No description available.

Les petites sociétés génèreraient de meilleures performances en périodes économiquement favorables et leurs performances seraient plutôt médiocres en périodes économiquement défavorables. Nous avançons l‟hypothèse selon laquelle l‟effet taille n‟est manifeste que durant les périodes d'expansion économique. Notre étude empirique confirme cette hypothèse pour la période 2000-2009. Nous utilisons un modèle avec variables binaires pour estimer les alphas ainsi que trois indicateurs du cycle économique : l'indicateur composite avancé de l‟OCDE, l‟indice CAC 40 et l‟Euribor 1 mois. / It would seem that small companies perform better in economically favourable times and give more mediocre performances in economically unfavourable times. We put forward the hypothesis that size effect only occurs during periods of economic expansion. Our empirical study confirms this hypothesis for the 2000-2009 period. We use a model with binary variables to estimate alphas as well as three economic cycle indicators: the OCDE composite leading indicator, the CAC 40 index and the 1 month Euribor rate.

L’axe principal de la thèse est centré sur des approches non-linéaires modernes d’analyse des données économiques et financières, avec une attention particulière sur les cycles économiques et les crises financières. Un consensus dans la littérature statistique et financière s’est établie autour du fait que les variables économiques ont un comportement non-linéaire au cours des différentes phases du cycle économique. En tant que tel, les approches/modèles non-linéaires sont requis pour saisir les caractéristiques du mécanisme de génération des données intrinsèquement asymétriques, que les modèles linéaires sont incapables de reproduire.À cet égard, la thèse propose une nouvelle approche interdisciplinaire et ouverte à l’analyse des systèmes économiques et financiers. La thèse présente des approches robustes aux valeurs extrêmes et à la non-stationnarité, applicables à la fois pour des petits et de grands échantillons, aussi bien pour des séries temporelles économiques que financières. La thèse fournit des procédures dites étape par étape dans l’analyse des indicateurs économiques et financiers en intégrant des concepts basés sur la méthode de substitution de données, des ondelettes, espace incorporation de phase, la m´méthode retard vecteur variance (DVV) et des récurrences parcelles. La thèse met aussi en avant des méthodes transparentes d’identification, de datation des points de retournement et de l´évaluation des impacts des crises économiques et financières. En particulier, la thèse fournit également une procédure pour anticiper les crises futures et ses conséquences.L’étude montre que l’intégration de ces techniques dans l’apprentissage de la structure et des interactions au sein et entre les variables économiques et financières sera très utile dans l’élaboration de politiques de crises, car elle facilite le choix des méthodes de traitement appropriées, suggérées par les données.En outre, une nouvelle procédure pour tester la linéarité et la racine unitaire dans un cadre non-linéaire est proposé par l’introduction d’un nouveau modèle – le modèle MT-STAR – qui a des propriétés similaires au modèle ESTAR mais réduit les effets des problèmes d’identification et peut aussi représenter l’asymétrie dans le mécanisme d’ajustement vers l’équilibre. Les distributions asymptotiques du test de racine unitaire proposées sont non-standards et sont calculées. La puissance du test est évaluée par simulation et quelques illustrations empiriques sur les taux de change réel montrent son efficacité. Enfin, la thèse développe des modèles multi-variés Self-Exciting Threshold Autoregressive avec des variables exogènes (MSETARX) et présente une méthode d’estimation paramétrique. La modélisation des modèles MSETARX et des problèmes engendrés par son estimation sont brièvement examinés. / This thesis centers on introducing modern non-linear approaches for data analysis in economics and finance with special attention on business cycles and financial crisis. It is now well stated in the statistical and economic literature that major economic variables display non-linear behaviour over the different phases of the business cycle. As such, nonlinear approaches/models are required to capture the features of the data generating mechanism of inherently asymmetric realizations, since linear models are incapable of generating such behavior.In this respect, the thesis provides an interdisciplinary and open-minded approach to analyzing economic and financial systems in a novel way. The thesis presents approaches that are robust to extreme values, non-stationarity, applicable to both short and long data length, transparent and adaptive to any financial/economic time series. The thesis provides step-by-step procedures in analyzing economic/financial indicators by incorporating concepts based on surrogate data method, wavelets, phase space embedding, ’delay vector variance’ (DVV) method and recurrence plots. The thesis also centers on transparent ways of identifying, dating turning points, evaluating impact of economic and financial crisis. In particular, the thesis also provides a procedure on how to anticipate future crisis and the possible impact of such crisis. The thesis shows that the incorporation of these techniques in learning the structure and interactions within and between economic and financial variables will be very useful in policy-making, since it facilitates the selection of appropriate processing methods, suggested by the data itself.In addition, a novel procedure to test for linearity and unit root in a nonlinear framework is proposed by introducing a new model – the MT-STAR model – which has similar properties of the ESTAR model but reduces the effects of the identification problem and can also account for asymmetry in the adjustment mechanism towards equilibrium. The asymptotic distributions of the proposed unit root test is non-standard and is derived.The power of the test is evaluated through a simulation study and some empirical illustrations on real exchange rates show its accuracy. Finally, the thesis defines a multivariate Self–Exciting Threshold Autoregressive with eXogenous input (MSETARX) models and present an estimation procedure for the parameters. The modeling procedure for the MSETARX models and problems of estimation are briefly considered.

