2ème thème macro: les fluctuations Flashcards by Florian Courtois

les bases de données

gapminder
Ourworldindata
OCDE, FMI, Banque Mondiale
Penn World Table
UN Comtrade
INSEE, Eurostat

How well did you know this?

Not at all

Perfectly

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

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?

Not at all

Perfectly

USA, dernier pic

NBER

décembre 2019 (ou février 2020)

How well did you know this?

Not at all

Perfectly

USA, dernier creux

avril 2020

annoncé le 19 juillet 2021

How well did you know this?

Not at all

Perfectly

Europe, dernier pic

4ème trimestre de 2019

How well did you know this?

Not at all

Perfectly

Europe, dernier creux

2ème trimestre 2020

How well did you know this?

Not at all

Perfectly

France,

CDCEF, des économistes de l’AFSE

dernier pic: 4ème trimestre 2019

How well did you know this?

Not at all

Perfectly

France

dernier creux: 2ème trimestre 2020

How well did you know this?

Not at all

Perfectly

les variables, comportement cyclique des variables macro

procyclique
contracyclique
acyclique
en avance, coïncident, en retard

How well did you know this?

Not at all

Perfectly

coïncident

production industrielle, consommation, investissement, emploi

How well did you know this?

Not at all

Perfectly

en avance

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

How well did you know this?

Not at all

Perfectly

en retard

inflation, nominal interest rates

How well did you know this?

Not at all

Perfectly

non défini

dépenses publiques, salaire réel

How well did you know this?

Not at all

Perfectly

la mesure de l’incertitude

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?

Not at all

Perfectly

obj de la mesure de l’incertitude avec excel

montrer la baisse tendancielle de l’amplitude des fluctuations

How well did you know this?

Not at all

Perfectly

obj de la mesure de l’incertitude avec R

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

traitement des données par excel

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

Analyse des fluctuations

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

traitement des données par R

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

avec données annuelles (PWT)

sélection uniquement des données US et de la Fr
calculs des taux de croissance
représentation graphique

avec données trimestrielles (OCDE)

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

graph avec les rectangles

geom_rect

Datation des cycles en Fr

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

Code pour récupérer les données

fonctions
- get_dataset
- subset
- filter

Code pour identifier les pics/ creux

fonction ifelse

cyles de pics en France, dates

- 1974: Q3 - 1980: Q1 - 1992: Q2 - 2008: Q1 - 2019: Q3

cycles de creux en France, dates

- 1975: Q1 - 1980: Q4 - 1993: Q2 - 2009: Q2 - 2020: Q2

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.

Code pour transformer la base de données

long -> wide avec spread. on utilise mutate_all pour transformer toutes les séries en character.

Code pour créer la fonction permettant de calculer les corrélations dynamiques (+/- 8 trimestres)

"T_moins8" =.. "T_moins7" =.. "T_moins6" = .. etc

Code pour récupérer les données avec Quandl

library (Quandl)

Code pour calculer une matrice des corrélations et la représenter avec

corrplot

tl.col et tl.srt

utilisées pour changer la couleur et l'angle de rotation des textes

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)

période d'extension

période de temps entre un creux et un pic. de plus en plus longue

période de récession

laps de temps entre un pic et un creux, de plus en plus courte