In: conomie rurale. N157, 1983. pp. 5-6. Citer ce document / Cite this document : Bonnieux Franois. L'conomtrie en tant que discipline. In: conomie rurale. N157, 1983. pp. 5-6. doi : 10.3406/ecoru.1983.2993 http://www.persee.fr/web/revues/home/prescript/article/ecoru_0013-0559_1983_num_157_1_2993 ECONOMIE RURALE n 157, septembre-octobre 1983 L'CONOMTRIE EN TANT QUE DISCIPLINE F. BONNIEUX INRA - RENNES Trs en honneur au XVIIe sicle, l'conomie statistique se,dve- loppe partir de l'tude des problmes agricoles. Toiis les manuels d'conomie rurale font rfrence la loi de King, ten tative pour dterminer le rapport entre le prix et la quantit offerte de bl (Milhau, 1954, pp. 235-45). Il faut toutefois insis ter davantage, comme le note J. Schumpeter (1914, p. 39), sur la contribution de W. Petty. Ce dernier, plus proche de nous dans sa dmarche, insiste sur les questions de mthode et tente de dominer les faits statistiques avec plus de lucidit que ses con temporains. L'utilisation de donnes numriques, on parle alors d'arithmtique politique, demeure malgr tout extrieure un raisonnement formul exclusivement en termes littraires. L'intrt d'une formulation mathmatique en conomie est reconnue trs tt, en particulier ds 1711 par un auteur italien G. Ceva (Strotz, 1978). Bien que l'on puisse noter l'emploi de symboles algbriques chez certains auteurs au cours du XVIIIe sicle, cet intrt ne s'est concrtis que beaucoup plus tard. L'ap plication par Cournot de l'analyse mathmatique au comporte ment des entreprises et la stabilit de l'quilibre de concurrence parfaite marque l'origine de l'conomie mathmatique. Cette dmarche lui a permis de poursuivre une recherche l o le lan gage littraire devenait trop lourd et ne permettait plus de pro gresser. Comme le remarque J. Schumpeter (1914, p. 185), cette mthode est presque unanimement reconnue et elle a, peu prs partout, des reprsentants, mme en France, o elle s'est heur te une opposition particulirement violente . L'efficacit du dtour par l'algbre est explique par K. Marx dans sa lettre Engels date du 1 1 janvier 1858 (1). Alors que Cournot a appli qu les mathmatiques de son temps, K. Marx n'en a pas fait un usage explicite. Il a par contre dcouvert de nouveaux problmes mathmatiques l'intrieur de la thorie cono mique. Il les a rsolus avec justesse par intuition, les thories mathmatiques ncessaires n'ayant t dveloppes qu'ultrieu rement. Pour rpondre la question de la reproduction et du dveloppement du systme capitaliste, il fait confiance son apprhension sociale scientifique et obtient pratiquement la mme solution que celle obtenue aujourd'hui en application rigoureuse du thorme de Frobenius Perron. Sur un autre plan pour montrer l'existence d'un quilibre de concurrence parfaite, Walras met au point une procdure de ttonnement qui, refor mule rigoureusement, est quivalente au thorme du point fixe de Brouwer. L'conomie mathmatique ne diffre pas dans son essence de la thorie en gnral et on ne peut pas lui opposer d'arguments particuliers. L'utilisation combine d'une formalisation mathmatique, d'hypothses conomiques et de donnes numriques selon une procdure d'infrence statistique n'intervient qu'assez tard. A ce titre, H. Moore est souvent cit comme un prcurseur de l'co- nomtrie (2). Parmi d'autres conomistes du dbut du sicle, il s'attache dterminer empiriquement des lois de demande et publie en 1914 un ouvrage consacr aux cycles conomiques, leur (1) Ce passage est emprunt M. Morishima (1975) (2) On voque parfois aussi les lois de Engel. loi et leur cause. Il ne semble pas que ses travaux aient eu l'po que une diffusion importante puisque leur synthse intitule Synthetic economics et publie en 1929 ne fut vendue qu' 873 exemplaires (Strotz, 1978) ! L'conomtrie s'est constitue en tant que discipline avant la 2e guerre mondiale. Une date importante est celle de la fonda tion l'initiative principalement de I. Fisher et de R. Frisch, de la Socit d'Economtrie, le 29 dcembre 1930. Cette cration marque l'aboutissement d'un projet dj ancien (Christ, 1983) et vise parmi ses objectifs promouvoir une dmarche construct ive et rigoureuse semblable celle qui commence dominer dans les sciences naturelles. Le faible dveloppement de la thorie des probabilits et de la statistique mathmatique ont sans aucun doute constitu un frein. Bien que la mthode des moindres carrs soit connue depuis la fin du XVIIIe sicle et que des modles linaires aient t ajusts au XIXe sicle, on ne dispose d'une thorie de l'chantillonnage qu' partir de 1900. Un des premiers traits de probabilits, fond sur une