Directeur de thèse: Marcel Aloy (DEFI - AMU).
Domaines de recherche: Analyse de la dynamique du chômage.
Techniques: Modèles à changement de régime (Markovien, STAR, etc.), Modèles de cointégration, Processus Fractionnaires.
Étudiant en deuxième année de doctorat au centre de recherche en Développement Economique et Finance Internationale (DEFI) de l'université d'Aix-Marseille (AMU), j'oriente ma thèse sur l'économétrie non-linéaire en macroéconomie appliquée et plus précisément sur l'étude de la dynamique du chômage. Également passionné d'informatique, je mets ces connaissances subsidiaires au service de mes domaines d'études.
Étant allocataire de recherche avec service d'enseignement, j'ai assuré des cours de TD en macroéconomie à un niveau licence (1ère et 2ème année) mais également en économétrie à un niveau master 1ère année.
J'exerce également une charge administrative auprès de l'ED 372 en tant que réprésentant des doctorants au conseil.
Les premiers mois de ma thèse ont été essentiellement consacrés à la lecture d'articles autour d'une question centrale: la modélisation empirique de la dynamique du chômage à un niveau macroéconomique. Ces nombreuses lectures m'ont permis d'établir une première revue de la littérature et d'extraire quelques techniques économétriques récentes et innovantes. Je me suis notamment concentré sur les modèles de mixant les processus à changement de régime et processus à mémoire longue car ils semblaient les plus adaptés pour saisir la complexité des phénomènes mis en exergue par les modèles théoriques traitant du chômage. Je fais ici essentiellement références aux modèles théoriques inspirés des travaux de Phelps d'un coté et à ceux inspirés de Blanchard de l'autre. Pour ce dernier, la dynamique du chômage repose sur des fondements microéconomiques générant de la persistance (des chocs temporaires sur le marché de l'emploi ont des effets très persistant sur le taux de chômage). Cette théorie trouve un soutient empirique dans la présence de racine unitaire ou de mémoire longue dans la série du chômage (e.g. Caporale et Gil-Alana (2007)). En revanche, Phelps décrit le chômage comme une variable cyclique fluctuant autour d'un taux de chômage naturel dépendant de variable structurelles. Cette théorie trouve son soutien dans les nombreuses études empiriques menées sur l'existence d'un NAIRU (non-accelerating inflation rate of unemployment). En d'autres termes, le chômage oscillerait autour d'un taux de chômage structurel latent (et donc inobservable). Le point faible des approches empiriques précédentes, c'est de partir d'un à priori fort: soit la série du taux de chômage suit un NAIRU, soit elle résulte d'effets de persistance. Or, on peut raisonnablement penser qu'en fonction des politiques économiques (entre autres choses), le taux de chômage d'un pays suit un processus complexe influencé par les deux mécanismes. Dans la littérature récente, j'ai recensé un certain nombre de processus de alliant changement de régime et mémoire longue. Cependant, la quasi totalité d'entre eux repose sur des modèles à composantes observables dans le sens où l'utilisateur de ces techniques pose une hypothèse sur la variable responsable des changements de régime. Je n'ai trouvé qu'un unique papier traitant de mémoire longue et de processus dont les régimes sont déterminés par une variable inobservable. Il s'agit du papier de Tsay and Härdle (2009) qui traite de l'estimation d'une nouvelle classe de modèles: les Markov-switching ARFIMA. Ce type de modèle permet également d'apporter une solution aux problèmes de confusion entre mémoire longue (persistance) et changement de régime, soulevés par Diebold et Inoue (2001). Il existe également une unique application de cette classe de modèles. Elle est proposée par de Figueiredo (2010) dans une étude sur les effets de persistance du chômage régional au Brésil. Si l'approche de Tsay and Härdle (2009) est novatrice, elle souffre d'une grande complexité dans sa mise en place. En effet, elle nécessite de combiner deux algorithmes afin de gérer l'inversion des matrices de type Toeplitz des solutions des polynômes de retard, en même temps que l'exploration des alternatives markoviennes. Cette algorithme dit de Durbin-Levinson-Viterbi est donc, selon moi, une barrière à l'utilisation de tels modèles. J'ai donc entrepris de développer un nouvel estimateur plus simple et d'une classe de modèle plus générale encore que celle proposée: les modèles de Markov-switching ARFIMA avec probabilités de transitions variant dans le temps (voir Filardo (1994) pour le cas de la mémoire courte). Un premier aboutissement de ce travail a été un estimateur par maximum de vraisemblance du différenciation fractionnaire et placé en dehors des algorithmes de type EM qui ne peuvent traiter ce type de résolution. Établir la théorie asymptotique d'un tel estimateur est relativement complexe. C'est la raison pour laquelle nous comptons démontrer, dans un premier temps, les bonnes propriétés de cet estimateur en échantillon fini grâce à des simulations Monte Carlo. Cette tâche n'est pas aisée car il s'agit de générer un processus complexe en passant par la fonction d'autocovariance des processus ARFIMA afin de maitriser les effets de la mémoire longue sur la variance dans chacun des régimes. Concernant l'application d'un tel modèle, nous comptons étudier l'historique du chômage américain par État, afin de déterminer les divergences de politiques de l'emploi par rapport à la politique fédérale. Le modèles permettra de plus discriminer les effets d'hystérèse, des effets de changement structurel. Concernant cette étude, j'ai déjà commencé à constituer une base de donnée qui pour le moment contient le chômage par état de 51 états depuis 1976. J'ai parallèlement constitué une base de donnée de variables indicatrices retraçant l'orientation politiques des gouverneurs de chaque état également depuis 1976. Ces travaux constitueront le second chapitre de ma thèse. En parallèle de ces travaux, j'ai également repris entièrement avec mon directeur de thèse, les simulations, l'application empirique et la rédaction de mon mémoire sur la cointegration fractionnaire (voir Cheung et Lai (1993)). L'utilisation d'un tel outil me semble pertinent pour traiter des dynamiques de long terme que le chômage peut entretenir avec les prix des input par exemple (voir Phelps (1994)). Ces relations n'ont que très rarement été étudiées à l'aide d'outils innovant comme la cointegration fractionnaire (voir Caporale et Gil-Alana (2002)) et jamais en traitant d'un problème, pourtant récurrent en théorie de la cointégration: l'endogénéité. C'est pourquoi nous avons agrémenté cette étude d'une procédure nouvelle d'estimation des modèles de cointégration fractionnaire qui permet de tenir compte des biais d'endogénéité et de la structure de retard des résidus. L'étude du chômage à l'aide de cette nouvelle méthode d'estimation en une étape et tenant compte des biais d'endogénéités, devrait constituer le premier chapitre de ma thèse. Le dernier chapitre de ma thèse devrait prendre la forme d'une analyse plus théorique du chômage.
Gilles de TRUCHIS
DEFI, Aix-Marseille School of Economics (AMSE), Aix-Marseille Université (AMU),
DEFI Château La Farge,
Route des Milles,
13290 Aix-en-Provence
Cel: 06 28 20 87 60
Tel: 00 33 (0)4 42 93 59 93
Email 1: gilles.detruchis@gmail.com
Email 2: gilles.de-truchis@univ-amu.fr
Liens:
