Chapter

Chapitre 3. Où allons-nous? Points de vue sur la production potentielle

Author(s):
International Monetary Fund. Research Dept.
Published Date:
June 2015
Share
  • ShareShare

Related Material

Show Summary Details

On démontre, dans le présent chapitre, que la croissance de la production potentielle dans les pays avancés et émergents a ralenti ces dernières années. Dans les pays avancés, ce recul a commencé dès le début des années 2000 et s’est aggravé avec la crise financière mondiale. Dans les pays émergents, a contrario, il n’a commencé qu’après la crise. L’analyse faite dans ce chapitre indique qu’il est probable que la croissance de la production potentielle dans les pays avancés s’accélère légèrement par rapport aux taux actuels, car certains effets liés à la crise s’estompent, mais elle restera inférieure aux taux d’avant la crise à moyen terme. Les raisons principales en sont le vieillissement des populations et l’accélération progressive de la croissance du capital par rapport aux taux actuels tandis que la production et l’investissement se remettent de la crise. Inversement, dans les pays émergents, il est prévu que la croissance de la production potentielle continue de ralentir à cause du vieillissement de la population, du fléchissement de l’investissement et de l’affaiblissement de la croissance de la productivité totale des facteurs tandis que ces pays se rapprochent de la frontière technologique.

Introduction

La production dans les pays avancés et émergents reste bien inférieure à ce qui était prévu en 2008, juste avant le début de la crise financière mondiale, et sa trajectoire de croissance est aussi plus basse (graphique 3.1). En effet, les anticipations de croissance à moyen terme (à cinq ans) ont été régulièrement révisées à la baisse depuis 2011 pour les pays avancés et les pays émergents (graphique 3.2).

Graphique 3.1.Production par rapport aux anticipations d’avant la crise

(Indice, 2007 = 100)

Source : estimations des services du FMI.

Note : L’indice est élaboré à partir des taux de croissance du PIB réel et des leurs prévisions par les PEM. Les groupes de pays sont définis à l’annexe 3.1.

Graphique 3.2.Projections de croissance à moyen terme des PEM

(En pourcentage)

Source : estimations des services du FMI.

Note : Les projections de croissance à moyen terme des PEM sont des prévisions de croissance pour les cinq années à venir. Les groupes de pays sont définis à l’annexe 3.1.

Les révisions à la baisse répétées des prévisions de croissance à moyen terme soulignent les incertitudes qui entourent les perspectives du taux de croissance de la production potentielle (croissance potentielle). Dans les pays avancés, le déclin apparent de la croissance potentielle semble avoir démarré dès le début des années 2000 et a été aggravé par la crise1. Dans les pays émergents, d’un autre côté, la baisse de la production potentielle et de son taux de croissance semble n’être apparue qu’après la crise.

Il est primordial d’évaluer la trajectoire à moyen terme de la production potentielle pour diriger la politique monétaire et budgétaire. En comprenant mieux comment les composantes de la croissance potentielle—main-d’œuvre, accumulation de capital et productivité totale des facteurs—contribuent au ralentissement général, il peut être possible d’éclairer la discussion à propos des politiques nécessaires pour la rehausser.

Pour contribuer au débat concernant les perspectives de la production potentielle, le présent chapitre élabore des estimations de la production potentielle pour seize grands pays mondiaux—des membres du Groupe des Vingt (G-20)—qui représentaient environ trois quarts du PIB mondial en 20142. Dans ce contexte, il cherche à répondre aux questions suivantes :

  • Avant la crise : Comment la production potentielle et ses composantes ont-elles évolué du milieu des années 90 jusqu’à la crise?
  • Pendant la crise : Qu’est-il arrivé à la production potentielle, à son taux de croissance et à ses composantes pendant la crise?
  • Où allons-nous? Quelle est la trajectoire probable de la production potentielle à moyen terme (2015–20)? Quelles sont les implications pour la politique économique?
  • Le chapitre commence par aborder le concept et la mesure de la production potentielle utilisés dans l’analyse. Les sections ultérieures traitent ensuite chaque question tour à tour. Les conclusions du chapitre sont les suivantes :
  • Avant la crise, la croissance potentielle avait commencé à ralentir dans les pays avancés tandis qu’elle s’accélérait dans les pays émergents. Dans les deux cas, cette dynamique était surtout imputable à des variations de la croissance de la productivité totale des facteurs. Dans les pays avancés, la baisse traduisait principalement un ralentissement consécutif à une période de croissance exceptionnelle due aux innovations dans les technologies de l’information, alors que, dans les pays émergents, la hausse reflétait surtout des transformations structurelles.
  • Après la crise, la croissance potentielle a ralenti à la fois dans les pays avancés et les pays émergents. Contrairement aux crises financières précédentes, la crise financière mondiale est associée à une baisse non seulement du niveau de la production potentielle, mais aussi de son taux de croissance. Dans les pays avancés, la croissance potentielle a baissé d’environ ½ point, à cause d’un fléchissement de la croissance du capital—particulièrement dans les pays de la zone euro analysés dans le chapitre—et de facteurs démographiques sans lien avec la crise. Dans les pays émergents, la croissance potentielle a ralenti d’environ 2 points, ce déclin étant imputable totalement à la décélération de la croissance de la productivité totale des facteurs.
  • À l’avenir, il est prévu que la croissance potentielle augmentera légèrement dans les pays avancés, pour passer d’une moyenne d’environ 1,3 % en 2008–14 à 1,6 % en 2015–20. Cette croissance est bien inférieure aux taux d’avant la crise (2¼ % en 2001–07) et s’explique par l’effet négatif des facteurs démographiques sur la croissance de l’emploi potentiel et par l’accélération progressive de la croissance du capital par rapport aux taux actuels grâce à la reprise de la production et de l’investissement après la crise. Dans les pays émergents, il est prévu que la croissance potentielle continuera de ralentir, pour tomber d’environ 6,5 % en moyenne en 2008–14 à 5,2 % en 2015–20. Ce déclin résulte du vieillissement de la population, des contraintes structurelles qui pèsent sur la croissance du capital et du fléchissement de la croissance de la productivité totale des facteurs, car ces pays se rapprochent de la frontière technologique.

Cette dégradation des perspectives pour la croissance potentielle à moyen terme a des conséquences importantes pour la politique économique. Dans les pays avancés, il sera plus difficile de réduire les forts taux d’endettement public et privé à cause du fléchissement de la croissance potentielle. Ce fléchissement sera aussi probablement associé à de faibles taux d’intérêt réels d’équilibre, de sorte que la politique monétaire dans les pays avancés pourrait être confrontée de nouveau au problème de la borne du zéro en cas de chocs sur la croissance. Dans les pays émergents, avec le ralentissement de la croissance potentielle, il sera plus difficile de reconstituer les volants budgétaires.

Les conclusions du présent chapitre indiquent qu’il devra être prioritaire de rehausser la production potentielle dans les grands pays avancés et émergents. Les réformes nécessaires pour atteindre cet objectif varient selon les pays. Dans les pays avancés, il est nécessaire de continuer à soutenir la demande pour compenser les eflèts de la faiblesse prolongée de la demande sur l’investissement et la croissance du capital, ainsi que sur le chômage structurel. De surcroît, il faudrait adopter des réformes et des mesures pour développer l’offre, comme de réformer les marchés de produits et d’augmenter les dépenses de recherche et de développement, d’éducation, d’infrastructure, ainsi que des politiques incitatives pour améliorer l’offre de main-d’œuvre. Dans les pays émergents, il est nécessaire d’investir davantage dans les infrastructures pour éliminer les goulets d’étranglement importants, et les réformes structurelles doivent viser à améliorer le climat des affaires, les marchés de produits et l’éducation.

Production potentielle : guide pratique

On définit la production potentielle comme le niveau de production qui cadre avec une inflation stable (sans tension inflationniste ou déflationniste). À court terme, la production effective peut s’écarter temporairement de son potentiel quand des chocs affectent l’économie. Ces écarts traduisent le lent ajustement des salaires et des prix aux chocs, de sorte que le retour de la production à son niveau potentiel est progressif. Ce lent ajustement dû à la rigidité des salaires et des prix est un des grands principes du cadre macroéconomique néokeynésien utilisé dans ce chapitre.

La divergence à court terme entre la production effective et la production potentielle est appelée écart de production, ou capacités économiques inutilisées, concept important pour les dirigeants qui cherchent à stabiliser une économie. Par exemple, une production inférieure à son potentiel (écart de production négatif) indique que le capital et la main-d’œuvre sont sous-employés (excès d’offre), ce qui justifierait une orientation plus laxiste de la politique macroéconomique, toutes choses étant égales par ailleurs.

La définition économique de la production potentielle est différente du concept généralement utilisé de production tendancielle, car elle se fonde sur un cadre explicite ancré dans la théorie économique. A contrario, la production tendancielle est dérivée d’un simple filtrage de données statistiques au moyen de diverses formes de moyennes mobiles ou de tendances déterministes. Cela revient à lisser le PIB effectif au fil du temps, d’après l’hypothèse implicite qu’une économie est, en moyenne, dans un état de pleine capacité, sans incorporer les informations de variables telles que l’inflation ou le chômage. Les banques centrales et d’autres institutions se basent généralement sur la définition économique de la production potentielle, car le cadre économique sous-jacent permet aux dirigeants d’évaluer les arbitrages à court terme entre la production, l’inflation et les capacités inutilisées du marché du travail.

La définition économique est également différente du concept de production «soutenable», qui cherche à rendre compte de la stabilité macroéconomique plus générale. Plus spécifiquement, la production peut être à son potentiel (c’est-à-dire sans créer de tension inflationniste ou déflationniste) sans pour autant être soutenable. Comme on l’évoque en détail dans l’encadré 3.1, cela s’explique par la présence possible de déséquilibres macroéconomiques intérieurs ou extérieurs (comme une croissance excessive du crédit)3. Ces déséquilibres peuvent alors entraîner un dévissage de la production potentielle une fois corrigés. Cependant, il s’est avéré difficile d’évaluer ces déséquilibres en temps réel.

La définition de la production potentielle utilisée dans le présent chapitre est mise en œuvre empiriquement au moyen de techniques de filtrage multivarié (Blagrave et al., 2015). Ces techniques utilisent un modèle simple qui incorpore des informations à propos de la relation entre le chômage conjoncturel—défini comme l’écart entre le taux de chômage et le taux de chômage structurel ou, plus spécifiquement, le taux de chômage non accélérateur de l’inflation (NAIRU)—et l’inflation (courbe de Phillips), d’un côté, et entre le chômage conjoncturel et l’écart de production (loi d’Okun), de l’autre. On obtient ces relations par les équations suivantes :

πt est l’inflation, yt est l’écart de production, uf est le chômage conjoncturel, πte représente les anticipations inflationnistes et ɛtπ et ɛtu sont des termes de choc ou de perturbation. Les paramètres de ces équations (δ, τ)—ou, par équivalence, la force des relations économiques mentionnées ci-dessus—sont estimés séparément pour chaque pays et, avec les données concernant la croissance de la production effective, l’inflation et le chômage, ils fournissent une base économique permettant d’identifier la production potentielle et le NAIRU, qui ne sont pas observés4. En outre, l’analyse utilise les prévisions de croissance et d’inflation de Consensus Economics pour aider à définir les anticipations du modèle pour ces variables : par exemple, si les anticipations consensuelles penchent pour une croissance plus élevée, l’anticipation de croissance cohérente avec le modèle aurait aussi tendance à être plus élevée, toutes choses étant égales par ailleurs (voir les détails complets du cadre de filtrage multivarié à l’annexe 3.2).

Deux situations aident à illustrer comment le cadre de filtrage multivarié utilise les données économiques pour estimer le potentiel. Premièrement, si, à un moment dans le temps, l’inflation effective est inférieure aux anticipations inflationnistes et si le chômage est au-dessus du taux d’équilibre estimé, le cadre identifiera une situation d’excès de l’offre (écart de production négatif), toutes choses étant égales par ailleurs. Deuxièmement, considérons une situation plus compliquée où l’inflation augmente brutalement une année donnée sans baisse correspondante du chômage : ces signaux opposés indiquent un choc inflationniste plutôt qu’un excès de demande (écart de production positif). Dans le deuxième cas, le cadre de filtrage multivarié retiendra un écart de production positif plus faible qu’autrement, surtout si la hausse de l’inflation une année donnée s’annule l’année suivante—ce qui n’est pas inhabituel après une variation brutale des prix des matières premières ou une augmentation du taux de taxe sur la valeur ajoutée.

En résumé, le cadre de filtrage multivarié spécifié dans ce chapitre trouve un équilibre entre les filtres statistiques, qui sont facilement applicables à une large palette de pays, mais qui ne sont pas théoriques, et les modèles structurels de la production potentielle, qui offrent une plus grande rigueur théorique, mais sont difficiles à élaborer et à appliquer largement.

Cela étant, il est à noter que la production potentielle ne peut pas être observée directement. Ainsi, les estimations sont sujettes à une incertitude statistique et propre au modèle. Cela signifie que les estimations ont tendance à varier selon la méthodologie sous-jacente. En pratique, néanmoins, les différentes méthodologies obtiennent des résultats qualitativement semblables au sujet de la trajectoire de la production potentielle dans les pays avancés et émergents, ce qui est le sujet de ce chapitre (voir l’annexe 3.2).

Une fois obtenu les estimations de la production potentielle et du NAIRU, l’analyse étudie les facteurs de la croissance potentielle à l’aide d’un cadre d’analyse causale de la croissance. Ce cadre décrit en quoi la production potentielle du pays est déterminée par les intrants facto-riels de base (capital, main-d’œuvre) et la productivité (productivité totale des facteurs). Spécifiquement, le cadre d’analyse causale de la croissance se fonde sur une fonction de production de Cobb-Douglas standard :

Y¯t est la production potentielle, Kt est le stock de capital productif, Lt¯ est l’emploi potentiel, A¯t est la productivité totale des facteurs—qui comprend le capital humain et que l’on mesure comme un résidu—et α est la part du capital dans la production potentielle5. L’emploi potentiel est ensuite décomposé entre le NAIRU, la population active et le taux d’activité tendanciel :

U¯t est le NAIRU estimé par le filtre multivarié, Wt est la population active et LFPR¯t est le taux d’activité tendanciel. La décomposition de l’emploi potentiel illustre aussi en quoi les facteurs démographiques influent sur la croissance potentielle. Deux variables jouent un rôle essentiel à cet égard : la population active et les taux d’activité tendanciels. La première est une fonction des mêmes variables que, plus généralement, la croissance démographique. Par exemple, la baisse des taux de fécondité ralentit la croissance future de la population active. La deuxième dimension démographique est la composition par âge de la population active, qui influe sur le taux d’activité global, puisque la propension à participer au marché du travail commence à baisser fortement à partir d’un certain seuil d’âge, généralement à partir de 50 ans. Une part plus importante de personnes plus âgées dans la population fait donc baisser le taux d’activité moyen et, partant, l’emploi potentiel6.

Les taux d’activité tendanciels sont estimés à partir de modèles d’activité fondés sur des cohortes. Le modèle de cohorte permet d’estimer la participation au marché du travail tendancielle de chaque groupe d’âge et de sexe, en tenant compte des caractéristiques observables et des déterminants non observables de l’offre de main-d’œuvre spécifiques à l’âge et au sexe, ainsi qu’à l’année de naissance. Par exemple, le choix d’activité des jeunes dépend généralement des taux de scolarisation, tandis que celui des femmes dans la force de l’âge dépend du niveau d’éducation, de la situation matrimoniale et des taux de fécondité. L’activité des salariés plus âgés augmente généralement en fonction de l’espérance de vie, mais elle baisse avec la générosité des systèmes de sécurité sociale. Quel que soit l’âge, surtout chez les femmes, l’activité est fortement influencée par des facteurs culturels et institutionnels qui évoluent lentement et peuvent modifier le profil d’activité tout au long de la vie de différentes cohortes. Pour chaque pays, les taux d’activité tendanciels propres à chaque groupe sont obtenus d’après ces déterminants, après qu’on a neutralisé les effets conjoncturels. Ces estimations sont ensuite combinées aux données concernant la répartition démographique pour calculer le taux d’activité tendanciel global (voir les détails à l’annexe 3.3).

Retour en arrière : comment la croissance potentielle a-t-elle évolué avant la crise?

Du début des années 2000 à la crise financière mondiale, la croissance potentielle mondiale a accéléré, mais cela masquait des divergences entre les pays. En fait, la croissance potentielle ralentissait dans les pays avancés, tandis qu’elle s’élevait dans les pays émergents (graphique 3.3). Ces tendances se vérifient pour la plupart des pays dans chaque groupe (graphique 3.4)7. L’analyse qui suit démontre que, dans les deux groupes de pays, les variations de la croissance potentielle peuvent surtout être imputées aux variations de la croissance de la productivité totale des facteurs. Étant donné les différences marquées dans le sens des variations et les facteurs sous-jacents, les résultats sont présentés séparément pour les deux groupes de pays.

Graphique 3.3.Évolution de la croissance de la production potentielle avant la crise

(En pourcentage)

Source : estimations des services du FMI.

Note : Les groupes de pays sont définis à l’annexe 3.1.

Graphique 3.4.Variations de la croissance de la production potentielle selon les pays

(En pourcentage)

Source : estimations des services du FMI.

Note : Les extrémités supérieure et inférieure de chaque ligne indiquent les quartiles supérieur et inférieur; le marqueur sur la ligne représente la médiane du groupe pour la période correspondante. Les groupes de pays sont définis à l’annexe 3.1.

Pays avancés

Dans les pays avancés, la croissance potentielle est tombée d’environ 2,4 % à environ 1,9 % pendant la période (graphique 3.5, plage 1). Une décélération de la croissance de la productivité totale des facteurs, d’environ 0,9 % à environ 0,5 %, explique la majorité de ce déclin. La croissance de l’emploi potentiel n’a que légèrement reculé, tandis que la croissance du capital est restée globalement stable.

Graphique 3.5.Déterminants de la croissance de la production potentielle dans les pays avancés

(En pourcentage)

Sources : Barro et Lee (2010); estimations des services du FMI.

Note : Le capital humain se mesure par le pourcentage dans la population des personnes de plus de 15 ans qui ont une éducation secondaire ou supérieure. Les pays avancés sont définis à l’annexe 3.1. Cr. cap. = croissance du capital; cr. emp. pot. = croissance de l’emploi potentiel; cr. prod. pot. = croissance de la production potentielle; cr. PTF = croissance de la productivité totale des facteurs (hors croissance du capital humain); NAIRU = taux de chômage non accélérateur de l’inflation; PA = population active; TA = taux d’activité.

Croissance de la productivité totale des facteurs

Plusieurs évolutions peuvent expliquer le déclin de la croissance de la productivité totale des facteurs. Premièrement, aux États-Unis, dont on considère communément que le développement technologique représente la frontière mondiale, la croissance de la productivité totale des facteurs a commencé à ralentir en 2003. Ce fléchissement semble refléter la disparition des effets exceptionnels que la démocratisation des technologies de l’information et de la communication a eu sur la croissance de la fin des années 90 au début des années 2000 (Fernald, 2014a, 2014b)8. En particulier, des données sectorielles indiquent que le ralentissement de la croissance de la productivité totale des facteurs aux États-Unis est surtout intervenu dans des secteurs qui produisent ou utilisent de façon intensive les technologies de l’information et de la communication. Il se peut qu’ensuite, le ralentissement de la croissance de la productivité totale des facteurs aux États-Unis se soit propagé aux autres pays avancés (encadré 3.2). Deuxièmement, la croissance de la productivité totale des facteurs dans beaucoup de pays avancés a ralenti quand les ressources se sont déplacées des secteurs à forte productivité (comme le secteur manufacturier et les technologies de l’information et de la communication) vers les secteurs à faible productivité (comme les services personnels, la construction et les services non marchands) (encadré 3.3; Dabla-Norris et al., à paraître).

