L’identification des **chocs structurels** dans un modèle **SVAR** (Structural Vector Autoregressive)
est essentielle pour analyser la dynamique des interactions entre plusieurs variables économiques et
pour comprendre les effets causaux d'un choc exogène spécifique. Les modèles VAR standards
permettent d'analyser les corrélations entre variables, mais ne peuvent pas séparer les **chocs
structurels** des simples corrélations contemporaines. C'est ici que la modélisation SVAR entre en jeu.
### Étapes principales de l’identification des chocs structurels dans un SVAR
1. **Modèle VAR réduit** :
Le point de départ est un modèle VAR standard sous forme réduite. Le modèle VAR d’ordre \( p \) avec \
( n \) variables peut être écrit comme :
\[
y_t = A_1 y_{t-1} + A_2 y_{t-2} + ... + A_p y_{t-p} + \varepsilon_t
\]
où :
- \( y_t \) est un vecteur des variables endogènes.
- \( A_i \) sont des matrices de coefficients.
- \( \varepsilon_t \) est un vecteur de résidus qui sont autocorrélés mais corrélés entre eux.
Dans cette forme réduite, les **résidus \( \varepsilon_t \)** ne sont pas interprétables en tant que
**chocs structurels**, car ils peuvent être une combinaison de plusieurs sources.
2. **Liens entre les résidus et les chocs structurels** :
Pour identifier les **chocs structurels**, on suppose qu'il existe une relation entre les résidus du
modèle VAR réduit \( \varepsilon_t \) et les chocs structurels non observables \( u_t \), qui sont non
corrélés entre eux et représentent des chocs exogènes spécifiques (par exemple, un choc monétaire, un
choc d'offre, etc.). Cela peut être modélisé comme :
\[
\varepsilon_t = B u_t
\]
où :
- \( B \) est une matrice \( n \times n \), appelée matrice d’impact, qui relie les résidus du VAR aux chocs
structurels.
- \( u_t \) est un vecteur de chocs structurels (non observés directement).
Pour pouvoir identifier les chocs structurels, il faut imposer des contraintes sur la matrice \( B \), car
elle contient \( n^2 \) inconnues, alors qu'il n'y a que \( n(n+1)/2 \) équations disponibles à partir de la
matrice de variance-covariance des résidus \( \Sigma_{\varepsilon} \).
3. **Identification des chocs** :
L’identification des chocs structurels dans un SVAR repose sur des **restrictions supplémentaires**
pour rendre le modèle identifiable. Il existe différentes façons d’imposer ces restrictions :
- **Identification par Cholesky (Décomposition triangulaire)** : On impose une structure de causalité
contemporaine (ou hiérarchie) entre les variables. Cela revient à supposer qu'une variable n'a pas d'effet
contemporain sur certaines autres variables. La matrice \( B \) est alors triangulaire.
- **Restrictions de long terme (Blanchard-Quah)** : Dans certains cas, les économistes imposent des
restrictions sur les effets des chocs sur le long terme (par exemple, un choc d'offre peut avoir un effet
permanent sur le niveau de production, tandis qu'un choc de demande a un effet temporaire).
- **Modèle à sign restrictions** : Une méthode plus flexible consiste à imposer des contraintes sur les
signes des réponses des variables aux chocs structurels (par exemple, un choc positif de demande
entraîne une hausse des prix et de la production).
4. **Estimation du modèle** :
Une fois les restrictions imposées et la matrice \( B \) identifiée, on peut utiliser les résidus du VAR
réduit pour estimer les chocs structurels \( u_t \), et ainsi analyser leur effet sur les variables du modèle.
5. **Analyse de la réponse impulsionnelle** :
Une fois les chocs structurels identifiés, on peut générer les **fonctions de réponse impulsionnelle**
(IRF) qui montrent la réponse des variables économiques à un choc donné. Cela permet de quantifier
l’effet dynamique d’un choc structurel sur les différentes variables du modèle au cours du temps.
6. **Décomposition de la variance** :
En plus des fonctions de réponse impulsionnelle, la **décomposition de la variance des erreurs de
prévision** permet de voir quelle part de la variance d’une variable est attribuable à chaque choc
structurel à différents horizons.
### Exemples de chocs structurels dans un SVAR
- **Chocs de demande** : Un choc sur la demande globale peut provenir d'une politique budgétaire
expansionniste ou d'une augmentation soudaine des dépenses des ménages.
- **Chocs d'offre** : Un choc d'offre pourrait être dû à une innovation technologique qui augmente la
productivité, ou une augmentation soudaine du prix du pétrole qui affecte les coûts de production.
- **Chocs monétaires** : Un changement inattendu de la politique monétaire (comme une hausse ou
baisse des taux d'intérêt) peut aussi être modélisé.
### Conclusion
L’identification des chocs structurels dans un modèle SVAR est cruciale pour établir des relations causales
entre les variables économiques et comprendre comment les politiques économiques ou les événements
exogènes influencent l’économie.
