Mr Franois Bonnieux

L'conomtrie en tant que discipline

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-