2,87 1,89 5,22 3,70 3,03

DW 0,22 0,11 0,39 0,64 0,1 0,19

Fisher
5,78 36,84 5,38 40,54 42,96 72,86
empirique
α^ 0,19 2,54 1,42 6,04 4,73 3,77

t ¿^α 0,81 6,34 6,29 6,68 8,04 8,52

^λ -0,2 -0,56 0,09 -0,77 -0,59 -0,63

1

σ^ ^λ 0,09 0,06 0,11 0,08 0,06 0,05

1

^λ 0,28 0,41 0,53 -0,23 0,11 0,21

2

σ^ ^λ 2
0,09 0,26 0,7 0,46 0,24 0,19

À partir de ces résultats, analysez la politique monétaire européennes.

EC t =α^ + ^λ1 ECINEt + ^λ2 GAPt + ε^ t
 Allemagne :
EC t =0,19−0,20. ECINE t −0,28. GAPt + ε^ t

- Test Globale / test de Fisher :

Deux hypothèses :
o Ho : λ 1=λ2  la théorie monétaire ne s’applique pas
o H1 : λ 1 ≠ λ2  la théorie s’applique.

α
On va comparer le Fisher empirique F* à un Fisher théorique noté F k ;n−k−1
α 0,05 0,05
Ici, F* = 5,78 et F k ;n−k−1=F 2;20−2−1=F 2 ;17 =3,59
α
F* > F k ;n−k−1 : on refuse Ho et on accepte H1  la règle de taylor peut s’appliquer en allemagne; la
lecture peut être soit monétariste, soit keynésienne.

- Test individuel 1
¿
On va comparer le t ^λ 1 à t n−k−1
α
 ¿ |^λ1 −λ1| |^λ1 −O| |−0,2|
t ^λ = = = =2,22
1
σ^ ^λ 1
σ^ ^λ
1
0,09

α 0,05
t n−k−1=t 17 =2,11
¿
t ^λ > t αn−k−1 : on refuse Ho et on accepte H1  on choisit la lecture keynésienne (Flexible inflation
1

targeting

- Test individuel 2
o Ho : λ 2=0  identité entre croissance potentiel et réelle
o H1 : λ 2 ≠ 0  accélération de la croissance

¿
On compare t ^λ 2 à t n−k−1 :
α

¿ |^λ2 −λ2| |^λ 2−O|

t =
^ = =3,11
λ1
σ^ ^λ 2
σ^ ^λ
2
α 0,05
t n−k−1=t 17 =2,11
t ¿^λ > t αn−k−1 : on refuse Ho et on accepte H1  il y a accélération de la croissance en Allemagne
2

Chapitre 5 : Epargne, investissement et mobilité des capitaux

1. Introduction
La construction de l’europe monétaire s’est accompagné d’un mouvement vers l’abandon total du contrô le
des capitaux.
Le contrô le des mouvements des capitaux permets à un pays donné de conserver l’épargne nationale pour
financer son investissement et pour créer des emplois.
Il permets également d’éviter toute évasion fiscale. Par ailleurs, en régime de change fixe, il permets de
conserver une relative indépendance monétaire, mais, en grande partie, conduit à une segmentation des
marchés financiers intérieurs et extérieurs et surtout invalide le principe de parité des taux d’intérêt on
couvert, cad : légalisation international des taux d’intérêt.

Historiquement, depuis la fin des années 80, on observe une libéralisation accrue du marché international
des capitaux, qui a aboutit à la globalisation financière, cad, à un marché planétaire des capitaux.