De surcroît, la croissance du capital humain—qui est une composante de la croissance de la productivité totale des facteurs telle qu’on l’utilise dans ce chapitre—est tombée en 2001–07 d’environ 1,1 % à environ 0,6 % (graphique 3.5, plage 2)9. Cette décélération reflète en partie une baisse du rendement marginal de l’éducation supplémentaire avec l’augmentation du niveau d’éducation dans ces pays (Johansson et al., 2013; Riosmena et al., 2008)10.

Croissance de l’emploi potentiel

La croissance de l’emploi potentiel a légèrement ralenti en 2001–07, d’environ 0,9 % à environ 0,6 % (graphique 3.5, plage 3). Cela s’explique par les facteurs démographiques, qui ont abaissé le taux de croissance de la population active et le taux d’activité tendanciel11.

En moyenne, la croissance de la population active (à partir de 15 ans) a légèrement ralenti pendant la période : l’effet de jeunes cohortes plus petites (à cause d’une baisse de la fécondité dans la plupart des pays avancés) a été partiellement compensé par celui des cohortes du babyboom d’après-guerre qui ont atteint l’âge mûr. Dans certains pays européens, notamment l’Espagne et l’Italie, la hausse de l’immigration a stimulé la croissance de la population active. En Corée et au Japon, la croissance de la population active suit une tendance fortement baissière depuis les années 80, à cause de l’absence d’immigration et du recul des taux de natalité.

Cette transition démographique signifie également que l’âge moyen de la population augmente. Les personnes au-delà de l’âge d’activité maximale (c’est-à-dire de plus de 54 ans) ont une moindre propension à être actifs. Ainsi, le vieillissement de la population a fait baisser le taux d’activité tendanciel, ce qui, en moyenne, a ralenti la croissance de l’emploi d’environ 0,2 point par an. Parallèlement, des taux d’activité des femmes plus élevés dans la plupart des pays avancés ont fait augmenter le taux d’activité moyen dans une proportion à peu près égale à la baisse due au vieillissement, ce qui n’entraîne qu’une diminution modeste de la croissance de l’emploi potentiel global. Les deux cas notables où la croissance de l’emploi potentiel a ralenti de façon plus marquée sont les États-Unis—où le taux d’activité des femmes est resté stable—et le Japon, où les tensions dues au vieillissement étaient trop fortes pour être compensées par l’augmentation modeste du taux d’activité des femmes.

Croissance du capital

La croissance du stock de capital est restée stable pendant la période (graphique 3.5, plage 1), car l’augmentation modeste du ratio investissement/capital a été compensée par la hausse de la dépréciation du capital (graphique 3.5, plage 4)12.

Pays émergents

Dans les pays émergents, la croissance potentielle est passée d’environ 6,1 % à environ 7,4 % en 2001–07 (graphique 3.6, plage 1). Bien que cette croissance exceptionnelle ait été en partie tirée par la forte performance de la Chine, la croissance potentielle a aussi accéléré substantiellement dans les autres pays émergents pendant cette période, d’environ 3,7 % à environ 5,2 % (graphique 3.3, plage 3).

Graphique 3.6.Déterminants de la croissance de la production potentielle dans les pays émergents

(En pourcentage)

Sources : Barro et Lee (2010); estimations des services du FMI.

Note : Le capital humain se mesure par le pourcentage dans la population des personnes de plus de 15 ans qui ont une éducation secondaire ou supérieure. Les pays émergents sont définis à l’annexe 3.1. Cr. cap. = croissance du capital; cr. emp. pot. = croissance de l’emploi potentiel; cr. prod. pot. = croissance de la production potentielle; cr. PTF = croissance de la productivité totale des facteurs (hors croissance du capital humain); NAIRU = taux de chômage non accélérateur de l’inflation; PA = population active; TA = taux d’activité.

L’accélération de la productivité totale des facteurs explique la majorité de la hausse de la croissance potentielle dans les pays émergents pendant la période. En outre, une hausse soutenue des ratios investissement/capital a alimenté l’accélération de la croissance de l’accumulation de capital. Inversement, la croissance de l’emploi potentiel a ralenti à cause des facteurs démographiques.

Croissance de la productivité totale des facteurs

La croissance de la productivité totale des facteurs a grimpé d’environ 3,2 % environ à 4,2 % pendant la période (graphique 3.6, plage 1). Cette augmentation peut s’expliquer, entre autres, par 1) une expansion des chaînes de valeur mondiales et régionales, qui stimule les transferts de technologies et de connaissances (Dabla-Norris et al., 2013); 2) des déplacements de ressources vers les secteurs à plus forte productivité, notamment en Chine, en Inde, au Mexique et en Turquie (McMillan et Rodrik, 2011); 3) une plus grande diversification, qui a tendance à concentrer les exportations dans des secteurs caractérisés par les retombées technologiques et l’amélioration de la qualité des produits (Papageorgiou et Spatafora, 2012; Henn, Papageorgiou et Spatafora, 2014); et 4) des gains de productivité associés aux réformes structurelles (Cubeddu et al., 2014).

La croissance du capital humain est tombée d’environ 2,3 % à environ 1,9 % pendant la période (graphique 3.6, plage 2), à l’exception notable de la Turquie, où elle a accéléré. Comme pour les pays avancés, cette baisse traduit en partie un moindre rendement marginal de l’éducation supplémentaire à cause de l’amélioration du niveau.

Croissance de l’emploi potentiel

Les facteurs démographiques ont contribué au ralentissement de la croissance de l’emploi potentiel, d’environ 1,5 % à environ 1,0 % pendant la période (graphique 3.6, plage 3)13.

Le recul de la fécondité (généralement associé à de plus hauts revenus) a significativement abaissé le taux de croissance de la population active pendant la période, bien que les niveaux de départ aient été bien plus élevés que dans les pays avancés14. Le ralentissement de la croissance a été le plus fort en Chine, où le taux a été réduit de moitié, d’environ 2 % à 1 % en 2003–07. Dans les autres pays émergents, notamment le Mexique, la croissance de la population active était stable à environ 2 %. En outre, les taux d’activité des jeunes et des travailleurs dans la force de l’âge en Chine, en Inde et en Turquie ont suivi une tendance baissière, ce qui reflète les effets de richesse et des études plus poussées.

L’allongement de l’espérance de vie et le recul de la fécondité ont aussi conduit à un vieillissement global de la population active pendant la période, ce qui a exercé une tension baissière sur les taux d’activité moyens. Ces forces, qui ont été les plus marquées en Chine et en Russie, ont fait ralentir la croissance de l’emploi potentiel en 2001–07 de 0,2 point par an, en moyenne.

Croissance du capital

La croissance du capital est passée d’environ 5,9 % à environ 8,2 %, en 2001–07 (graphique 3.6, plage 4) et a contribué à hauteur d’environ 0,7 point à l’accélération de la croissance potentielle (graphique 3.6, plage 1). Cette accélération de l’accumulation de capital a été alimentée par la forte hausse du ratio investissement/ capital pendant la période—d’environ 11,6 % à environ 14,1 % (graphique 3.6, plage 4). Ce ratio a été stimulé par la forte croissance des termes de l’échange et des conditions de financement plus favorables, notamment des taux d’intérêt plus faibles dans les pays avancés (Cubeddu et al., 2014).

Comment la croissance potentielle a-t-elle évolué pendant la crise?

La section précédente démontre que la croissance de la production potentielle dans les pays avancés était en ralentissement avant même la crise financière mondiale, alors qu’elle accélérait dans les pays émergents. Peu après le début de la crise en septembre 2008, l’activité économique s’est effondrée et, plus de six ans après la crise, la croissance est encore plus faible qu’on ne l’anticipait avant la crise. La faiblesse prolongée de l’activité économique indique qu’elle est partiellement liée à un affaiblissement de la production potentielle et pas seulement à des facteurs conjoncturels. Il convient alors de se demander si le fléchissement persistant de la croissance traduit les effets surtout temporaires des variations de la production liées à la crise ou si cette crise, contrairement aux précédentes, a entraîné un déclin de la croissance potentielle. Dans cette section, on étudie la question du point de vue théorique et empirique.

Comment les crises financières peuvent-elles influer sur la croissance potentielle? Cadre théorique

Il est possible que les crises financières fassent baisser de façon permanente la production potentielle par le biais d’un certain nombre de canaux : l’investissement dans le capital productif, l’emploi potentiel, la productivité totale des facteurs et la réaffectation sectorielle des ressources. Les baisses de la production potentielle font aussi ralentir la croissance potentielle temporairement, mais, du point de vue théorique, il est plus difficile d’affirmer que les crises financières font fléchir la croissance potentielle de façon permanente, comme l’illustre la discussion suivante.

  • Investissement dans le capital productif : Les crises financières peuvent réduire la production potentielle par leurs effets défavorables sur l’investissement dans le capital productif. Comme on l’évoque au chapitre 4, l’effondrement de l’activité économique pendant la crise financière mondiale permet d’expliquer en grande partie le recul de l’investissement, et les facteurs financiers en sont un canal de transmission important. Par exemple, quand l’offre de crédit devient plus limitée, les entreprises peuvent être confrontées à des conditions de financement moins avantageuses et des critères d’octroi de prêt plus stricts pendant une période prolongée (Claessens et Kose, 2013)15. De plus, les crises financières rendent les entreprises moins enclines à investir, car les risques et les incertitudes au sujet des rendements attendus ont tendance à s’aggraver (Pindyck, 1991; Pindyck et Solimano, 1993). Il se peut aussi que les crises financières abaissent de façon permanente le niveau de la production potentielle et aient des effets durables sur la croissance potentielle si les ratios investissement/capital restent sous tension pendant une période prolongée16. Quand la production et l’investissement reprennent après les crises, le capital retourne vers sa trajectoire de croissance d’équilibre, mais plus progressivement, car il s’agit d’une variable à évolution lente17.
  • Chômage structurel : Les crises financières graves, qui ont tendance à être suivies par des récessions longues et profondes, peuvent entraîner un recul permanent de la production potentielle en faisant augmenter le chômage structurel ou le NAIRU à cause des effets d’hystérèse (Blanchard et Summers, 1986; Ball, 2009). C’est particulièrement le cas pour les pays où les institutions du marché du travail sont rigides (Blanchard et Wolfers, 2000; Bassanini et Duval, 2006; Bernal-Verdugo, Furceri et Guillaume, 2013). Les augmentations du NAIRU vont entraîner une baisse temporaire du taux de croissance de l’emploi potentiel et, dès lors, de la production potentielle, mais de tels effets sur la croissance disparaissent à moyen terme avec la stabilisation du NAIRU.
  • Taux d’activité : Les crises financières peuvent aussi faire baisser la production potentielle en entraînant une diminution persistante ou même permanente des taux d’activité. Il se peut que des taux de chômage élevés découragent les travailleurs de rechercher un emploi (effet des travailleurs découragés) et les forcent à sortir du marché du travail (Elmeskov et Pichelman, 1993). C’est particulièrement le cas pour les travailleurs plus âgés et dans les pays où les programmes de transferts sociaux incitent à la retraite anticipée (Nickell et Van Ours, 2000; Autor et Duggan 2003; Coile et Levine, 2007, 2009). Là encore, même s’il est possible que ce canal entraîne un fléchissement temporaire de la croissance de la production potentielle, il n’aura en fin de compte que des effets sur le niveau de la production.
  • Réaffectation sectorielle : Il est aussi possible que les crises financières fassent augmenter le chômage structurel par le biais de la réaffectation sectorielle, dans la mesure où les cessations d’emploi sont associées à des coûts de réaffectation substantiels (Loungani et Rogerson, 1989; Figura et Wascher, 2010; Reifschneider, Wascher et Wilcox, 2013). Il est aussi possible que la réaffectation sectorielle influe sur la production potentielle en réduisant la productivité si le capital déplacé est fortement spécifique au secteur touché (Ramey et Shapiro, 2001). Néanmoins, la réaffectation sectorielle a un effet incertain sur la productivité globale, car il est possible que la main-d’œuvre se réaffecte des secteurs à forte productivité vers ceux à faible productivité et inversement18. Les dégâts possibles sur la productivité pourraient persister et ralentir la croissance potentielle pendant une période prolongée si la réaffectation était suffisamment durable.
  • Productivité totale des facteurs : Les crises financières peuvent avoir des effets opposés sur la productivité totale des facteurs, et il est impossible de spécifier l’effet net par avance. D’un côté, il se peut que les crises financières réduisent la productivité totale des facteurs en faisant baisser l’investissement dans l’innovation par le biais de la recherche et du développement, qui est fortement procyclique. D un autre côté, il est également possible que de telles crises aient tendance à faire augmenter la productivité totale des facteurs dans la mesure où elles donnent aux entreprises une incitation plus forte à améliorer leur efficacité et en déclenchant une «destruction créatrice» ou une croissance schum-pétérienne (Aghion et Howitt, 2006).

L’effet spécifique des crises financières sur la composante du capital humain dans la productivité totale des facteurs (telle qu’on l’utilise dans le présent chapitre) est aussi ambigu. D’un côté, l’accumulation de capital humain peut être anticyclique, car, pendant les ralentissements, les entreprises sont plus incitées à se réorganiser et à reconvertir leurs employés (Aghion et Saint-Paul, 1998b) et les individus peuvent passer plus de temps à apprendre étant donné la baisse des rendements du travail (Aghion et Saint-Paul, 1998a; Blackburn et Galindev, 2003). D’un autre côté, l’accumulation de capital humain peut ralentir pendant les récessions à cause d’un fléchissement de l’«appren-tissage par la pratique» (Martin et Rogers, 1997, 2000).

En résumé, bien que d’éventuels effets défavorables des crises financières puissent réduire de façon permanente le niveau de la productivité totale des facteurs et, partant, abaisser temporairement son taux de croissance, il est peu probable qu’ils aient des effets à long terme sur la croissance (Hall, 2014).

La croissance potentielle après la crise financière mondiale

On étudie dans cette section l’évolution de la croissance potentielle après la crise financière mondiale dans les pays avancés et émergents, en évaluant si les considérations théoriques au sujet des canaux de transmission sont étayées par les données.

L’analyse présentée ici démontre que la croissance potentielle a ralenti dans les pays avancés et les pays émergents après la crise19. Ce ralentissement a été le plus brutal tout de suite après la crise (2008–10), mais, en 2014, la croissance potentielle n’était pas encore revenue aux taux d’avant la crise. Il est donc possible qu’il y ait des effets persistants sur la croissance, ce qui distingue la crise financière mondiale des autres crises financières : les travaux antérieurs sur les crises du passé ne concluent pas qu’elles influent sur le taux de croissance de la production potentielle (Cerra et Saxena, 2008; édition d’octobre 2009 des Perspectives de l’économie mondiale, chapitre 4; Furceri et Mourougane, 2012). Cependant, les résultats de l’analyse soulignent aussi qu’une partie du ralentissement de la croissance potentielle ne devrait pas être attribuée à la crise. Dans les pays avancés, les tendances démographiques continuent d’avoir des effets. Dans les pays émergents, les facteurs responsables de cette baisse sont plus difficiles à cerner et pourraient comprendre des évolutions qui ne sont pas liées à la crise, telles que la convergence entre la productivité totale des facteurs et la frontière technologique et un fléchissement de la croissance de l’utilisation des intrants—tels que les heures ouvrées et l’utilisation des capacités—et du stock de capital humain.

Pays avancés

Dans les pays avancés, la croissance potentielle est tombée d’un peu moins de 2 % pendant la période d’avant la crise (2006–07) à environ 1½ % en 2013–14. La baisse a été plus marquée dans les pays de la zone euro (environ ½ point) qu’aux États-Unis et dans les autres pays avancés (environ ⅓ point).

Globalement, pour les pays avancés, le ralentissement de la croissance potentielle peut être imputé en grande partie à l’effet de la crise financière mondiale sur l’investissement (voir chapitre 4) et, partant, sur la croissance du capital (graphique 3.7, plages 1–4). En particulier, la croissance du capital a ralenti d’environ 0,8 point après la crise, ce qui a contribué à un fléchissement de la croissance potentielle d’environ ¼ point pendant la même période. L’effet est plus important pour les pays de la zone euro (0,4 point)—peut-être à cause des conditions de financement plus strictes—que pour les États-Unis (environ ¼ point) et les autres pays avancés (0,15 point).

Graphique 3.7.Composantes de la croissance de la production potentielle pendant la crise financière mondiale dans les pays avancés

(En pourcentage)

Source : estimations des services du FMI.

Notes : Les groupes de pays sont définis à l’annexe 3.1. NAIRU = taux de chômage non accélérateur de l’inflation; TA = taux d’activité.

La croissance de l’emploi potentiel a aussi reculé, d’environ 0,8 % à environ 0,4 % pendant la période, ce qui a contribué à un déclin de la croissance potentielle d’environ ¼ point (graphique 3.7, plages 5–8). Le ralentissement de la croissance de l’emploi potentiel est plus marqué dans les pays de la zone euro (0,6 point) qu’aux États-Unis (0,3 point) et dans les autres pays avancés (0,4 point). Néanmoins, il semble que ce fléchissement persistant de la croissance de l’emploi potentiel n’est pas associé aux séquelles de la crise (c’est-à-dire la variation du NAIRU et des taux d’activité). En particulier, les effets temporaires sur la croissance dus aux variations du NAIRU et des taux d’activité liées à la crise s’étaient estompés en 2014. Au lieu de cela, la baisse persistante peut être attribuée aux facteurs démographiques qui influent négativement sur la croissance de la population active et les taux d’activité.

De même, les effets à court terme de la crise sur la croissance de la productivité totale des facteurs constatés en 2008–09 ont déjà complètement disparu20. En 2014, on estime que la croissance de la productivité totale des facteurs était revenue aux taux constatés juste avant la crise.

Pays émergents

Dans les pays émergents, la croissance potentielle est tombée d’environ 7½ % pendant la période d’avant-crise (2006–07) à environ 5½ % en 2013–14 (graphique 3.8, plage 1). Bien que ce déclin ait été alimenté par le ralentissement significatif de la croissance potentielle en Chine (environ 3 points) (graphique 3.8, plage 2), la croissance potentielle a aussi fléchi substantiellement dans les autres pays émergents pendant la période, d’environ % à 3½ % (graphique 3.8, plage 3). Pour le groupe des pays émergents, le ralentissement de la croissance de la productivité totale des facteurs—d’environ 4¼ % à environ 2¼ % pendant la période—explique totalement le recul de la croissance potentielle (graphique 3.8, plage 1). A contrario, la croissance de l’emploi potentiel est restée globalement stable et la croissance du capital n’a pas été touchée par la crise et a même accéléré temporairement—probablement parce que certains pays ont fait des efforts pour contrer les effets de la crise en adoptant des mesures de relance de l’investissement.

Graphique 3.8.Composantes de la croissance de la production potentielle pendant la crise financière mondiale dans les pays émergents

(En pourcentage)

Source : estimations des services du FMI.

Note : Les groupes de pays sont définis à l’annexe 3.1.