Les effets de la sévère crise économique qui a suivi la crise financière en 2007-2008 s’est fait fortement ressentir sur le marché du travail. La croissance du chômage et l’insécurité de l’emploi ont considérablement influencé le pro­cessus de négociation salariale entre employeurs, employés et syndicats. Cette évolution a mis en avant la nécessité de comprendre à quel point ce processus ainsi que le rapport de force entre les parties en présence diffèrent en période de croissance et en période de ralentissement économique. A.n de répondre à cette question, la présente thèse étudie le comportement des employeurs, des employés et des syndicats lors du processus de fixation des salaires, en mettant partic­ulièrement l’accent sur l’évolution de l’interaction entre ces trois agents à travers le cycle économique. Les deux premiers chapitres de ma thèse analysent les fluc­tuations du pouvoir des syndicats à travers le cycle et relient ces fluctuations aux fluctuations des salaires. Le premier chapitre propose un cadre théorique qui associe frictions d’appariement et syndicats et démontre que les rigidités salariales proviennent de façon endogène du comportement des syndicats. Le deuxième chapitre de ma thèse teste ces prédictions empiriquement, en utilisant un panel d’industries sur la période 1987-2000 aux États-Unis. Les résultats confirment l’hypothèse que les salaires sont moins corrélés au niveau de pro­ductivité lorsqu’ils sont négociés collectivement. L’intensification des propriétés contracycliques de la part salariale est au coeur du mécanisme. Le troisième chapitre propose un modèle avec affichage des salaires qui examine l’évolution du pouvoir de monopsone des entreprises à travers le cycle économique. Les conséquences en termes de dispersion des salaires sont étudiées. Le premier chapitre de ma thèse propose un modèle dynamique du marché du travail qui associe deux caractéristiques principales : frictions d’appariement et syndicats. A.n d’étudier comment les syndicats influencent la volatilité des salaires à travers le cycle, je dissocie les deux composants de la volatilité des salaires : la volatilité du surplus total et la volatilité du pouvoir de négocia­tion effectif des syndicats. Le pouvoir de négociation effectif des syndicats est dé.ni comme la part du surplus total alloué aux travailleurs. Je prouve que ce pouvoir de négociation effectif est endogène et contracyclique, résultat qui provient directement de la fonction d’utilité des syndicats. L’intuition est la suivante. Du fait que les syndicats internalisent la relation entre le niveau des salaires et la création de postes, ils font face à un arbitrage entre le niveau des salaires et le niveau de l’emploi. Ainsi, les préférences des syndicats (donnant la priorité aux salaires ou à l’emploi) fluctuent à travers le cycle, et il en est de même du pouvoir de négociation effectif des syndicats. Il en résulte que, lorsque l’économie est touchée par un choc de productivité, la dynamique du pouvoir de négociation effectif des syndicats neutralise partiellement la dynamique du surplus total, mécanisme qui crée de la rigidité salariale. Le modèle est carac­térisé par la coexistence d’un secteur non syndiqué, dans lequel les salaires sont individuellement négociés à la Nash, avec un secteur syndiqué. En calibrant ce modèle avec des données américaines, j’obtiens qu’un choc positif entraine, au moment du choc, une compression de la prime syndicale, suivi par une aug­mentation régulière de cette prime à mesure que la proportion de travailleurs employés augmente. En corollaire, l’emploi réagit plus fortement lorsque les salaires sont négociés collectivement, mais l’effet est moins persistent. / The consequences of the sudden and severe contraction of industrial output in the aftermath of the .nancial crisis of 2007-2008 are increasingly being felt in the labor market. Rising unemployment and job insecurity has greatly in­.uenced wage bargaining interactions between firms, workers and trade unions. It pointed out the necessity to understand how di.erent were the wage-setting process and the balance of power between the main actors in good times and bad. As an answer to this issue, this dissertation investigates the wage-setting behavior of .rms, workers and trade unions, placing particular emphasis on how the interaction between these three economic agents changes over the business cycle. The two first chapters of the thesis analyze the fluctuations of the power of trade unions over the cycle, and relate these .uctuations to the .uctuations of wages. The .rst chapter proposes a theoretical framework with search and matching frictions and trade unions and shows how wage rigidity arises endoge­nously due to the behavior of unions. The second chapter tests these predictions empirically, using a panel of U.S. industries over the period 1987-2000. The re­sults confirm the predictions that wages are less correlated with productivity when collectively bargained. The intensi.cation of the countercyclicality of the labor share is at the core of the mechanism. The third chapter proposes a model with wage posting and investigates how them onopsonistic power of firmse volves along the cycle. The consequences in terms of wage dispersion are examined. The .rst chapter of the dissertation proposes a dynamic model of the labor marketwhichintegratestwomainfeatures: matchingfrictionsandtradeunions. To examine how trade unions shape the volatility of wages over the business cycle, I decompose the volatility of wages into two components: the volatil­ity of the match surplus and the volatility of the e.ective bargaining power. Formally, I de.ne the e.ective bargaining power of the union as the share of the total surplus allocated to the workers. Starting from the union’s objective function, I prove that its e.ective bargaining power is endogenous and coun­tercyclical. Intuitively, because the union internalizes the relationship between the wage level and the job creation, it faces a trade-o. between the wage rate and the employment rate. Therefore, the union’s preferences (wage-oriented or employment-oriented) fluctuate along the cycle and so does its effective bargain­ing power. As a result, when the economy is hit by a productivity shock, the dynamics of the union’s effective bargaining power partially counteract the dy­namics of the total surplus and this mechanism delivers wage rigidity. I specify a model in which a non unionized sector, where wages are negotiated through a standard individual Nash bargaining, coexists with a unionized sector. In the model calibrated with U.S. data, I .nd that a positive productivity shock leads, on impact, to a compression of the union wage premium, followed by a steady increase of this premium as the proportion of employed workers in the trade unions increases. Relatedly, employment reacts stronger when wages are collectively bargained, but its pattern features less persistence.

