1

Introduction 1
Intro 1 ............................................................ Introduction aux DSGE et à dsge 3
Intro 2 ............................................................ Apprentissage de la syntaxe 16
Intro 3 ............................................................ Exemples classiques de DSGE 21
Intro 3a ......................................................... Modèle néo-keynésien 22
Intro 3b ......................................................... Modèle néoclassique 27
Intro 3c ......................................................... Modèle avec frictions financières 34
Intro 4 ............................................................ Écriture d’un DSGE sous une forme solvable
39
Intro 4a ......................................................... Spécifier un choc sur une variable de contrôle
45
Intro 4b ......................................................... Inclure un retard d’une variable de contrôle 47
Intro 4c ......................................................... Inclure un retard d’une variable d’état 50
Intro 4d ......................................................... Inclure une anticipation d’une variable de
contrôle datée de plus d’une période en avant 53
Intro 4e ......................................................... Inclure un retard d’ordre deux d’une variable de
contrôle 56
Intro 4f ......................................................... Inclure une variable exogène observée 59
Intro 4g ......................................................... Variables d’état corrélées 62
Intro 5 ............................................................ Conditions de stabilité 65
Intro 6 ............................................................ Identification 71
Intro 7 ............................................................ Problèmes de convergence 76
Intro 8 ............................................................ Les tests de Wald varient avec les
transformations non linéaires 82

DSGE ............................................................ Modèles d’équilibre général dynamique

stochastique linéarisés 89
DSGE postestimation ..................................... Outils de post-estimation pour DSGE 95

estat policy .................................................. Afficher la matrice de politique 99

estat stable ................................................. Vérifier la stabilité du système 100
estat transition ........................................... Afficher la matrice de transition d’état 102

Glossaire 103
Index thématique et des auteurs 107
 2

Renvois croisés à la documentation

En lisant ce manuel, vous trouverez des renvois à d’autres manuels de Stata. Par exemple :

 [U] 26 Overview of Stata estimation commands

 [XT] xtabond
 [D] reshape

Le premier exemple est un renvoi au chapitre 26, Aperçu des commandes d’estimation de
Stata, dans le Guide de l’utilisateur ; le deuxième est un renvoi à l’entrée xtabond dans le
Manuel de référence des données longitudinales/de panel ; et le troisième est un renvoi à
l’entrée reshape dans le Manuel de référence de la gestion des données.

Tous les manuels de la documentation de Stata utilisent une notation abrégée :

 [GSM] Getting Started with Stata for Mac (Premiers pas avec Stata pour Mac)
 [GSU] Getting Started with Stata for Unix (Premiers pas avec Stata pour Unix)
 [GSW] Getting Started with Stata for Windows (Premiers pas avec Stata pour
Windows)
 [U] Stata User’s Guide (Guide de l’utilisateur de Stata)
 [R] Stata Base Reference Manual (Manuel de référence de base de Stata)
 [BAYES] Stata Bayesian Analysis Reference Manual (Manuel de référence de
l’analyse bayésienne)
 [D] Stata Data Management Reference Manual (Manuel de référence de la gestion
des données)
 [ERM] Stata Extended Regression Models Reference Manual (Manuel de référence
des modèles de régression étendus)
 [FMM] Stata Finite Mixture Models Reference Manual (Manuel de référence des
modèles de mélange finis)
 [FN] Stata Functions Reference Manual (Manuel de référence des fonctions)
 [G] Stata Graphics Reference Manual (Manuel de référence des graphiques)
 [IRT] Stata Item Response Theory Reference Manual (Manuel de référence de la
théorie de réponse à l’item)
 [DSGE] Stata Linearized Dynamic Stochastic General Equilibrium Reference Manual
(Manuel de référence DSGE linéarisé)
 [XT] Stata Longitudinal-Data/Panel-Data Reference Manual (Manuel de référence
des données longitudinales/de panel)
 [ME] Stata Multilevel Mixed-Effects Reference Manual (Manuel de référence des
modèles multiniveaux à effets mixtes)
 [MI] Stata Multiple-Imputation Reference Manual (Manuel de référence de
l’imputation multiple)
 [MV] Stata Multivariate Statistics Reference Manual (Manuel de référence des
statistiques multivariées)
 [PSS] Stata Power and Sample-Size Reference Manual (Manuel de référence sur la
puissance et la taille d’échantillon)
 [P] Stata Programming Reference Manual (Manuel de référence de la
programmation)
 3

