Overblog
Suivre ce blog Administration + Créer mon blog
26 juin 2021 6 26 /06 /juin /2021 16:36
Pourquoi les reprises sont-elles lentes après les crises financières ?

Suite à la crise financière mondiale de 2008-2009, la reprise de l’activité dans les pays développés et émergents a été bien plus lente que ne l’anticipaient la plupart des prévisionnistes. En l’occurrence, malgré la reprise, l’activité économique n’a pas réussi à rejoindre la trajectoire tendancielle qu’elle suivait avant la crise : la crise financière semble avoir irrémédiablement réduit la production potentielle [Haltmaier, 2012 ; Ball, 2014 ; FMI, 2015]. Ce n’est pas propre à cet épisode : plusieurs études ont depuis montré que les reprises couplées à une crise financière tendaient à être suivies par de lentes reprises [Cerra et Saxena, 2008 ; FMI, 2009 ; Reinhart et Rogoff, 2009 ; Reinhart et Rogoff, 2014].

Mais s’il y a un certain consensus sur le profil des reprises dans le sillage des crises financières, il n’y en a pas en ce qui concerne les raisons pour lesquelles elles endommagent de façon permanente la production. Plusieurs analyses ont récemment cherché à expliquer la baisse de la production et de la productivité globale des facteurs en s’appuyant sur des modèles de croissance endogène [Anzoategui et alii, 2019 ; Bianchi et alii, 2019 ; Guerron-Quintana et Jinnai, 2019 ; Ikeda et Kurozumi, 2019 ; Queralto, 2019]. Ces travaux suggèrent que la productivité globale des facteurs décline dans le sillage des crises financières parce que les entreprises réduisent leurs efforts de recherche-développement lors de celles-ci. 

Les données empiriques amènent toutefois Valerie Cerra, Mai Hakamada et Ruy Lama (2021) à douter que la chute de la productivité globale des facteurs observée dans le sillage des crises financières soit liée à une baisse de l’effort de recherche-développement. Par exemple, le Brésil, la Corée du Sud, les Etats-Unis et la France ont connu des pertes permanentes en termes de production et de productivité globale des facteurs suite à la crise financière mondiale : ces deux agrégats n’ont pas assez rebondi après la Grande Récession pour revenir à la trajectoire tendancielle qu’ils suivaient jusqu'alors (cf. graphique 1). Mais dans la plupart de ces pays, la recherche-développement a continué de croître selon la tendance qu’elle suivait avant la crise.

GRAPHIQUE 1  Production, investissement, R&D et PGF

Pourquoi les reprises sont-elles lentes après les crises financières ?

source : Cerra et alii (2021)

En s’appuyant sur un échantillon de 24 pays qui ont connu une crise bancaire pendant la crise financière mondiale et de 168 pays qui n’en ont pas connue lors de celle-ci, Cerra et ses coauteurs ont alors observé la répartition des pertes en production, en investissement, en productivité et en recherche-développement suite à la crise financière mondiale relativement à leur tendance sur la période précédant celle-ci (cf. graphique 2). Ils constatent que la production, l’investissement et la productivité globale des facteurs tendent à être plus faibles qu’ils ne l’auraient été s’ils avaient continué de croître selon leur trajectoire d'avant-crise, mais aussi que ces pertes sont plus fortes pour les pays qui ont connu une crise bancaire que pour les pays qui n’en ont pas connue. En outre, la variance de la distribution des pertes semble plus réduite dans le cas des pays ayant connu une crise bancaire, ce qui implique que les pertes de production ont plus de chances de devenir permanentes dans le sillage d’une crise financière. Ces constats suggèrent qu’il y a un lien entre investissement, productivité et production durant la crise bancaire. Par contre, la distribution des pertes en recherche-développement des pays ayant connu une crise bancaire ne semble guère différente de celle des pays qui n’en ont pas connue, ce qui amène de nouveau à douter que la recherche-développement joue un rôle significatif dans l’amplification des pertes suite à une crise bancaire. 