Cette thèse cherche à lier les cycles économiques et la gestion de portefeuille. Le premier chapitre construit un cadre théorique entre les cycles économiques et les primes de risques. Il met en évidence l’importance des points de retournement du cycle de croissance, plus connu sous le nom d’écart de production. Les deux chapitres suivants ont pour objectif de détecter en temps réel ces points de retournement. La première approche se concentre sur une méthode non paramétrique d’apprentissage automatique simple et facilement compréhensible appelée quantification vectorielle adaptative. La seconde approche utilise des méthodes plus complexes d’apprentissage automatique, dites ensemblistes : les forêts aléatoires et le boosting. Les deux démarches permettent de créer des stratégies d’investissement performantes en temps réel. Enfin, le dernier chapitre élabore une méthode d’allocation d’actifs à partir de différents algorithmes de regroupement hiérarchique. Les résultats empiriques démontrent l’intérêt de cette tentative : les portefeuilles créés sont robustes, diversifiés et lucratifs. / A well-worked theory of macro-based investment decision is introduced. The theoretical influence of economic cycles on time-varying risk premiums is explained and exhibited. The importance of the turning points of the growth cycle, better known as the output gap, is outlined. To quickly and accurately detect economic turning points, probabilistic indicators are first created from a simple and transparent machine-learning algorithm known as Learning Vector Quantization. Those indicators are robust, interpretable and preserve economic consistency. A more complex approach is then evaluated: ensemble machine learning algorithms, referred to as random forest and as boosting, are applied. The two key features of those algorithms are their abilities to entertain a large number of predictors and to perform estimation and variable selection simultaneously. With both approaches investment strategies based on the models achieve impressive risk-adjusted returns: timing the market is thus possible. At last, exploring a new way of capital allocation, a hierarchical clustering based asset allocation method is introduced. The empirical results indicate that hierarchical clustering based portfolios are robust, truly diversified and achieve statistically better risk-adjusted performances than commonly used portfolio optimization techniques.

Cette thèse évalue la contribution de deux types de frictions financières à améliorer la capacité des modèles dynamiques stochastiques d'équilibre général (DSGE) de type néo-keynésien à répliquer les cycles économiques, et la capacité des modèles hybrides (DSGE-VAR) à mieux prévoir les aggrégats macroéconomiques. Motivé par un problème de Costly State Verification à la Bernanke et al. [1999] affectant les contrats de dette, le premier type de friction financière induit un écart entre le rendement attendu du capital et le taux sans risque, écart qui dépend du ratio de levier entrepreneurial. Le deuxième type de friction, justifié par un problème de Costly Enforcement à la Gertler and Karadi [2011], induit quant à lui un écart entre le rendement attendu du capital et le taux sans risque qui dépend du changement dans le ratio de levier. Le premier chapitre de la thèse estime trois versions du modèle macroéconomique de Smets and Wouters [2003, 2007] à l'aide de l'approche bayésienne. La première version, utilisée comme point de comparaison, considère les marchés financiers comme un voile et ne contient pas de friction financière. La deuxième version incorpore la friction de type Costly State Verification à la Bernanke et al. [1999], tandis que la troisième version inclut la friction de style Costly Enforcement à la Gertler and Karadi [2011]. Ce chapitre utilise ensuite les résultats d'estimation pour répondre aux deux questions suivantes : (i) Est-ce que les modèles avec frictions financières sont plus compatibles avec les données macroéconomiques des États-Unis que ceux qui font abstraction de ces frictions ? Si c'est le cas, (ii) quel type de friction financière est plus compatible avec ces mêmes données ? Les résultats d'estimation mettent en évidence les points suivants. Premièrement, l'ajout des frictions financières améliore l'ajustement du modèle néo-keynésien aux données. Ces améliorations semblent être marginales et non robustes, dans le cas du problème de Costly State Verification, tandis qu'elles sont substantielles et robustes dans le cas du problème de Costly Enforcement. Deuxièment, estimer l'élasticité de la prime du risque au ratio de levier entrepreneurial, plutôt que la calibrer à une valeur commune utilisée dans la littérature, induit une amélioration subtancielle de la performance du modèle à la Bernanke et al. [1999]. Ceci suggère que cette élasticité devrait être révisée (à la baisse) par rapport à la position à priori prise dans la littérature. Le deuxième chapitre de la thèse estime trois versions du modèle de Smets and Wouters [2003, 2007] à l'aide de la méthodologie bayésienne, et ceci pour l'économie des États-Unis et pour celle de la zone Euro. La première version, servant du modèle de base, considère les marchés financiers comme un voile et n'incorpore pas de friction financière. La deuxième version lève le voile sur les marchés financiers et incorpore la friction de type Costly State Verification à la Bernanke et al. [1999], tandis que la troisième version inclut la friction de style Costly Enforcement à la Gertler and Karadi [2011]. Les trois versions accordent une attention particulière aux tendances de long terme reflétées dans les données et considèrent donc un processus déterministe de la technologie, qui accroit la productivité des heures de travail. Par la suite, ce chapitre emploie les résultats d'estimation pour répondre aux deux questions suivantes. (i) Est-ce que