 [SP] Stata Spatial Autoregressive Models Reference Manual (Manuel de référence des
modèles autorégressifs spatiaux)
 [SEM] Stata Structural Equation Modeling Reference Manual (Manuel de référence
de la modélisation par équations structurelles)
 [SVY] Stata Survey Data Reference Manual (Manuel de référence des données
d’enquête)
 [ST] Stata Survival Analysis Reference Manual (Manuel de référence de l’analyse de
survie)
 [TS] Stata Time-Series Reference Manual (Manuel de référence des séries
temporelles)
 [TE] Stata Treatment-Effects Reference Manual: Potential Outcomes/Counterfactual
Outcomes (Manuel de référence des effets de traitement : résultats potentiels/contre-
factuels)
 [I] Stata Glossary and Index (Glossaire et index Stata)
 [M] Mata Reference Manual (Manuel de référence de Mata)
 4

TITRE
INTRO :INTRODUCTION
Description, Remarques et exemples, Voir aussi

Description
DSGE signifie « Dynamic Stochastic General Equilibrium », soit « modèle d’équilibre général
dynamique stochastique ». Les modèles DSGE sont des modèles multivariés de séries
temporelles utilisés en économie, en particulier en macroéconomie, pour l’analyse des
politiques économiques et la prévision.
Ces modèles sont des systèmes d’équations généralement dérivés de la théorie économique.
En conséquence, les paramètres sont souvent directement interprétables à partir de la théorie.
Les modèles DSGE sont uniques en ce que les équations du système permettent aux valeurs
actuelles des variables de dépendre non seulement des valeurs passées, mais aussi des
anticipations des valeurs futures.
La commande dsge permet d’estimer les paramètres des modèles DSGE linéarisés.

Remarques et exemples
Nous recommandons de lire ce manuel en commençant par [DSGE] intro 1, puis de continuer
avec les introductions suivantes. Dans ces introductions, nous présenterons les modèles
DSGE, montrerons comment utiliser la commande dsge, proposerons des exemples détaillés
de modèles classiques et présenterons des solutions aux problèmes courants.

[DSGE] intro 1 et [DSGE] intro 2 sont des lectures essentielles. Lisez-les en premier. Vous y
trouverez une vue d’ensemble des modèles DSGE, des descriptions des concepts utilisés tout
au long du manuel, une discussion des hypothèses, un premier exemple détaillé et une
introduction à la syntaxe.

 [DSGE] intro 1 Introduction aux modèles DSGE

 [DSGE] intro 2 Apprentissage de la syntaxe

[DSGE] intro 3 se concentre sur les modèles DSGE classiques. Il inclut une série d’exemples
illustrant la résolution du modèle, l’estimation et les procédures de post-estimation pour des
variantes simples de modèles courants.

 [DSGE] intro 3 Exemples classiques de DSGE

 [DSGE] intro 3a Modèle New Keynesian
 [DSGE] intro 3b Modèle New Classical
 [DSGE] intro 3c Modèle avec frictions financières

[DSGE] intro 4 traite de certains problèmes courants et de leurs solutions. Les équations
structurelles du modèle DSGE linéarisé doivent avoir une structure spécifique pour que le
modèle puisse être résolu. Souvent, les modèles DSGE sont rédigés sous des formes intuitives
qui n’ont pas cette structure. Ces formes intuitives peuvent être réécrites dans une forme
logiquement équivalente possédant la structure nécessaire à la résolution. [DSGE] intro 4
propose un aperçu de ce sujet ainsi que des exemples démontrant les solutions.
 5

