Le processus de convergence

dans le modèle de Solow

AES L3 AGE, AGT, CAI

2016-2017
Lorsque l’économie démarre avec un capital qui n’est pas celui
d’état régulier (k0 6= k ∗ ), il n’y a pas égalité entre l’épargne et
l’investissement requis.
I Si l’épargne est supérieure à l’investissement requis, alors
on devrait observer une augmentation du capital par tête
(donc de la croissance).
I Si l’épargne est inférieure à l’investissement requis, alors on
devrait observer une diminution du capital par tête (donc
une croissance négative).
On aimerait bien en savoir un peu plus sur ce processus.
Choix d’une fonction de production

Jusqu’à présent, nous n’avons ps spécifié de forme pour la

fonction de production. Les conditions d’Inada suffisaient pour
nos démonstrations. Nous allons à présent choisir une fonction
de production. C’est la fonction de production Cobb-Douglas
qui aura notre préférence 1

Yt = AKtα L1−α
t

Soit par tête :

yt = Aktα

1. En fait existe d’autres mais la Cobb-Douglas rend compte de façon très

satisfaisante du lien entre production, capital et travail empiriquement.
Détermination du capital par tête d’ES

L’équation dynamique fondamentale d’accumulation du capital

par tête est :
Dk= syt − (n + δ)kt
en utilisant yt = Aktα puis en résolvant Dkt = 0, on obtient :

Dkt = sAktα − (n + δ)kt = 0

1
s.A
 
1−α
∗
k =
n+δ
Détermination de la production par tête d’ES
En remplaçant l’expression de k ∗ dans la fonction de production
par tête, on obtient :
α
s.A
 
1−α
y ∗ = Ak ∗ α = A
n+δ
Pour bien comprendre le processus de convergence nous allons
travailler à partir de :

I L’expression Dkt = sAkt α − (n + δ)kt équation différentielle

non linéaire qu’il faudra linéariser pour la résoudre et
trouver l’évolution de kt et yt en dynamique transitoire .

(α−1)
I L’expression Dk kt = sAkt
t
− (n + δ) équation
différentielle non linéaire qu’il faudra également linéariser
pour la résoudre afin d’établir l’équation dite de
convergence que l’on pourra tester empiriquement.
Principe de linéarisation :

Pour linéariser une fonction f (x) au voisinage de x0 , on utilise

le développement limité de Taylor, qui permet de trouver une
approximation d’une fonction f (x) (pour nous Dkt et Dkt /kt )
au voisinage de x0 (pour nous au voisinage de k ∗ ).

f (x) ≈ f (x0 ) + f 0 (x0 )(x − x0 )

Visualisation de la linéarisation de Dkt

Sur le graphique habituel du modèle de Solow, Dkt est donné

par la différence entre syt et (n + δ)kt dont voici une
représentation graphique ainsi que sa linéarisation.
Résultats de la linéarisation de Dkt :
En appliquant le développement limité de taylor, il est plutôt
facile de trouver que :

Dkt ≈ −(1 − α)(n + δ)(kt − k ∗ )

En résolvant cette équation différentielle linéaire on peut

déterminer la trajectoire de kt connaissant une condition initiale
k0 :
kt = k ∗ + e−(1−α)(n+δ)t (k0 − k ∗ )
remarque : Le terme −(1 − α)(n + δ) est appelé la vitesse de
convergence, on le notera β. Ainsi on peut réécrire ces résultats
de la façon suivante :

Dkt ≈ −β(kt − k ∗ )

kt = k ∗ + e−βt (k0 − k ∗ )
Réécrivons de la trajectoire de kt :

k ∗ − kt
= e−βt
k ∗ − k0
Où :
I k ∗ − kt étant l’écart testant à combler à la date t pour
atteindre l’état stationnaire,
I k ∗ − k0 l’écart total à combler.
On peut dès lors répondre à une question du genre, en combien
de temps l’économie va combler la moitié de son écart à l’état
stationnaire.
∗ −kt
Ainsi si, kk∗ −k 0
= 0, 5 alors :

ln 0, 5
0, 5 = e−βt soit ln 0, 5 = −βt soit t =
−β
Visualisation de la trajectoire de kt