GRAPHIQUE 2  Ecarts en 2015-2017 par rapport à la tendance sur la période 2000-2008

Pourquoi les reprises sont-elles lentes après les crises financières ?

source : Cerra et alii (2021)

Cerra et ses coauteurs ont ensuite observé les répercussions des crises bancaires à moyen terme. Suite à une crise bancaire, ils constatent que la production chute typiquement de 7 % et demeure durablement déprimée pendant dix ans ; la productivité globale des facteurs chute de 5 % ; l’investissement présente une contraction durable d’environ 20 % après dix ans ; et le crédit bancaire au secteur privé chute de près de 40 % du moyen à long terme. Ces résultats suggèrent des liens étroits entre les comportements de l’intermédiation financière, la productivité globale des facteurs et l’investissement dans le sillage des crises bancaires.

Enfin, en régressant les déterminants à moyen terme de la productivité globale des facteurs, Cerra et ses coauteurs constatent qu’une baisse de 1 % de l’investissement lors de la crise financière mondiale s’est typiquement traduite par une baisse de 0,5 % de la productivité globale des facteurs à moyen terme. En définitive, environ la moitié de la baisse de la productivité globale des facteurs à moyen terme observée après la crise financière mondiale résulterait de la baisse de l’investissement observée lors des premières années de la crise.

Ces divers constats amènent finalement Cerra et ses coauteurs à conclure que les effets d’hystérèse observés dans le sillage des crises financières transitent avant tout via le canal de l’investissement. Ce dernier ne contribue pas seulement à la production ; il contribue aussi directement à la productivité globale des facteurs à travers le progrès technique incorporé au capital. Ainsi, lors d’une crise financière, le resserrement des conditions financières contraint l’investissement ; la productivité globale des facteurs s’en trouve déprimée à moyen terme, ce qui détériore l’offre globale et freine la reprise de l’activité.

 

Références

ANZOATEGUI, Diego, Diego COMIN, Mark GERTLER & Joseba MARTINEZ (2019), « Endogenous technology adoption and R&D as sources of business cycle persistence », in American Economic Journal: Macroeconomics, vol. 11, n° 3.

BALL, Laurence M. (2014), « Long-term damage from the Great Recession in OECD countries », NBER, working paper, n° 20185.

BIANCHI, Francesco, Howard KUNG & Gonzalo MORALES (2019), « Growth, slowdowns, and recoveries », in Journal of Monetary Economics, vol. 101.

CERRA, Valerie, Antonio FATAS & Sweta C. SAXENA (2020), « Hysteresis and business cycles », FMI, working paper, n° 20/73.

CERRA, Valerie, Mai HAKAMADA & Ruy LAMA (2021), « Financial crises, investment slumps, and slow recoveries », FMI, working paper, n° 21/170.

CERRA, Valerie, & Sweta C. SAXENA (2008), « Growth dynamics: The myth of economic recovery », in American Economic Review, vol. 98, n° 1.

FMI (2009), « What’s the damage? Medium-term output dynamics after financial crises », World Economic Outlook: Sustaining the Recovery, chapitre 4.

FMI (2015), « Where are we headed? Perspectives on potential output », World Economic Outlook, chapitre 3.

GUERRON-QUINTANA, Pablo, & Ryo JINNAI (2019), « Liquidity, trends, and the Great Recession », in Quantitative Economics, vol. 10, n° 2.

HALTMAIER, Jane (2012), « Do recessions affect potential output? », Fed, international finance discussion paper, n° 1066.

IKEDA, Daisuke & Takushi KUROZUMI (2019), « Slow post-financial crisis recovery and monetary policy », in American Economic Journal: Macroeconomics, vol. 11, n° 4.

QUERALTO, Albert (2019), « A model of slow recoveries from financial crises », in Journal of Monetary Economics, vol. 114.

REINHART, Carmen, & Kenneth ROGOFF (2009), « The aftermath of financial crises », in American Economic Review, n° 99 mai.

