Mécanismes de transmission d’un choc pétrolier

15 Les principaux canaux de transmission des variations du prix du pétrole à l’économie réelle mis en avant dans la littérature sont les suivants. La hausse du prix du pétrole entraîne :

16

• une augmentation du coût des consommations intermédiaires suivie d’un ralentissement de la production et de la productivité ;
• un transfert de richesses entre les pays importateurs nets et les pays exportateurs nets de pétrole ;
• une hausse de l’inflation, suivie éventuellement d’effets de second tour liés à l’ajustement des salaires ;
• une baisse de la consommation de biens durables et de l’investissement, car l’environnement économique devient incertain.

17 À la fin des années quatre-vingt, des études empiriques sur données américaines (comme Hooker, 1996) ont montré que la relation entre les variations du prix du pétrole et la croissance étaient de plus en plus ténues. Les effets décrits ci-dessus ne p e u v e n t q u ’ i m p a r f a i t e m e n t e x p l i q u e r l’affaiblissement de la relation observée après le contre-choc pétrolier. Certes, les politiques monétaires actuelles garantissent une meilleure maîtrise de l’inflation que celles des années 1970, le canal monétaire est donc probablement moins primordial. A contrario, le rôle du transfert de richesse entre importateurs et exportateurs de pétrole s’est probablement intensifié dans la mesure où l’ouverture commerciale des pays et les consommations de pétrole se sont accrues.

18 D’autres hypothèses ont donc été testées pour expliquer l’affaiblissement de la relation entre les variations du prix du pétrole et la croissance. Nous proposons de les regrouper en trois catégories : l’hypothèse des effets asymétriques du prix du pétrole (Mork, 1989 ; Hamilton, 1996), l’hypothèse d’une rupture dans la relation (Hooker, 1996) et l’hypothèse d’effets différenciés selon le cycle conjoncturel (Raymond et Rich, 1997). La section suivante revient en détail sur ces trois points.

Trois explications concurrentes à l’affaiblissement des effets du prix du pétrole

Quelques résultats sur données françaises

26 Les hypothèses exposées précédemment ont été testées en grande majorité sur données américaines. Toutefois quelques études ont été réalisées à partir de données françaises. Les études récentes menées sur données françaises ont été réalisées au début des années 2000 suite aux fortes hausses du cours du Brent. Les chiffrages ont été obtenus à l’aide de trois techniques économétriques : des modèles Vecteurs Auto-Régressifs (VAR), des modèles Vectoriels à correction d’erreur (VECM) et des modèles macroéconométriques.

27 Bouscharain et Ménard (2000) comparent un VECM et une maquette macroéconométrique [3]pour étudier les évolutions des prix et des salaires suite aux hausses des cours du brut. Selon ces auteurs, une hausse de 100% du prix du pétrole implique une augmentation des prix au bout de 2 ans de 2% entre 1985 et 1998, contre 7% entre 1974 et 1986. La désindexation des salaires est évoquée comme origine de l’affaiblissement de ce lien. En effet, un doublement du cours du pétrole entraîne après deux ans une augmentation des salaires de 1% entre 1985 et 1998, contre 6% entre 1974 et 1986.

28 Audenis et alii (2000) présentent un chiffrage à partir de deux modèles macroéconométriques : un modèle France (futur modèle Mésange [4]) proposé par la Direction de la prévision et l’Insee couplé avec le modèle Nigem [5], qui fournit l’évaluation de l’impact du choc sur l’environnement international. Les auteurs comparent les variations observées et anticipées du prix du Brent entre 1999 et 2001 par rapport à un scénario de base avec un prix du baril à 20 dollars. Cette simulation correspond à des chocs sur le prix du Brent négatifs en 1999 (-10 %) puis positifs en 2000 (+38%) et en 2001 (+25%). En France, par rapport au scénario de base, la modélisation indique une baisse de l’inflation en 1999 (-0,5%) puis une hausse en 2000 et 2001 (+0,8% et +0,9%). L’impact sur le taux de croissance du PIB est faible, de l’ordre de +0,1% pour l’année 1999 et de -0,1% pour les deux années 2000 et 2001.

29 Enfin L’Angevin et alii (2005) utilisent les modèles macroéconométriques Mésange et MZE [6]pour évaluer l’impact d’une hausse durable du prix du pétrole en France et en zone euro. Chacun des modèles est complété avec une équation de demande mondiale car cette variable est traitée comme exogène dans les deux modèles. La demande mondiale ainsi modélisée dépend de ses valeurs passées, du prix du pétrole et du taux de change effectif de l’euro passés. Les auteurs simulent une hausse de 100% du prix du Brent en dollars s’étalant linéairement sur six trimestres. Pour la France, les évaluations obtenues indiquent que le PIB en volume baisse de 0,4 point au bout d’un an et de 1,4 point au bout de 2 ans. L’impact inflationniste serait de l’ordre de +0,8% au bout d’un an. Concernant l’asymétrie, Audenis et alii (2002) montrent, pour trois produits raffinés (supercarburant plombé, gazole et fioul domestique), que les prix sont plus sensibles à une hausse qu’à une baisse du brut.

