Une approche du modèle IS/LM par un Var structurel

Résumé du document

Approche du modèle IS/LM par un Var structurel (4ème année Master d'Econométrie). Présentation d'un VAR avec des contraintes de Cholesky et de Blanchard&Quah, les fonctions de réponses, et la décomposition de la variance d'erreur de prévision.

Extraits

[...] Un choc de demande n'a qu'un effet temporaire sur l'activité. Un résultat étrange cependant est que l'activité semblerait baisser suite à une stimulation par la demande, pour ensuite revenir à son état initial : Ces modifications sont détaillées dans l'annexe, avec les indications mathématiques correspondantes, ainsi que les graphes de réponse : Le programme Rats utilisé est une copie directe du programme MonteVar.prg, auquel j'ai substitué le modèle Var utilisé, ainsi que la décomposition des facteurs. Les fonctions de réponses obtenues avec cet ajout, et sans sont identiques. [...]

[...] Le nombre de retard qui minimise le critère d'Akaike est de i=5. Notre horizon d'analyse est donc d'un peu moins de deux ans. Modèle VAR Structurel Notre modèle comportant trois variables, il nous suffit d'imposer trois restrictions sur ses paramètres, afin que notre modèle soit juste- identifié ; ces dernières correspondant à des contraintes de court et long terme La contrainte de cour-terme repose sur l'hypothèse que l'activité économique ne répond pas immédiatement aux impulsions monétaires, car les mécanismes de transmission sont assez longs. [...]

[...] Stationnarisation des variables, analyse du degré d'intégration Toutes les séries sont intégrées d'ordre 1 Elles sont stationnarisées comme suit : - Taux de croissance pour le PIB et la Masse Monétaire M2 - Variations pour le taux d'intérêt (Voir en annexe pour les résultats des tests DF) Les taux de croissance sont obtenus par la variation des logarithmes. En effet, la différence des logs est équivalente au taux de croissance lorsque l'argument est proche de zéro. Ici les arguments sont bien entendu les dits taux de croissance, qui sont inférieurs à 5%. Nous étudions ces variables par un modèle VAR, comme souvent effectué dans la littérature de ce type d'étude. [...]

[...] Pour les deux autres variables, ce pourcentage tombe à 15% pour un horizon de 20 trimestres (et plus). ANNEXE Tests de racine unité : Valeurs critiques : : - : - : -2,575 Les tests de racine unité sont largement significatifs au seuil de 1%. Fonctions de réponse : Les variables relatives à la croissance du PIB et de la masse monétaires sont créées comme suit : = Lorsque nous sommons les fonctions de réponse pour obtenir les fonctions de réponse cumulées, nous obtenons ceci : Ceci étant vrai , avec tmax le nombre de steps des fonctions de réponse. [...]

[...] On considère ici que la première valeur est nulle, et que les suivantes indiquent uniquement l'évolution des variables économiques, par rapport à ce point de départ arbitraire (première valeur des séries, en 1959 au premier trimestre) La page suivante comporte les graphes des fonctions de réponse, ainsi que les graphes des fonctions de réponses cumulées : Examen des résidus : Les résidus des trois équations sont non-autocorrélés, de moyenne nulle, et de variance constante. Les tests de Normalité (Jarque-Bera, Skewness et Kurtosis) ne sont pas significatifs, traduisant que les résidus ne sont pas distribués selon une loi normale. Les graphes nous laissent cependant penser que nous sommes en présence de processus de type bruit blanc (Voir l'annexe pour les graphiques). [...]