REINHART, Carmen, & Kenneth ROGOFF (2014), « Recovery from financial crises: Evidence from 100 episodes », in American Economic Review, vol. 104.

Partager cet article
Repost0
20 juin 2021 7 20 /06 /juin /2021 11:07
Dans quelle mesure l’automatisation a-t-elle contribué à la hausse des inégalités salariales aux Etats-Unis ?

Les inégalités de salaires ont eu tendance à se creuser depuis le début des années quatre-vingt dans les pays développés. Aux Etats-Unis, les travailleurs diplômés du supérieur ont vu leur salaire réel augmenter au cours de ces quatre dernières décennies, tandis que ceux qui sont peu diplômés ont vu le leur baisser : les hommes qui ne sont pas diplômés du secondaire ont vu leur salaire réel chuter de 15 % depuis 1980. 

Pour expliquer ce creusement des inégalités salariales, toute une littérature a développé à partir des années quatre-vingt-dix l’idée d’un « progrès technique biaisé en faveur des qualifications » (skilled-biased technological change) : les nouvelles technologies supposées essentiellement substituables aux travailleurs non qualifiés et complémentaires avec les travailleurs qualifiés, leur diffusion aurait tendance à réduire la demande de travail non qualifié et à augmenter celle de travail qualifié [Bound et Johnson, 1992 ; Katz et Murphy, 1992].

Toutefois, les analyses empiriques ne parviennent pas à pleinement valider cette théorie. Cette dernière peine notamment à expliquer un phénomène qui a marqué les marchés du travail ces toutes dernières décennies, à savoir celui de la « polarisation de l’emploi » : aux Etats-Unis [Autor et alii, 2006], tout comme en Europe [Goos et alii, 2009], la part des emplois peu qualifiés a eu tendance, non pas à diminuer, mais à augmenter, tout comme celle des emplois très qualifiés, si bien que ce sont en fait les emplois moyennement qualifiés qui ont vu leur part dans l’emploi total diminuer.

Depuis les années deux mille, la focale s’est déplacée sur les tâches de production proprement dites. David Autor, Frank Levy et Richard Murnane (2003) ont souligné que ce sont les tâches essentiellement routinières qui sont les plus susceptibles d’être automatisées (ou délocalisées). Dans la mesure où ces tâches sont généralement réalisées par des travailleurs situés au milieu de la distribution des niveaux de qualifications et des salaires, l’automatisation semble contribuer à expliquer la polarisation de l’emploi.

Daron Acemoglu et Pascual Restrepo (2018) ont cherché à développer un cadre conceptuel pour étudier comment les avancées technologiques, notamment en matière de technologies d’automatisation, sont susceptibles d’affecter l’emploi, la répartition du revenu national et les salaires. En s’appuyant sur des données empiriques, ils ont montré que le déploiement des robots a eu tendance ces dernières décennies à détruire des emplois et à pousser les salaires à la baisse aux Etats-Unis [Acemoglu et Restrepo, 2020] et en France [Acemoglu et alii, 2020].

GRAPHIQUE 1 Relation entre variation des salaires réels et exposition d’un groupe de travailleurs dans les secteurs connaissant une baisse de la part du travail

Dans quelle mesure l’automatisation a-t-elle contribué à la hausse des inégalités salariales aux Etats-Unis ?

Dans une nouvelle analyse, Acemoglu et Restrepo (2021) concluent que l’automatisation explique une part significative de la hausse des inégalités de salaires observée depuis le début des années 1980 aux États-Unis. En effet, ils partent notamment du constat que les groupes de travailleurs qui étaient spécialisés en 1980 dans les secteurs qui connurent par la suite de significatives baisses de la part du travail ont vu leurs salaires relatifs chuter entre 1980 et 2016 (cf. graphique 1). Cette variation explique 40 % des changements de la structure des salaires entre ces groupes. Cette relation s’explique surtout par les groupes de travailleurs qui étaient spécialisés dans les tâches routinières dans ces secteurs (cf. graphique 2). L’indicateur de déplacement des tâches explique 67 % des changements de la structure des salaires. Autrement dit, une grande partie des changements qui ont marqué la structure des salaires aux Etats-Unis au cours des quatre dernières décennies s’explique par la baisse des salaires relatifs des travailleurs qui s’étaient spécialisés dans les tâches routinières dans les secteurs qui connurent ultérieurement une baisse de la part du travail. 