30 D’autres résultats pour la France peuvent être trouvés dans des travaux effectuant des comparaisons internationales. Lardic et Mignon (2005) réalisent une analyse de l’effet asymétrique des variations d’un prix du pétrole sur le PIB réel pour les États-Unis, certains pays du G7, l’Europe et la zone euro, à long terme entre le premier trimestre de 1970 et le troisième trimestre de 2004. L’approche est fondée sur la cointégration asymétrique : les auteurs cherchent une relation de cointégration entre le PIB et la somme des variations positives du prix du pétrole. Lardic et Mignon (2005) concluent à une réaction asymétrique sur la croissance du PIB des variations du prix du pétrole dans toutes les zones citées.

31 Jiménez-Rodriguez et Sanchez (2004) estiment un modèle VAR pour étudier les effets des chocs du prix du pétrole sur l’économie réelle dans les principaux pays industrialisés de l’Organisation de coopération et de développement économiques (OCDE) sur la période 1972-2001. La variable de pétrole retenue est le prix du Brent réel en dollars. Les autres variables sont le PIB réel, l’inflation, les taux d’intérêt à court et long termes, le salaire réel et le taux de change. Les auteurs mettent en évidence un impact non linéaire du prix du pétrole sur le PIB réel. Ils notent une perte de significativité de la relation entre le PIB et le prix du pétrole à partir du milieu des années quatre-vingt, qu’ils expliquent par une relation asymétrique entre les variables expliquées et le prix du pétrole. Dans cet article, les principaux résultats trouvés pour l’économie française sur la période 1972-2001 donnent un impact négatif maximal après trois trimestres, le ralentissement de la croissance du PIB consécutif à un choc de 100% du prix du pétrole est compris entre 1 et 4% selon la spécification retenue.

Détermination de la date de rupture de la relation

37 Afin de tester la présence probable d’une rupture dans la relation entre les variations du PIB et les variations du prix du pétrole, nous utilisons le test d’Andrews (1993) [10]. Nous appliquons ce test à la régression (1), en imposant que pn = px = nombre de retards. Afin d’obtenir un résultat robuste au choix du nombre de retards, nous effectuons le test pour tous les retards compris entre un et huit. Le tableau 1 donne les dates trouvées pour chaque nombre de retards retenu. La rupture semble s’établir autour de 1978T3 [11].

38 Afin de s’assurer de la robustesse de la date de rupture pressentie, nous tentons de détecter la présence d’observations aberrantes et d’évaluer leur influence sur l’estimation de la relation entre les variations du PIB et les variations du prix du pétrole [12]. Ces tests mettent en évidence la présence de points influents en 1986. Les tests de rupture sont alors effectués en omettant ces points. Les conclusions restent inchangées : pour chaque retard compris entre un et huit, la date de rupture la plus souvent retenue est 1978T3.

39 Cette date de rupture soulève deux questions. Premièrement, elle est très proche du point auquel la base 1980 et la base 2000 ont été raccordées (1978T1). Ainsi, on ne peut exclure que cette rupture ne reflète que le changement de base suite au mode de rétropolation utilisé. Pour rejeter cette hypothèse nous testons la présence d’une rupture aux alentours de 1980 en nous servant, pour le PIB, uniquement des données de la base 1980 des comptes nationaux. Nous trouvons à nouveau une rupture, légèrement plus tard, en 1980T1 (tableau 1 : troisième ligne). Deuxièmement, cette rupture peut être due à des changements dans la relation autorégressive du PIB [13]. Il est possible que les variations du prix du pétrole aient toujours le même effet sur les variations du PIB mais que les variations du PIB aient un effet sur elles-mêmes qui change sur la période. Afin d’évaluer cette hypothèse, nous effectuons un test de rupture de Chow, en 1980T1, en maintenant les coefficients du PIB constants. Quel que soit le nombre de retards inclus dans l’équation, l’hypothèse nulle de stabilité des coefficients des variations du prix du pétrole est rejetée. À l’inverse, si l’on fixe les coefficients du prix du pétrole l’hypothèse de la stabilité des coefficients du PIB est toujours acceptée. En outre, si l’on effectue un test d’Andrews sur une équation auto régressive du PIB, l’hypothèse de rupture est toujours rejetée quelque soit le nombre de termes retardés.