Le fait que la quasi-totalité du ralentissement de la croissance de la production potentielle dans les pays émergents après la crise soit due à une baisse de la croissance de la productivité totale des facteurs—mesurée par le résidu du cadre d’analyse causale de la croissance—ne cadre pas facilement avec les prévisions théoriques. Bien que ce déclin puisse être le reflet partiel de l’augmentation de la volatilité de la productivité totale des facteurs mesurée dans les pays émergents—ce qui peut aussi être le fait de plus grandes erreurs de mesure (Cubeddu et al., 2014)—, d’autres facteurs pourraient être à l’œuvre. Ces facteurs pourraient inclure le ralentissement progressif de la convergence vers la frontière technologique après un rattrapage rapide pendant la décennie qui a précédé la crise, le fléchissement de la croissance de l’utilisation des intrants et la croissance moins rapide du capital humain21.

Où allons-nous?

Quelle est la trajectoire probable de la production potentielle à moyen terme? Pour répondre à cette question, on étudie ici les perspectives des composantes de la croissance potentielle—main-d’œuvre, capital et productivité totale des facteurs—à moyen terme, que l’on définit ici comme la période de six ans entre 2015 et 2020. Le scénario présenté ci-dessous se fonde sur l’analyse précédente de l’évolution de la croissance potentielle jusqu’à présent et la prolonge, d’après les projections des tendances démographiques et l’expérience des crises financières passées22. Il convient de considérer ce scénario comme une illustration, étant donné l’incertitude considérable qui entoure beaucoup d’éléments de cette analyse, notamment les erreurs possibles dans les projections démographiques, de même que les fortes variations entre les crises précédentes.

Pays avancés

On élabore la perspective de la croissance potentielle à moyen terme en analysant les perspectives de chacune de ses composantes :

  • Il est prévu que la croissance de l’emploi potentiel continue de ralentir par rapport aux taux d’avant la crise. Ce déclin est entièrement le reflet des facteurs démographiques, qui influent négativement sur la croissance de la population active et sur les taux d’activité tendanciels (graphique 3.9, plage 1). Les effets défavorables sur la croissance des variations liées à la crise du chômage structurel et des taux d’activité se sont déjà estompés, comme on l’a évoqué précédemment.

Graphique 3.9.Effets de la démographie sur la croissance de l’emploi

(En pourcentage)

Source : estimations des services du FMI.

Note : Les groupes de pays sont définis à l’annexe 3.1.

Il est probable que la croissance de la population active ralentisse significativement dans la plupart des pays avancés, notamment l’Allemagne et le Japon, où elle atteindra environ -0,2 % par an d’ici à 202023. Parallèlement, il est prévu que le vieillissement rapide continue de faire baisser les taux d’activité tendanciels moyens, ce qui compenserait l’effet positif de la poursuite de l’accroissement de la population sur l’offre globale de main-d’œuvre. Selon les projections, cette baisse sera la plus forte au Canada, où le vieillissement devrait, à lui seul, abaisser le taux de participation global de plus de 2 points à moyen terme. Globalement, la croissance de l’emploi potentiel dans les pays avancés devrait fléchir d’environ 0,2 point par rapport aux taux d’avant la crise.

  • Il est probable que la croissance du capital reste inférieure aux taux d’avant la crise jusqu’à 2020.

Comme on l’a évoqué dans le cadre théorique, si les ratios investissement/capital restent inférieurs aux niveaux d’avant la crise pendant une période prolongée, la croissance du capital ne reviendra à sa trajectoire de croissance d’équilibre que très progressivement. Autrement dit, il est possible que la contribution de la croissance du capital à la production potentielle reste faible pendant longtemps. La grande question est donc de savoir ce que les crises financières passées nous apprennent quant à la trajectoire probable à moyen terme du ratio investissement/capital—qui détermine le taux de croissance du stock de capital, étant donné les taux de dépréciation24.

Ce que l’on sait des conséquences des crises financières antérieures indique qu’il est peu probable que la baisse du ratio investissement/capital s’inverse totalement d’ici à 2020. Selon les estimations économétriques, le ratio investissement/capital baisse de manière significative et durable après les crises financières (graphique 3.10, plage 1). Généralement, le déclin de ce ratio est d’environ 1,7 points six ans après la crise. Cet effet estimé à moyen terme cadre avec la baisse estimée du ratio investissement/ capital dans les pays avancés entre la crise et 201425. Il est possible que cette baisse traduise en partie les réactions des entreprises à la croissance plus lente de la main-d’œuvre, ce qui leur permet de maintenir le ratio de capital par travailleur tout en investissant moins. Si les ratios d’investissement dans les pays avancés restent faibles aussi longtemps que cela a été le cas pendant les crises financières antérieures, la croissance du stock de capital restera inférieure aux taux d’avant la crise—à environ 1¾%. Cela abaissera la croissance potentielle d’environ 0,2 point par rapport aux taux d’avant la crise.

Graphique 3.10.Ratio investissement/capital

(En pourcentage sauf indication contraire)

Sources : Laeven et Valencia (2014); estimations des services du FMI.

Note : Sur la plage 1, la courbe bleue représente l’effet de la crise financière mondiale, et les courbes rouges représentent l’effet des crises financières précédentes (d’après Laeven et Valencia, 2014) sur le ratio investissement/capital. Les courbes en tiret rouges indiquent les intervalles de confiance de 90 %. Les groupes de pays sont définis à l’annexe 3.1.

  • La décélération de la productivité totale des facteurs observée avant la crise est probablement durable, ce qui implique que la croissance de la productivité totale des facteurs reviendra aux taux observés juste avant la crise, mais sans les dépasser.

Les conclusions de ce chapitre indiquent que la croissance tendancielle de la productivité totale des facteurs avait commencé à ralentir avant la crise. Bien que l’effet de la crise se soit atténué, il est peu probable que la croissance de la productivité totale des facteurs revienne rapidement aux taux exceptionnellement élevés constatés au début des années 2000—bien que cette possibilité ne puisse pas être écartée—surtout pour ce qui est des nombreux pays européens qui n’ont pas de secteur conséquent des technologies de l’information et de la communication (Commission européenne, 2014)26. De surcroît, la croissance du capital humain—une composante de la croissance de la productivité totale des facteurs telle qu’on l’utilise dans le chapitre—devrait aussi ralentir du fait de la baisse du rendement marginal de l’éducation supplémentaire (voir graphique d’annexe 3.5.1, plage 1).

Graphique d’annexe 3.5.1.Projections de croissance du capital humain

(En pourcentage)

Sources : KC et al. (2010); estimations des services du FMI.

Note : Le capital humain se mesure par le pourcentage dans la population des personnes de plus de 15 ans qui ont une éducation secondaire ou supérieure. Les groupes de pays sont définis à l’annexe 3.1.

Pays émergents

Les perspectives d’évolution des composantes de la croissance potentielle dans les pays émergents sont les suivantes :

  • La croissance de l’emploi potentiel devrait continuer de ralentir à moyen terme. Comme dans les pays avancés, cela traduit l’effet de freinage des facteurs démographiques sur la croissance de la population active et sur les taux d’activité tendanciels (graphique 3.9, plages 2 et 3).

Il est probable que la croissance de la population active ralentisse plus fortement, surtout en Chine, et reste négative en Russie. Il est prévu que le vieillissement s’accélère, ce qui fera baisser les taux d’activité tendanciels et, conjugué à la croissance moins rapide de la population, fera tomber la croissance de l’emploi potentiel de 0,5 % à 0,1 % par an à moyen terme. Là encore, cet effet devrait être le plus fort en Chine, mais il devrait également être marqué au Brésil, surtout si la croissance du taux d’activité des femmes reste aux niveaux observés ces dernières années. Globalement, il est prévu que la croissance de l’emploi potentiel dans les pays émergents fléchisse encore d’environ 0,6 point à moyen terme.

  • La croissance du capital devrait encore ralentir par rapport aux taux actuels, à cause de la baisse progressive de l’investissement qui a suivi les années d’expansion de la décennie précédente (voir encadré 4.1).

Les ratios investissement/capital ont déjà reculé de 1,2 point depuis 2011, ce qui a entraîné un ralentissement de la croissance du capital d’environ 0,15 point pendant la même période (graphique 3.10, plages 2 et 3), et il est probable qu’ils restent inférieurs aux taux d’avant la crise. Cela s’explique par des conditions de financement extérieur moins favorables, des prix des matières premières en baisse ou stables et des goulets d’étranglement dans les infrastructures. Dans le cas de la Chine, le ratio investissement/capital—et, partant, la croissance du capital—pourrait continuer de baisser tandis que la croissance se rééquilibre de l’investissement vers la consommation. Notamment, si les ratios investissement/capital restent aux taux observés en 2014 dans les pays émergents à l’exception de la Chine et qu’ils baissent progressivement en Chine à moyen terme à cause du rééquilibrage, la croissance du capital restera inférieure de V point aux taux d’avant la crise.

  • La productivité totale des facteurs devrait rester inférieure aux taux d’avant la crise ces cinq prochaines années.

Il est probable que la croissance de la productivité totale des facteurs s’accélère modérément à moyen terme avec l’atténuation de certains facteurs liés à la crise. Cependant, on suppose qu’elle retombera vers son taux moyen historique (Pritchett et Summers, 2014) et restera inférieure aux taux d’avant la crise, car ces pays s’approchent de la frontière technologique. En prenant l’exemple de la Chine, si la croissance de la productivité totale des facteurs suit le processus typique de convergence, en partant du niveau actuel de revenu du pays, elle pourrait fléchir à moyen terme d’environ % point par rapport aux taux d’avant la crise (Nabar et N’Diaye, 2013)27. De surcroît, le ralentissement de la croissance de la productivité totale des facteurs dans les pays émergents pourrait être amplifié par la baisse de la croissance de la productivité totale des facteurs observée aux États-Unis depuis le milieu des années 2000, par le biais des retombées technologiques. Enfin, comme dans les pays avancés, la croissance du capital humain va probablement baisser progressivement à mesure que le niveau d’éducation se rapproche de celui des pays avancés (voir graphique d’annexe 3.5.1, plages 2–3).

Synthèse

D’après ces scénarios pour les diverses composantes, la croissance potentielle dans les pays avancés et émergents restera probablement inférieure aux taux d’avant la crise. En particulier, dans les pays avancés, on s’attend à ce que la croissance potentielle n’accélère que légèrement par rapport aux taux actuels—de 1,3 % en moyenne en 2008–14 à environ 1,6 % en 2015–20. Dans les pays émergents, il est probable que la croissance potentielle ralentisse encore plus, passant de 6,5 % en moyenne en 2008–14 à environ 5,2 % en 2015–20. En Chine, le ralentissement pourrait être encore plus marqué tandis que la croissance se rééquilibre de l’investissement vers la consommation (graphique 3.11)28.

Graphique 3.11.Évolution de la croissance de la production potentielle et de ses composantes

(En pourcentage)

Source : estimations des services du FMI.

Note : Les groupes de pays sont définis à l’annexe 3.1.

L’incertitude de ces scénarios est significative. Dans certains pays avancés, notamment la zone euro et le Japon, une période prolongée de faiblesse de la demande pourrait encore éroder l’offre de main-d’œuvre et l’investissement et, partant, la croissance potentielle. Dans les pays émergents, un certain nombre de facteurs propres aux pays pourrait influer sur la croissance potentielle. En particulier, des risques géopolitiques pourraient peser sur la croissance potentielle en Russie. En outre, les perspectives de la croissance potentielle des exportateurs de matières premières tels que le Brésil et la Russie dépendent de l’évolution des prix des matières premières, car cette dernière influera probablement sur l’investissement et la croissance du capital. En Chine, le processus de rééquilibrage de la croissance influera de façon cruciale sur les perspectives de la croissance potentielle. Dans les pays avancés et émergents, l’évolution de la croissance de la productivité totale des facteurs à moyen terme reste substantiellement incertaine. Enfin, ces scénarios ne supposent pas que les politiques économiques évolueront pour stimuler la croissance potentielle à moyen terme.

Résumé des résultats et implications pour la politique économique

Du début des années 2000 à 2007 (l’année qui a précédé le début de la crise financière mondiale), la production potentielle a fortement accéléré dans les pays émergents, mais décéléré dans les pays avancés.

La crise est associée à un ralentissement de la croissance potentielle pour les deux groupes de pays. Les conclusions du présent chapitre indiquent que le fléchissement de la croissance potentielle dans les pays avancés et émergents après la crise est respectivement de ½ et 2 points.

L’analyse de ce chapitre indique également que, dans les pays avancés, il est probable que la croissance potentielle n’augmente que légèrement à partir des taux actuels, mais qu’elle restera inférieure à moyen terme aux taux d’avant la crise. En particulier, la croissance de l’emploi a ralenti et continuera probablement de ralentir à cause des facteurs démographiques et la croissance du capital restera probablement inférieure aux taux d’avant la crise bien que la production et l’investissement se remettent de la crise.

Dans les pays émergents, il est probable que la croissance potentielle continue de fléchir, car il est prévu que la croissance de l’emploi potentiel ralentisse. À cause des conditions de financement extérieur moins favorables et des contraintes structurelles, il est probable que la croissance de l’accumulation de capital reste inférieure aux taux d’avant la crise dans ces pays, surtout en Chine, où il se peut qu’elle ralentisse encore tandis que la croissance s’oriente plus vers la consommation. Sans modification de la politique économique, il est improbable que la croissance de la productivité totale des facteurs dans les pays émergents revienne au niveau élevé d’avant la crise, puisqu’il est prévu que ces pays se rapprochent de la frontière technologique.

La dégradation des perspectives pour la croissance potentielle à moyen terme a des conséquences importantes pour la politique économique. Dans les pays avancés, une croissance potentielle plus faible signifie qu’il est plus difficile de réduire un endettement public et privé encore élevé. Il est aussi probable qu’elle soit associée à de faibles taux d’intérêt réels d’équilibre, ce qui signifie que la politique monétaire dans les pays avancés pourrait de nouveau être confrontée au problème de la borne du zéro en cas de chocs sur la croissance. Dans les pays émergents, une croissance potentielle plus faible complique la reconstitution des volants budgétaires. Pour tous les pays, si le taux de croissance de la productivité totale des facteurs reste inférieur aux taux d’avant la crise, l’amélioration du niveau de vie sera ralentie par rapport aux années d’avant la crise.

Vu ces difficultés, il est prioritaire pour les dirigeants de rehausser la production potentielle. Les réformes nécessaires pour atteindre cet objectif varient selon les pays. Dans les pays avancés, il est nécessaire de continuer de soutenir la demande pour stimuler l’investissement et, partant, la croissance du capital (chapitre 4) et d’adopter des mesures et des réformes pour rehausser de façon permanente le niveau de la production potentielle, ainsi que son taux de croissance à moyen terme. Ces mesures seraient, par exemple, de réformer les marchés de produits, de soutenir davantage la recherche et le développement—notamment en renforçant les systèmes de brevets et en adoptant des incitations fiscales et des subventions bien conçues dans les pays où ces dernières sont peu développées—et d’utiliser plus intensivement la main-d’œuvre très qualifiée et les intrants tirés de l’investissement dans les technologies de l’information et de la communication pour faire face à la faible croissance de la productivité (encadré 3.5; OCDE, 2010), d’investir dans les infrastructures pour stimuler le capital physique (chapitre 3 de l’édition d’octobre 2014 des Perspectives de l’économie mondiale) et d’adopter des politiques fiscales et de dépenses mieux conçues pour favoriser la participation au marché du travail, notamment chez les femmes et les travailleurs plus âgés (FMI, 2012).

Dans les pays émergents, les réformes structurelles importantes pour améliorer la productivité sont, entre autres, d’éliminer les goulets d’étranglement dans les infrastructures, d’améliorer le climat des affaires et les marchés de produits et d’accélérer la réforme de l’éducation. En particulier, on peut obtenir de forts gains de productivité dans de nombreux pays émergents en éliminant les barrières réglementaires excessivement restrictives sur les marchés des produits et du travail, en libéralisant les investissements directs étrangers et en améliorant la qualité de l’éducation et le niveau d’éducation secondaire et supérieure (Dabla-Norris et al., 2013). En outre, dans certains de ces pays, il est possible de corriger les distorsions dues aux forts coins fiscaux sur le travail et à la conception inefficace des systèmes de retraite (FMI, 2012).

Annexe 3.1. Sources des données et groupes de pays

Groupes de pays

Dans les graphiques 3.1 et 3.2, le «monde» englobe les 189 pays qui forment la base statistique de la base de données des Perspectives de l’économie mondiale (PEM). Les «pays avancés» comprennent les 36 pays décrits au tableau B de l’appendice statistique. Les «pays émergents» font référence aux pays indiqués au tableau E de l’appendice statistique, exception faite de ceux qui sont notés comme pays en développement à faible revenu29.

Pour les autres graphiques, le tableau d’annexe 3.1.1 indique quels pays font partie des groupes des pays avancés et des pays émergents dans les analyses du chapitre. Ils comprennent 10 pays avancés et 6 pays émergents du Groupe des Vingt (G-20); ces 16 pays représentaient environ trois quarts du PIB mondial en 2014. Les données limitées ne permettent pas d’effectuer l’analyse pour quatre pays du G-20—l’Afrique du Sud, l’Arabie saoudite, l’Argentine et l’Indonésie. Les estimations pour l’Union européenne—la 20e économie du G-20—et la zone euro sont fondées sur les estimations individuelles par pays pour l’Allemagne, l’Espagne, la France et l’Italie.

Tableau d’annexe 3.1.1.Pays inclus dans l’analyse
Pays avancés
AllemagneÉtats-Unis
AustralieFrance
CanadaItalie
CoréeJapon
EspagneRoyaume-Uni
Pays émergents
BrésilMexique
ChineRussie
IndeTurquie

Sources des données

Les sources primaires de données pour ce chapitre sont la base de données des Perspectives de l’économie mondiale et la base de données de l’Organisation de coopération et de développement économiques (OCDE). Toutes les sources de données utilisées dans l’analyse sont indiquées au tableau d’annexe 3.1.2.

Tableau d’annexe 3.1.2.Sources des données
indicateurSource
Croissance de la production potentielle et ses composantes
Croissance de la production potentielleEstimations des services du FMI à partir du filtre multivarié
CapitalOCDE, base de données des Perspectives économiques : statistiques et
projections
Population activeONU, Perspectives de la population mondiale : révision de 2012
Participation au marché du travailOCDE, base de données des Statistiques de la population active;
Organisation internationale du travail, base de données
des indicateurs clés du marché du travail,
Taux de chômage non accélérateur de l’inflationEstimations des services du FMi à partir du filtre multivarié
Indicateurs utilisés dans les estimations de la croissance de la production potentielle et des modèles en cohorte
Anticipations inflationnistesConsensus Economics
Anticipations de croissance du produit intérieur brutConsensus Economics
(prix constants)
Espérance de vieNations Unies, Perspectives de la population mondiale : révision de 2012
FéconditéNations Unies, Perspectives de la population mondiale : révision de 2012
Années d’éducationBarro et Lee (2010)
OCDE, base de données des Perspectives économiques : statistiques et
investissementprojections
OCDE, base de données des Perspectives économiques : statistiques et
Taux de dépréciationprojections
Autres
Produit intérieur brut (prix constants)FMI, base de données des Perspectives de l’économie mondiale
inflationFMI, base de données des Perspectives de l’économie mondiale
ChômageFMI, base de données des Perspectives de l’économie mondiale
Accumulation de capital humainBarro et Lee (2010)
Crises financièresLaeven et Valencia (2014)
Note : OCDE = Organisation de coopération et de développement économiques.
Note : OCDE = Organisation de coopération et de développement économiques.
Annexe 3.2. Méthodologie de filtrage multivarié

Démarche de référence

Les estimations de la production potentielle présentées dans ce chapitre sont calculées à partir d’un petit modèle macroéconomique, qu’on appelle filtre multivarié. La structure du modèle est la suivante30 :

On définit l’écart de production comme étant l’écart entre le (log) de la production réelle effective et le (log) de la production potentielle (Y¯) :

Le procédé stochastique pour la production (mesurée par le PIB réel) comporte trois équations :

Le niveau de la production potentielle (Yt¯) évolue en fonction de la croissance potentielle (Gt) et d’un terme de choc sur le niveau de la production (ɛtY¯), que l’on peut interpréter comme les chocs du côté de l’offre. La croissance potentielle est aussi sujette à des chocs (ɛtG), dont les effets s’atténuent progressivement selon le paramètre θ (pour lequel des valeurs plus faibles signifient un retour plus lent au taux de croissance à l’état stable après un choc). Enfin, l’écart de production est aussi sujet à des chocs (ɛty), qui sont effectivement des chocs du côté de la demande.