GRAPHIQUE 2 Relation entre variation des salaires réels et exposition aux emplois routiniers dans les secteurs connaissant une baisse de la part du travail

Dans quelle mesure l’automatisation a-t-elle contribué à la hausse des inégalités salariales aux Etats-Unis ?

Pour déterminer le rôle de l’automatisation dans le creusement des inégalités salariales aux Etats-Unis, Acemoglu et Restrepo développent un modèle où les nouvelles technologies d’automatisation élargissent l'éventail de tâches que peut assurer le capital et où celles-ci ont pour effet de déplacer certains groupes de travailleurs des tâches pour lesquelles ils disposaient d’un avantage comparatif. Acemoglu et Restrepo en tirent une équation simple liant les variations de salaires d’un groupe démographique au déplacement de tâches qu’il connaît. En estimant cette équation, ils concluent qu’entre 50 % et 70 % de la déformation de la structure des salaires américains entre 1980 et 2016 s’expliqueraient par la baisse du salaire relatif des groupes de travailleurs spécialisés dans les tâches routinières dans les secteurs ayant connu une forte automatisation. Les délocalisations, la hausse de la concentration sur les marchés des produits, l’intensification de la concurrence des importations et la désyndicalisation ont pu également contribuer à creuser les inégalités salariales, mais dans une bien moindre mesure. 

Ce faisant, Acemoglu et Restrepo estiment les effets directs du déplacement de tâches sur les salaires relatifs, mais leurs régressions ignorent d’importantes forces d’équilibre général, c’est-à-dire des canaux via lesquels l’automatisation est susceptible d’influencer indirectement les salaires réels : dans la mesure où l’automatisation et le déplacement des tâches sont concentrés dans une poignée de secteurs, il vont modifier la composition sectorielle de l’économie, ce qui affecte la demande de travail pour chaque catégorie de travailleurs ; il y a aussi des effets d’entraînement, en l’occurrence une plus grande concurrence entre les travailleurs déclassés pour les tâches non automatisées, ce qui pousse leurs salaires à la baisse, etc. Une fois pris en compte de tels effets d’équilibre général, Acemoglu et Restrepo estiment que le déplacement de tâches expliquerait près de 50 % des changements observés dans la structure des salaires américains. En définitive, ils concluent que le déplacement des tâches a entraîné une hausse significative des inégalités salariales, mais sans pour autant s'accompagner d’importants gains de productivité. 

 

Références

ACEMOGLU, Daron, Claire LELARGE & Pascual RESTREPO (2020), « Competing with robots: Firm-level Evidence from France », in AEA Papers and Proceedings, vol. 110.

ACEMOGLU, Daron, & Pascual RESTREPO (2018), « The race between man and machine: Implications of technology for growth, factor shares and employment », in American Economic Review, vol. 108, n° 6.

ACEMOGLU, Daron, & Pascual RESTREPO (2020), « Robots and jobs: Evidence from US labor markets », in Journal of Political Economy, vol. 128, n° 6.

ACEMOGLU, Daron, & Pascual RESTREPO (2021), « Tasks, automation, and the rise in US wage inequality », NBER, n° 28920.

AUTOR, David H., Lawrence F. KATZ & Melissa S. KEARNEY (2006), « The polarization of the U.S. labor market », in American Economic Review, vol. 96, n° 2.

AUTOR, David, Frank LEVY & Richard J. MURNAME (2003), « The skill content of recent technological change: an empirical exploration », in The Quarterly Journal of Economics, vol. 118, n° 4.