40 Nous choisissons comme date de rupture le premier trimestre de 1980 [14]. Cette date est plus précoce que celle généralement avancée par les études économétriques : 1985, date du contre-choc pétrolier (par exemple dans Bouscharain et Ménard, 2000). Cependant, ces auteurs choisissent cette date a priori et non par des méthodes empiriques, contrairement à ce que nous avons fait.

Tableau 1

date de rupture estimée par le test d’Andrewsdate de rupture estimée par le test d’Andrews

Nombre de retards	1	2	3	4	5	6	7	8
Bases 1980 et 2000 Base 1980	- -	- -	1979T1 -	1978T3 1980T1	1978T3 1980T1	1978T3 1980T1	1979T1 1980T1	1979T1 -

date de rupture estimée par le test d’Andrewsdate de rupture estimée par le test d’Andrews

Note de lecture : une case vide signifie qu’aucune rupture n’est détectée. En utilisant les données de la base 2000 et de la base 1980 des comptes
trimestriels, pour un nombre de retards égal à 3 pour le PIB et le cours du Brent, le test d’Andrews conclut qu’il y a une rupture en 1979T1.

Estimation sur les périodes 1970-1979 et 1980-2006

41 Les fonctions de réponse issues de l’équation (1) sont proposées dans le graphique 2. Le choc imposé est un choc unitaire et temporaire sur la variable endogène (la différence du logarithme du cours du Brent pour la régression (1)). Ce choc s’interprète comme une hausse brusque de 100% du cours du Brent. La méthode de calcul des intervalles de confiance programmée par les auteurs est détaillée dans l’annexe A.

42 La période 1970-1979 est trop courte pour satisfaire les hypothèses asymptotiques. Nous présentons essentiellement ces résultats pour comparaison avec la période 1980-2006. Le nombre de retards a été choisi suivant la procédure décrite en annexe A. Suite à une augmentation de 100% du prix du pétrole, le niveau du PIB baisse significativement au bout de 4 trimestres. A long terme, l’effet sur le niveau du PIB est de -5%. D’après le modèle, sur la période 1980-2006, les variations du cours du Brent en euros ne paraissent plus avoir d’effet significatif sur la croissance. De plus, l’hypothèse de nullité jointe des coefficients du prix du pétrole est rejetée au seuil de 5% sur la période 1970-1979, alors qu’elle est acceptée sur la période 1980-2006. Enfin, les critères indiquent systématiquement un nombre de retards inférieur pour la seconde période, qui pourrait refléter la disparition des effets négatifs de second tour.

43 Nous testons la robustesse de ce résultat en appliquant la méthodologie à différentes mesures asymétriques du prix du pétrole. Nous utiliserons successivement celles proposées par Mork (1989), Hamilton (1996) et Lee et alii (1995). Quelle que soit la variable utilisée pour le prix du pétrole, le PIB n’est pas modifié significativement par un choc affectant cette variable. Ainsi, l’affaiblissement de la relation entre les variations du prix du pétrole et la croissance du PIB après 1980 ne semble pas s’expliquer par des effets asymétriques.

44 Pour une meilleure appréhension de la relation entre le taux de croissance du PIB et les variations du prix du pétrole, il est cependant nécessaire de se placer dans un cadre plus complexe. Un raffinement pertinent consiste à ajouter des variables exogènes influencées par le prix du pétrole et qui ont un effet non négligeable sur le PIB. C’est le cas en particulier des variables de conjoncture internationale.

Le contexte international : un canal de transmission à privilégier

45 Nous utilisons comme indicateur de l’environnement international [15]la demande étrangère [16]. Le modèle économétrique utilisé est un VAR en log-différence à trois variables : le PIB Y, le cours du Brent en euros Ppe et la demande étrangère Det.

46 Comme précédemment, le prix du pétrole est une variable exogène pour l’équation de PIB, c’est-à-dire que le PIB n’apparaît pas dans l’équation du prix du pétrole. Les tests de Granger bivariés effectués sur ces trois variables avec un nombre de retards variant entre 1 et 5 nous montrent que :

47

• les variations du prix du pétrole causent les variations de la demande étrangère ;
• les variations de la demande étrangère ne causent pas les variations du prix du pétrole ;
• les variations de la demande étrangère causent les variations du PIB ;
• les variations du PIB ne semblent pas causer les variations de la demande étrangère (cette causalité n’apparaît que pour un nombre de retards égal à 1 ou
  5).

