La critique de Lucas s’adresse à une discipline à laquelle je me livre de temps à autres ici : l’économétrie. Pour commencer, je vais la formuler simplement. Normalement, certains d’entre vous ne comprendront pas bien cette formulation. Ensuite, je donnerai un petit exemple inventé, et là, tout le monde devrait comprendre.

L’économétrie consiste à identifier des fonctions qui relient entre elles différentes variables économiques (ou autres). L’économètre commence par choisir une forme fonctionnelle : affine (Y=aX+b), exponentielle (Y=b*exp(aX)), polynomiale (Y=aX^2+bX+c), etc. Une fois établie cette forme fonctionnelle, l’économètre utilise des outils statistiques pour estimer la valeur des coefficients des fonctions à partir de données. Autrement dit, il doit dire, par exemple, que a=2,4, b=5, etc.

Une fois fait cet exercice, les décideurs politiques disposent d’une maquette de l’économie qui leur permet de faire des simulations pour évaluer l’impact de différentes politiques. Pour ce faire, ils doivent faire l’hypothèse que les coefficients identifiés par l’économètre à partir de données passées sont stables. Or, selon Lucas, les coefficients qui décrivent le comportement des agents économiques dépendent de leurs anticipations, lesquelles dépendent entre autre des politiques mises en œuvre. Donc, si la politique choisie modifie la valeur des coefficients, la simulation n’a plus de valeur. C’est le sens de la critique de Lucas, qui met donc en garde contre les erreurs commises quand on fait dire trop à l’économétrie.

Rien compris ? Normal. On passe à l’exemple. Un exemple inventé de toutes pièces.

Galvanisé par la victoire du « non » au référendum sur le TCE, Henry Emmanuelli fait une campagne présidentielle tonitruante contre la Banque Centrale Européenne. Selon lui, l’obsession de cette institution pour la stabilité des prix est responsable du chômage de masse en France. Il convient donc de sortir de l’Euro, et de confier la politique monétaire au chef de l’exécutif. Ses arguments convainquent les français, qui l’élisent à 62%. Le voici donc en charge, au bout de quelques semaines, de la politique monétaire française.

Pour identifier les termes de l’arbitrage entre inflation (I) et chômage (U), il demande à l’économètre en chef de son cabinet d’établir, sur la base de données récentes, la courbe de Philips française, qui relie ces deux grandeurs macroéconomiques. Les données sont les suivantes (rappel : l’exemple est fictif) :

 

U

I

9

2,37

10

1,74

10

1,79

10,5

1,56

8,5

2,10

 

Sur cette base, l’économètre établit la relation suivante :

D’après ce résultat, une augmentation d’un point de l’inflation ferait baisser le chômage de 2,204 points. La solution pour contrer le chômage est donc toute trouvée. Alors que l’inflation tourne autour des 2%, qui est l’objectif actuel de la banque centrale, il suffit de l’augmenter de 2 points, en passant à 4%, pour faire baisser le chômage de 2*2,204=4,408 points.

Sitôt trouvée la combine, Emmanuelli s’empresse d’organiser une conférence de presse pour expliquer qu’il a trouvé la formule miracle pour faire baisser le chômage : il va augmenter de 2 points l’inflation, et le chômage va baisser de plus de 4 points.

Quelques semaines plus tard, l’inflation est effectivement à 4%, mais le taux de chômage est passé à 9,4%, soit plus que lorsque l’inflation était à 2,37. C’est à n’y rien comprendre ! que s’est-il passé ?

Tout simplement, la démarche d’Emmanuelli tombe sous le coup de la critique de Lucas. Voyons comment en nous intéressant au comportement des agents économiques.

Si l’inflation peut avoir un impact sur le taux de chômage, c’est parce que les agents économiques prennent leurs décisions de produire et d’embaucher en fonction du niveau d’inflation qu’ils anticipent, qui peut être différent du taux d’inflation effectif. Par exemple, si l’inflation est plus forte que prévu, un offreur va observer d’abord l’augmentation du prix des biens qu’il vend, en pensant que les prix des autres biens augmentent conformément à l’inflation qu’il a anticipée. Il pense donc que son bien prend de la valeur, et va ainsi être incité à produire plus, donc à embaucher plus. Inversement, si l’inflation est plus faible que prévue, il va penser que ce qu’il vend perd de la valeur, et va être incité à produire moins et à embaucher moins. Tout cela est très schématique, mais le propos ici n’est pas de faire de la macroéconomie approfondie. Ces considérations nous amènent à penser que le vrai modèle fait dépendre le chômage non pas de l’inflation, mais de l’écart entre l’inflation (I) et l’inflation anticipée (IA). Donc le modèle à estimer n’est pas :

U = aI + b, mais :

U = a(I-IA)+b.

Si, jusque là, la politique de la banque centrale consistait à maintenir l’inflation à 2%, on peut penser que l’inflation anticipée était de 2% pour toutes les périodes. On a donc les données suivantes :

U

I

IA

(I-IA)

9

2,37

2

0,37137746

10

1,74

2

-0,25826531

10

1,79

2

-0,21226501

10,5

1,56

2

-0,44334729

8,5

2,10

2

0,09756237

 

La régression doit donc être faite entre la première et la quatrième colonne, et non entre la première et la deuxième comme précédemment. Et ça donne ça :

On le voit, la différence n’est pas flagrante, puisque, toutes choses égales par ailleurs, une augmentation de I de 1 point a exactement le même effet que précédemment, soit une baisse du chômage de 2,204 points. Pourtant, la différence est énorme. Car pour obtenir une baisse du chômage de 4,408 points, ce n’est pas l’inflation qu’il faut augmenter de 2 points, mais l’écart entre inflation et inflation anticipée, ce qui est beaucoup plus dur.

Ce qui est arrivé à Emmanuelli, dans notre petite histoire, c’est qu’en annonçant qu’il allait jouer l’inflation contre le chômage, il a modifié les anticipations du public en matière d’inflation. Alors que, précédemment, celui-ci tablait sur une inflation de 2%, il a revu ses prévisions à la hausse en tablant sur 4%. Comme l’inflation a effectivement été de 4%, l’écart (I-IA) est nul, est d’après la formule donnée sur le second graphique, on calcule facilement que le chômage prévu par la régression est de 9,4%. Ce qui correspond au taux de chômage effectif (remarque : c’est dû au bol, car en général, il y a toujours une petite erreur entre valeur prévue et valeur observée)

Le piège est donc le suivant : Emmanuelli a basé son estimation sur les paramètres qui dépendaient des anticipations passées. Il n’a pas tenu compte de l’impact de sa décision sur les anticipations du public, et il a donc surestimé l’influence de cette décision.

Pigé ? Et là le gars, quand il a dit ça, TAC ! Prix Nobel…