I.2- Choix d'un modèle VAR en panel
Le choix de la modélisation VAR est justifié par
le fait qu'il procure deux outils majeurs d'analyse s'appuyant sur la dynamique
du modèle : à savoir l'analyse
115
des fonctions de réponses impulsionnelles qui
permettront notamment de déceler l'impact sur les variables
macroéconomiques d'un choc budgétaire et la décomposition
de la variance, qui permettra de mesurer l'amplitude de l'effet de
débordement sur les économies des pays. Le caractère
dynamique du modèle à partir des données de panel fournit
un cadre d'analyse adapté pour mesurer les effets de débordement
budgétaires. Dans le cadre des unions monétaires, une approche
plus récente consiste à utiliser un VAR en panel. Canova et
Ciccarelli (2013) en font une description ou analyse assez exhaustive. Il
présente des avantages. La méthodologie VAR en panel permet de
simuler des chocs structurels (en l'occurrence des chocs issus de
décisions de politique budgétaire indépendantes entre
elles et de l'environnement macroéconomique) pour tenter de confirmer ou
d'infirmer une explication monétaire ou budgétaire des
fluctuations économiques (Bernanke, 1986 ; Blanchard et Watson, 1986 ;
Blanchard, 1989 ; Blanchard et Quah, 1989). Du point de vue
économétrique, les chocs exogènes peuvent être
identifiés à partir des résidus d'équations
estimées. À l'aide de quelques hypothèses fondées
sur la théorie économique, on peut transformer ces chocs en des
termes interprétables comme les chocs de politiques budgétaires.
C'est un modèle qui met en évidence les liens existants entre un
groupe de variables à un instant donné, leurs valeurs
retardées et d'autres variables jugées exogènes.
Y it = liit + r' it
(L)Y it + ? it (
7)
I.3- Présentation d'un modèle VAR
Le modèle VAR sur données de panel
présente deux avantages principaux, non seulement il permet de palier le
problème d'endogénéité des régresseurs, mais
aussi de contourner le problème de la faible taille des séries et
de rendre les résultats asymptotiques plus robustes par la combinaison
des dimensions spatiale (les pays) et temporelle. Le modèle
réduit prenant en compte toutes les spécificités
(individuelles et temporelles) prend la forme réduite suivante :
116
Où est un vecteur de variables stationnaires, est une
matrice
polynomiale définie sur l'opérateur retard et
ayant la forme fonctionnelle :
Yjt =p +
r + p + + s
i i j, j d t (
8)
et ; sont des matrices de coefficients spécifiques
individuels
et aux périodes et est le terme d'erreur idiosyncratique
(de moyenne nulle, à
variance constante, non auto-corrélée et non
corrélée d'un individu à un autre). Cette
spécification du modèle VAR sur données de panel est la
plus générale qui soit. Toutefois, l'adopter impliquerait estimer
un nombre très élevé à variables,
périodes et individus, il faudrait estimer coefficients,
ce qui est
généralement impossible au regard des tailles
d'échantillons plus faibles. Par ailleurs, à l'état
actuel, les logiciels d'économétrie ne permettent pas d'estimer
des modèles VAR prenant en compte toutes les spécificités
relatives aux données de panel. Au regard de ces deux
considérations, la procédure consiste à limiter les
hétérogénéités considérées
dans le modèle de manière à rendre son estimation
possible, sans toutefois aliéner la qualité des résultats
obtenus.
0 ( )
Dans le cadre de ce travail,
l'hétérogénéité des individus est prise en
compte à travers des effets individuels inobservables , qui affectent la
dynamique de croissance des pays de l'union, alors que les effets temporels,
sont destinés à
capter des chocs qui sont symétriques à tous des
pays de l'union. Ainsi, le modèle prend la forme suivante :
jt
Toutefois, tel que spécifié,
l'élasticité de ce modèle pose un problème
fondamental d'endogénéité ; car il existe une
corrélation entre l'un des régresseurs (la variable
endogène retardée) et la perturbation ; que le modèle soit
écrit en niveau, en différence première ou en écart
aux moyennes individuelles (Sevestre, 2002). En outre, Sevestre et Trognon
(1993) montrent que dans ce cas de figure, les
estimateurs usuels : MCO, de MCG, intra-individuel (Withim) et
inter-individuel (Between) ne sont pas convergent à distance finie. Une
estimation convergente de ce modèle est obtenue par la méthode
des variables instrumentales (VI) et la méthode des moments
généralisés (GMM). Dans le cadre de ce travail, cette
dernière est mise en pratique.
? ?
(L1) 1-12 (L2) 1-13(L)
?
Par exemple, supposons que : soient 3 variables endogènes
; soit 3 pays et
?
?
(L1) 1-32(E) 1-33(E) ?
soit 2 variables exogènes. Le VAR en panel s'écrit
comme suit :
(L1) 1-22(L2) 1-23(L3)
Fil d1
+ + +
U3 d3
1-11
?1
Y1
t
+
=
?
1-21
?2
Y it
Y2
t
? 3
Y3
t
?
1-31
117
Ainsi, les trois caractères du VAR en panel apparaissent :
l'interdépendance ; des interdépendances statiques et des
hétérogénéités transversales.
| 