[DSGE] intro 4 Écrire un DSGE sous une forme résoluble

[DSGE] intro 4a Spécification d’un choc sur une variable de contrôle
[DSGE] intro 4b Inclusion d’un retard d’une variable de contrôle
[DSGE] intro 4c Inclusion d’un retard d’une variable d’état
[DSGE] intro 4d Inclusion d’une anticipation d’une variable de contrôle datée de plus
d’une période
[DSGE] intro 4e Inclusion d’un second retard d’une variable de contrôle
[DSGE] intro 4f Inclusion d’une variable exogène observée
[DSGE] intro 4g Variables d’état corrélées

[DSGE] intro 5–[DSGE] intro 8 discutent des questions techniques. Ces introductions sont
essentielles à lire, même si elles apparaissent en dernier.

[DSGE] intro 5 Conditions de stabilité

[DSGE] intro 6 Identification
[DSGE] intro 7 Problèmes de convergence
[DSGE] intro 8 Les tests de Wald varient avec les transformations non linéaires

Les principales commandes référencent la syntaxe et les détails de mise en œuvre. Tous les
exemples se trouvent dans les introductions mentionnées ci-dessus.

[DSGE] dsge Modèles d’équilibre général stochastique dynamique linéarisés

[DSGE] dsge postestimation Outils de post-estimation pour dsge
[DSGE] estat policy Afficher la matrice de politique
[DSGE] estat stable Afficher les résultats de stabilité
[DSGE] estat transition Afficher la matrice de transition d’état

Voir aussi
[DSGE] intro 1 — Introduction aux DSGE et à la commande dsge
 6

TITRE
INTRO 1 : INTRODUCTION AUX DSGE ET A LA COMMANDE DSGE

Description
Dans cette section, nous introduisons les modèles DSGE et la commande dsge. Nous
commençons par un aperçu des modèles DSGE. Nous illustrons ensuite le processus complet
de modélisation DSGE à travers un exemple, de A à Z. Dans cet exemple, nous montrons
comment décrire un modèle dans sa forme non linéaire originale, le réécrire sous une forme
linéarisée correspondante, estimer les paramètres du modèle linéarisé et interpréter les
résultats. Nous concluons en montrant comment cet exemple s’inscrit dans le cadre général de
la modélisation DSGE.

Remarques et exemples
Les remarques sont présentées sous les rubriques suivantes :

 Introduction aux modèles DSGE

 Comment formuler un DSGE
 Utilisation de la commande dsge
 Écriture des DSGE linéarisés
 Préparation des données
 Spécification du modèle pour dsge
 Estimation des paramètres et interprétation
 Post-estimation
 Politiques et matrices de transition
 Réponses impulsionnelles
 Prévisions
 Formes structurelles et réduites des modèles DSGE
 7

INTRODUCTION AUX MODELES DSGE

Les modèles DSGE sont des modèles pour des séries temporelles multiples utilisés en
macroéconomie et en finance. Ces modèles sont des systèmes d’équations motivés par la
théorie économique, dans lesquels les anticipations des valeurs futures des variables jouent un
rôle important. Comme ces modèles sont issus de la théorie, les paramètres peuvent
généralement être interprétés directement en termes de la théorie sous-jacente. Les modèles
DSGE sont utilisés pour l’analyse de la politique macroéconomique et les prévisions.

Dans les modèles DSGE, les actions des individus sont résumées par des règles de décision
prenant la forme de systèmes dynamiques d’équations non linéaires. Ces règles de décision
proviennent souvent de problèmes d’optimisation stochastique dynamique. Un modèle DSGE
est constitué de ces règles de décision, ainsi que de toutes conditions d’agrégation, contraintes
de ressources ou budgétaires, et processus stochastiques pour les variables exogènes.