Pour aider à cerner les trois termes de choc sur la production mentionnés ci-dessus (εtY¯,εtG, and εty), on ajoute pour l’inflation une équation fondée sur la courbe de Phillips, qui relie l’évolution de l’écart de production (variable non observable) aux données observables sur l’inflation. De cette façon, les estimations que fait le filtre de l’écart de production sont en partie déterminées par les résultats de l’inflation31 :

De surcroît, on incorpore des équations qui décrivent l’évolution du chômage pour fournir plus d’éléments d’identification permettant d’estimer les chocs sur la production et l’écart de production précités :

Dans ces équations, U¯t est la valeur d’équilibre du taux de chômage non accélérateur de l’inflation (NAIRU), qui varie dans le temps et est sujette à des chocs (ɛtU¯) et à des variations de tendance (gtU¯) qui sont elles-mêmes sujettes à des chocs (ɛtgU¯)—cette spécification permet au NAIRU de s’écarter de façon persistante de sa valeur à l’état stable. Surtout, l’équation (A3.2.8) est une relation qui suit la loi d’Okun (1970), où l’écart entre le chômage eflèctif (Ut) et son processus d’équilibre (U¯t) est fonction de l’ampleur des capacités inutilisées dans l’économie (yt). Dès lors, cette équation se comporte quasiment de la même façon que l’équation (A3.2.5) : elle stipule que les estimations de l’écart de production sont, en partie, déterminées par les écarts entre le taux de chômage et le NAIRU.

Pour mettre en œuvre le filtre empiriquement, seules les données sur trois variables observables sont nécessaires : la croissance du PIB réel, l’inflation de l’indice des prix à la consommation et le taux de chômage. On utilise des données annuelles pour ces variables et pour les 16 pays étudiés. Les valeurs des paramètres et les erreurs-types des variances des termes de choc pour ces équations sont estimées à l’aide de techniques d’estimation bayésiennes32.

On ajoute à la structure essentielle du modèle des données concernant la croissance et les anticipations inflationnistes, en partie pour aider à identifier les chocs pendant la période de l’échantillon, mais surtout pour améliorer l’exactitude des estimations à la fin de la période de l’échantillon :

πt+jC et GROWTHt+jC sont respectivement les prévisions de l’inflation et de la croissance du PIB de Consensus Economics. En ajoutant ces équations, le filtre estime la croissance et les anticipations inflationnistes en cohérence avec le modèle avec une plus grande stabilité. En particulier, l’incorporation des termes ɛt+jπC et ɛt+jGROWTHC permet aux prévisions de Consensus Economics d’influencer, sans le court-circuiter, le processus d’anticipation propre au modèle (qui est régi par les estimations que fait le modèle des capacités économiques inutilisées) quand on estime la production potentielle.

Autres démarches

Les estimations de la production potentielle sont intrinsèquement incertaines—puisque cette variable n’est pas observable—et peuvent varier selon les différentes méthodologies d’estimation. Pour illustrer la sensibilité possible des estimations de la production potentielle à différentes techniques statistiques, on compare, dans cette section, les résultats de base avec ceux obtenus par 1) le filtre statistique de Hodrick-Prescott et 2) pour les pays émergents, une version modifiée du filtre multivarié qui exclut la relation fondée sur la loi d’Okun (1970) (c’est-à-dire les équations A3.2.6-A3.2.9). Le but de cette deuxième démarche est de réduire les éventuelles erreurs de mesure dues à la qualité limitée des données sur le chômage.

Les résultats du graphique d’annexe 3.2.1 indiquent que ces autres méthodologies produisent des résultats qualitativement semblables à ceux présentés dans le chapitre. En particulier, dans les pays avancés, le ralentissement de la croissance potentielle a commencé au début des années 2000 et a été aggravé par la crise financière mondiale. Dans les pays émergents, a contrario, il n’a commencé qu’après la crise.

Graphique d’annexe 3.2.1.Croissance de la production potentielle

(En pourcentage)

Source : estimations des services du FMI.

Note : Les groupes de pays sont définis à l’annexe 3.1. HP = filtre de Hodrick-Prescott avec un paramètre de lissage égal à 6,25; FMV = filtre multivarié.

Annexe 3.3. Estimation des taux d’activité tendanciels

On décrit, dans cette annexe, la méthodologie utilisée pour estimer les taux d’activité tendanciels pour les 16 pays avancés et émergents étudiés dans le chapitre (voir annexe 3.1) entre 1980 et 2013. La méthodologie se fonde sur un modèle de cohorte—comme, par exemple, dans Aaronson et al. (2014) et Balleer, Gomez-Salvador et Turunen (2014)—pour décomposer le taux d’activité global entre les taux d’activité des groupes désagrégés d’âge et de sexe et en estimer les déterminants.

Modèle

Pour chaque groupe d’âge a et de sexe g à l’année t, la série temporelle des taux d’activité par groupe (en logs) est estimée selon la spécification suivante33 :

On estime cette spécification séparément pour chaque pays. Les taux d’activité propres à chaque groupe ont quatre grandes catégories de déterminants :

  • Un point d’intersection propre à chaque âge et sexe rend compte du taux d’activité moyen pour chaque groupe d’âge pour refléter les tendances de l’offre de main-d’œuvre sur l’ensemble du cycle de vie (en forme de cloche) : faible pour les jeunes, en augmentation et en stabilisation dans la force de l’âge et en diminution à mesure que l’âge de la retraite s’approche. Cette tendance sur l’ensemble du cycle de vie peut être différente entre les hommes et les femmes.
  • Des variations culturelles et comportementales qui évoluent lentement peuvent modifier à la hausse ou à la baisse l’ensemble du profil d’activité sur l’ensemble du cycle de vie, selon l’année de naissance d’une cohorte tout entière. De tels effets de cohorte non observables ont été largement décrits pour les femmes nées pendant les années du baby-boom aux États-Unis (par exemple Aaronson et al., 2014), et des évolutions semblables sont à l’œuvre dans beaucoup de pays européens et asiatiques. On rend compte de ces effets de cohorte par un effet fixe (I) pour chaque année de naissance b (selon la disponibilité des données pour un pays en particulier; l’analyse porte sur les cohortes nées entre 1920 et 1988). Pour obtenir l’effet de cohorte moyen pour un groupe d’âge donné, on divise le coefficient de la cohorte par le nombre de cohortes comprises dans un groupe d’âge na.
  • La conjoncture peut avoir un effet différent sur les choix d’activité de différents groupes d’âge et de sexe. Par exemple, l’offre de main-d’œuvre des jeunes est souvent plus sensible aux conditions conjoncturelles que celle des travailleurs dans la force de l’âge. Le coefficient rend compte de la sensibilité conjoncturelle du taux d’activité de chaque groupe, tout en permettant aux taux d’activité de réagir de façon partiellement retardée aux conditions conjoncturelles, ce qui cadre avec les faits existants (voir, par exemple, Balakrishnan et al., 2015). La position conjoncturelle est représentée de manière approchée par l’écart d’emploi (c’est-à-dire l’écart entre l’emploi actuel et sa tendance).
  • Le modèle intègre des facteurs structurels qui peuvent avoir un effet sur le taux d’activité tendanciel de certains groupes d’âge en particulier (vecteur X). Pour les jeunes, le choix d’activité dépend de la situation scolaire. Pour les femmes, le choix d’activité est corrélé positivement au niveau d’éducation et, au début de l’âge d’activité maximale, corrélé négativement à la fécondité et à la situation matrimoniale. Pour les travailleurs proches de l’âge légal de départ à la retraite, il est prévu que l’allongement de l’espérance de vie fasse augmenter les taux d’activité.

Données et estimation

Pour les pays avancés, l’échantillon se compose de 11 groupes d’âges (à quatre ans d’intervalle), séparés par sexe, entre 1980 et 2013; on estime donc conjointement 11 équations pour chaque sexe en imposant des contraintes d’égalité inter-équations aux coefficients des cohortes. Pour les pays émergents, la disponibilité des données est réduite à la fois en matière de granularité des groupes d’âge (seulement cinq groupes d’âge pour chaque sexe) et de période couverte (1990-2013).

Toutes les cohortes ne sont pas observées pendant le même nombre d’années; en fait, aucune cohorte n’est observée pendant l’ensemble du cycle de vie. En particulier, les cohortes nées après 1990 ne sont entrées sur le marché du travail que pendant ou après la crise financière mondiale, ce qui rend difficile la distinction entre l’effet négatif de la crise (au-delà des effets conjoncturels moyens) et les éventuelles tendances spécifiques aux cohortes. Pour atténuer ce problème lié au point de fin (et un problème semblable de point de départ pour les cohortes les plus âgées), on n’estime aucun effet de cohorte après 1988 ou avant 1920. On estime également une autre version du modèle qui permet à l’effet de cohorte des personnes nées après 1988 et avant 1920 d’être égal à la moyenne de l’effet des cinq cohortes adjacentes. Ces résultats sont robustes à la spécification différente.

Les effets des autres déterminants structurels pour les femmes, les jeunes et les travailleurs de plus de 54 ans sont estimés explicitement pour les pays avancés pour lesquels on dispose de telles données. Il a été bien décrit que le taux d’activité des hommes dans la force de l’âge dans les pays avancés a suivi une tendance baissière ces dernières décennies (voir, par exemple, Aaronson et al., 2014, et Balleer, Gomez-Salvador et Turunen, 2014), mais les facteurs sous-tendant ce déclin ne sont pas clairement expliqués. On incorpore cette tendance en tenant compte des tendances déterministes linéaires et quadratiques dans l’équation du taux d’activité des hommes dans la force de l’âge. Pour les pays émergents, vu les restrictions de données, les tendances par groupes sont obtenues en estimant une tendance linéaire et quadratique séparément pour chaque groupe.

On évalue ensuite le taux d’activité de chaque groupe d’âge et de sexe en fonction du taux tendanciel prévu pour lequel l’écart conjoncturel est nul, puis on pondère chaque groupe selon sa part respective dans la population pour obtenir le taux tendanciel global pour chaque année. Pour la projection à moyen terme, on permet aux cohortes existantes de progresser dans la répartition des âges selon le profil d’âge estimé de la cohorte, en supposant que le profil d’activité tout au long de la vie des cohortes entrantes ne varie pas systématiquement par rapport à la dernière cohorte estimée. Les valeurs futures des variables structurelles de X sont obtenues à partir des projections pour l’espérance de vie, la fécondité et la population de la base de données sur la population et le développement des Nations Unies (scénario de fécondité moyenne), en extrapolant de façon linéaire les variables concernant le niveau d’éducation et en maintenant stables toutes les autres tendances déterministes à leur dernière valeur observée.

Enfin, on combine ces estimations avec les données concernant les répartitions démographiques pour calculer le taux d’activité tendanciel global (graphique d’annexe 3.3.1).

Graphique d’annexe 3.3.1.Répartition de la population par groupe d’âge

(En pourcentage)

Sources : Nations Unies, Perspectives de la population mondiale : révision de 2012; calculs des services du FMI.

Note : Les groupes de pays sont définis à l’annexe 3.1.

Annexe 3.4. Croissance potentielle après la crise financière mondiale

L’analyse présentée dans le chapitre démontre que la croissance potentielle a ralenti dans les pays avancés et émergents après la crise financière mondiale. Les facteurs explicatifs de ce ralentissement sont, dans les pays avancés, le fléchissement de la croissance du capital et les tendances démographiques et, dans les pays émergents, le fléchissement de la croissance de la productivité totale des facteurs. On tente, dans cette annexe, de cerner l’effet de la crise sur le niveau et le taux de croissance de la production potentielle à l’aide d’un cadre économétrique qui neutralise l’effet des tendances d’avant la crise, des facteurs communs qui influent sur l’évolution de la production potentielle après la crise et du décalage de la croissance de la production potentielle34.

L’analyse suit la démarche proposée par Jordà (2005) et développée par Teulings et Zubanov (2014) en suivant l’évolution de la production potentielle après la crise (identifiée par une variable muette qui prend la valeur 1 pour 2008 et 0 autrement). Cette démarche est recommandée par Stock et Watson (2007) et Auerbach et Gorodnichenko (2013), entre autres, car cette approche souple n’impose pas les restrictions dynamiques qu’on retrouve dans les spécifications des vecteurs autorégressifs (modèle à retards échelonnés).

Spécifiquement, la méthode consiste à estimer des régressions séparées pour la production potentielle à différents horizons. Plus formellement, on estime la spécification économétrique suivante :

où les indices i font référence aux pays et les indices t au temps et k représente l’horizon étudié (le nombre d’années après le temps t); y représente le (log) du niveau de la production potentielle; D est une variable muette de la crise qui prend la valeur 1 pour 2008 et 0 autrement et αi et γt sont respectivement des variables muettes pays et temps35. Comme le proposent Teulings et Zubanov (2014), la spécification intègre les valeurs avancées de la variable muette de la crise entre le temps 0 et la fin de l’horizon de prévision pour corriger le biais de la réponse impulsionnelle inhérent aux méthodes de projection locale. Les effets de la crise sur la croissance de la production potentielle sont estimés en exprimant le membre gauche de l’équation (A3.4.1) sous forme de différences premières (yi,t+kyi,t+k-1).

On estime le modèle pour chaque k. On calcule les fonctions de réponse impulsionnelle au moyen des coefficients estimés Les intervalles de confiance associés aux fonctions de réponse impulsionnelle estimées sont obtenus à partir des écarts-types estimés pour les coefficients ß k. On détermine que la longueur du décalage (l) de la production potentielle et de la variable de crise est égale à deux ans d’après des critères normaux de sélection. L’équation (A3.4.1) est estimée au moyen d’erreurs-types robustes à l’hétéroscédasticité et à l’autocorrélation. L’une des craintes possibles liées à l’estimation de l’équation (A3.4.1) est la causalité inverse, parce que les variations de la production potentielle peuvent influer sur la probabilité de survenue de la crise financière mondiale. Cependant, cette stratégie empirique règle partiellement ce problème en estimant les variations de la production potentielle après la crise. En outre, les tests de robustesse à la causalité inverse confirment la validité des résultats36.

Pays avancés

Les estimations économétriques indiquent que la crise financière mondiale a été associée à une réduction de la production potentielle dans les pays avancés d’environ 6V % en moyenne (graphique d’annexe 3.4.1, plage 1). La baisse était d’environ 7¾% dans les pays de la zone euro, d’environ 7 % aux États-Unis et d’environ 5½% dans les autres pays avancés, bien que ces différences par rapport à la moyenne ne soient pas statistiquement significatives. Ces résultats sont cohérents avec ceux d’études antérieures sur la crise financière mondiale (par exemple Ball, 2014). De surcroît, ces résultats indiquent que six ans après la crise, on peut attribuer, en moyenne, près de 60 % des pertes cumulées de la production effective dans les pays avancés au recul de la production potentielle—cette proportion se vérifie pour la plupart des pays du groupe—tandis que le reste peut être imputé aux pertes cumulées des écarts de production. En particulier, en 2014, les écarts de production restaient négatifs dans la plupart des pays avancés37.

Graphique d’annexe 3.4.1.Retombées de la crise financière mondiale dans les pays avancés

Source : estimations des services du FMI.

Note : Les lignes en tiret indiquent les intervalles de confiance de 90 %. Les pays avancés sont définis à l’annexe 3.1.

Le fléchissement persistant et croissant du niveau de la production potentielle fait également baisser son taux de croissance, d’environ 1,2 point en moyenne (graphique d’annexe 3.4.1, plage 2). Les différences en matière de pertes de croissance potentielle dans le groupe sont le reflet de celles en matière de production potentielle : pour les pays de la zone euro, la croissance potentielle a fléchi d’environ 1,4 point, celle des États-Unis d’environ 1,2 point et celle des autres pays avancés d’environ 1 point, et là encore, les différences ne sont pas statistiquement significatives. Ces estimations sont plus basses que celles présentées dans le chapitre, car elles rendent compte du ralentissement de la croissance potentielle par rapport aux moyennes d’avant la crise plutôt que par rapport à la période de 2006–07, où la croissance potentielle était déjà en baisse.

Pays émergents

Les résultats indiquent que la crise financière mondiale est associée à une diminution de la production potentielle dans les pays émergents d’environ 5 % en moyenne (graphique d’annexe 3.4.2, plage 1). Comme on l’a observé pour les pays avancés, les résultats indiquent aussi que la plupart (environ 70 %) de la perte cumulée de production effective dans les pays émergents peut être attribuée à un recul de la production potentielle, avec seulement des différences minimes entre les pays, tandis que la partie restante peut être imputée à la perte cumulée des écarts de production. En particulier, en 2014, les écarts de production restaient légèrement négatifs pour la plupart des pays émergents38.

Graphique d’annexe 3.4.2.Retombées de la crise financière mondiale dans les pays émergents

Source : estimations des services du FMI.

Note : Les lignes en tiret indiquent les intervalles de confiance de 90 %.

Les pays émergents sont définis à l’annexe 3.1.

La crise est aussi associée à un ralentissement de la croissance potentielle d’environ 1,6 point (graphique d’annexe 3.4.2, plage 2), le fléchissement étant moins fort pour la Chine (1,2 point) que pour les autres pays émergents (1,6 point). Bien que ces résultats soient semblables à ceux présentés dans le chapitre, les estimations économétriques présentées ici illustrent les écarts par rapport aux moyennes d’avant la crise, tandis que l’analyse présentée dans le chapitre se fonde sur les écarts entre la croissance potentielle et les taux de croissance exceptionnels de 2006 et 2007.

Annexe 3.5. Projections de croissance du capital humain

Les hypothèses de croissance du capital humain sont fondées sur les projections du niveau d’éducation à partir du modèle de cohorte de KC e al. (2010). Ces projections sont fondées sur des estimations des taux de fécondité et de mortalité et des flux migratoires nets, ainsi que sur les dynamiques de transition éducative par groupe d’âge de cinq ans. Les projections de cette dernière variable sont fondées sur la supposition que le niveau d’éducation futur d’un pays augmentera selon les tendances historiques mondiales.

D’après ces hypothèses, il est prévu que la croissance du capital humain ralentisse à moyen terme dans les pays avancés et émergents (graphique d’annexe 3.5.1). En particulier, dans les pays avancés, on prévoit que la croissance du capital humain ralentira d’environ ¼ point d’ici à 2020. La baisse projetée est encore plus grande dans les pays émergents, d’environ 6½% en 2015 à environ 5½ % en 2020.

