Structural Multi-Equation Macroeconomic Models: Identification-Robust Estimation and Fit
Les modèles macroéconomiques à équations multiples, comme les modèles d'équilibre général dynamiques et stochastiques, tendent à donner lieu à des problèmes d'identification qui compromettent l'usage de techniques asymptotiques standard et la fiabilité de l'inférence statistique. Si l'abondant corpus de travaux économétriques propose aujourd'hui plusieurs méthodes robustes en matière d'identification qui gardent leur validité que le modèle soit bien ou mal identifié, ces méthodes supposent néanmoins souvent une information incomplète. Leur application s'est par conséquent trouvée limitée à des modèles à équation unique tels que la nouvelle courbe de Phillips keynésienne.
Les auteurs élaborent un ensemble d'outils économétriques qui permet d'estimer et d'évaluer la qualité de l'ajustement d'un système d'équations structurelles peu importe les conditions d'identification de ce dernier. Ils proposent notamment une procédure d'estimation et de test qui fait appel à une autorégression vectorielle et inverse le résultat des tests d'inférence robuste de type multivarié. Cette procédure est valide qu'il y ait endogénéité, contrainte structurelle ou problème d'identification, ou encore une combinaison quelconque de ces éléments. Elle offre par ailleurs des mesures sommaires de l'adéquation statistique. Elle conserve sa validité en l'absence de certains instruments, en présence d'erreurs sur les variables ou de corrélation contemporaine des perturbations et peu importe la spécification du processus générateur de données.
À l'aide de données américaines, les auteurs appliquent leur méthode à une variante du nouveau modèle keynésien type analogue à celle analysée par Clarida, Gali et Gertler (1999). En dépit des problèmes d'identification, leur approche cerne mieux l'adéquation statistique du modèle étudié ainsi que, en particulier, la nature de la nouvelle courbe de Phillips keynésienne. Les résultats montrent, d'une part, que le recours à un système d'équations multiples permet d'obtenir des intervalles de confiance plus informatifs car généralement plus étroits que ceux issus de modèles à équation unique; d'autre part, que la majorité des coefficients sont significatifs aux niveaux habituels; enfin, que sans être totalement prospective, la nouvelle courbe de Phillips keynésienne l'est très fortement.
Aussi publié sous le titre :
Identification-Robust Analysis of DSGE and Structural Macroeconomic Models
Journal of Monetary Economics (0304-3932)
Avril 2013, vol. 60, no 3, p. 340-350