Comme les équations du modèle sont la solution de problèmes d’optimisation dynamique,

elles peuvent inclure des anticipations de variables futures. Ces anticipations sont endogènes.
Dans les modèles DSGE, les anticipations des variables futures correspondent à leur moyenne
conditionnelle telle qu’impliquée par le modèle. En d’autres termes, les anticipations des
individus concernant les valeurs futures sont correctes, en moyenne. Ces anticipations sont
appelées anticipations compatibles avec le modèle ou anticipations rationnelles.

Il existe trois types de variables dans les modèles DSGE : les variables de contrôle, les
variables d’état et les chocs.
La terminologie est empruntée aux littératures sur l’espace d’état (state-space) et le contrôle
optimal. Dans les modèles DSGE, les notions d’exogénéité et d’endogénéité sont comprises
par rapport à une période temporelle donnée. Une variable d’état est fixée, ou exogène, à un
moment donné. Le système d’équations détermine ensuite la valeur de la variable d’état une
période plus tard. En revanche, le système d’équations détermine la valeur d’une variable de
contrôle à la période courante.

Les variables d’état évoluent dans le temps et peuvent dépendre des variables de contrôle.
Elles peuvent également être corrélées entre elles. Les variables de contrôle dans un modèle
DSGE peuvent être observées ou non observées. Les variables d’état, elles, sont toujours non
observées.

Les modèles DSGE peuvent être formulés sous plusieurs formes. Le modèle basé sur la
théorie économique peut comporter des équations non linéaires, tant en termes de variables
qu’en termes de paramètres. Un modèle DSGE est dit linéaire ou linéarisé lorsque les
équations du modèle sont linéaires par rapport aux variables. Les modèles DSGE sont souvent
linéarisés avant l’analyse. Après linéarisation, les variables du modèle sont exprimées comme
des écarts par rapport à un état stationnaire (steady state).
 8

Le modèle DSGE doit être résolu avant d’être estimé. Les modèles dynamiques linéaires sont
plus faciles à résoudre et à ajuster que les modèles dynamiques non linéaires, en particulier
lorsque des anticipations sur le futur sont incorporées dans le modèle.

Dans toute analyse de systèmes d’équations simultanées, résoudre un modèle signifie écrire
les variables endogènes du modèle en fonction de ses variables exogènes. Dans les modèles
DSGE, le concept de solution analogue consiste à écrire les variables de contrôle en fonction
des variables d’état. La solution du modèle comprend :

1. un système d’équations reliant les variables de contrôle aux variables d’état, et

2. un système d’équations décrivant l’évolution des variables d’état dans le temps.

La solution d’un modèle DSGE prend donc la forme d’un modèle d’espace d’état (state-
space). Elle est un élément central à la fois pour l’estimation et pour l’analyse post-
estimation. La fonction de vraisemblance (likelihood function) ainsi que les fonctions de
réponse impulsionnelle (impulse–response functions) sont construites à partir de la solution du
modèle.

La commande dsge permet de résoudre et d’estimer les paramètres des modèles DSGE
linéarisés.

Des introductions générales à la modélisation DSGE sont disponibles dans Ljungqvist et

Sargent (2012) et Woodford (2003). Canova (2007) ainsi que DeJong et Dave (2011)
décrivent l’estimation des paramètres dans les modèles DSGE.

Comment écrire un modèle DSGE

Écrire un modèle DSGE se fait en deux étapes :

1. On écrit d’abord les équations structurelles (potentiellement non linéaires) issues de la

théorie, généralement la théorie économique. Dans beaucoup de ces théories, les
individus font de leur mieux compte tenu de leurs contraintes. Cette idée est
formalisée dans des problèmes d’optimisation stochastique dynamique. Les
solutions à ces problèmes constituent la forme non linéaire des modèles DSGE.
2. On écrit ensuite le modèle linéarisé correspondant au modèle structurel non linéaire.

Exemple de modèle non linéaire

Considérons le modèle non linéaire suivant, similaire à celui présenté dans Woodford (2003,
chap. 4). Le modèle comprend des équations décrivant le comportement des ménages, des
entreprises et d’une banque centrale. Les interactions entre ces acteurs produisent un
modèle de l’inflation, de la croissance du produit et du taux d’intérêt. Les modèles de ce type
sont populaires dans le milieu académique et politique et sont utilisés pour analyser la
politique monétaire.

