Abstract
La réponse à la question de savoir si les cycles longs existent ou non dépend principalement des méthodes statistiques utilisées pour les analyser. Depuis l’article fondateur de Kondratiev dans les années 1920, ces méthodes ont fait l’objet d’importants changements. La critique fondamentale délivrée à l’encontre des approches traditionnelles développées dans les années 1970, a conduit à la diffusion d’une approche par les filtres «idéaux» qui devait permettre, dans les séries chronologiques, une parfaite isolation des composants des bandes de fréquences prédéfinies. L’approche en termes de filtres a été ensuite concurrencée dans les années 1980 par l’idée dite de racine unité. Si une série chronologique suit une racine unité en termes de processus de filtre, même s’ils sont idéaux, cela conduit à des cycles de long terme faussés, dont la durée est semblable à celle des cycles de type Kondratiev. A partir de là, les filtres idéaux furent remplacés par des modèles stochastiques qui correspondent aux propriétés des séries chronologiques analysées. Mais cette approche fut à son tour concurrencée dans les années 1990 par le développement de filtres qui apparaissent également adaptés pour des séries chronologiques qui contiennent une racine unité. L’article traite, dans une première partie, du développement des approches traditionnelles (en termes de filtres et de modèle stochastiques) en comparant systématiquement leurs résultats au regard des cycles de Kondratiev. Dans une seconde partie, l’article présente l’état de l’art des approches en termes de filtres et de modèles stochastiques. L’idée défendue est qu’une approche en termes de modèles stochastiques et de filtres est pertinente uniquement si des points atypiques et des cassures structurelles sont considérés explicitement. Si de telles interventions sont correctement modélisées, il peut être montré que les filtres et les modèles conduisent à des résultats très similaires. Les considérations méthodologiques sont illustrées par des séries chronologiques de long terme qui sont souvent utilisées dans la recherche empirique sur les cycles longs.
Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
Disclaimer: All third-party content on this website/platform is and will remain the property of their respective owners and is provided on "as is" basis without any warranties, express or implied. Use of third-party content does not indicate any affiliation, sponsorship with or endorsement by them. Any references to third-party content is to identify the corresponding services and shall be considered fair use under The CopyrightLaw.