On constate que kt converge asymptotiquement vers k ∗ de la

façon suivante :
Évaluation de la vitesse de convergence :
On sait que :
β = (1 − α)(n + δ)

I En premier lieu, remarquons (voir TD pour démonstration)

que : α représente la part du revenu y rémunérant le capital
(P mk.k/y). D’après les faits stylisés α = 0, 3 soit 30%.

I En second lieu, nous pouvons fixer le taux de croissance de

la population à 1% et la dépréciation à δ=6%.

Donc : β = (1 − 0, 3)(0, 01 + 0, 06) = 4, 9%

En reprenant Dkt ≈ −β(kt − k ∗ ) Cela veut dire que l’économie

comble chaque année β% de l’écart restant à combler.
Évaluation de la vitesse de convergence 2/2

Déduisons en combien de temps une économie aura comblé la

moitié de son écart par rapport à son état stationnaire. Il suffit
de résoudre comme nous l’avons vu :
ln(0.5)
t=−
β
Avec les paramètres que nous avons retenu cela voudrait dire
qu’une économie comblerait la moitié de sont écart en :

ln(0.5) −0, 6931

t= =− ≈ 14 ans
−β −0, 049
Clairement le modèle de Solow prédit une convergence très
rapide de l’économie vers son état régulier que l’on n’observe
pas empiriquement.
Comment observer empiriquement la vitesse de
convergence ? 1/3

Pour estimer empiriquement la vitesse de convergence, nous

allons utiliser l’équation du taux de croissance que l’on va
linéariser.
Dkt
= sAkt (α−1) − (n + δ)
kt
On obtient :
Dkt
≈ β (ln k ∗ − ln kt )
kt
Visualisation de la linéarisation :
En intégrant cette équation différentielle et en la manipulant on
obtiendrait :
1 1 − e−βt 1 − e−βt
(ln kt − ln k0 ) = ln k ∗ − ln kt
t t t
Comme yt = Aktα , on en déduit que ; ln yt = ln A + α ln kt soit :

ln yt − ln A
ln kt =
α
En remplaçant dans l’équation précédente et en simplifiant on
obtient :

1 1 − e−βt 1 − e−βt
(ln yt − ln y0 ) = ln y ∗ − ln yt
t t t
Comment observer empiriquement la vitesse de
convergence ? 3/3

1 1 − e−βt 1 − e−βt
(ln yt − ln y0 ) = ln y ∗ − ln yt
t t t
On reconnait :
I 1 (ln yt − ln y0 ) est le taux de croissance annuel moyen de
t
l’économie entre les dates 0 et t.
−βt
I 1−e
t ln y ∗ est un terme constant pour t donné
On peut donc écrire cette équation pour la tester
empiriquement :
AM
γ0→t = a − b ln yt
Test de convergence
AM = a − b ln y , on s’attend a obtenir
Si l’on teste l’équation :γ0→t t
une relation du type :
Visualisation du test de convergence

La convergence absolue (convergence de tous les pays vers un

même état stationnaire) ne semble pas se vérifier.
Visualisation du test de convergence avec le poids des
pays (population) :

Cette fois la convergence vers un même niveau de vie pour une

grande partie de l’humanité semble crédible.
les travaux de Mankiw, Romer, Weil, 1992
Mankiw, Romer et Weil en 1992 ont testé la convergence
absolue du modèle de Solow. Pour ce faire ils testent :
ln y1985 − ln y1960 = α0 + α1 ln y1960
Pour les pays de l’OCDE ils obtiennent :
ln y1985 − ln y1960 = 3, 69 − 0, 341 ln y1960
Détermination empirique de la vitesse de convergence