L’optimisation des ménages génère une équation reliant la production courante à la valeur
anticipée d’une fonction de la production de demain , de l’inflation de demain , et du taux
d’intérêt nominal courant :
 9

où est un paramètre reflétant la disposition des ménages à différer leur consommation.

L’optimisation par les entreprises génère une équation qui relie l’écart actuel de l’inflation par
rapport à son état stationnaire, , à la valeur attendue de l’écart de l’inflation par rapport à son
état stationnaire dans le futur, , ainsi qu’au rapport de la production effective au niveau naturel
de production :

\phi (\Pi_t - \Pi) + \theta - 1 = \theta \left(\frac{Y_t}{Z_t}\right)^{\eta-1} + \beta \phi E_t(\Pi_{t+1} - \Pi) \quad
(2a)

où , et sont des paramètres liés à la décision de fixation des prix par les entreprises. Les
entreprises ne sont pas affectées par l’inflation en elle-même ; elles ne sont affectées que par
les écarts de l’inflation par rapport à sa valeur stationnaire.

Enfin, il existe une équation qui décrit la politique de la banque centrale. La banque centrale
ajuste le taux d’intérêt en fonction de l’inflation et, éventuellement, d’autres facteurs que nous
ne modélisons pas ici. L’équation de la politique de la banque centrale est :

\frac{R_t}{R} = \left(\frac{\Pi_t}{\Pi}\right)^{1/\beta} e^{u_t} \quad (3a)

où est la valeur stationnaire du taux d’intérêt et est une variable d’état qui capture tous les
mouvements du taux d’intérêt non liés à l’inflation.

Utilisation de la commande dsge

Avant de pouvoir utiliser dsge, vous devez vous assurer que certaines conditions concernant
vos données et votre modèle sont respectées.

1. Linéarisation du modèle
Il faut d’abord linéariser le modèle en utilisant les écarts par rapport à l’état
stationnaire. dsge effectue un contrôle de linéarité et signalera toute non-linéarité
détectée. Ce manuel ne détaille pas la manière de linéariser les équations. Voir, par
exemple, DeJong et Dave (2011, chap. 2) pour un aperçu du processus de
linéarisation.
2. Préparation des données temporelles
Les données doivent être préalablement déclarées comme séries temporelles ( tsset)
avant d’utiliser dsge. L’utilisation de tsset permet d’appliquer des opérateurs de séries
temporelles.
3. Stationnarité et moyenne nulle
Les séries de votre modèle doivent avoir une moyenne nulle et être faiblement
stationnaires. dsge recentrera les séries pour vous, mais vous devez vous assurer que
vos données sont faiblement stationnaires avant de les spécifier dans la commande
dsge.

Écriture des DSGE linéarisés

 10

Le modèle en (1a)–(3a) est non linéaire. Nous devons maintenant écrire le modèle sous sa
forme linéarisée correspondante, comme suit.

Dans tout ce manuel, nous utilisons des lettres minuscules pour indiquer les écarts en
pourcentage des variables par rapport à l’état stationnaire. Les versions linéarisées des
équations ci-dessus sont :

y_t = E_t y_{t+1} - (r_t - E_t \pi_{t+1}) \quad (1b)

\pi_t = \beta E_t \pi_{t+1} + \kappa (y_t - z_t) \quad (2b)

r_t = \frac{1}{\beta} \pi_t + u_t \quad (3b)

Le nouveau paramètre est une fonction complexe des paramètres sous-jacents de (2a). Ces
paramètres sous-jacents ne peuvent pas être identifiés séparément dans ce modèle, mais peut
l’être.

Nous avons implicitement contraint certains coefficients ; par exemple, le coefficient sur le
taux d’intérêt dans l’équation de la production est fixé à .

Notez que nous n’avons pas encore spécifié les processus stochastiques pour Zt et Ut.