axiomatique rigoureuse parat au dbut des annes trente (Kolmogorov, 1933) et il faut attendre la mme priode pour disposer d'un ouvrage de synthse sur la corrlation multiple (Ezekiel, 1930). C'est cette poque que l'on acquiert une vision claire du modle de la rgression linaire multiple. Sur cette base, l'tude de la demande des pro duits agricoles partir de la rgression prix-quantits se dve loppe pour culminer avec l'ouvrage classique de H. Schultz (1938). Des travaux sur l'offre de produits agricoles visent par ailleurs relier les superficies aux prix dcals d'une anne. Malgr des rsultats satisfaisants, un certain nombre d'est imations surprenantes conduisent poser le problme fondament al de l'identification qui ne sera rsolu que plus tard. Il mrite qu'on s'y attarde, en l'illustrant de faon simple (Malinvaud, 1978, pp. 664-668). Considrons dans le plan prix-quantits, les courbes d'offre et de demande pour un bien donn. Si ces fonc tions sont stables, les observations faites sur le march consi dr se distribuent autour du point d'intersection des deux cour bes, puisqu'elles correspondent la situation d'quilibre. Les donnes ne permettent pas d'estimer les courbes d'offre et de demande, on dit que les relations structurelles, offre et demande ne sont pas identifiables. Supposons maintenant que la demande soit stable, mais que l'offre dpende en plus du prix du bien d'une autre variable, par exemple, les conditions climatiques. Dans le plan prix-quantits, la courbe d'offre se dplace en fonction des variations de la variable supplmentaire (conditions climatiques) et le point d'quilibre dcrit la courbe de demande. Un ajust ement prix-quantits permet d'estimer la courbe de demande, la demande est identifiable mais l'offre ne l'est pas Cet exemp le aide comprendre que lorsque l'offre est rigide, on puisse estimer les lois de demande par une rgression prix-quantits. Les premiers travaux de modlisation macroconomique quant itative sont entrepris par Tinbergen dans l'immdiat avant-guerre et portent sur les Pays-Bas et les Etats-Unis. Beaucoup d'co- nomtres sont alors conscients des problmes poss par le fait d'isoler une relation dans un modle et de l'estimer indpendam ment des autres. Sans pour autant apporter une solution sati sfaisante la simultanit, diffrentes techniques multivariables sont essayes (analyse canonique, composantes principales...). -5- Le passage d'un modle dterministe un modle probabi- liste va permettre un progrs mthodologique considrable. L'utilisation d'un modle dterministe implique en effet que l'on puisse tenir compte de tous les lments qui expliquent les fluc tuations du phnomne tudi. Ce n'est gnralement pas le cas dans la mesure o tous les facteurs qui interviennent ne sont pas connus. Lorsqu'ils le sont, ils ne sont pas toujours observables. Enfin, quant leur mesure, lorsqu'elle est possible, elle peut tre entache d'erreurs. Ces considrations fondent l'introduction de termes alatoires dans les modles conomtriques. Cette con ception est clairement formule en 1944 par Haavelmo (Malin- vaud 1978, p. 3). Il convertit le modle quations multiples de l'conomie en un modle statistique en introduisant des Varia bles alatoires non observables. Le chemin parcouru est analo gue celui qui a permis de passer de la relation linaire au modle de la rgression. Les problmes d'identification et d'estimation vont alors recevoir des solutions, sous l'impulsion en particul ier de la Cowles Commission (Koopmans, 1950). Le modle conomtrique est dsormais vu comme un systme de relations, entre des variables qui pour certaines sont alatoi res, qu'il s'agit de prciser la lumire d'observations. La con frontation entre le modle et la ralit se droule selon les prin cipes de l'induction statistique. Les observations sont donc con sidres comme un chantillon tir d'un univers dcrit par la tho rie dont est issue le modle. L'conomtrie se constitue ainsi en discipline au carrefour de l'conomie mathmatique et de la statistique mathmatique. Sa dmarche la rend originale. On peut la dcrire en distinguant deux phases. Une premire Consiste exprimer sous une forme mathmatique un corps d'hypothses conomiques. C'est la sp cification qui aboutit un modle qui dpend en gnral de para mtres inconnus. La deuxime phase porte sur l'estimation des paramtres inconnus, auquels on donne des valeurs prcises en respectant des critres statistiques. L'interprtation des rsultats obtenus permet un retour critique aux hypothses de dpart. A ces tapes peut s'ajouter un travail de prvision. Tout comme l'conomie mathmatique, l'conomtrie