Par identification on a :

0, 341 = 1 − e−βt

comme t=25 ans, un simple calcul permet de déterminer la

vitesse de convergence qui est :

β = 1, 6%

Théoriquement nous nous attendions à une vitesse de

convergence de l’ordre de 5%.
les travaux de Mankiw, Romer, Weil, 1992 ... suite

Mais surtout nous voyons qu’il n’existe pas de relation de

convergence au niveau mondial (première colonne, le coefficient
associé à ln1960 est positif et non pas négatif.
Le rôle du taux d’épargne

Nous constatons que l’épargne n’intervient pas dans la vitesse

de convergence vers l’état stationnaire.

β = (1 − α)(n + δ)
En revanche l’épargne intervient dans la détermination du
niveau des variables à l’état stationnaire.
1 α
s.A s.A
   
1−α 1−α
k∗ = A et y∗ = A
n+δ n+δ
Le rôle du taux d’épargne

Il est donc possible qu’un pays pauvre ait un taux de croissance

plus faible qu’un pays riche parce qu’il est plus proche de son
ES que le pays riche (à cause d’un taux d’épargne faible).
Le rôle du taux de croissance de la population

Il est donc possible qu’un pays pauvre ait un taux de croissance

plus faible qu’un pays riche parce qu’il est plus proche de son
ES que le pays riche (à cause d’un taux de croissance de la
population élevé).
Test de la convergence conditionnelle

Dans ce cas on peut tester la convergence conditionnelle au

taux d’épargne.
On sait que l’équation à tester est :

1 1 − e−βt 1 − e−βt
(ln yt − ln y0 ) = ln y ∗ − ln yt
t t t
Par ailleurs, ln y ∗ = ln A + 1−α
α
(ln s + ln A − ln(n + δ)) En
remplaçant dans l’équation du test de convergence, on peut
tenir compte des différences des pays concernant les taux
d’épargne et les taux de croissance de la population.On teste
donc :
AM
γ0→t = a + b ln(y0 ) + c ln(s) + d ln(n + δ)
Test de la convergence conditionnelle

Lorsqu’on teste :

AM
γ0→t = a + b ln(y0 ) + c ln(s) + d ln(n + δ)
On s’attend à avoir :
I Un coefficient b < 0 (plus l’économie est pauvre plus son
taux de croissance est élevé).
I Un coefficient c > 0 (plus le taux d’épargne est élevé plus la
croissance devrait être forte pour un même k0 et un même
n
I Un coefficient d < 0 (plus le taux de croissance de la
population est élevé plus la croissance devrait être faible
pour un même k0 et un même taux d’épargne.
Résultats du test de convergence conditionnelle
Interprétation des résultats

2 conclusions sont favorables au modèle de Solow :

1. Les coefficients portant sur le taux d’épargne et sur le taux
de croissance de la population ont bien les signes prédits et
les coefficients sont très significatifs (donc fiables)
2. Les différences de taux d’épargne et de taux de croissance
de la population entre les pays expliquent une large part
des disparités des revenus par tête à l’échelle mondiale
(R2 = 0, 59)
Une conclusion reste défavorable au modèle de Solow :
1. Avec un coefficient sur la variable ln y0 variant de −0, 14 à
−0, 35 on trouve que la vitesse de convergence (varie de
0, 6% à 1, 72% (rappel β = (ln(1 + b))t où b est le
coefficient estimé sur la variable ln y0 et t correspond au
nombre d’années sur lequel porte le test.
Compléments
Sur le graphique suivant, est représenté le taux de croissance
annuel moyen des États des États-Unis entre 1880 et 1990 en
fonction du ln P IB initial en 1880.
Compléments

Le même graphique pour les régions européennes sur la période

1950 1990.
Compléments
Le même graphique pour les préfectures du Japon sur la
période 1930-1990.