Encadré 3.1.Contre vents et marées : estimation de la production soutenable

La production soutenable est une référence théorique qui a pour but d’estimer la position d’une économie en l’absence de déséquilibre. Ainsi définie, elle cherche à identifier les déséquilibres financiers ou macroéconomiques et, partant, à signaler le risque d’un futur ajustement désordonné. Les expansions du crédit et des prix de l’immobilier qu’ont connues certains des pays européens touchés par la crise sont des exemples récents de tels déséquilibres. Avec l’introduction de l’euro, l’appétit pour le risque des investisseurs a augmenté et les primes de risque ont baissé, ce qui a stimulé le crédit, les prix de l’immobilier et la croissance. Avec le recul, il semble clair que les taux de croissance du PIB étaient au-dessus de leur niveau soutenable et qu’une correction était probable. Le contraire s’est vérifié quand l’expansion s’est transformée en contraction pendant la Grande Récession.

Il est crucial pour les dirigeants d’évaluer la production soutenable. Du point de vue de la viabilité des finances publiques, une estimation fiable des positions budgétaires soutenables qui ne sont pas perturbées par d’importants chocs tels que les cycles d’expansion et de contraction financière aidera à contrer la préférence pour l’emprunt. Par exemple, si les flux de recettes liés au secteur du logement en pleine expansion peuvent être correctement identifiés en temps réel comme étant temporaires, il est moins probable que les dépenses publiques s’ajusteront à la hausse et l’on pourra constituer des volants budgétaires. En outre, une mesure solide de la production soutenable permettra plus facilement d’évaluer les effets des réformes structurelles sur la croissance à moyen et à long terme. Les dirigeants qui cherchent à éviter des hauts et des bas soudains dans l’économie—et les périodes de fort chômage qui les accompagnent—peuvent utiliser la production soutenable comme un indicateur supplémentaire du besoin de stabiliser l’économie par la politique budgétaire ou monétaire.

Dans ce contexte, une mesure de la production soute-nable qui incorpore des variables financières pourrait être particulièrement utile dans l’élaboration d’une politique macroprudentielle. Par exemple, si en tenant compte des variables financières, les dirigeants étaient amenés à croire que la croissance du crédit et des prix de l’immobilier était associée à un degré plus élevé de surchauffe que ne l’indiquent les mesures conventionnelles fondées sur l’inflation des prix à la consommation, il se pourrait que la politique monétaire ne soit pas l’instrument le plus efficace pour faire face à cette expansion. Bien qu’il puisse être utile de rehausser les taux d’intérêt, cela peut aussi être néfaste pour le reste de l’économie. Dans un tel cas, des mesures macroprudentielles plus strictes pourraient être encore plus utiles et devraient, par conséquent, être lancées en premier1.

Il est possible qu’un filtre multivarié augmenté par des variables financières aide à cerner les épisodes de croissance particulièrement élevée ou faible du PIB qui risquent de ne pas durer. Tandis que les mesures conventionnelles se fondent uniquement sur la relation entre la production et les prix, ces démarches ajoutent des variables financières (et d’autre nature)—dans le modèle utilisé ici, les écarts du crédit, des prix de l’immobilier et de l’inflation par rapport à leurs tendances de long terme. Cette approche laisse les données s’exprimer. Si d’importantes fluctuations de la production ont tendance à se produire en même temps que de grandes variations du crédit (ou d’une autre variable), les estimations de la production soutenable par le filtre ne tiendront pas compte de ces fluctuations pour déterminer la production soutenable financièrement neutre. Cependant, si le crédit n’apporte que peu d’informations supplémentaires, le modèle produira des résultats cohérents avec les démarches conventionnelles.

Pour que les modèles de filtrage multivarié augmentés par des variables financières fonctionnent et réduisent le risque d’interpréter des variations permanentes comme étant temporaires, il est important d’exclure les expansions du crédit associées à des caractéristiques économiques fondamentales saines (par exemple une accélération de la croissance du crédit due à l’expansion des circuits financiers). La démarche, certes grossière, est ici de restreindre les informations fournies par les variables financières à la conjoncture et aux phénomènes à plus forte fréquence2. Un autre enjeu de ces approches est d’identifier les épisodes de croissance insoutenable correctement et en temps réel. Au début d’une expansion du crédit, il est extrêmement difficile pour les dirigeants de diagnostiquer si elle est associée à des caractéristiques économiques fondamentales saines ou si elle va se transformer en bulle insoutenable. En pratique, bien que cette méthodologie soit capable d’indiquer les risques qu’un ajustement désordonné se produise à l’avenir, elle est utilisée au mieux comme une «alerte incendie» : quand l’écart financièrement neutre diverge de l’écart de production conventionnel, les dirigeants devraient en étudier à la loupe les raisons sous-jacentes pour parvenir à un diagnostic plus concluant.

Les résultats des analyses qui utilisent le filtre multivarié augmenté par des variables financières indiquent que les estimations conventionnelles pourraient surestimer la production soutenable pendant les expansions du crédit et du logement et la sous-estimer pendant les contractions. Par exemple, dans le cas de certains pays de la zone euro confrontés à des marges élevées sur les emprunts pendant la crise de la dette souveraine de 2010–11 (notamment l’Espagne, la Grèce et l’Irlande), la différence entre la production effective et la production soutenable quand on tient compte de la dynamique du crédit—l’écart de production financièrement neutre—a tendance à être plus élevée (faible) que l’écart de production dérivé de la seule relation entre l’inflation et la production pendant les épisodes de forte (faible) croissance du crédit (graphique 3.1.1).

Graphique 3.1.1.Écart de production dans certains pays de la zone euro1 : filtre multivarié augmenté par des variables financières et filtre avec l’inflation seulement

(En pourcentage)

Source : estimations des services du FMI.

Note : FMV = filtre multivarié; IPC = indice des prix à la consommation.

1Pays de la zone euro (Espagne, Grèce, Irlande, Italie, Portugal) confrontés à des marges élevées sur les emprunts pendant la crise de la dette souveraine de 2010–11.

On peut utiliser un modèle d’équilibre général dynamique stochastique à deux régions intégrant des frictions financières pour les ménages et le logement afin d’étudier plus avant les résultats du filtre multivarié augmenté pour la zone euro3. Le modèle assigne un rôle explicite à l’endettement et au risque de crédit. Dans ce contexte, il est possible de distinguer entre les variations soutenables de la production liées à une réduction de la friction financière et la croissance alimentée par le crédit. Vue sous l’angle du modèle, l’introduction de l’euro a fait baisser de manière persistante les primes de risque, réduit la friction financière et rehaussé le PIB et la production soutenable dans les pays de la zone euro confrontés à des marges élevées sur les emprunts pendant la crise de la dette souveraine de 2010–11 (graphique 3.1.2). Cependant, au milieu des années 2000, une bulle de l’immobilier et du crédit s’était installée dans certains pays de la zone euro confrontés à des marges élevées sur les emprunts pendant la crise de la dette souveraine de 2010–11 (notamment l’Espagne, la Grèce et l’Irlande) et avait fait s’élever le PIB effectif bien au-dessus de la production soutenable. La crise a annulé la plupart de cette expansion après 2007, ce qui a fait augmenter les primes de risque pour les pays et le logement et entraîné une crise du crédit et une forte contraction de la production.

Graphique 3.1.2.Écarts de crédit et de production déduits du modèle d’équilibre général dynamique et stochastique

(Écart en pourcentage par rapport au potentiel sauf indication contraire)

Source : estimations des services du FMI.

Note : Le crédit est représenté par l’écart en pourcentage par rapport à la tendance. Sur la plage 2, «Autres» comprend la préférence pour les biens non durables, la préférence pour l’immobilier, la technologie et la marge brute. Préf. = préférence.

1Pays de la zone euro (Espagne, Grèce, Irlande, Italie, Portugal) confrontés à des marges élevées sur les emprunts pendant la crise de la dette souveraine de 2010–11.

Globalement, les faits évoqués ici indiquent que les variables financières peuvent éclairer les estimations de la production soutenable—mais des travaux supplémentaires sont nécessaires. La démarche fondée sur le filtre multivarié augmenté laisse les données s’exprimer, mais elle exige toujours de nombreuses décisions pratiques qui influent sur les résultats et méritent un examen plus poussé. L’identification en temps réel de la production soutenable reste également un enjeu. Bien que les modèles d’équilibre général dynamique et stochastique puissent aider à cerner de façon cohérente les facteurs de la production soutenable et potentielle, leurs hypothèses structurelles sous-jacentes peuvent aussi influer sur les résultats. Enfin, d’autres travaux sont nécessaires pour établir des liens plus rigoureux entre les estimations de la production soutenable par le filtre multivarié augmenté et le concept de la production potentielle fondé sur les prix flexibles utilisé dans les modèles d’équilibre général dynamique et stochastique.

Les auteurs de cet encadré sont Helge Berger, Mico Mrkaic, Pau Rabanal et Marzie Taheri Sanjani. L’analyse présentée ici s’inspire de Berger et al., à paraître.1Voir, par exemple, Benes, Kumhof et Laxton (2014), qui évaluent les facteurs de vulnérabilité associés aux expansions excessives du crédit et aux bulles des prix des actifs et les conséquences de diverses politiques macroprudentielles. Quint et Rabanal (2014) étudient le rôle des politiques macroprudentielles propres aux pays dans une union monétaire.2La démarche se rapproche de celle de Borio, Disyatat et Juselius (2013), mais elle diffère par sa démarche d’estimation et par le traitement des tendances de long terme. Voir les détails dans Berger et al., à paraître.3Voir les détails dans Rabanal et Taheri Sanjani, à paraître. Ces travaux s’inspirent de Furlanetto, Gelain et Taheri Sanjani (2014) et Quint et Rabanal (2014).

Encadré 3.2.Retombées de la productivité totale des facteurs aux États-Unis

La croissance de la productivité totale des facteurs aux États-Unis—dont le développement technologique est généralement considéré comme la frontière mondiale—a commencé à ralentir en 2003, quand les effets exceptionnels sur la croissance de la démocratisation des technologies de l’information et de la communication, observés de la fin des années 90 au début des années 2000, ont commencé à s’estomper (Fernald, 2014a). Le recul de la productivité totale des facteurs aux États-Unis s’est-il propagé aux autres pays avancés? Pour répondre à cette question, cet encadré utilise une démarche innovante pour calculer la productivité totale des facteurs et étudie de façon empirique les effets de contagion des États-Unis sur les autres pays avancés.

Il est difficile de mesurer la croissance de la productivité totale des facteurs. Les mesures habituelles de cette croissance sont généralement estimées à partir de ce que l’on appelle le résidu de Solow, soit la partie de la croissance de la production effective qui ne s’explique pas par la croissance des intrants factoriels tels que la main-d’œuvre et le capital. Malheureusement, ces mesures fondées sur les résidus ont tendance à intégrer l’utilisation non observée des intrants, qui est fortement procyclique. Par conséquent, il est probable qu’une analyse des effets de contagion fondée sur la mesure du résidu de Solow rende compte des covariations de la conjoncture plutôt que des véritables effets de contagion de la productivité totale des facteurs. Dans cet encadré, on élabore une mesure raffinée de la productivité totale des facteurs à partir de la procédure proposée par Basu, Fernald et Kimball (2006) et Fernald (2014a, 2014b) pour neutraliser les effets de l’utilisation non observée du capital et de la main-d’œuvre1. On construit des séries de la productivité totale des facteurs ajustée à partir de données sectorielles pour un panel non équilibré de 16 pays avancés, pour la période 1970–20072.

En particulier, on estime la fonction de production suivante pour chaque secteur i pour chaque pays :

dy est la croissance de la production; dx est la croissance des intrants observés, définie comme étant la combinaison linéaire de la croissance du capital, de la main-d’œuvre et des intrants matériels; du est la croissance des intrants non observés mesurés par les heures ouvrées et dtfp est la croissance de la productivité totale des facteurs3.

On calcule ensuite la mesure globale de la productivité totale des facteurs comme étant la différence entre le résidu de Solow global et la mesure globale de l’utilisation4 :

Comme on l’évoque dans Basu, Fernald et Kimball (2006), la productivité totale des facteurs ajustée a trois caractéristiques notables par rapport au simple résidu de Solow : 1) la covariation contemporaine entre la croissance de la production et la croissance de la productivité totale des facteurs ajustée est limitée, 2) les heures ouvrées sont corrélées plus négativement avec la productivité totale des facteurs ajustée, et 3) l’utilisation des facteurs estimée est corrélée négativement avec la productivité totale des facteurs ajustée (tableau 3.2.1).

Tableau 3.2.1.Propriétés de la productivité totale des facteurs ajustée par rapport au résidu de Solow, pays avancés, 1970–2007
Résidu de SolowPTF corrigée de l’utilisation
Corrélation avec la croissance de la production0,700,34
Corrélation avec les heures ouvrées−0,07−0,15
Corrélation avec l’utilisation des facteurs0,13−0,39
Source : estimations des services du FMI.Note : PTF = productivité totale des facteurs.
Source : estimations des services du FMI.Note : PTF = productivité totale des facteurs.

On utilise deux spécifications économétriques pour évaluer les retombées de la productivité totale des facteurs. La première discerne si les chocs sur la productivité totale des facteurs aux États-Unis influent tangiblement sur la productivité totale des facteurs dans les autres pays avancés, selon l’estimation suivante :

tfp est le log de la productivité totale des facteurs ajustée, αi représente des effets fixes pays et dfp est le taux de croissance de la productivité totale des facteurs ajustée. Le coefficient ßk mesure l’effet de contagion d’une variation de 1 % de la croissance de la productivité totale des facteurs ajustée aux États-Unis.

La seconde spécification évalue les canaux de transmission des effets de contagion en permettant à la réponse de varier selon des caractéristiques propres aux pays et l’intensité des liens commerciaux entre chaque pays et les États-Unis. On l’estime de la façon suivante :

où γt représente des effets fixes temps; X¯iUS représente des caractéristiques propres au pays, notamment la distance relative du pays par rapport à la frontière technologique—définie comme l’écart entre sa productivité totale des facteurs et celle des Etats-Unis—et son ouverture commerciale et financière vis-à-vis des États-Unis5.

Il ressort des résultats que les variations de la croissance de la productivité totale des facteurs aux États-Unis ont tendance à se répercuter sur les autres pays avancés. En particulier, les estimations économétriques indiquent qu’une variation de 1 % (un choc) de la croissance de la productivité totale des facteurs aux États-Unis entraîne une accélération de 0,4 point de la croissance de la productivité totale des facteurs dans les autres pays avancés à moyen terme (graphique 3.2.1), l’effet atteignant son maximum quatre ans après le choc6.

Graphique 3.2.1.Répercussions de la productivité totale des facteurs aux États-Unis sur les autres pays avancés

(En points; années en abscisse)

Source : estimations des services du FMI.

Note : t = 0 est l’année du choc. Les lignes en tiret indiquent les intervalles de confiance de 90 %. Les fonctions de réponse impulsionnelle sont estimées au moyen d’une projection locale et d’une correction de biais selon Teulings et Zubanov (2014) pour un échantillon non équilibré entre 1970 et 2007.

Les résultats indiquent également que les retombées de la productivité totale des facteurs sont plus importantes dans les pays où les flux d’investissements directs étrangers (IDE) en provenance des États-Unis sont plus élevés et dans les pays qui sont technologiquement plus éloignés des États-Unis (tableau 3.2.2)7. En particulier, l’accélération de la croissance de la productivité totale des facteurs dans un pays qui a des liens relativement forts avec les États-Unis mesurés par les flux d’IDE (au niveau du 75e centile) est plus forte d’environ 0,09–0,14 point que dans un pays qui a des liens relativement faibles (au niveau du 25e centile). Le différentiel d’effet de contagion pour un pays qui est technologiquement plus éloigné des États-Unis (au niveau du 75e centile) par rapport à un pays qui est moins éloigné (au niveau du 25e centile) est d’environ 0,13 point. D’autres variables, comme l’ouverture aux échanges, l’accumulation de capital humain, le stock d’IDE et les dépenses de recherche et de développement rapportées au PIB, n’ont pas, selon l’analyse, d’effets statistiquement significatifs.

Tableau 3.2.2.Canaux de transmission
Liens(1)(2)(3)
IDE avec les États-Unis0,02***0,03***
Écart de PTF par rapport aux États-Unis(3,18)(3,29)
0,01*0,01***
(1,92)(4,04)
R20,180,190,19
Nombre d’observations365365365
IDE—Différentiel de PTF (en points)0,090,14
Écart de PTF—Différentiel de PTF (en points)0,130,13
Source : estimations des services du FMI.Note : Les t-statistiques sont indiquées entre parenthèses. Les erreurs-types sont robustes à l’hétéroscédasticité et à la corrélation sérielle au sein des panels. Toutes les régressions intègrent des effets fixes pays et temps. Le différentiel de PTF (en points) mesure l’effet du choc dans un pays au niveau du 75e centile de la variable étudiée par rapport à un pays au niveau du 25e centile. IDE = investissements directs étrangers;PTF = productivité totale des facteurs.* p < 0,10; *** p < 0,01.
Source : estimations des services du FMI.Note : Les t-statistiques sont indiquées entre parenthèses. Les erreurs-types sont robustes à l’hétéroscédasticité et à la corrélation sérielle au sein des panels. Toutes les régressions intègrent des effets fixes pays et temps. Le différentiel de PTF (en points) mesure l’effet du choc dans un pays au niveau du 75e centile de la variable étudiée par rapport à un pays au niveau du 25e centile. IDE = investissements directs étrangers;PTF = productivité totale des facteurs.* p < 0,10; *** p < 0,01.
Les auteurs de cet encadré sont Davide Furceri, Sinem Kilic Celik et Annika Schnücker.1Basu, Fernald et Kimball (2006) démontrent que l’utilisation non observée des intrants (effort de travail et semaine de travail du capital) peut être mesurée de façon approchée par l’utilisation observée des intrants (heures par travailleur).2Les pays compris sont l’Allemagne, l’Australie, l’Autriche, le Canada, le Danemark, l’Espagne, les États-Unis, la Finlande, la France, la Grèce, l’Irlande, l’Italie, les Pays-Bas, la Pologne, le Portugal et le Royaume-Uni pendant une période non équilibrée entre 1970 et 2007. La disponibilité limitée des données empêche de mener l’analyse pour les années récentes. Les données proviennent de EU KLEMS et World KLEMS.3Spécifiquement, la croissance des intrants observés est calculée par dxi,t=sLidli+sKidki+sMidmi, dl, dk, et dm sont, respectivement, la croissance de l’emploi, du capital et des intrants matériels, et sA est le ratio entre les paiements et l’intrant A dans le coût global.Les secteurs sont classés en trois grands groupes : secteur manufacturier non durable, manufacturier durable et non manufacturier.4Les mesures globales du résidu de Solow et de l’utilisation des intrants sont calculées par dtfpsolow=Σiwi(1smi)(dyidxi) et du=Σiwi(1smi)γidtfpiWi est la part de la valeur ajoutée de chaque secteur dans la production globale.5Les publications existantes identifient généralement ces variables comme des canaux principaux de transmission (par exemple Coe et Helpman, 1995; Coe, Helpman et Hoffmais-ter, 2009; Rondeau et Pommier, 2012).6Comme test de robustesse et pour démêler les effets de contagion de la croissance de la productivité totale des facteurs auxÉtats-Unis de ceux associés aux facteurs mondiaux qui influent sur la croissance de la productivité totale des facteurs mondiale, on inclut la moyenne de la productivité totale des facteurs mondiale (hormis les États-Unis) dans l’analyse. Les résultats, qui ne sont pas indiqués ici, sont qualitativement semblables et pas statistiquement différents de ceux repris sur le graphique 3.2.1.7On mesure l’ouverture au moyen des IDE (flux entrants d’IDE reçus des États-Unis par un pays rapportés aux flux sortants globaux des IDE des États-Unis) et de la distance par rapport à la frontière technologique au moyen de l’écart de productivité totale des facteurs vis-à-vis des États-Unis ((dtfpi,tdtfpUS,t)/dtfpUS,t)..