Graphique 2

fonctions de réponse du logarithme du PIB suite à un choc ponctuel de 100 points sur le taux de croissance du prix du pétrole : rupture en 1980fonctions de réponse du logarithme du PIB suite à un choc ponctuel de 100 points sur le taux de croissance du prix du pétrole : rupture en 1980

Période 1970-1979 Période 1980-2006 0,02
0,030 0,00 0,025
- 0,02 0,020
0,015 - 0,04
0,010 - 0,06
0,005 - 0,08
0,000 - 0,10 -0,005
- 0,12 -0,010
0 5 10 15 20 25 30 35 40 0 5 10 15 20 25 30 35 40

fonctions de réponse du logarithme du PIB suite à un choc ponctuel de 100 points sur le taux de croissance du prix du pétrole : rupture en 1980fonctions de réponse du logarithme du PIB suite à un choc ponctuel de 100 points sur le taux de croissance du prix du pétrole : rupture en 1980

Note de lecture : le trait gras est la fonction de réponse du logarithme du PIB à un choc ponctuel de 100 points sur la variation du cours du Brent. C’est donc le taux de croissance cumulée en t à partir du choc intervenu en 0. Les traits en pointillés représentent les intervalles de confiance à 90 et 95% de cette fonction de réponse. L’abscisse donne le nombre de trimestres écoulés depuis le choc.

48 On peut se poser la question de l’exogénéité de la demande étrangère dans l’équation du PIB puisque cette causalité apparaît pour certains nombres de retards. Cependant, cette causalité apparente peut être due au fait que ces deux variables (la demande étrangère et le PIB) sont toutes deux très corrélées à une variable omise ici : la conjoncture internationale. Enfin, le poids de l’économie française nous semble suffisamment faible au regard du reste du monde pour que l’hypothèse d’exogénéité de la demande étrangère au PIB français soit plausible. Nous choisissons donc de modéliser la demande étrangère comme une variable exogène pour le PIB. En revanche, nous faisons dépendre le prix du pétrole de la demande étrangère (contrairement à ce que préconisent les tests de Granger) car le but de ce modèle trivarié est d’avoir un effet de la conjoncture internationale sur le prix du pétrole.

49 Nous testons également la présence d’une relation de cointégration entre le PIB, la demande étrangère et le prix du pétrole. Le test de la trace de Johansen conduit toujours à rejeter l’hypothèse de la présence d’une relation de cointégration quel que soit le nombre de retards retenu.

50 Finalement, le modèle s’écrit ainsi :

pn
? log (Yt^{) =} ? ^{? 1}i ^{? log (Y}t ? i⁾
i = 1
px
+ ? ^[?1i ^{? log (Ppe}t ? i^{) + ?}1i ^{? log (Det}t ? i^{)] +?} 1t i = 0
pa
? log (Ppe_t) = ? [?²_i ? log (Ppe_{t ? i})
i = 1
+ ? ²_i ? log (Det _{t ? i})] + ? ²_t
pa
? log (Det_t) = ? [?³_i ? log (Ppe_{t ? i})
i = 1
+ ? ³_i ? log (Det _{t ? i})] + ? ³_t

51 où Det est la demande étrangère adressée à la France et pa est le nombre de retards des variables explicatives dans les équations de la demande étrangère et du prix du pétrole. Notons que pa peut être différent de px et pn définis précédemment.

52 En pratique, nous estimons dans un premier temps un VAR en log-différence à deux variables : un indicateur du prix du pétrole (Ppe) et un indicateur de l’environnement international (Det). Ce VAR permet d’obtenir une fonction de réponse de l’indicateur de demande étrangère et du prix du pétrole à un choc ponctuel de 100 points sur le prix du pétrole. Dans un second temps, nous estimons un modèle autorégressif en log-différence où le PIB est la variable endogène et le prix du pétrole et l’indicateur de demande étrangère constituent les variables exogènes. Le nombre de retards est toujours choisi selon la méthode décrite dans l’annexe A. Nous utilisons la fonction de réponse obtenue à partir du premier VAR pour modéliser le choc subi par les exogènes de la seconde équation. Ainsi, la fonction de réponse du logarithme du PIB à un choc ponctuel sur le taux de croissance du prix du pétrole tient compte du fait que ce choc s’est répercuté sur le logarithme de la demande étrangère et sur le logarithme du prix du pétrole lui-même.

53 L’introduction de la demande étrangère ne donne pas des résultats significativement différents de ceux obtenus jusqu’à présent. L’utilisation d’un indicateur de l’environnement international paraît néanmoins une voie intéressante pour mettre en évidence un effet négatif des hausses du prix du pétrole. L’intervalle de confiance de la fonction de réponse du PIB est alors déplacé d’environ 1,5 point vers le bas. Nous choisissons de contraindre l’effet des variations du prix du pétrole sur le PIB à transiter par la demande étrangère. Nous considérons donc que le prix du pétrole influence uniquement la demande étrangère qui, elle-même, influence le PIB. Une fois imposée cette contrainte, nous trouvons un faible effet significativement négatif des variations du prix du pétrole sur le PIB compris entre -0,02% et - 0,66% (graphique 3).