Les principaux acteurs sont les banques, les entreprises multi-nationales, les états.
Ces marchés comportent trois pô les importants :
 rêt bancaires internationaux
 Obligations internationales
 Instruments du marché monétaire

La libéralisation du marché international des capitaux s’est aussi matérialisée par une croissance
importante des transactions financières internationaux et des fluxde capitaux.
Les effets positifs attendus sont au nombre de trois :
 Augmentation de l’investissements
 Croissance plus rapide
 Augmentation du niveau de vie dans beaucoup de pays

Dans ce contexte de libération, Feldstein et Horioka (1980) ont cherché à évaluer le degré de mobilité des
capiraux internationaux à long terme.
Ils ont voulu analyser les liens entre investissements et épargne des pays de l’OCDE.
Selon le degré de mobilité du capital, l’impact des politiques économiques peut être faible ou fort.

Par exemple, une politique fiscale en faveur de l’épargne aura un effet plus important sur
l’investissement quand le degré de mobilité du capital est faible (car en cas d’absence de mobilité, on
retrouve les résultatsde l’économie fermé : Epargne nationale = Investissements nationale et tout
accroissements de l’épargne induit un accroissement identique de l’investissements.
Si le degré de mobilité du capital est élevé, cette même politique en faveur de l’épargne aura moins
d’impact sur l’investissements du pays)

Ils ont donc analyser la corrémation entre e taux d’épargne et le taux d’investissements pour voir si les
économies ont un comportement proche de celui d’une économie fermé ou au contraire si les marchés des
capitaux peuvent être considérés comme parfaitement intégré.

2. Cadre d’analyse
Ils retiennent un modéle macro-économique ouvert qui reposent sur les identités comptables :
Y = C + I + G + (X – M) (2.1)
Sprivée = Y – T – C (2.2)
Spublique = T – G (2.3)

L’équation (2.1) est identité comptable de repartition du PIB (Y) :

 C : Dépense de comsommation
 I : Dépense en investissements
 G : Dépense Publiques
 X – M : Solde de la balance commercial (Export – Import)

L’équation (2.2) indique que l’épargne privé est donné par l’écart entre le PNB nette des taxes (T) et des
dépenses de consommation (C).
Enfin, l’équation (2.3) définit l’épargne publique comme l’écart entre les recettes et les dépenses
courantes de l’état.
L’investissement nationale est égale à l’épargne moins le compte courant :
I = (Y – C – T) + (T – G) – X + M (2.4)
I = Sprivée + Spublique – (X – M) (2.5)

Snat = Sprivée + Spublique

En économie fermée, X – M = 0 et I = S
La corrélation entre l’épargne et l’investissement est donc égale à 1, ce qui signifie qu’une variation de
l’épargne induit une variation équivalente de l’investissements.

En revanche, en économie ouverte avec une parfaite mobilité des capitaux, il n’y a théoriquement
plus de corrélation entre l’épargne nationale et l’investissement national.
D’une part, l’épargne nationale répond aux opportunités d’investissements du marché mondiale, et d’autre
parts, l’investissement national est financé par l’épargne internationale.
Si l’investissements est determiné par les taux d’intérêt réel, selon le principe de décroissance des
productivités marginales, on devrait observer d’importants flux de capitaux des pays industrialisés vers
les pays en dévellopement, jusqu’à ce que la PmK soit égalisé partout dans le monde.

Théoriquement, les pays en devellopement, moins bien dotés en capital, ont des productivités marginales
du capital plus élevé que les pays indistrialisés.
Ils ont donc des taux d’intérêt réels plus élevé.

Ce shéma théorique est connu sous le nom de “condition de parité des taux d’intérêt”.
Ce shéma dit que les rendements de capital ne peuvent pas être systématiquement différents d’un pays à
un autre s’il n’existe pas un obstacle au mouvement des capitaux.
En revanche, en cas d’imparfaite mobilité du capital, des écart entre les taux pratiqués dans les différents
pays subsistent.