Encadré 3.3.Croissance de la productivité totale des facteurs dans les pays avancés : étude des tendances sectorielles

Les tendances de la croissance de la productivité totale des facteurs au niveau global (de toute l’économie) peuvent indiquer des changements structurels, un ralentissement du rythme de l’innovation sectorielle et l’atténuation de l’effet des réformes passées. On étudie dans cet encadré les tendances sectorielles de la croissance de la productivité totale des facteurs pour évaluer les déterminants de la performance globale pendant les années qui ont précédé la crise financière mondiale.

Dans les trois décennies qui ont précédé la crise, les facteurs de l’agriculture et du secteur manufacturier ont été continuellement réaffectés vers les services : en effet, en 2007, plus de 75 % de l’emploi (en heures ouvrées) dans les pays avancés était dans les services (graphique 3.3.1). Cette tendance traduit les mutations technologiques dans les secteurs, les variations de la demande intérieure et les échanges internationaux qui ont alimenté un processus de transformation structurelle où la main-d’œuvre, le capital et les intrants intermédiaires ont été réaffectés vers les services (Herrendorf, Rogerson et Valentinyi, 2013). La part du travail a chuté dans les secteurs en forte croissance tels que le secteur manufacturier et les biens et services des technologies de l’information et de la communication (TIC) et augmenté dans les secteurs à plus faible croissance tels que la finance, les services personnels (par exemple l’hôtellerie et la restauration), les services non marchands (par exemple l’administration, la santé et l’éducation) et la construction. Cette transformation structurelle a aussi fait ralentir la croissance de la productivité totale des facteurs générale de l’économie : dans de nombreux secteurs du tertiaire, la croissance de la productivité est bien plus faible que dans le reste de l’économie à cause des marges limitées d’innovation et d’évolution technique (Baumol, Blackman et Wolff, 1985) (graphique 3.3.2, plages 1 et 2). En effet, la réaffectation sectorielle a contribué à un recul de la productivité totale des facteurs générale de l’économie d’environ 0,11 pendant la période 1990-2007 (graphique 3.3.2, plage 3)1.

Graphique 3.3.1.Emploi et valeur ajoutée, 1980–2007

(En pourcentage; pondéré par la PPA)

Sources : EU KLEMS; World KLEMS; calculs des services du FMI.

Note : BSTIC = biens et services des technologies

de l’information et de la communication; PPA = parité de pouvoir d’achat.

Graphique 3.3.2.Groupes de pays sélectionnés : croissance de la productivité totale des facteurs dans les secteurs des biens et services

(En pourcentage; pondérée par la PPA)

Sources : EU KLEMS; World KLEMS; Organisation de coopération et de développement économiques; calculs des services du FMI.

Note : La taille des bulles représente la part du secteur dans la valeur ajoutée. Sur la plage 1, «Autres» fait référence aux secteurs de l’agriculture, des services d’utilité publique, de la construction et des mines. BTIC = biens des technologies de l’information et de la communication; E = cœur de l’Europe; H = pays de la zone euro (Espagne, Grèce, Irlande, Italie, Portugal) confrontés à des marges élevées sur les emprunts pendant la crise de la dette souveraine de 2010–11; J = Japon; N = producteurs de ressources naturelles; PPA = parité de pouvoir d’achat; PTF = productivité totale des facteurs; UK = Royaume-Uni; US = États-Unis.

Pendant les années 90 et au début des années 2000, le secteur des biens et services des TIC était un secteur particulièrement florissant dans un paysage autrement morose marqué par le ralentissement de la croissance de la productivité totale des facteurs. En effet, l’explosion de la croissance de la productivité totale des facteurs dans les secteurs producteurs de TIC aux États-Unis s’est répercutée sur les secteurs à forte intensité en TIC, ce qui a renforcé l’intensification capitalistique des TIC et aussi fait augmenter la productivité totale des facteurs dans ces secteurs (Fernald, 2014a, 2014b). Cependant, dans la première moitié des années 2000, il semble que cette forte croissance de la productivité totale des facteurs dans la production des TIC soit arrivée en bout de course. La production et l’intensification capitalistique du secteur ont décliné significativement pendant les années qui ont précédé la crise financière mondiale, et la croissance de la productivité totale des facteurs dans les secteurs à forte intensité en TIC a suivi cette tendance, malgré un léger décalage (graphique 3.3.3). Ces dynamiques peuvent expliquer en partie le ralentissement estimé de la productivité totale des facteurs aux États-Unis dans les années qui ont précédé la crise. Dans les autres pays avancés, l’intensification capitalistique des TIC a joué un rôle moins important, mais la dynamique et le calendrier ont été semblables, car une hausse comparable pendant les années 90 a cédé la place à un ralentissement ultérieur.

Graphique 3.3.3.Croissance de la productivité dans les technologies de l’information et de la communication et retombées

(En pourcentage)

Sources : Corrado et al. (2012); Fernald (2014a);

Research Institute of Economy, Trade and Industry, Japan Industrial Productivity Database; calculs des services du FMI.

Note : TIC = technologies de l’information et de la communication.

1Pays de la zone euro (Espagne, Grèce, Irlande, Italie, Portugal) confrontés à des marges élevées sur les emprunts pendant la crise de la dette souveraine de 2010–11.

Cette conclusion est étayée par des données sur le secteur de la distribution, où le taux de croissance de la productivité totale des facteurs a été le plus élevé du secteur tertiaire. Les avancées cumulées dans les TIC se sont diffusées dans le secteur, la montée en puissance d’entreprises telles que Walmart et Amazon (Lewis, 2005) catalysant une forte croissance de la productivité sectorielle. Selon certains commentateurs, ces avancées avaient déjà été en grande partie exploitées entre 2000 et 2007, et la croissance de la productivité dans le secteur de la distribution était en décélération dans les pays avancés (graphique 3.3.2, plage 2). Les pertes de croissance de la productivité ont été en partie compensées par des gains dans les secteurs «euphoriques» tels que la finance dans certains pays; la viabilité de ces secteurs après la crise reste à déterminer.

Les auteurs de cet encadré sont Era Dabla-Norris et Kevin Wiseman. L’analyse s’inspire de Dabla-Norris et al., à paraître.1On estime la contribution de la réaffectation sectorielle à la productivité totale des facteurs en désagrégeant la croissance de la productivité totale des facteurs entre les variations de la productivité totale des facteurs intra- et intersectorielles en suivant la méthodologie de McMillan et Rodrik (2011) au moyen de la spécification suivante :tfpttfpt1=Σiωi,t1(tfpi,ttfpi,t1)+Σitfpi,t(ωi,tωi,t1),tfp et tfpi se réfèrent respectivement à la productivité totale des facteurs générale de l’économie et sectorielle et ωi est la part de la valeur ajoutée du secteur i dans la production globale. On mesure alors la contribution de la réaffectation sectorielle d’après les variations intersectorielles de la productivité totale des facteurs, qui correspondent au second terme de l’équation.

Encadré 3.4.Les effets de la crise financière sur la productivité de la main-d’œuvre : le rôle de la réaffectation sectorielle

Les crises financières peuvent influer sur la productivité de la main-d’œuvre générale de l’économie de deux façons : 1) par leurs effets sur la productivité de la main-d’œuvre dans chaque secteur économique, et 2) en entraînant des réaffectations sectorielles de la main-d’œuvre. L’effet des crises financières par le biais du second canal (réaffectation sectorielle) est ambigu, car la main-d’œuvre peut-être réaffectée entre différents secteurs à forte et à faible productivité, l’effet net sur la productivité totale de la main-d’œuvre restant peu clair.

Dans cet encadré, on examine de façon empirique l’effet des crises financières sur la productivité de la main-d’œuvre, en estimant le rôle de chacun de ces deux canaux de transmission. Puisque la disponibilité limitée des données ne nous permet pas d’examiner ces deux canaux pour la crise financière mondiale, l’analyse présentée ici se penche sur les crises financières passées.

La démarche utilisée pour décomposer la productivité totale entre effets sur la productivité intra- et intersectoriels s’inspire de la méthodologie proposée par McMillan et Rodrik (2011) :

yt et yi,t se réfèrent respectivement à la productivité de la main-d’œuvre générale de l’économie et sectorielle, et ωi,t est la part de l’emploi dans le secteur i. Le premier terme de la décomposition est la somme pondérée de la croissance de la productivité dans chaque secteur, où les pondérations sont la part de l’emploi de chaque secteur au temps t. Ce terme rend compte de la composante intrasectorielle de la croissance de la productivité. Le second terme est la part de la productivité de la main-d’œuvre qui provient de la réaffectation des ressources entre les différents secteurs et rend compte de la composante intersectorielle de la croissance de la productivité.

Cette analyse suit la démarche proposée par Jordà (2005) en retraçant l’évolution de la croissance de la productivité après une crise financière. Elle neutralise les effets des tendances d’avant la crise, des facteurs communs qui influent sur l’évolution de la croissance de la productivité après la crise et du décalage de la croissance de la productivité. En particulier, on estime la spécification économétrique suivante :

xi,t représente l’effet intrasectoriel ou intersectoriel de la croissance de la productivité sectorielle pour le secteur i au temps t; y est la croissance de la productivité générale de l’économie; D est une variable muette de la crise qui prend la valeur 1 pour les années de crise, telles qu’identifiées par Laeven et Valencia (2014), et αc et γt sont respectivement des effets fixes pays et temps. Cette spécification économétrique tient aussi compte des effets décalés de la crise et intègre la correction de biais proposée par Teulings et Zubanov (2014).

On estime l’équation (3.4.2) pour 8 secteurs dans 24 pays avancés en 1970–2007 pour k = 0, … 5. Il ressort des estimations économétriques que les crises financières ont généralement un effet négatif statistiquement significatif sur la productivité de la main-d’œuvre (graphique 3.4.1, plage 1). Plus spécifiquement, on estime que la productivité de la main-d’œuvre baisse à l’impact d’environ 2 % en moyenne, et, cinq ans après la crise, elle reste inférieure d’environ 1½ % à son taux d’avant la crise. La réaffectation sectorielle (l’effet intersectoriel) explique à peu près la moitié de la baisse à moyen terme de la productivité de la main-d’œuvre. Cela est dû au fait que la main-d’œuvre qui est déplacée des secteurs à la productivité relativement élevée—comme le secteur manufacturier et la finance et, dans une moindre mesure, la construction—a tendance à se diriger vers les secteurs à faible productivité—comme les services personnels et les services non marchands (graphique 3.4.1, plage 2).

Graphique 3.4.1.Réponse de la productivité de la main-d’œuvre aux crises

(En pourcentage; années en abscisse)

Source : estimations des services du FMI.

Note : t = 0 est l’année du choc.

Ces résultats cadrent avec les éléments empiriques des études précédentes (par exemple Aaronson, Rissman et Sullivan, 2004) selon lesquels la finance et le secteur manufacturier ont tendance à se contracter plus que les autres secteurs pendant les ralentissements, tandis que l’emploi dans les services non marchands a tendance à être plus résilient aux variations de l’activité économique (par exemple Kopelman et Rosen, 2014).

L’auteur de cet encadré est Juan Yépez Albornoz.

Encadré 3.5.Les effets des réformes structurelles sur la productivité totale des facteurs

Dans cet encadré, on étudie l’effet des réformes structurelles sur la productivité totale des facteurs sectorielle. On se fonde sur le cadre conceptuel de la «distance par rapport à la frontière technologique» (Aghion et Howitt, 2006, 2009; Acemoglu, Zilibotti et Aghion, 2006) pour évaluer empiriquement l’importance relative d’une palette de facteurs de politique économique et structurels dans différents secteurs et pays. Selon ce cadre, les paquets de mesures visant à soutenir la croissance de la productivité dans différents secteurs peuvent varier selon la distance du secteur par rapport à la frontière technologique.

On utilise deux spécifications économétriques pour estimer l’effet des réformes structurelles sur la productivité totale des facteurs. La première détermine si les variations des indicateurs structurels ont une incidence tangible sur la productivité totale des facteurs et si l’effet dépend de la distance par rapport à la frontière technologique. Cette spécification neutralise les effets des caractéristiques propres aux pays et aux secteurs et des facteurs communs qui influent sur la productivité totale des facteurs, ainsi que de l’écart entre la productivité totale des facteurs et la «frontière mondiale»—définie comme étant le niveau le plus élevé de productivité totale des facteurs dans le secteur en particulier pour une année donnée1.

Comme les réformes économiques et les chocs structurels peuvent se traduire par des coûts d’ajustement, surtout dans un contexte de faible demande, il est utile d’évaluer leurs effets sur la productivité au fil du temps. Par conséquent, la deuxième spécification cherche à évaluer les effets dynamiques (à court et moyen terme) des chocs structurels—identifiés par les épisodes de fortes variations des indicateurs structurels—sur la productivité totale des facteurs2. L’analyse suit la démarche proposée par Jordà (2005) en suivant la réponse de la productivité totale des facteurs après ces réformes. Pour cela, on neutralise les effets des tendances d’avant la crise ainsi que des caractéristiques propres aux pays et aux secteurs et des facteurs communs qui influent sur l’évolution de la productivité totale des facteurs après les réformes3. Pour les deux spécifications, l’échantillon comprend des données sectorielles annuelles tirées de EU KLEMS et couvrent 23 secteurs dans 11 pays avancés entre 1970 et 2007.

Dans cet encadré, on étudie en quoi les réglementations sur les institutions, les marchés des produits et le travail influent sur l’efficacité et la convergence par rapport à la frontière4, ce qui est important, car des réglementations plus strictes pourraient limiter la croissance de la productivité totale des facteurs en empêchant les ressources d’être réaffectées efficacement entre les usines, les entreprises et les secteurs. Les régressions intègrent également d’autres facteurs spécifiques aux secteurs qui stimulent l’expansion de la frontière technologique et facilitent l’adoption des technologies, à savoir l’éducation (part de la main-d’œuvre fortement qualifiée dans la main-d’œuvre globale), l’innovation (dépenses de recherche et de développement [R&D] rapportées à la valeur ajoutée du secteur) et l’utilisation des technologies de l’information et de la communication (TIC), tous tirés de l’ensemble de données EU KLEMS.

Les estimations économétriques obtenues à partir de la première spécification indiquent qu’une réglementation moins stricte des marchés de produits et une utilisation plus intensive de la main-d’œuvre fortement qualifiée et des intrants tirés de l’investissement dans les TIC, ainsi que de plus fortes dépenses pour les activités de R&D, contribuent positivement et de façon statistiquement significative à la productivité totale des facteurs (tableaux 3.5.1 et 3.5.2). Les effets varient selon le secteur et sont généralement plus importants plus le secteur est proche de la frontière technologique. Par exemple, les effets positifs de la déréglementation des marchés de produits sur la productivité totale sont les plus importants dans le secteur des services, mais la main-d’œuvre fortement qualifiée et les dépenses de R&D ont les effets les plus forts dans les secteurs liés aux TIC. Pour traduire ces résultats en termes économiques et fournir un exemple spécifique, les estimations indiquent que, si l’Autriche devait alléger ses réglementations sur le secteur des services pour les mettre au même niveau que celles des Pays-Bas, le gain moyen en matière de croissance de la productivité totale des facteurs dans tous les secteurs pourrait représenter environ 0,2 point par an et environ 0,6 point dans le secteur des services. A contrario, la réglementation du marché du travail n’a pas, selon l’analyse, d’effets statistiquement significatifs sur la productivité totale des facteurs, peut-être à cause des difficultés qu’il y a à mesurer le degré de souplesse des marchés du travail entre les pays. Enfin, les résultats de la première spécification prouvent l’existence de transferts de connaissances en provenance de la frontière qui renforcent la productivité (repris par le coefficient de la croissance de la productivité totale des facteurs à la frontière) et d’un effet de convergence lié au rattrapage dans les pays «suiveurs» (mesuré par le coefficient de l’écart de productivité totale des facteurs).

Tableau 3.5.1.Effets des frictions sur les marchés des produits et du travail sur la croissance de la productivité totale des facteurs
Tous les secteursManufacturierLié aux TIC1Services
(1)(2)(3)(4)(5)
Variable dépendante : taux de croissance annuel de la PTF (en pourcentage)
Taux de croissance de la PTF à la frontière0,0530,0520,1150,0250,013
(0,014)***(0,014)***(0,031)***(0,013)*(0,011)
Écart de PTF par rapport à la frontière−0,110−0,099−0,093−0,053−0,060
(0,023)***(0,027)***(0,037)**(0,029)*(0,026)**
Réglementation des marchés de produits0,7170,9450,892−0,199−1,315
(0,460)(0,516)*(0,786)(0,776)(0,445)***
Réglementation du marché du travail0,8250,6450,8950,3950,451
(0,569)(0,624)(0,954)(0,814)(0,640)
Réglementation des marchés de produits0,006−0,006−0,010−0,017
X écart de PTF(0,007)(0,008)(0,010)(0,005)***
Réglementation du marché du travail−0,008−0,007−0,014−0,012
X écart de PTF(0,008)(0,012)(0,011)(0,011)
Réglementation des marchés de produits−0,638−1,255
X variable muette du sect. manufacturier(0,424)(0,536)**
Réglementation des marchés de produits−0,537−1,461
X variable muette des services(0,192)***(0,366)***
Réglementation des marchés de produits−0,014
X écart de PTF
X variable muette du sect. manufacturier(0,012)
Réglementation des marchés de produits−0,021
X écart de PTF
X variable muette des services(0,007)***
Nombre d’observations4.6464.6462.4241.6161.414
R2 ajusté0,200,200,240,290,21
Source : estimations des services du FMI.Note : Les valeurs-p sont indiquées entre parenthèses. PTF = productivité totale des facteurs; TIC = technologies de l’information et de la communication.

Secteurs qui produisent intensivement des biens des TIC.

*p < 0,10; **p < 0,05; ***p < 0,01.

Source : estimations des services du FMI.Note : Les valeurs-p sont indiquées entre parenthèses. PTF = productivité totale des facteurs; TIC = technologies de l’information et de la communication.

Secteurs qui produisent intensivement des biens des TIC.

*p < 0,10; **p < 0,05; ***p < 0,01.

Tableau 3.5.2.Effets des technologies de l’information et de la communication, du capital humain et de la recherche et du développement
Tous les secteursManufacturierLié aux TIC1Services
(1)(2)(3)(4)(5)
Variable dépendante : taux de croissance annuelle de la PTF (en pourcentage)
Taux de croissance de la PTF à la0,0430,0460,0890,0280,005
frontière(0,013)***(0,013)***(0,030)***(0,016)*(0,012)
Écart de PTF par rapport à la frontière−0,008−0,026−0,043−0,076−0,038
(0,005)(0,007)***(0,010)***(0,016)***(0,014)***
Investissement dans les TIC0,0240,0230,1460,000−0,063
(0,014)**(0,022)(0,053)***(0,037)(0,037)*
Main-d’œuvre fortement qualifiée0,0470,1200,0770,1830,236
(0,024)*(0,028)***(0,053)(0,041)***(0,057)***
Dépenses de R&D0,0840,1950,1000,4800,387
(0,048)*(0,056)***(0,082)(0,119)***(0,731)
Investissement dans les TIC0,0000,0020,000−0,002
X écart de PTF(0,000)(0,001)**(0,001)(0,001)**
Main-d’œuvre fortement qualifiée0,0020,0020,0030,003
X écart de PTF(0,001)***(0,001)(0,001)***(0,001)***
Dépenses de R&D0,0020,0010,0060,013
X écart de PTF(0,001)(0,001)(0,002)***(0,013)
Nombre d’observations2.6852.6851.707849487
R2 ajusté0,110,110,150,210,24
Source : estimations des services du FMI.Note : Les valeurs-p sont indiquées entre parenthèses. PTF = productivité totale des facteurs; R&D = recherche et développement; TIC = technologies de l’information et de la communication.