l'importance des frictions financières est différente dans l'économie des États-Unis et dans celle de la zone Euro ? Si c'est le cas, (ii) quels facteurs peuvent expliquer cette différence ? Les résultats obtenus mentionnent les points suivants. D'abord, la friction de type Costly State Verification à la Bernanke et al. [1999] est plus importante dans l'économie de la zone euro que dans celle des États-Unis. Par contre, la friction de type Costly Enforcement à la Gertler and Karadi [2011] n'est pas importante ni dans l'économie de la zone Euro, ni dans l'économie des États-Unis. Ensuite, l'importance relativement élevée de la friction dans l'économie de la zone Euro peut être expliquée par l'élasticité élevée de la prime du risque au ratio de levier dans cette économie. Finalement, le troisième chapitre de la thèse développe trois types d'information à priori pour un modèle vectoriel auto-régressif, et ce à partir d'un modèle néo-keynésien DSGE sans friction financière, d'un modèle incorporant la friction de type Costly State Verification à la Bernanke et al. [1999] et d'un modèle incluant la friction de style Costly Enforcement à la Gertler and Karadi [2011]. Ce chapitre compare ensuite la performance prévisionnelle des trois modèles hybrides (DSGE-VAR) pour répondre à la question suivante : Jusqu'à quel point l'introduction des structures (frictions) financières améliore-t-elle les prévisions d'un modèle hybride DSGEVAR? Les résultats obtenus indiquent que les modèles DSGE-VAR incluant des frictions financières ne semblent pas performer mieux que les modèles DSGE-VAR standard. / This thesis assesses the extent to which two types of financial frictions contribute to the ability of New-Keynesian-type-stochastic dynamic general equilibrium models (DSGE) to reproduce business cycles and the ability of hybrid models (DSGE-VAR) to forecast macroeconomic aggregates. The first type of financial friction originates from a problem of Costly State Verification à la Bernanke et al. [1999] and appears in debt contracts. This type of friction implies a wedge between the expected return on capital and the risk-free rate that depends on entrepreneurial leverage, whereas the wedge is absent in models with no frictions. The second type of friction results from a problem of Costly Enforcement à la Gertler and Karadi [2011], which also induces a wedge between the expected return on capital and the risk-free rate, that is now determined by the change in entrepreneurial leverage. The first chapter of thesis estimates three versions of Smets and Wouters [2003, 2007] using a Bayesian approach. Used as a benchmark, the first version considers financial markets as a veil and thus contains no financial friction. The second version incorporates the Costly State Verification-type-friction à la Bernanke et al. [1999], while the third version includes the Costly Enforcement-type-friction à la Gertler and Karadi [2011]. The estimation results are used to answer to following questions: (i) Are models including financial frictions more compatible with U.S. macroeconomic data than those with no frictions? (ii) which types of financial friction are preferred by the data? Our findings indicate that adding financial frictions improves the New-Keynesian model's fit to data, in terms of data marginal density. In the case of Costly Enforcement problem, these improvements are both substantial and robust, while they are marginal and not robust in the case of the Costly State Verification problem. Second, estimating the risk premium elasticity to entrepreneurial leverage, rather than calibrating it to values commonly used in the literature, helps the Bernanke et al. [1999] model version to perform more well. This finding suggests that this elasticity should be revised (downwards), relative to the prior belief established in the literature. The second chapter estimates three versions of Smets and Wouters [2003, 2007] via the Bayesian methodology for both the U.S. and Euro economies. The first version serves as a basic model and considers financial markets as veil, thereby contains no financial frictions. The second version includes a Costly State Verification-type problem à la Bernanke et al. [1999], while the third one incorporates a Costly Enforcement problem à la Gertler and Karadi [2011]. These three versions pay particular attention to long term trends that are present in data and thus incorporate a labour-augmenting technology process. The chapter then uses estimation results to answer to the following questions: (i) Is the importance of financial frictions different in the U.S. economy and in the Euro economy? Then, (ii) which factors can explain this difference? The main results are: First, the Costly State Verification-type-friction à la Bernanke et al. [1999] is more important in the Euro economy than in the U.S. economy, while the Costly Enforcement-type-friction à la Gertler and Karadi [2011] doesn't appear important to the both economies. Second, the relative importance of financial frictions in the Euro area can be explained by the high estimate of the risk premium elasticity to the leverage in the Euro economy. The third chapter of thesis develops three types of prior information for a VAR model, from a New-Keynesian model with no financial friction, a model incorporating a friction of Costly state Verification à la Bernanke et al. [1999] and a model including a friction of Costly Enforcement à la Gertler and Karadi [2011]. This last chapter then compares the three hybrid models (DSGE-VAR) via the root mean squared forecast errors, in order to answer to the following question: To which extent can the presence of financial structures (frictions) improve the forecasting ability of hybrid model DSGE-VAR? In terms of out-sample forecasts, the results show that the hybrid models with no financial frictions perform as well as those with frictions.

