2ème thème macro: les fluctuations Flashcards

1
Q

les bases de données

A
  • gapminder
  • Ourworldindata
  • OCDE, FMI, Banque Mondiale
  • Penn World Table
  • UN Comtrade
  • INSEE, Eurostat
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Burns et Mitchell (Measuring Business Cycles, 1946), 5 caractéristiques des cycles

A
  • Les cycles des affaires sont constitués de fluctuations généralisées, et non d’un seul agrégat.
  • il y a des expansions et des contractions,
  • Les variables macro ont des co-variations,
  • Les fluctuations sont récurrentes, mais non périodiques,
  • Le cycle est persistant.
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

USA, dernier pic

A

NBER

décembre 2019 (ou février 2020)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

USA, dernier creux

A

avril 2020

annoncé le 19 juillet 2021

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Europe, dernier pic

A

4ème trimestre de 2019

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Europe, dernier creux

A

2ème trimestre 2020

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

France,

A

CDCEF, des économistes de l’AFSE

dernier pic: 4ème trimestre 2019

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

France

A

dernier creux: 2ème trimestre 2020

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

les variables, comportement cyclique des variables macro

A
  • procyclique
  • contracyclique
  • acyclique
  • en avance, coïncident, en retard
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

coïncident

A

production industrielle, consommation, investissement, emploi

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

en avance

A

investissement immobilier, stocks, productivité moyenne du travail, croissance monétaire, prix des actifs

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

en retard

A

inflation, nominal interest rates

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

non défini

A

dépenses publiques, salaire réel

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

la mesure de l’incertitude

A
  • Baker, Bloom et Davis, 2015
  • méthode basée sur le “text mining”
  • développent une mesure de l’incertitude économie totale et la décomposent
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

obj de la mesure de l’incertitude avec excel

A

montrer la baisse tendancielle de l’amplitude des fluctuations

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

obj de la mesure de l’incertitude avec R

A
  • représenter graphiquement tx de croissance du PIB en France en symbolisant les périodes de récession
  • dater les cycles en France en reprenant la méthode de Aviat et al. (2021)
  • Pour aller + loin: réaliser des corrélations dynamiques entre le PIB et différents agrégats macro
17
Q

traitement des données par excel

A
  • PWT: Maddison Project Database
  • PIB/ tête en Fr depuis l’an 1 (depuis 1820)
  • fichier excel mdp2020
18
Q

Analyse des fluctuations

A
  • calcul du taux de croissance
  • nb d’années avec une croissance négative
  • évolution de l’écart-type
  • fichier excel mdp2020
19
Q

traitement des données par R

A
  • fichier programm2.R
  • 1er travail avec données annuelles (PWT)
  • 2ème travail avec données trimestrielles (l’OCDE)
20
Q

avec données annuelles (PWT)

A
  • sélection uniquement des données US et de la Fr
  • calculs des taux de croissance
  • représentation graphique
21
Q

avec données trimestrielles (OCDE)

A
  • package library (OECD)
  • cherche puis on récupère base QNA
  • récupère le PIB trimestriel de la Fr, on calcule tx de croissance
  • représente graphiquement en ajoutant périodes de récession
22
Q

graph avec les rectangles

23
Q

Datation des cycles en Fr

A
  • Méthodologie développée par Aviat et al.(2021)
  • Pic à la date t si Yt>Yt-k, Yt>Yt+k, k= 1…K
  • Creux à la date t si Yt<Yt-k, Yt<Yt+k, k=1…K
  • K=2 pour des séries trimestrielles (5 pour des séries mensuelles)
  • en présence d’un double creux, la valeur la plus faible est choisie
  • en présence d’un double pic, la valeur la plus forte est choisie
  • Amplitude =(Yp-Yc)/Yp
24
Q

Code pour récupérer les données

A

fonctions
- get_dataset
- subset
- filter

25
Code pour identifier les pics/ creux
fonction ifelse
26
cyles de pics en France, dates
- 1974: Q3 - 1980: Q1 - 1992: Q2 - 2008: Q1 - 2019: Q3
27
cycles de creux en France, dates
- 1975: Q1 - 1980: Q4 - 1993: Q2 - 2009: Q2 - 2020: Q2
28
Corrélations dynamiques
- Corr(Yt;Xt-j) - Permet d’identifier si un agrégat est pro/contra/acyclique et en avance/ retard/ coïncident. - Récupère les données du PIB, de la consommation, de l’investissement, des ex/im en Fr de 1980 à 2022, en trimestriel, avec “QNA” de l’OCDE. - Même procédure avec les agrégats monétaires (M1, M2 et M3) récupérés avec Quandl depuis 1988 et 2020.
29
Code pour transformer la base de données
long -> wide avec spread. on utilise mutate_all pour transformer toutes les séries en character.
30
Code pour créer la fonction permettant de calculer les corrélations dynamiques (+/- 8 trimestres)
"T_moins8" =.. "T_moins7" =.. "T_moins6" = .. etc
31
Code pour récupérer les données avec Quandl
library (Quandl)
32
Code pour calculer une matrice des corrélations et la représenter avec
corrplot
33
tl.col et tl.srt
utilisées pour changer la couleur et l'angle de rotation des textes
34
2ème thème: bilan
- Définition et caractéristiques des cycles des affaires - Les bases de données macroéconomiques de CT - Mesures de la composante cyclique (filtre, taux de croissance) - Evolution des cycles et de leur amplitude, caractéristiques des agrégats par rapport au cycle - Datation des cycles, corrélations dynamiques environnementale (C02)
35
période d'extension
période de temps entre un creux et un pic. de plus en plus longue
36
période de récession
laps de temps entre un pic et un creux, de plus en plus courte