Secteurs qui produisent intensivement des biens des TIC.

*p < 0,10; **p < 0,05; ***p < 0,01.

Source : estimations des services du FMI.Note : Les valeurs-p sont indiquées entre parenthèses. PTF = productivité totale des facteurs; R&D = recherche et développement; TIC = technologies de l’information et de la communication.

Secteurs qui produisent intensivement des biens des TIC.

*p < 0,10; **p < 0,05; ***p < 0,01.

Les estimations économétriques de la deuxième spécification confirment les résultats présentés aux tableaux 3.5.1 et 3.5.2 et indiquent que les réformes sont généralement associées à une hausse de la productivité totale des facteurs à court et à moyen terme (graphique 3.5.1). Globalement, les résultats indiquent que la productivité totale des facteurs moyenne augmente dans tous les secteurs en cumulé et à moyen terme après la mise en œuvre de réformes importantes, l’effet dépendant de la réforme spécifique5. Les plus grands gains de productivité totale des facteurs sont associés à la hausse des dépenses de R&D et de l’investissement dans les TIC. Il ressort aussi des résultats qu’en investissant davantage dans les infrastructures, l’effet positif sur la productivité est visible sur un horizon plus long. Cela s’explique par les économies d’échelle, l’existence d’effets de réseau et les mécanismes de renforcement de la concurrence.

Graphique 3.5.1.Effet à court et à moyen terme des réformes structurelles sur la croissance de la productivité totale des facteurs

(En pourcentage; écart technologique moyen)

Source : estimations des services du FMI.

Note : «Autre production» comprend l’agriculture, les forêts, les pêches, les mines, les carrières et les secteurs liés à l’électricité, au gaz et à l’eau. CT = court terme (trois ans); MT = moyen terme (cinq ans); TIC = technologies de l’information et de la communication.

Les effets varient selon les secteurs et les réformes. Par exemple, les gains de productivité totale des facteurs associés à la libéralisation des marchés de produits sont les plus élevés dans les TIC, les services personnels et les secteurs de la finance et des services aux entreprises; tandis que la hausse des dépenses de R&D et les réformes de l’éducation ont plus d’effet dans le secteur manufacturier et les TIC.

L’incidence des réformes dépend également des conditions initiales (qui précèdent la réforme) et de la situation conjoncturelle. Par exemple, les réformes des marchés de produits ont de plus grands effets dans les secteurs des services fortement réglementés (Bourlès et al., 2013) et pendant les périodes d’expansion. On peut néanmoins déceler certaines différences entre les secteurs, surtout dans les TIC et les services personnels, où les gains de productivité ont tendance à être plus élevés quand les niveaux initiaux de R&D et d’utilisation des investissements dans les TIC sont faibles. Inversement, les mesures visant les infrastructures sont associées à de plus grands gains de productivité pendant les périodes de ralentissement économique (voir également Abiad, Furceri et Topalova, à paraître).

Enfin, les réformes peuvent aussi avoir des effets négatifs à court terme sur la productivité totale des facteurs (par exemple l’effet de la déréglementation des marchés de produits sur la productivité totale des facteurs dans les TIC et les services personnels), ce qui pourrait refléter les coûts d’ajustement pendant le processus de réforme (Blanchard et Giavazzi, 2003).

Les auteurs de cet encadré sont Minsuk Kim et Aleksandra Zdzienicka. L’analyse présentée ici s’inspire de Dabla-Norris et al., à paraître.1En particulier, on estime la spécification économétrique suivante : Δyijt=β0+β1ΔyLjt+β2(yijt1yLjt1)+βkΣkXijt1k+βlΣkXijt1l(yijt1yLjt1)+α1Di+α2Dj+α3Dt+ɛijt,où les indices i, j et t représentent respectivement le pays, le secteur et l’année; l’indice L représente le pays dont le niveau de productivité totale des facteurs est le plus élevé dans un secteur j pour une année donnée t (la frontière mondiale), et Δyijt est la croissance de la productivité totale des facteurs, que l’on fait régresser sur les variables explicatives suivantes : 1) la croissance de la productivité totale des facteurs à la frontière mondiale (ΔyLjt); 2) l’écart entre le niveau de la productivité totale des facteurs et la frontière mondiale, mesuré par (Δyijt-1-yLjt-1); 3) un ensemble de variables de politique économique et structurelles (Xijt1k) et les termes d’interaction avec l’écart de productivité totale des facteurs; et 4) des variables muettes par pays, secteur et année. Voir les détails dans Dabla-Norris et al., à paraître.2Voir les détails dans Dabla-Norris et al., à paraître. En outre, il est probable que les gains globaux de productivité dépendent de l’ampleur des réformes et des chocs structurels.3En particulier, on estime la spécification économétrique suivante : tfpi,j,t+k+tfpi,j,t=β0k+β1kSi,j,t+β2kSi,j,ttfpgapi,j,t+β3ktfpgapi,j,t+β4kΔtfpL,j,t+β5kXit+α1kDi+α2kDj+α3kDt+ɛi,j,t,tfpijt est le log de la productivité totale des facteurs dans le pays i, le secteur j et à l’année t, et Sijt représente les variables muettes de la réforme; le log de la productivité totale des facteurs réelle dans le secteur à la frontière j et l’écart technologique par rapport à la frontière sont respectivement indiqués par tfpLjt et tfpgapijt ; Di, Dj, et Dt sont respectivement des variables muettes pays, secteur et temps; Xu est un ensemble de variables de contrôle, notamment des variables muettes de la récession et de la crise financière et la croissance du PIB; enfin les coefficients estimés ß1 et ß2 rendent compte des effets inconditionnels et conditionnels (étant donné les écarts technologiques) de la réforme à l’horizon k. Voir les détails dans Dabla-Norris et al., à paraître.4Ces variables sont toutes deux tirées de l’Organisation de coopération et de développement économiques (indicateur Regimpact et indice de législation sur la protection de l’emploi).5Ces augmentations représentent entre 0,05 et 2 écarts-types de la variation moyenne cumulée sur cinq ans de la productivité totale des facteurs dans l’échantillon.
Bibliographie

    AaronsonDanielEllen R.Rissman and Daniel G.Sullivan.2004. “Can Sectoral Reallocation Explain the Jobless Recovery?Economic Perspectives [Federal Reserve Bank of Chicago] (28) 2: 3649.

    • Search Google Scholar
    • Export Citation

    AaronsonStephanieTomazCajnerBruceFallickFelixGalbis-ReigChristopher L.Smith and William L.Wascher.2014. “Labor Force Participation: Recent Developments and Future Prospects.Finance and Economics Discussion Series 2014-64Board of Governors of the Federal Reserve SystemWashington.

    • Search Google Scholar
    • Export Citation

    AbiadAbdulDavideFurceri and PetiaTopalova. Àparaître.The Macroeconomic Effects of Public Investment: Evidence from Advanced Economies.IMF Working PaperInternational Monetary FundWashington.

    • Search Google Scholar
    • Export Citation

    AcemogluDaronFabrizioZilibotti and PhilippeAghion.2006. “Distance to Frontier, Selection, and Economic Growth.Journal of the European Economic Association4 (1): 3774.

    • Search Google Scholar
    • Export Citation

    AghionPhilippe and PeterHowitt.2006. “Joseph Schumpeter Lecture—Appropriate Growth Policy: A Unifying Framework.Journal of the European Economic Association4 (2–3): 269314.

    • Search Google Scholar
    • Export Citation

    AghionPhilippe and PeterHowitt.2009. The Economics of Growth. Cambridge, Massachusetts: MIT Press.

    AghionPhilippe and GillesSaint-Paul.1998a. “Uncovering Some Causal Relationships between Productivity Growth and the Structure of Economic Fluctuations: A Tentative Survey.Labour12 (2): 279303.

    • Search Google Scholar
    • Export Citation

    AghionPhilippe and PeterHowitt.. 1998b. “On the Virtue of Bad Times: An Analysis of the Interaction between Economic Fluctuations and Productivity Growth.Macroeconomic Dynamics2 (3): 32244.

    • Search Google Scholar
    • Export Citation

    AuerbachAlan and YuriyGorodnichenko.2013. “Measuring the Output Responses to Fiscal Policy.American Economic Journal: Economic Policy4 (2): 127.

    • Search Google Scholar
    • Export Citation

    AutorDavid H. and Mark G.Duggan.2003. “The Rise in the Disability Payrolls and the Decline in Unemployment.Quarterly Journal of Economics118 (1): 157205.

    • Search Google Scholar
    • Export Citation

    BalakrishnanRaviMaiDaoJuanSole and JeremyZook.2015. “Recent U.S. Labor Force Participation Dynamics: Reversible or Not?IMF Working Paper 15/76International Monetary FundWashington.

    • Search Google Scholar
    • Export Citation

    BallLaurence M.2009. “Hysteresis in Unemployment: Old and New Evidence.NBER Working Paper 14818National Bureau of Economic ResearchCambridge, Massachusetts.

    • Search Google Scholar
    • Export Citation

    BallLaurence M.2014. “Long-Term Damage from the Great Recession in OECD Countries.NBER Working Paper 20185National Bureau of Economic ResearchCambridge, Massachusetts.

    • Search Google Scholar
    • Export Citation

    BalleerAlmutRamonGomez-Salvador and JarkkoTurunen.2014. “Labour Force Participation across Europe: A Cohort-Based Analysis.Empirical Economics46 (4): 1385415.

    • Search Google Scholar
    • Export Citation

    BarroRobert and Jong-WhaLee.2010. “A New Data Set of Educational Attainment in the World, 1950–2010.Journal of Development Economics104 (September): 18498.

    • Search Google Scholar
    • Export Citation

    BassaniniAndrea and RomainDuval.2006. “Employment Patterns in OECD Countries: Reassessing the Role of Policies and Institutions.OECD Working Paper 486Organisation for Economic Co-operation and DevelopmentParis.

    • Search Google Scholar
    • Export Citation

    BasuSusantoJohn G.Fernald and Miles S.Kimball.2006. “Are Technology Improvements Contractionary?American Economic Review96 (5): 141848.

    • Search Google Scholar
    • Export Citation

    BaumolWilliam J.SueAnne Batey Blackman and Edward N.Wolff.1985. “Unbalanced Growth Revisited: Asymptotic Stagnancy and New Evidence.American Economic Review75 (4): 80617.

    • Search Google Scholar
    • Export Citation

    BeffyPierre-OlivierPatriceOllivaudPeteRichardson and FranckSédillot.2006. “New OECD Methods for Supply-Side and Medium-Term Assessments: A Capital Services Approach.OECD Working Paper 482Organisation for Economic Cooperation and DevelopmentParis.

    • Search Google Scholar
    • Export Citation

    BenesJaromirMichaelKumhof and DouglasLaxton.2014. “Financial Crises in DSGE Models: A Prototype Model.IMF Working Paper 14/57International Monetary FundWashington.

    • Search Google Scholar
    • Export Citation

    BergerHelgeTomDowlingSergiLanauWeichengLianMicoMrkaicMarzieTaheri Sanjani and PauRabanal. Àparaître.Steady As She Goes—Estimating Potential during Financial ‘Booms and Busts.’IMF Working PaperInternational Monetary FundWashington.

    • Search Google Scholar
    • Export Citation

    Bernal-VerdugoLorenzo E.DavideFurceri and DominiqueGuillaume.2013. “Banking Crises, Labor Reforms, and Unemployment.Journal of Comparative Economics41 (4): 120219.

    • Search Google Scholar
    • Export Citation

    BlackburnKeith and RagchaasurenGalindev.2003. “Growth, Volatility and Learning.Economics Letters79 (3): 41721.

    BlagravePatrickRobertoGarcia-SaltosDouglasLaxton and FanZhang.2015. “A Simple Multivariate Filter for Estimating Potential Output.IMF Working Paper 15/79International Monetary FundWashington.

    • Search Google Scholar
    • Export Citation

    BlanchardOlivier J. and FrancescoGiavazzi.2003. “Macroeconomic Effects of Regulation and Deregulation in Goods and Labor Markets.Quarterly Journal of Economics118 (3): 879907.

    • Search Google Scholar
    • Export Citation

    BlanchardOlivier J. and LawrenceSummers.1986. “Hysteresis and the European Unemployment Problem.” In NBER Macroeconomics Annual 1986 Vol. 1 edited by StanleyFischer.Cambridge, Massachusetts: MIT Press.

    • Search Google Scholar
    • Export Citation

    BlanchardOlivier J. and JustinWolfers.2000. “The Role of Shocks and Institutions in the Rise of European Unemployment: The Aggregate Evidence.Economic Journal110 (462): 133.

    • Search Google Scholar
    • Export Citation

    BorioClaudioPitiDisyatat and MikaelJuselius.2013. “Rethinking Potential Output: Embedding Information about the Financial Cycle.Working Paper 404Bank for International SettlementsBasel.

    • Search Google Scholar
    • Export Citation

    BourlèsRenaudGilbertCetteJimmyLopezJacquesMairesse and GiuseppeNicoletti.2013. “Do Product Market Regulations in Upstream Sectors Curb Productivity Growth? Panel Data Evidence for OECD Countries.Review of Economics andStatistics95 (5): 175068.

    • Search Google Scholar
    • Export Citation

    ByrneDavid M.Steven D.Oliner and Daniel E.Sichel.2013. “Is the Information Technology Revolution Over?InternationalProductivity Monitor25 (1): 2036.

    • Search Google Scholar
    • Export Citation

    CerraValerie and SwetaSaxena.2008. “Growth Dynamics: The Myth of Economic Recovery.American Economic Review98 (1): 43957.

    ClaessensStijn and M.Ayhan Kose.2013. “Financial Crises: Explanations, Types, and Implications.IMF Working Paper 13/28International Monetary FundWashington.

    • Search Google Scholar
    • Export Citation

    ClaessensStijn and Marco E.Terrones.2012. “How Do Business and Financial Cycles Interact?Journal of International Economics87 (1): 17890.

    • Search Google Scholar
    • Export Citation

    CoeDavid T and ElhananHelpman.1995. “International R&D Spillovers.European Economic Review39 (5): 85987.

    CoeDavid T and ElhananHelpman and Alexander WHoffimaister.2009. “International R&D Spillovers and Institutions.European Economic Review53 (7): 72341.

    • Search Google Scholar
    • Export Citation

    CoileCourtney C. and Phillip B.Levine.2007. “Labor Market Shocks and Retirement: Do Government Programs Matter?Journal of Public Economics91 (10): 190219.

    • Search Google Scholar
    • Export Citation

    CoileCourtney C. and Phillip B.Levine.2009. “The Market Crash and Mass Layoffs: How the Current Economic Crisis May Affect Retirement.NBER Working Paper 15395National Bureau of Economic ResearchCambridge, Massachusetts.

    • Search Google Scholar
    • Export Citation

    Commissioneuropéenne.2014. “European Economic Forecast.European Economy 7.

    CorradoCarolJonathanHaskelCeciliaJona-Lasinio and MassimilianoIommi.2012. “Intangible Capital and Growth in Advanced Economies: Measurement Methods and Comparative Results.IZA Discussion Paper 6733Institute for the Study of LaborBonn.

    • Search Google Scholar
    • Export Citation

    CubedduLuisAlexCuliucGhadaFayadYuanGaoKalpanaKochharAnnetteKyobeCeydaOnerRobertoPerrelliSarahSanyaEvridikiTsounta and ZhongxiaZhang.2014. “Emerging Markets in Transition: Growth Prospects and Challenges.IMF Staff Discussion Note 14/06International Monetary FundWashington.

    • Search Google Scholar
    • Export Citation

    Dabla-NorrisEraSiGuoVikramHaksarMinsukKimKalpanaKochharKevinWiseman and AleksandraZdzienicka. Àparaître.The New Normal: A Sector-Level Perspective on Productivity Trends in Advanced Economies.IMF Staff Discussion NoteInternational Monetary FundWashington.

    • Search Google Scholar
    • Export Citation

    Dabla-NorrisEraGiangHoKalpanaKochharAnnetteKyobe and RobertTchaidze.2013. “Anchoring Growth: The Importance of Productivity-Enhancing Reforms in Emerging Market and Developing Economies.IMF Staff Discussion Note 13/08International Monetary FundWashington.

    • Search Google Scholar
    • Export Citation

    DeckerRyanJohnHaltiwangerRon S.Jarmin and JavierMiranda.2013. “The Secular Decline in Business Dynamism in the U.S.Non publiéUniversity of MarylandCollege Park, Maryland.

    • Search Google Scholar
    • Export Citation

    ElmeskovJørgen and KarlPichelman.1993. “Unemployment and Labour Force Participation: Trend and Cycle.Economics Department Working Paper 130Organisation for Economic Co-operation and DevelopmentParis.

    • Search Google Scholar
    • Export Citation

    FernaldJohn.2012. “Productivity and Potential Output before, during, and after the Great Recession.Working Paper 2012–18Federal Reserve Bank of San FranciscoSan Francisco, California.

    • Search Google Scholar
    • Export Citation

    FernaldJohn.2014a. “Productivity and Potential Output before, during, and after the Great Recession.” In NBER Macroeconomics Annual2014 Vol. 29. Chicago: University of Chicago Press.

    • Search Google Scholar
    • Export Citation

    FernaldJohn.2014b. “A Quarterly, Utilization-Adjusted Series on Total Factor Productivity.Working Paper 2012–19Federal Reserve Bank of San FranciscoSan Francisco, California.

    • Search Google Scholar
    • Export Citation

    FeyrerJames D.2007. “Demographics and Productivity.Review of Economics and Statistics89 (1): 1009.

    FiguraAndrew and WilliamWascher.2010. “The Causes and Consequences of Sectoral Reallocation: Evidence from the Early 21st Century.Business Economics45 (1): 4968.

    • Search Google Scholar
    • Export Citation

    Fonds monétaire international (FMI). 2012. “Fiscal Policy and Employment in Advanced and Emerging Economies.IMF Policy PaperWashington.

    • Search Google Scholar
    • Export Citation

    Fonds monétaire international (FMI). 2013. “External Balance Assessment (EBA): Technical Background of the Pilot Methodology.Washington.

    • Search Google Scholar
    • Export Citation

    FurceriDavide and AnnabelleMourougane.2012. “The Effect of Financial Crises on Potential Output: New Empirical Evidence from OECD Countries.Journal of Macroeconomics34 (3): 82232.

    • Search Google Scholar
    • Export Citation

    FurlanettoFrancescoPaoloGelain and MarzieTaheri Sanjani.2014. “Output Gap in Presence of Financial Frictions and Monetary Policy Trade-Offs.IMF Working Paper 14/128International Monetary FundWashington.