Au cours de ces dernières années, le spread du Credit Default Swap (CDS) est devenu l'un des instruments très utilisé pour mesurer le risque de crédit. La modélisation de la courbe de la structure à terme du spread CDS s'avère nécessaire, et elle est d'importance capitale pour la gestion quantitative du risque de crédit. Nous proposons une extension du modèle dynamique de Nelson Siegel, en modélisant les changements des facteurs bêtas par un processus autorégressif avec erreurs hétéroscédastiques tenant compte du cycle économique. Par la technique de Monte Carlo nous simulons, à l'aide d'une copule de Student, les prévisions sur un et quatre trimestres du spread CDS à différentes maturités. Notre modèle suggère que le niveau d'influence du cycle économique sur le spread CDS dépend de la maturité. Son impact sur les spreads à longue échéance est plus significatif que sur les spreads à courte maturité. Notre modèle AR-GARCH performe mieux, quel que soit l'horizon de prévision analysé dans le cadre de ce travail, que le modèle vecteur autorégressif (VAR) et le modèle de marche aléatoire.

Cette thèse présente trois essais en macroéconométrie appliquée. Leur dénominateur commun est l’emploi conjoint de méthodes non-linéaires et bayesiennes afin de rendre compte de cycles économiques. Le choix de ces méthodes s’appuie sur deux constats fondamentaux. Premièrement, la plupart des séries temporelles macroéconomiques et financières présentent de soudains changements dans leur comportement résultant d’évènements tels que les crises financières, les changements brutaux de politiques fiscales et monétaires, l’alternance de phases d’expansion et de récession, etc. La prise en compte de ces changements discontinus et occasionnels nécessite une modélisation non-linéaire, c’est-à-dire la conception de modèles dont les paramètres évoluent au cours du temps. Deuxièmement, l’analyse économétrique moderne des modèles à vecteur autorégressif (VAR) et des modèles dynamiques et stochastiques d’équilibre général (DSGE) soulève de nombreux problèmes auxquels peut répondre un cadre bayesien. Tout d’abord, les modèles DSGE correspondent à une représentation partielle et simplifiée de la réalité, cette dernière étant généralement trop compliquée pour être formalisée ou trop coûteuse en termes de ressources computationnelles ou intellectuelles. Cette mauvaise spécification, inhérente aux modèles DSGE, s’ajoute en général à une pénurie de données informatives nécessaires à l’obtention de réponses précises. Dans un cadre bayesien, le praticien introduit une information supplémentaire, une distribution a priori, qui rend l’inférence des paramètres du modèle plus accessible aux macroéconomistes. S’agissant des modèles DSGE, la distribution a priori, construite à partir d’informations microéconomiques telles que les élasticités agrégées ou les taux de croissance moyens des variables macroéconomiques à long terme, permet de déplacer la fonction de vraisemblance du modèle dans les régions économiquement interprétables de l’espace de paramètres. Ceci, en vue de parvenir à une interprétation raisonnable des paramètres structurels du modèle, rendant ainsi l’inférence beaucoup plus précise. [...] / This dissertation presents three essays in applied macroeconometrics. Their common denominator is the use of Bayesian and non-linear methods to study of business cycle fluctuations. The first chapter of this dissertation revisits the issue of whether business cycles with financial crises are different, in the euro area since 1999. To do so, I fit a vector autoregression in which equation coefficients and structural disturbance variances are allowed to change over time according to Markov-switching processes. I show that financial crises have been characterized by changes not only in the variances of structural shocks, but also in the predictable and systematic part of the financial sector. By predictable and systematic part of the financial sector, I mean equation coefficients that describe the financial behavior of the system. I then examine the role of financial sector in financial crises and standard business-cycle fluctuations. The evidence indicates that the relative importance of financial shocks (“non-systematic part”) is significantly higher in periods of financial distress than in non-distress periods, but the transmission of these shocks to the economy appears linear over time. Counterfactual analyses suggest that the systematic part of financial sector accounted for up to 2 and 4 percentage points of output growth drops during the downturn in 2001-2003 and the two recessions, respectively. The second chapter examines the quantitative sources of changes in the macroeconomic volatility of the euro area since 1985. To do so, I estimate a variety of large-scale Dynamic Stochastic General Equilibrium (DSGE) models in which structural disturbance variances are allowed to change according to a Markov-switching process. The empirical results show that the best-fit model is one in which all shock variances are allowed to switch between a low- and a high-volatility regime, where regime changes in the volatilities of structural shocks are synchronized. The highvolatility regime was in place during the pre-euro period, while the low-volatility regime has been prevailed since the euro introduction. Although the size of different types of shock differs between the two shock regimes, their relative importance remains unchanged. Neutral technology shocks and shocks to the marginal efficiency of investment are the dominant sources of business cycle fluctuations. Moreover, the decline in the variance of investment shocks coincide remarkably well with the development of the European financial market that has increased access to credit by firms and households, suggesting that investment shocks reflect shocks originating in the financial system. [...]