54 Nous essayons également d’utiliser des mesures asymétriques du prix du pétrole dans ce modèle avec demande étrangère. À nouveau, la réponse du PIB n’est pas significativement différente de celle trouvée en utilisant les variations du logarithme de Ppe.

Graphique 3

fonction de réponse du logarithme du PIB à un choc ponctuel de 100 points sur le taux de croissance du prix du pétrole en euros contraint à transiter uniquement par la demande mondiale sur la période 1980-2006fonction de réponse du logarithme du PIB à un choc ponctuel de 100 points sur le taux de croissance du prix du pétrole en euros contraint à transiter uniquement par la demande mondiale sur la période 1980-2006

0,001
0,000
- 0,001
- 0,002
- 0,003
- 0,004
- 0,005
- 0,006
- 0,007
- 0,008
- 0,009
0 5 10 15 20 25 30 35 40

fonction de réponse du logarithme du PIB à un choc ponctuel de 100 points sur le taux de croissance du prix du pétrole en euros contraint à transiter uniquement par la demande mondiale sur la période 1980-2006fonction de réponse du logarithme du PIB à un choc ponctuel de 100 points sur le taux de croissance du prix du pétrole en euros contraint à transiter uniquement par la demande mondiale sur la période 1980-2006

Note de lecture : le trait gras est la fonction de réponse du logarithme du PIB à un choc ponctuel de 100 points sur le taux de croissance du cours du Brent. Les traits en pointillés représentent l’intervalle de confiance à 90 et 95% de cette fonction de réponse. L’abscisse donne le nombre de trimestres écoulés depuis le choc.

55 Les modèles précédents nous permettent de conclure à une rupture de la relation entre le taux de croissance du PIB et les variations du prix du pétrole au début des années quatre-vingt. Après cette date, l’effet d’une hausse du prix du pétrole sur la croissance est très faible (au plus 0,2 point de croissance perdu lorsque le prix du pétrole double) et semble lié à la détérioration du contexte international. Concernant les explications que l’on peut donner à cette rupture, les modèles descriptifs utilisés sont assez peu adaptés en raison de leur manque de structure. On peut tout de même affirmer (Barlet et Crusson, 2007) que la date trouvée correspond à la période de forte baisse des consommations pétrolières en France. D’autre part, sur la période récente, nous trouvons que les variables monétaires et les salaires réagissent peu aux cours pétroliers. L’affaiblissement du canal monétaire semble donc également un bon candidat pour expliquer la rupture détectée. Pour un test plus rigoureux des hypothèses expliquant cette rupture le lecteur peut se reporter à Le Barbanchon (2007) ou Blanchard et Gali (2007). Ces deux articles, qui testent différentes hypothèses dans le cadre de modèles structurels concluent qu’il n’y a pas un seul facteur qui explique l’affaiblissement de la relation mais que celui-ci est du à une combinaison des canaux suivants : une absence de chocs négatifs simultanés aux hausses du prix du pétrole, une moindre utilisation du pétrole dans la production, un marché du travail plus flexible et une amélioration de la politique monétaire.

56 Afin d’explorer les autres voies suggérées par la littérature la dernière partie de cette étude teste la relation dans un cadre non linéaire (modèles Markov-Switching) suite aux travaux de Raymond et Rich (1997). À l’aide de ces modèles, il est possible de tester si l’effet des variations du prix du pétrole diffère en fonction de la position de l’économie dans le cycle. Si tel est le cas les modèles précédemment présentés sous estiment l’effet du prix du pétrole puisqu’ils n’autorisent pas cette différenciation.

Le modèle de référence : datation des cycles conjoncturels

57 Dans cette partie, nous estimons un modèle de référence (sans prix du pétrole) sur la période 1980-2006 [17]qui servira de base à notre travail. Plusieurs paramètres sont à déterminer pour ce modèle. Il faut choisir le nombre d’états que peut prendre la variable cachée (généralement deux ou trois), le nombre de termes autorégressifs pour le PIB, le caractère homoscédastique ou hétéroscédastique des résidus [18]et le type de modèle. Il existe deux types de modèles : les modèles où la moyenne du processus dépend du régime (modèles MSM, Markov Switching Mean) et les modèles où la constante du processus dépend du régime (modèles MSI, Markov-Switching Intercept). Formellement, ces deux modèles s’écrivent :

Modèle MSM :
p
?y t ^{? c (S} t^{) =} ? ^? i ^(?y t ? i ^{? c (S} t^{)) +?} t
i=1
Modèle MSI :
p
?y t ^{= d (S} t^{) +} ? ^? i ^?y t ? i ^+? t
i=1

58 où S _t est l’état [19]dans lequel on se trouve à l’instant t et c (S _t) et d (S _t) des constantes dont la valeur dépend de cet état. S _t suit un processus de Markov. Dans les modèles MSM, lorsqu’un changement de régime se produit, le taux de croissance du PIB s’ajuste immédiatement alors que dans les modèles MSI, l’ajustement est progressif. Enfin, d’autres raffinements peuvent être apportés à ce modèle puisque tous les cœfficients estimés (? _i) peuvent dépendre ou non de l’état de l’économie.