    • Search Google Scholar
    • Export Citation

    GordonRobert J.2012. “Is U.S. Economic Growth Over? Faltering Innovation Confronts the Six Headwinds.NBER Working Paper 18315National Bureau of Economic ResearchCambridge, Massachusetts.

    • Search Google Scholar
    • Export Citation

    GordonRobert J.2014. “The Demise of U.S. Economic Growth: Restatement, Rebuttal and Reflections.NBER Working Paper 19895National Bureau of Economic ResearchCambridge, Massachusetts.

    • Search Google Scholar
    • Export Citation

    HallRobert E.2014. “Quantifying the Lasting Harm to the U.S. Economy from the Financial Crisis.NBER Working Paper 20183National Bureau of Economic ResearchCambridge, Massachusetts.

    • Search Google Scholar
    • Export Citation

    HamiltonJames D.1994. Time Series Analysis. Princeton, New Jersey: Princeton University Press.

    HennChristianChrisPapageorgiou and NikolaSpatafora.2014. “Export Quality in Advanced and Developing Economies: Evidence from a New Dataset.IMF Working Paper 13/108International Monetary FundWashington.

    • Search Google Scholar
    • Export Citation

    HerrendorfBertholdRichardRogerson and ÁkosValentinyi.2013. “Growth and Structural Transformation.NBER Working Paper 18996National Bureau of Economic ResearchCambridge, Massachusetts.

    • Search Google Scholar
    • Export Citation

    HigginsMatthew.1998. “Demography, National Savings, and International Capital Flows.International Economic Review39 (2): 34369.

    • Search Google Scholar
    • Export Citation

    JohanssonÅsaYvanGuillemetteFabriceMurtinDavidTurnerGiuseppeNicolettiChristinede la MaisonneuvePhillipBagnoliGuillaumeBousquet and FrancescaSpinelli.2013. “Long-Term Growth Scenarios.Working Paper 1000Organisation for Economic Co-operation and DevelopmentParis.

    • Search Google Scholar
    • Export Citation

    JordàÒscar.2005. “Estimation and Inference of Impulse Responses by Local Projections.American Economic Review95 (1): 16182.

    • Search Google Scholar
    • Export Citation

    Kalemli-OzcanSebnem.2002. “Does the Mortality Decline Promote Economic Growth?Journal of Economic Growth7 (4): 41139.

    KCSamirBilalBarakatAnneGoujonVegardSkirbekkWarren C.Sanderson and WolfgangLutz.2010. “Projection of Populations by Level of Educational Attainment, Age, and Sex for 120 Countries for 2005–2050.Demographic Research22 (15).

    • Search Google Scholar
    • Export Citation

    KopelmanJason S. and Harvey S.Rosen.2014. “Are Public Sector Jobs Recession Proof? Were They Ever?NBER Working Paper 20692National Bureau of Economic ResearchCambridge, Massachusetts.

    • Search Google Scholar
    • Export Citation

    LaevenLuc and FabiánValencia.2014. “Systemic Banking Crises.” In Financial Crises: Causes Consequences and Policy Responses edited by StijnClaessensM.Ayhan KoseLucLaeven and FabiánValencia.Washington: International Monetary Fund.

    • Search Google Scholar
    • Export Citation

    LewisWilliam W2005. The Power of Productivity: Wealth Poverty and the Threat to Global Stability. Chicago: University of Chicago Press.

    • Search Google Scholar
    • Export Citation

    LounganiPrakesh and RichardRogerson.1989. “Cyclical Fluctuations and the Sectoral Reallocation of Labor: Evidence from the PSID.Journal of Monetary Economics23 (2): 25973.

    • Search Google Scholar
    • Export Citation

    MartinPhillip and Carol A.Rogers.1997. “Stabilization Policy, Learning by Doing and Economic Growth.Oxford EconomicPapers49 (2): 15266.

    • Search Google Scholar
    • Export Citation

    MartinPhillip and Carol A.Rogers.2000. “Long-Term Growth and Short-Term Economic Instability.European Economic Review44 (2): 35981.

    • Search Google Scholar
    • Export Citation

    McMillanMargaret S. and DaniRodrik.2011. “Globalization, Structural Change and Productivity Growth.NBER Working Paper 17143National Bureau of Economic ResearchCambridge, Massachusetts.

    • Search Google Scholar
    • Export Citation

    MokyrJoel.2014. “The Next Age of Invention.City Journal (Winter): 1220.

    NabarMalhar and PapaN’Diaye.2013. “Enhancing China’s Medium-Term Growth Prospects: The Path to a High-Income Economy.IMF Working Paper 13/204International Monetary FundWashington.

    • Search Google Scholar
    • Export Citation

    NickellSteve and JanVan Ours.2000. “Why Has Unemployment in the Netherlands and the United Kingdom Fallen So Much?Canadian Public Policy26 (1): 20120.

    • Search Google Scholar
    • Export Citation

    OkunArthur M.1970. The Political Economy of Prosperity. Washington: Brookings Institution.

    Organisation de coopération et de développement économiques (OCDE). 2010. “The OECD Innovation Strategy: Getting a Head Start on Tomorrow.Directorate for Science, Technology and InnovationParis.

    • Search Google Scholar
    • Export Citation

    PapageorgiouChris and NikolaSpatafora.2012. “Economic Diversification in LICs: Stylized Facts and Macroeconomic Implications.IMF Staff Discussion Note 12/13International Monetary FundWashington.

    • Search Google Scholar
    • Export Citation

    PindyckRobert S.1991. “Irreversibility, Uncertainty and Investments.Journal of Economic Literature29: 111048.

    PindyckRobert S. and AndresSolimano.1993. “Economic Instability and Aggregate Investments.” In NBER Macroeconomics Annual edited by Olivier J.Blanchard and StanleyFischer259318. Cambridge, Massachusetts: MIT Press.

    • Search Google Scholar
    • Export Citation

    PritchettLant and Lawrence H.Summers.2014. “Asiaphoria Meets Regression to the Mean.NBER Working Paper 20573National Bureau of Economic ResearchCambridge, Massachusetts.

    • Search Google Scholar
    • Export Citation

    QuintDominic and PauRabanal.2014. “Monetary and Macroprudential Policy in an Estimated DSGE Model of the Euro Area.International Journal of Central Banking10 (2): 169236.

    • Search Google Scholar
    • Export Citation

    RabanalPau and MarzieTaheri Sanjani. Àparaître.Incorporating Financial Cycles in Output Gap Measures: Estimates for the Euro Area.IMF Working PaperInternational Monetary FundWashington.

    • Search Google Scholar
    • Export Citation

    RameyValerie A. and Matthew D.Shapiro.2001. “Displaced Capital: A Study of Aerospace Plant Closings.Journal of Political Economy109 (5): 95892.

    • Search Google Scholar
    • Export Citation

    ReifschneiderDaveWilliam L.Wascher and DavidWilcox.2013. “Aggregate Supply in the United States: Recent Developments and Implications for the Conduct of Monetary Policy.Finance and Economics Discussion Series 77Federal Reserve BoardWashington.

    • Search Google Scholar
    • Export Citation

    RiosmenaFernandaIsoldePrommerAnneGoujion and SamirKC.2008. “An Evaluation of the IIASA/VID Education-Specific Back Projections.Interim Report 019International Institute for Applied System AnalysisLaxenburg, Austria.

    • Search Google Scholar
    • Export Citation

    RondeauFabien and SébastienPommier.2012. “Factors of R&D Spillovers and European Integration.Economics Bulletin32 (3): 197077.

    • Search Google Scholar
    • Export Citation

    StockJames H. and Mark W.Watson.2007. “Why Has U.S. Inflation Become Harder to Forecast?Journal of Money Credit and Banking39 (Suppl. 1): 333.

    • Search Google Scholar
    • Export Citation

    TeulingsCoenraad N. and NickZubanov.2014. “Is Economic Recovery a Myth? Robust Estimation of Impulse Response Functions.Journal of Applied Econometrics29 (3): 497514.

    • Search Google Scholar
    • Export Citation
Les auteurs de ce chapitre sont Patrick Blagrave, Mai Dao, Davide Furceri (chef d’équipe), Roberto Garcia-Saltos, Sinem Kilic Celik, Annika Schnücker, Juan Yépez Albornos et Fan Zhang, avec le concours de Rachel Szymanski.
1Fernald (2012, 2014a, 2014b) démontre que le ralentissement de la croissance de la productivité totale des facteurs aux États-Unis a commencé bien avant la crise (au début des années 2000). Balakrishnan et al. (2015) concluent que, pour les États-Unis, les tendances démographiques expliquent près de la moitié du recul du taux d’activité pendant la crise. Le chapitre 3 de l’édition d’avril 2014 des Perspectives de l’économie mondiale et le chapitre 4 de la présente édition signalent que la crise a contribué à la baisse de la croissance de l’accumulation de capital dans les pays avancés.
2Les dix pays avancés et les six pays émergents sont l’Allemagne, l’Australie, le Brésil, le Canada, la Chine, la Corée, l’Espagne, les États-Unis, la France, l’Inde, l’Italie, le Japon, le Mexique, le Royaume-Uni, la Russie et la Turquie. Voir les détails à l’annexe 3.1. Des données limitées empêchent de mener l’analyse pour l’Afrique du Sud, l’Arabie saoudite, l’Argentine et l’Indonésie. Les estimations pour l’Union européenne—la 20e économie du G-20—et la zone euro sont fondées sur les estimations par pays pour l’Allemagne, l’Espagne, la France et l’Italie.
3Le concept de production soutenable est lié à la viabilité extérieure, surtout dans le contexte des petites économies ouvertes. Par exemple, la croissance rapide du crédit peut être alimentée par des flux entrants de capital et des déficits du compte courant. Les normes de politique économique spécifiées dans le contexte de l’Évaluation des soldes extérieurs du FMI reflètent certaines de ces considérations (FMI, 2013).
4Bien que les paramètres estimés ne varient pas dans le temps, des éléments récents indiquent que l’aplatissement de la relation de la courbe de Phillips, qui lie l’inflation au chômage conjoncturel (le paramètre δ dans l’équation 3.1), s’est probablement produit en grande partie avant 1995 et que les paramètres estimés dans cette analyse devraient être globalement stables pendant la période d’estimation de 1996 à 2014 (chapitre 3 de l’édition d’avril 2013 des Perspectives de l’économie mondiale).
5La mesure du capital productif cadre avec la démarche d’estimation des services tirés du capital (c’est-à-dire hormis le logement). Voir l’analyse détaillée dans Beffy et al. (2006).Le résidu intègre aussi probablement l’utilisation des intrants de la production (main-d’œuvre et capital)—tels que les heures ouvrées et l’utilisation des capacités, la qualité de la main-d’œuvre (c’est-à-dire l’accumulation de capital humain) et de possibles erreurs de mesure des intrants de la production
6Les facteurs démographiques peuvent aussi influer sur la productivité (voir, par exemple, Feyrer, 2007) et l’investissement (voir, par exemple, Higgins, 1998).
7La Russie est une exception notable, où la croissance potentielle est tombée d’environ 6,0 % à environ 5,1 % en 2001–07.
8La dégradation du dynamisme de l’économie américaine—mesuré par le taux de création d’entreprises et de création et de destruction d’emplois—a aussi pu contribuer au fléchissement constaté (Decker et al., 2013).
9On mesure le capital humain par le niveau formel d’éducation atteint, vu la disponibilité limitée des données concernant la qualité mesurée de l’éducation, notamment les compétences acquises—comme l’enquête PISA (Programme for International Study Assessment)—pour certains pays émergents analysés dans le chapitre. Spécifiquement, on mesure l’accumulation de capital humain comme étant le pourcentage d’éducation secondaire et supérieure dans une population (Barro et Lee, 2010). On obtient une tendance semblable en prenant d’autres indicateurs de l’accumulation de capital humain, tels que le nombre d’années de scolarisation.
10Cette mesure du capital humain est, en pratique, plafonnée par un maximum où l’ensemble de la population reçoit une éducation supérieure. Cela implique que la croissance du capital humain est limitée à long terme.
11Voir l’évolution des profils démographiques dans les pays avancés au graphique d’annexe 3.3.1.
12Le ratio investissement—production a suivi une tendance semblable.
13Voir l’évolution des profils démographiques dans les pays émergents au graphique d’annexe 3.3.1.
14Dans les publications sur la démographie et la croissance, diverses théories ont été avancées sur les facteurs sous-jacents de cette transition démographique marquée par une baisse de la fécondité associée à la hausse des revenus. Un des liens de cause à effet prouvé empiriquement est le recul de la mortalité infantile. Voir la revue des publications dans Kalemli-Ozcan (2002).
15Les crises financières sont différentes des autres types de récessions, car elles sont souvent associées à des «reprises sans crédit» (Claessens et Terrones, 2012; Claessens et Kose, 2013).
16La croissance du stock de capital est égale au rapport entre l’investissement et le capital de l’année précédente moins le taux de dépréciation : ΔKt/Kt1=It/Kt1δt,Kest le stock de capital, I est l’investissement et δ représente la dépréciation du capital. En outre, on peut encore décomposer le ratio entre l’investissement et le capital de l’année précédente de la façon suivante : It/Kt1=(1+g)×It1/Kt1,g est le taux de croissance de l’investissement. Cette identité démontre qu’en cas de reprise de la croissance de l’investissement, la croissance du capital accélère mais plus progressivement, puisque son évolution dépend aussi du décalage du ratio investissement/capital (It1/Kt1)
17Quand la croissance est équilibrée, le ratio capital—production est constant. Après un choc, le ratio reviendra en fin de compte vers sa trajectoire de croissance d’équilibre à cause de la tendance qu’a l’économie à revenir à la moyenne. Hall (2014) avance que la reprise après la pénurie de capital aux États-Unis pourrait n’être que progressive, sur une décennie ou plus.
18La disponibilité limitée des données ne permet pas d’étudier ce canal pour la crise financière mondiale, mais l’encadré 3.4 démontre qu’il a joué un rôle significatif dans l’effet défavorable des crises financières passées sur la productivité totale.
19Voir l’analyse économétrique des effets possibles de la crise sur le niveau et le taux de croissance de la production potentielle dans les pays avancés et émergents à l’annexe 3.4.
20Ce résultat cadre avec des éléments plus anciens à propos de l’effet de la crise sur la productivité totale des facteurs aux États-Unis (Fernald, 2014a, 2014b; Hall, 2014).
21Dans les pays émergents, la croissance du capital humain a ralenti d’environ 1 point pendant la crise (voir graphique d’annexe 3.5.1).
22Les projections démographiques sont fondées sur des estimations de taux de fécondité et de mortalité et des flux migratoires nets. Voir les détails dans les Perspectives de la population mondiale des Nations Unies : révision de 2012 (http://esa.un.org/wpp/).
23Dans le cas de l’Allemagne, la baisse pourrait être partiellement compensée si les flux nets d’immigration exceptionnels de ces dernières années se maintiennent et dépassent ceux prévus par la révision de 2012 des Perspectives de la population mondiale des Nations Unies.
24La croissance du stock de capital est égale au ratio investissement/capital moins le taux de dépréciation.
25Ces résultats sont cohérents avec les effets permanents des crises financières sur le ratio investissement—production identifiés par les études antérieures (Furceri et Mourougane, 2012; édition d’avril 2014 des Perspectives de l’économie mondiale, chapitre 3).
26Comme l’illustrent Byrne, Oliner et Sichel (2013), les points de vue quant au rythme futur de la croissance de la productivité totale des facteurs varient considérablement. Voir le débat sur les perspectives à long terme de la productivité aux États-Unis dans Gordon (2012), Gordon (2014) et Mokyr (2014).
27Cette diminution peut être atténuée en partie si le choix d’une croissance moins tirée par l’investissement permet d’affecter les ressources plus efficacement.
28Ces scénarios sont fondés sur les hypothèses suivantes :Pour les pays avancés : 1) l’emploi potentiel évolue selon les facteurs démographiques, corrigé des estimations à moyen terme du NAIRU obtenues à l’aide du filtre multivarié, ce qui indique une baisse du NAIRU d’environ 3,3 points d’ici à 2020; 2) le ratio de production investissement/capital reste au niveau de 2014 à moyen terme; et 3) la croissance de la productivité totale des facteurs reste au niveau de la moyenne d’avant la crise (2003–07) à moyen terme.Pour la Chine : 1) l’emploi potentiel évolue selon les facteurs démographiques, corrigé des estimations à moyen terme du NAIRU obtenues à l’aide du filtre multivarié, ce qui indique une baisse du NAIRU d’environ 1,1 point d’ici à 2020; 2) le ratio de production investissement/capital baisse d’environ 1,5 point d’ici à 2020 du fait du rééquilibrage de la croissance, en accord avec les projections des Perspectives de l’économie mondiale; et 3) la croissance de la productivité totale des facteurs s’accélère progressivement en partant de sa valeur de 2014 (de 0,2 point d’ici à 2020) du fait du rééquilibrage de la croissance—en accord avec les projections des Perspectives de l’économie mondiale— tout en restant inférieure à sa moyenne historique.Pour les autres pays émergents : 1) la croissance de l’emploi potentiel cadre avec les facteurs démographiques, corrigée des estimations à moyen terme du NAIRU obtenues à l’aide du filtre multivarié, ce qui indique une baisse du NAIRU d’environ 4,8 points d’ici à 2020; 2) le ratio de production investissement/capital reste au niveau de 2014 à moyen terme; et 3) la croissance de la productivité totale des facteurs converge vers les moyennes historiques (2001–14) à moyen terme (2015–20).
29Voir les informations détaillées de l’appendice statistique au sujet de la classification par groupes de pays dans les PEM.
30De plus amples détails sont disponibles dans Blagrave et al., 2015.
31Le degré auquel les résultats de l’inflation influent sur les estimations de l’écart de production dans un pays donné dépend de la force estimée de la relation entre les deux (ß) et de la persistance d’un écart entre l’inflation et son niveau visé (puisqu’un écart de courte durée entre l’inflation et son niveau visé a tendance, toutes choses étant égales par ailleurs, à être interprété par le filtre comme un choc sur l’inflation plutôt qu’à être associé à l’écart de production). Des éléments récents (voir le chapitre 3 de l’édition d’avril 2013 des PEM) indiquent qu’il y a eu, ces dernières décennies, un aplatissement considérable de la courbe de Phillips, mais que la majorité de cet aplatissement s’est produite avant le début de la période de l’échantillon, qui commence en 1996.
32Voir, dans Hamilton (1994), l’étude générale du filtre de Kalman, que l’on utilise pour estimer les variables non observables dans le cadre du processus d’estimation. Les estimations pour chaque pays sont disponibles dans Blagrave et al., 2015.
33On estime le modèle en logs pour s’assurer que le niveau du taux d’activité est compris entre zéro et un.
34Bien que l’ajout du décalage de la production potentielle aide à tenir compte de divers facteurs propres aux pays qui influent sur la production potentielle à court terme—puisque les déterminants qui pèsent sur la production potentielle ont généralement une corrélation sérielle—, la méthodologie ne peut pas neutraliser les effets des facteurs propres aux pays à moyen terme.
35La variable muette pour 2008 n’est pas incluse comme contrôle.
36Des tests empiriques indiquent que la probabilité de survenue de la crise financière mondiale n’est pas influencée par l’évolution passée de la production potentielle. On obtient aussi des résultats semblables au moyen d’un estimateur de système en deux étapes selon la méthode généralisée des moments.
37L’écart de production moyen pour l’échantillon de pays avancés est d’environ—1,8 % en 2014.
38L’écart de production moyen pour l’échantillon de pays émergents est d’environ—0,7 %.

    Other Resources Citing This Publication