L'objectif de cette thèse est d'étudier le rôle des flux d'entrée-sortie d'emploi et d'entreprises dans la dynamique du cycle conjoncturel. Plus particulièrement, ce travail s'attache à montrer les effets de ces flux de réallocation en présence de frictions sur les marchés du travail et du capital. Dans le premier chapitre, écrit en collaboration avec F. Pappadà, nous mettons en évidence un nouveau canal d'amplification associé aux contraintes de crédit. Le modèle théorique que nous proposons prédit que la récession occasionne une chute de la production agrégée plus prononcée en présence de contraintes de crédit en raison d'une plus forte hausse du taux de destruction d'entreprises. Le second chapitre s'intéresse au rôle des flux de réallocation dans la dynamique de la productivité agrégée. Contrairement aux décompositions usuelles, la méthode que nous proposons permet de mesurer la contribution des changements d'efficacité allocative. Estimée sur données françaises sur la période 1991-2006, cette décomposition indique que les récessions contribuent à améliorer la productivité agrégée à travers une amélioration de l'allocation des ressources. Le dernier chapitre, fruit d'une collaboration avec J-O Hairault et F. Langot, examine les conséquences des fluctuations économiques sur le bien-être des agents économiques. En présence de frictions d'appariement, nous montrons que les fluctuations économiques augmentent le niveau moyen du chômage. Les fluctuations sont alors coûteuses, non seulement du fait de l'aversion des ménages pour la volatilité, mais également du fait des conséquences indirectes de cette volatilité sur le niveau moyen de consommation.

Depuis le début des années 1980, la modélisation macroéconomique a subi un renouveau méthodologique marqué par l'avènement des modèles d'équilibre général dynamiques stochastiques (DSGE) et des modèles vectoriels autorégressifs (VAR). Il existe actuellement un consensus dans les milieux académiques et institutionnels que les modèles DSGE peuvent offrir aux débats économiques un cadre d'analyse efficace. L'utilisation des modèles DSGE dans l'analyse des cycles et fluctuations économiques est un des domaines les plus actifs de la recherche macroéconomique. Comme les modèles DSGE sont mieux ancré dans la théorie économique, ils permettent de fournir des explications plus cohérentes de la dynamique du cycle économique et d'analyser les différents types de chocs qui perturbent régulièrement les différentes économies. Les modèles VAR sont un outil utilisé à grande échelle dans la macroéconomie appliquée, notamment dans la validation empirique des modèles DSGE. En dépit de leur faible ancrage dans la théorie économique, les modèles VAR restent assez flexibles pour traiter un éventail de questions concernant la nature et les sources des fluctuations économiques. En outre, ils sont particulièrement adaptés pour faire des tests statistiques d'hypothèses ainsi que pour des exercices de prévision à court terme. C'est ainsi que les résultats des modèles VAR sont souvent perçus comme des faits stylisés qui devraient être reproduits par des modèles économiques. Alors que la spécification des modèles DSGE a connu un développement remarquable aboutissant à une lecture des fluctuations économiques analogue à celle de la synthèse néoclassique (rôle des chocs budgétaires et monétaires à court terme) et que beaucoup des progrès ont été réalisés pour comparer les prédictions des modèles aux données, les méthodes couramment utilisées pour la validation de ces modèles présentent certaines limites. Il se pose actuellement la question de savoir si ces méthodes sont toujours appropriées pour fournir des estimations consistantes des paramètres structurels et pour permettre la comparaison formelle des modèles DSGE concurrents. En effet, il reste encore beaucoup à faire pour développer des outils simples et opérationnels permettant de mesurer l'adéquation entre les prédictions des modèles DSGE et les données. La méthode communément utilisée pour évaluer les modèles DSGE consiste à comparer les moments estimés ou obtenus par simulations stochastiques du modèle et les moments historiques. Si les moments historiques appartiennent à l'intervalle de confiance des moments estimés ou simulés, on considère que cet ensemble de moments est bien reproduit par le modèle. Le problème de cette méthodologie est qu'elle ne permet pas la comparaison de deux modèles quand l'un reproduit plutôt bien certains moments et plus mal d'autres moments qui sont, au contraire, mieux expliqués par l'autre modèle. L'absence d'un critère de choix explicite pour évaluer la portée explicative de différents modèles constitue un problème majeur si on cherche à discriminer entre différents paradigmes et théories concurrentes. L'utilisation de la méthode des moments pour l'évaluation des modèles DSGE et l'explication des fluctuations économiques est, à certains égards, très approximative. Cette insuffisance amène plusieurs chercheurs à opter pour l'utilisation des modèles VAR pour la validation empirique des modèles DSGE. Cependant, les débats à la suite du papier séminal de Gali (1999) portant sur l'impact des chocs technologiques sur les heures travaillées ont suscité de scepticisme concernant l'apport de cette méthodologie alternative et certains chercheurs se demandent actuellement si les modèles VAR