Procédure de choix du modèle

59 Nous restreindrons notre choix à un ensemble limité de modèles. Tout d’abord, nous considérerons uniquement des modèles où les résidus sont hétéroscédastiques [20]. Nous autorisons le nombre d’états à être égal à deux (comme Raymond et Rich, 1997) ou trois (Manera et Cologni, 2006). Un nombre d’états supérieur paraît peu réaliste sur la période d’estimation. Enfin, nous autorisons le nombre de termes autorégressifs à varier entre zéro et deux [21].

60 Pour définir le nombre d’états du modèle, le test du rapport de vraisemblance n’est pas adapté. En effet, sous l’hypothèse nulle (il n’y a que deux états) certains paramètres ne sont pas identifiables, par conséquent la distribution du test du rapport de vraisemblance n’est plus un ?² (Psaradakis et Spagnolo, 2003). Il existe d’autres procédures qui permettent de choisir le modèle le plus adapté. Notre échantillon étant relativement petit (une centaine de points), seule la procédure Three pattern model (TPM) est susceptible de donner un résultat vraisemblable (Psaradakis et Spagnolo, 2003). Néanmoins cette procédure nécessite de connaître préalablement le nombre de termes autorégressifs. L’ordre des tests (choix du nombre de retards et choix du nombre d’états) joue donc un rôle dans le choix du modèle. En outre, les tests étant emboîtés, il est difficile de contrôler le niveau global des tests effectués.

61 Finalement, n’ayant qu’un nombre de modèles restreint à tester nous les estimons tous et choisissons le modèle le plus réaliste économiquement. En particulier, nous nous attachons à ce que les états estimés soient relativement stables, c’est-à-dire que la probabilité de rester dans un état soit bien plus forte que celle d’en sortir. En outre, nous retenons les termes autorégressifs seulement dans le cas où ils sont significatifs et améliorent la vraisemblance de l’échantillon. Cette procédure permet de vérifier la robustesse des résultats, puisque l’on retrouve des résultats comparables pour différentes spécifications.

62 Nous estimons, tout d’abord, deux modèles avec, respectivement, deux et trois états et aucun terme autorégressif (tableau B.1 en annexe B). Le modèle à trois états ne nous paraît pas satisfaisant puisque l’état bas (correspondant au niveau de croissance le plus faible) est instable et l’économie serait d’après nos estimations dans cet état seulement en 1992T4, 1993T1 et 2001T4. De manière générale, même avec des termes autorégressifs, les modèles à trois états que nous avons estimés comportent toujours un état instable. Pour la suite, un modèle à deux états nous paraît donc plus approprié.

63 Nous comparons ensuite les modèles à deux états avec des termes autorégressifs. Les estimations des différentes spécifications sont données en annexe B. Les résultats nous conduisent à choisir le modèle sans termes autorégressifs. Pour les autres modèles à deux états, soit les termes autorégressifs sont non s i g n i f i c a t i f s (m o d è l e s M S I (2) - A R (1) , MSM (2)-AR (1) et MSM (2)-AR (2)), soit le modèle donne des états peu stables (modèle MSI (2)-AR (2)). Les tests du rapport de vraisemblance entre les différents types de modèle confirment le choix du modèle MS (2). Enfin, nous avons vérifié que ces résultats restent inchangés si les termes autorégressifs dépendaient de l’état S.

64 Notre modèle de référence est donc :

? log (Y _t) =?₁ S _t + ? ₀ (1? S _t) + ? ^S_t (Modèle 1) où ?^S_t?N (0,?²)

Graphique 4

modèle de Markov-Switching à deux étatsmodèle de Markov-Switching à deux états

Variations du PIB 1,6
1,4
1,2
1,0
0,8
0,6
0,4
0,2
0,0
- 0,2
- 0,4
- 0,6
1980 1982 1984 1986 1988 1990 1992 1994 1996 1998 2000 2002 2004 2006 Probabilités filtrées 1,0
0,8
0,6
0,4
0,2
0,0
1980 1982 1984 1986 1988 1990 1992 1994 1996 1998 2000 2002 2004 2006 Probabilités lissées 1,0
0,8
0,6
0,4
0,2
0,0
1980 1982 1984 1986 1988 1990 1992 1994 1996 1998 2000 2002 2004 2006

modèle de Markov-Switching à deux étatsmodèle de Markov-Switching à deux états

Note de lecture : les plages grisées indiquent les périodes pour lesquelles la probabilité (lissée ou filtrée)  [24] d’être dans l’état haut est supérieure à 0,5. Pour le graphique des variations du PIB ce sont les probabilités lissées qui sont utilisées. La période d’estimation est 1980T2-2006T2.