Spécification du modèle F-H

Ils ont proposé de mesurer le degré de mobilité du capital sur labase d’une analyse de la corrélationentre
l’épargne et l’investissement.
Ils ont estimé l’équation suivante :
I S
=a+b + ε
Y Y
En cas de parfaite mobilité des capitaux, un accroissements du taux d’épargne doit induire un
accroissement de l’investissement. La productivité marginale du capital est une fonction décroissante du
stock de capital.
L’accroissements de l’investissement bénéficiera d’abord au pays initialement le moins doté en capital.
En cas de forte mobilité de capital, un accroissement de l’épargne national n’induit pas un accroissement
identique de l’investissement national.

L’estimation de “b” proche de O conduit à considérer qu’il y a une forte mobilité des capitaux dans la
mesure où cela signifie que la corrélation entre l’épargne national et l’investissement national est nul.
L’estimation de “b” proche de 1 indique qu’un accroissement de l’épargne national induit un
accroissement identique de l’investissements. Il y a une faible mobilité des capitaux.

Principaux résultats de Feldstein – Hoioka

Ils ont analysé les pays de l’OCDE pour la période 1960 – 1974

( Iy ) =a+b .( Sy ) +ε
i i
i

Avec :

() ( YI )
T
I 1
y i T∑
=
t=1 i,t

() ( YS )
T
S 1
= ∑
y i T t=1 i,t
Test 1 :
 H0 : b = 0  Il y a une forte mobilité des capitaux, cad que la corrélation entre l’épargne national
et l’investissement est nulle.
 H1 : b ≠ 0  Il y a une faible mobilité des capitaux, cad que la corrélation entre l’épargne national
et l’investissement est significativement différentes de O.

Test 2 :
  H0 : b = 1  Un accroissement de l’épargne nationale induit un accroissement identique de
l’investissement national. L’épargne supplémentaire reste dans son pays d’origine et la mobilité
des capitaux est faible.
 H1 : b ≠ 0  Un accroissement de l’épargne nationale n’induit pas un accroissement identique de
l’investissement national. L’épargne supplémentaire ne reste pas dans son pays d’origine et la
mobilité des capitaux est forte.

Période 1960 – 1974 1960 – 1964 1965 – 1969 1970 - 1974

0,035 0,029 0,039 0,039
a
(0,018) (0,015) (0,025) (0,024)
0,887 0,909 0,872 0,871
b
(0,074) (0,06) (0,101) (0,092)
R2 0,91 0,94 0,83 0,85

( . ) : écart types

 1960 – 1974

Modèle théorique :
( Iy ) =a+b .( Sy ) +ε
❑ ❑
❑

Modèle estimé :
( Iy ) = a^ +b^ .( Sy ) +ε^
i i
❑ = 0,035 + 0,887.
( Sy )
i
+ ε^❑

Test de Fisher :
Le test de Fisher est un test globale qui permet d’accepter ou de refuser le global ou non
 H0 : b = 0  Aucune variable n’explique le taux d’intérêt => je rejète le modèle
 H1 : b ≠ 0  Au moins une variable explique la variabilité du taux d’investissement => j’accepte le
modèle
a
Pour décider, on compare un Fisher empirique noté F* à un Fisher théorique noté F k ,n−k−1
R2 0,91
k 1
F* = 2
= =130
(1−R ) (1−0,91)
n−k −1 15−1−1

F ak ,n−k−1=F 0,05
1,13=4,67

a
F* > F k ,n−k−1, on refuse H0 et on accepte H1 : j’accepte le modèle

Le coefficient de determination
R2 = 0,91 = 91%
Le taux d’nvestissements des pays est expliqué à 91% des cas par la seule variable du modèle (taux
d’épargne)
On explique à 91% de la variabilité du taux d’investissements par la variabilité du taux d’épargne

Tests individuels

Test de Student
Test 1 :
Hyp : b = 0 ou b différent de 0
¿ |b−b
^ | a
On compare t ^b= (t de student empirique) à un t de student théorique t n−k−1
σ^ b^
Test 2 :
Hyp : b = 1 ou b différent de 1
 |^b−b|
¿∗¿= ¿ a
On compare σ^ ^b (t de student empirique) à un t de student théorique t n−k−1
t ^b