peuvent vraiment être utiles pour discriminer des théories concurrentes et si leurs propriétés d'échantillonnage sont assez précises pour justifier leur popularité dans la macroéconomie appliquée. L'échec des modèles VAR d'ordre fini comme outil utile d'évaluation des modèles DSGE est parfois attribué au fait qu'ils ne sont que des approximations des processus VAR d'ordre infini ou bien à la possibilité qu'il n'existe point de représentation VAR. C'est le cas notamment quand l'hypothèse d'inversibilité n'est pas satisfaite. Les méthodes d'estimation par maximum de vraisemblance ou bayésienne des paramètres structurels des modèles DSGE sont maintenant d'utilisation courante dans les milieux académiques et décisionnels. Ces méthodes permettent de comparer les performances de prévision des modèles DSGE à celles d'un modèle VAR ou celles de deux théories concurrentes. Bien que les modèles DSGE fournissent de relativement bonnes prévisions dans certains cas, des problèmes de mauvaise spécification et de non identifiabilité ont comme conséquence que les paramètres structurels et le vecteur d'état de l'économie ne sont pas souvent estimés de manière consistante. Ces insuffisances peuvent entraîner des recommandations de politique économique dangereusement biaisées et posent de sérieux problèmes dans l'évaluation de politiques alternatives. Dans cette thèse, nous proposons une voie de réconciliation qui offre des possibilités d'une meilleure intégration de la théorie et de la mesure en macroéconomie. La méthodologie proposée permet de combiner de manière explicite les modèles factoriels non structurels et les modèles théoriques d'équilibre général micro-fondés. Les modèles factoriels complètent les modèles macroéconomiques structurels destinés à évaluer les évolutions économiques à court et ce, principalement en offrant un cadre qui permet d'améliorer l'estimation et la prévision de plusieurs indicateurs macroéconomiques. En effet, la méthode d'évaluation utilisée permet de prendre en compte toute l'information macroéconomique disponible en recourant aux modèles factoriels, d'estimer et de tester, dans un cadre unifié, les paramètres structurels et les propriétés cycliques d'un modèle DSGE et de comparer des théories concurrentes. Les variables inobservables et les composantes cycliques des modèles sont estimés à l'aide d'un filtre de Kalman et des techniques numériques de Monte Carlo par chaînes de Markov (MCMC). Nous utilisons l'ensemble des outils développés pour faire une comparaison formelle de deux variantes du modèle de cycles réels à la King-Rebelo (2000) et du modèle de thésaurisation du travail de Bumside, Eichenbaum et Rebelo (1993) appliqués à l'économie américaine sur des données trimestrielles allant de 1948 à 2005. L'utilisation des modèles à facteurs permet d'améliorer les qualités prédictives des modèles DSGE et de surpasser dans bon nombre des cas les problèmes de non identifiabilité et de non inversibilité rencontrés dans ces types de modèles. L'étude démontre que le choc technologique identifié par Gali (1999) est non structurel et que l'utilisation des modèles à facteurs devrait être préférée dans certains cas à celle de l'approche VAR. En présence des variables mesurées avec erreur, l'utilisation des filtres de type Hodrick-Prescott (HP) conduit à une estimation non consistante de certains paramètres structurels des modèles DSGE. Le test de stabilité indique une diminution de l'amplitude de chocs exogènes depuis le début des années 1980, ce qui se traduit par une modération des cycles économiques et des fluctuations des taux d'intérêt. Enfin, l'analyse dynamique montre que les réponses de l'investissement au choc de dépenses publiques sont largement liées aux valeurs assignées aux paramètres structurels. / Since the beginning of the 1980s, macroeconomic modeling has undergone a methodological revival marked by the advent of the dynamic stochastic general equilibrium (DSGE) models and vector autoregressive (VAR) models. There is currently a consensus in the académie and institutional circles that DSGE models can offer to the économie debates an effective framework of analysis. The analysis of économie cycles and fluctuations using DSGE models is one of the most active areas of macroeconomic research. As DSGE models are firmly grounded in the économie theory, they are used to provide more cohérent and adéquate explanations for observed dynamics of the business cycle and to analyze a wide range of shocks which buffet regularly various économies. VAR models are a widely used tool in empirical macroeconomics, particularly for the evaluation of DSGE models. Despite they rely so loosely on économie theory, VAR models remain enough flexible to treat a range of questions concerning the nature and the sources of the économie fluctuations. Moreover, they are particularly adapted to perform statistical hypothesis tests as well to provide reliable forecasts in the short-term. Thus the results from VAR models are often viewed as stylized facts that économie models should replicate. Although the specification of DSGE models has seen a remarkable development leading to a reading of the économie fluctuations similar to those of the neoclassical synthesis (rôle of budgetary and monetary shocks in the short-term) and that steps forward hâve also been made in comparing the models' prédictions