65 où S_t est donc une variable dichotomique qui représente l’état dans lequel se trouve l’économie. Par convention [22], S_tvaut 0 quand l’économie se trouve dans l’état de croissance le plus élevé et 1 l’économie se trouve dans l’état de croissance le plus faible. S _t est généré par une chaîne de Markov ayant pour matrice de transition la matrice P :

p 1? p
P =?? ^{00 00} ??
? ?
?1?p11 ^p11 ?

66 où p_ii est la probabilité de rester dans l’état i en t + 1 quand l’économie était déjà dans l’état i en t.

Estimation du modèle de référence

67 Ce modèle [23]distingue deux états, un premier où le taux de croissance moyen de l’économie est de 0,35% par trimestre (état de croissance modérée ou basse) et un second où le taux de croissance moyen de l’économie est de 0,90% par trimestre (état de forte croissance). D’après ce modèle (graphique 4) l’économie a connu des périodes de forte croissance de 1987T2 à 1990T1 et de 1997T2 à 2000T4. Ces périodes sont incluses dans les périodes de forte croissance déterminées par l’étude Cornec (2004). Notre modèle est donc plus restrictif puisqu’il ne retient que les périodes de croissance exceptionnelle.

68 Le modèle fait bien apparaître que la hausse brutale des cours du pétrole qui a eu lieu en 2000 se situait dans une période de forte croissance (graphique 5).

Graphique 5

variations du prix du pétrole et état de l’économievariations du prix du pétrole et état de l’économie

40
20
0
- 20
- 40
- 60
1980 1982 1984 1986 1988 1990 1992 1994 1996 1998 2000 2002 2004 2006

variations du prix du pétrole et état de l’économievariations du prix du pétrole et état de l’économie

Note de lecture : les plages grisées indiquent les périodes pour lesquelles la probabilité lissée d’être dans l’état haut est supérieure à 0,5. La période d’estimation est 1980T2-2006T2.

Introduction du prix du pétrole

69 Dans un deuxième temps, nous introduisons les variations du prix du pétrole dans le modèle de référence. Nous choisissons d’introduire cette variable uniquement comme explicative du taux de croissance du PIB. Les probabilités de transition restent indépendantes des variations du prix du pétrole [25]. Cependant, cette variable est susceptible de modifier la datation des cycles conjoncturels même si elle ne joue pas directement sur les probabilités de transition. Ainsi, Raymond et Rich (1997) trouvent pour les États-Unis que, lorsque le taux de croissance moyen en bas de cycle dépend du prix du pétrole, les récessions de 1973 et de 1978 apparaissent comme des périodes d’expansion (paragraphe 1.2.3).

70 Nous conservons uniquement les variations du prix du pétrole retardées d’une période (seule variable ayant un coefficient négatif et significatif au seuil de 10%) [26].

71 Le modèle de Markov-Switching avec prix du pétrole est :

? log (Y _t) = ?₁ S _t + ? ₀ (1? S _t)
+ ? ? log (Ppe_{t ?1}) + ? ^S_t (Modèle 3) où ? ^S_t ? N (0,? ²)

72 Ce second modèle ne donne pas de résultats différents pour la datation des cycles (graphique 6), contrairement à ce qui a été trouvé pour les États-Unis. En outre, le coefficient affecté aux variations du prix du pétrole n’est pas significatif. Les variations du prix du pétrole n’ont donc qu’une influence mineure sur les cycles français pour la période 1980-2006.

73 Enfin, nous testons si l’effet du prix du pétrole est différent en haut et en bas de cycle. Pour cela, nous estimons un troisième modèle où l’effet du prix du pétrole dépend de la phase du cycle dans laquelle se trouve l’économie.

74 Le modèle de Markov-Switching avec prix du pétrole à effets différenciés est :

? log (Y _t) = ?₁ S _t + ? ₀ (1? S _t)
1
? t t?1 t + I (S = s) ? ^s ? log (Ppe) + ? ^S s= 0
où ? ^S_t ? N (0,? ²)

75 Pour ce modèle, la datation des cycles est toujours la même (graphique 7). Les variations du prix du pétrole ont un effet significativement négatif en bas de cycle (tableau 2).

76 Dans le cadre d’un modèle à changements de régimes, il apparaît donc possible de mettre en évidence un effet significativement négatif du prix du pétrole lorsque l’économie est dans une phase de faible croissance [27]. Cet effet est relativement plus important que les effets mesurés précédemment. Une hausse brutale de 100% du prix du pétrole entraînerait une baisse de 0,7% du PIB au trimestre suivant, à condition que l’on soit dans une période de croissance modérée.