repose sur les prmisses fondamentales selon lesquelles il est possible d'adopter une formalisation mathmatique de la thorie tudie, ce qui en limite clairement le champ d'application. Les math matiques permettent d'assurer la cohrence interne du modle conomtrique. Selon la conception moderne (Malinvaud, 1978) l'conomie mathmatique n'appartient pas au domaine de l'c onomtrie. L'y inclure (Strotz, 1978) est peu fond, car source de confusion. L'appel au processus d'induction statistique en per mettant la confrontation du modle aux observations est en effet une tape fondamentale de la dmarche conomtrique. C'est cette confrontation qui assure au modle sa cohrence externe pour reprendre l'expression de Montfort (1982, p. 5). Une thorie conomique est rarement explicite sur le dtail d'une ventuelle formalisation mathmatique : nature exacte des relations, des variables, domaine de variations de ces dernires... La spcification d'un modle conomtrique correspond un processus d'abstraction trs rducteur et on peut concevoir qu'un mme corps d'hypothses puissent conduire des modles dif frents. L'inadquation entre un modle et des observations ne conduit donc pas ncessairement au rejet de la thorie qui a servi de point de dpart. Si l'adquation est bonne, on peut, tout au plus, affirmer que la thorie n'est pas remise en cause. Dire en ce cas que la thorie est valide, constitue au mieux un abus de langage. La dmarche conomtrique est en opposition complte avec l'empirisme. L'accumulation d'observations ne permet pas de construire une thorie, c'est une vieille querelle dont l'enjeu a t fort bien expos par Koopmans, propos des travaux de Burns et de Mitchell (Prou 1976, pp. 150-151 et 230-231), ces derniers ayant rig en doctrine l'empirisme propos de l'norme compilation de chiffres que constituent leurs travaux sur les cycles conomiques. L'conomtrie pose en principe le caractre stochastique des perturbations qui affectent les relations entre variables et les erreurs d'observation. Il s'en suit qu'une hypothse conomi que ne peut tre teste autrement qu'en termes probabilistes. La querelle de l'empirisme renat rgulirement et le dbat en France autour de l'analyse des donnes l'a relance rcemment. C'est illusion de croire qu'il est possible de dcrire compltement mme le phnomne le plus simple, tout travail est fond sur quelques hypothses. Les mthodes d'analyse factorielle et de classifica tion automatique ont un intrt incontestable pour structurer une grande masse d'observations mais se situent en amont de la dmarche conomtrique (Malinvaud 1973, pp. 609-671). Sur un autre plan, en matire de politique conomique, le recours trop exclusif des modles conduit des dboires. Pour les prvisions court terme, des mthodes purement statistique peuvent s'avrer suprieures, ce qui explique pour partie l'e ngouement en faveur des techniques mises au point par Box et Jenkins. Les projections ont certes leur place mais ne peuvent pas remplacer l'estimation des relations structurelles d'un modle. On ne peut pas en effet, si l'on veut comprendre un phnomne, se contenter d'un ajustement entre des entres et des sorties et raisonner en termes de bote noire. RFRENCES BIBLIOGRAPHIQUES CHRIST CF. (1983). The founding of the Econometric Society and Econometrica. Econometrica, vol. 51, pp. 3-6. EZEKIEL M. (1930). Methods of correlation analysis. New-York, Willey. KOLMOGOROV A. (1933). Grundbegriffe der Wahrscheinlich- keitsrechnung. Traduction anglaise, 1956. Foundations of the theory of probability. New-York, Chelsea Publishing Co. KOOPMANS T.C., ed. (1950). Statistical inference in dynamic eco nomic models. New-York, Willey. MALINVAUD E. (1973). Spcifications alatoires pour l'analyse des donnes conomiques. Economie Applique, vol. 26, pp. 609-621. MALINVAUD E. (1978). Mthodes statistiques de l'conomtrie. Paris, Dunod, 3e dition. MILHAU J. (1954). Trait d'conomie rurale. Paris, P.U.F. (tome 1). MONTFORT A. (1982). Cours de statistique mathmatique. Paris, Economica. MORISHIMA M. (1975). Marx la lumire de la thorie cono mique moderne. Economie Applique, tome 28, pp. 693-721. PROU Ch. (1976). Leons introductives d'conomie. Paris, Masson. SCHULTZ H. (1938). The theory and measurement of demand. Chicago, University Press. SCHUMPETER J. (1914). Epochen der dogmen und methoden geschichte. Traduction franaise, 1962 :. Esquisse d'une histoire de la science conomique des origines au dbut du XXe sicle. Paris, Dalloz. STROTZ R.H. (1978). Econometrics in KRUSKAL W.H., TANUR J.M., (d.). International encyclopedia of statistics. New-York, Macmillan. . -6-