to the data, the methods usually used for the evaluation of these models présent some limitations. This raises the question of whether or not these methods are always well-adapted to provide consistent estimates of the structural parameters and to allow the formal comparison of competing DSGE models. Indeed, there still remains much to do in the development of simple operational tools that make it possible to measure the gap between the prédictions of DSGE models and the data. The common method used for evaluating DSGE models consists of comparing the estimated moments or those obtained by stochastic simulations of the model and the historical moments. If the historical moments belong to the confidence interval of the estimated or simulated moments, it is considered that this set of moments is well reproduced by the model. The problem of this methodology is that it does not allow the comparison of two models when one matches some moments well and does more badly for other moments that are better explained by the other model. The difficultés in designing explicit sélection criteria to evaluate the success of competing models constitute a major problem if one seeks to discriminate between various paradigms and concurrent theories. The moment-matching techniques for the evaluation of DSGE models and the explanation of the économie fluctuations are, in certain sensé, very approximate. This insufficiency leads several researchers to choose using the VAR models for the empirical evaluation of DSGE models. However, the debates following the séminal paper of Gali (1999) focused on the impact of the technological shocks on hours worked caused scepticism concerning the contribution of this alternative methodology and some researchers currently wonder if the VAR models can actually discriminate between competing DSGE models and whether their sampling properties are good enough to justify their popularity in applied macroeconomics. The failure of finite-order VAR models for evaluating DSGE models is sometimes attributed to the fact that they are only approximations to infinite-order VAR processes or to the possibility that there does not exist a VAR représentation at ail. This is the case particularly when the assumption of invertibility is not satisfied. Bayesian or maximum likelihood estimation methods of the structural parameters are now currently used in académie and policy circles. Thèse methods are tailored to compare the forecasting performances of the DSGE models with those of VAR models and to discriminate between competing DSGE models. Although DSGE models provide, in some cases, relatively good forecasts, the potential model misspecification and identification problems have as consequence the lack of efficiency in the estimated latent variables and structural parameters. These insufficiencies can dangerously bias recommendations of economic policy and pose serious problems in the evaluation of alternative policies. In this thesis, we propose a reconciliation that offers possibilities to better integrate of the theory and measurement in macroeconomics. The suggested methodology is used to combine explicitly the non-structural factor models and the micro-founded general equilibrium theoretical models. The factor models supplement the structural macroeconomic models intended to evaluate the economic evolutions in the short-term and this, mainly by offering a framework which allows the improvement of the estimates and forecasting of several macroeconomic indicators. Indeed, the method evaluation used makes it possible to exploit ail available macroeconomic information by using the factor models and allows us to estimate and test, within a unified framework, the structural parameters and the cyclical properties of the model, and to compare competing theories. The structural parameters, the unobservable variables and the cyclical components are estimated using the Kalman filter and the Markov chain Monte Carlo methods (MCMC). We use the set of the tools developed to make a formal comparison of two variants of the real business cycle model in King and Rebelo (2000) and of an extension of labour market specification consisting in the introduction of labour-hoarding behaviour, as suggested by Burnside, Eichenbaum and Rebelo (1993), which are applied to the US economy with quarterly data from 1948 to 2005. The use of the factor models provide an important set of tools to improve predictive qualities of DSGE models and can help to solve, in numerous cases, the identification and invertibility problems met in these types of models. The study shows that the technological shock identified by Gali (1999) is non-structural and that using the factor models factors should be preferred in some cases to the VAR approach. In the presence of the variables measured with error, using the detrending methods like the Hodrick-Prescott (HP) filter can lead to inconsistent estimates of some structural parameters of DSGE models. The test of stability suggests a reduction in the magnitude of exogenous shocks since the beginning of the 1980s, which implies the moderation of business cycles and fluctuations of interest rates. Lastly, the dynamic analysis shows that the impulse response functions of the investment to the government consumption shock are largely related to the values assigned to the structural parameters.