Graphique 6

modèle de Markov-Switching à deux états avec prix du pétrolemodèle de Markov-Switching à deux états avec prix du pétrole

Variation du PIB 1,6
1,4
1,2
1,0
0,8
0,6
0,4
0,2
0,0
- 0,2
- 0,4
- 0,6 1980 1982 1984 1986 1988 1990 1992 1994 1996 1998 2000 2002 2004 2006 Probabilités filtrées 1,0
0,8
0,6
0,4
0,2
0,0
1980 1982 1984 1986 1988 1990 1992 1994 1996 1998 2000 2002 2004 2006 Probabilités lissées 1,0
0,8
0,6
0,4
0,2
0,0 1980 1982 1984 1986 1988 1990 1992 1994 1996 1998 2000 2002 2004 2006

modèle de Markov-Switching à deux états avec prix du pétrolemodèle de Markov-Switching à deux états avec prix du pétrole

Note de lecture : les plages grisées indiquent les périodes pour lesquelles la probabilité d’être dans l’état haut est supérieure à 0,5. Pour le graphique des variations du PIB ce sont les probabilités lissées qui sont utilisées. La période d’estimation est 1980T2-2006T2.

Graphique 7

modèle de Markov-Switching à deux états avec effet différencié du prix du pétrolemodèle de Markov-Switching à deux états avec effet différencié du prix du pétrole

Variations du PIB 1,6
1,4
1,2
1,0
0,8
0,6
0,4
0,2
0,0
- 0,2
- 0,4
- 0,6
1980 1982 1984 1986 1988 1990 1992 1994 1996 1998 2000 2002 2004 2006 Probabilités filtrées 1,0
0,8
0,6
0,4
0,2
0,0
1980 1982 1984 1986 1988 1990 1992 1994 1996 1998 2000 2002 2004 2006 Probabilités lissées 1,0
0,8
0,6
0,4
0,2
0,0
1980 1982 1984 1986 1988 1990 1992 1994 1996 1998 2000 2002 2004 2006

modèle de Markov-Switching à deux états avec effet différencié du prix du pétrolemodèle de Markov-Switching à deux états avec effet différencié du prix du pétrole

Note de lecture : les plages grisées indiquent les périodes pour lesquelles la probabilité d’être dans l’état haut est supérieure à 0,5. Pour le graphique des variations du PIB ce sont les probabilités lissées qui sont utilisées.

Robustesse

77 Afin de tester la robustesse de nos résultats nous réestimons le modèle en ajoutant différents retards pour les variations du prix du pétrole. Les tests de ratio de vraisemblance (dernière ligne du tableau C1 en annexe C) et les statistiques de Student montrent qu’il n’est jamais préférable d’ajouter des termes retardés des variations du prix du pétrole. En outre, on retrouve cette conclusion si on ajoute un terme autorégressif au modèle (tableau C2 et tableau C3 en annexe C) que l’on utilise un modèle de type MSI ou MSM. Nos résultats semblent donc relativement robustes.

78 Dans le cadre des modèles linéaires de la partie précédente, nous n’avons jamais eu d’effets significatifs des variations du prix du pétrole sur le PIB sur la période 1980-2006, sauf lorsque l’effet du prix du pétrole est contraint à transiter par la demande étrangère. Dans ces modèles linéaires, même si l’on ne retient qu’un retard sur le prix du pétrole (au lieu de deux), l’effet sur le PIB n’est toujours pas significatif. La différenciation de l’effet des variations du pétrole suivant les phases du cycle semble donc primordiale. Nos estimations ouvrent une piste nouvelle pour le cas français permettant de mettre en évidence un effet plus clairement significativement négatif des hausses du prix du pétrole sur la croissance du PIB.

Tableau 2

estimation de trois modèles de Markov-Switchingestimation de trois modèles de Markov-Switching

	Modèle 1	Modèle 2	Modèle 3
?1 ?0 ?1 ?0 P11 P00 ?1 ? 0	0,341*** (6,89) 0,904*** (13,39) 0,379*** (11,60) 0,293*** (6,45) 0,959*** (4,63) 0,878*** (2,86)	0,343*** (6,99) 0,927*** (11,78) 0,371*** (11,25) 0,302*** (6,10) 0,953*** (4,63) 0,882*** (2,65) - 0,003 (1,11) - 0,003 (c)	0,331*** (6,77) 0,894*** (13,15) 0,362*** (11,07) 0,295*** (6,76) 0,951*** (4,57) 0,888*** (2,88) - 0,007** (2,19) 0,002 (0,44)

estimation de trois modèles de Markov-Switchingestimation de trois modèles de Markov-Switching

Note de lecture : les statistiques de Student sont entre parenthèses.
*** Significativité au seuil de 1 %,
** Significativité au seuil de 5 %,
* Significativité au seuil de 10 %.