BOUND, John, & George JOHNSON (1992), « Changes in the structure of wages in the 1980's: An evaluation of alternative explanations », in American Economic Review, vol. 82, n° 3.

GOOS, Maarten, Alan MANNING & Anna SALOMONS (2009), « Job polarization in Europe », in The American Economic Review, vol. 99, n° 2.

KATZ, Lawrence F., & Kevin M. MURPHY (1992), « Changes in relative wages 1963-1987: Supply and demand factors », in Quarterly Journal of Economics, vol. 107, n° 1.

Partager cet article
Repost0
17 juin 2021 4 17 /06 /juin /2021 22:26
La courbe de Phillips et la polarisation de l’emploi

Ces dernières décennies, la relation (négative) entre l’inflation des prix et le chômage a eu tendance à s’affaiblir : on évoque un aplatissement de la courbe de Phillips [FMI, 2013]. Dans le cas des pays européens, des analyses comme celles de Clémence Berson et alii (2018), de Laura Moretti et alii (2019) ou encore de Laurence Ball et Sandeep Mazumder (2020) suggèrent que la courbe de Phillips s’est aplatie à partir de la crise financière mondiale, mais que la relation structurelle entre les prix et le chômage demeure. Toutes les études portant sur le cas européen ne vont pas dans ce sens. Par exemple, Matteo Ciccarelli et Chiara Osbat (2017) estiment que la déconnexion entre prix et chômage a débuté après 2012. De leur côté, Domenico Giannone et alii (2014) estiment que la courbe de Phillips est en fait devenue plus pentue au cours de la Grande Récession. 

Pour expliquer l’aplatissement de la courbe de Phillips, certains, comme Olivier Blanchard (2016) mettent particulièrement l’accent sur les anticipations d’inflation. En l’occurrence, celles-ci se seraient stabilisées à un faible niveau, non seulement en raison de la plus grande crédibilité acquise par les banques centrales, mais aussi parce que la faiblesse de l’inflation a un aspect auto-réalisateur : lorsque les prix apparaissent stables, les entreprises et les ménages portent moins attention à l’inflation et tendent moins à réviser leurs anticipations d’inflation lorsque l’inflation varie. D’autres mettent davantage en avant des phénomènes structurels comme la mondialisation, le vieillissement démographique, le progrès technique et les transformations du marché du travail.

L’un des bouleversements qui ont marqué les pays développés ces dernières décennies est celui de la polarisation de l’emploi : la part des emplois associés à des tâches routinières a eu tendance à diminuer [Autor et alii, 2006 ; Goos et alii, 2009]. Ces emplois se situant essentiellement au milieu de la distribution des salaires et des qualifications, la part des emplois moyennement qualifiés a eu tendance à diminuer, tandis que les parts respectives des emplois peu qualifiés et des emplois très qualifiés ont eu tendance à augmenter. La littérature relie avant tout ce phénomène au progrès technique : les avancées technologiques, en l’occurrence celles en matière de technologies d’automatisation, permettent au capital de réaliser efficacement un éventail toujours plus large de tâches pour lesquelles les travailleurs disposaient jusqu’alors d'un avantage comparatif [Acemoglu et Restrepo, 2018a ; Acemoglu et Restrepo, 2018b ; Acemoglu et alii, 2020]. Le commerce international a pu également contribuer, dans une moindre mesure, à la polarisation de l’emploi : ce sont les tâches les plus routinières que les entreprises ont été les plus enclines à sous-traiter ou délocaliser [Autor et alii, 2015].  

Pour Daniele Siena et Riccardo Zago (2021), ces deux phénomènes, l’aplatissement de la courbe de Phillips et la polarisation de l’emploi, sont liés. En effet, ils notent que, dans le cas de la zone euro, les pays abondants en emplois associés aux tâches routinières présentent une courbe de Phillips plus pentue ; réciproquement, les pays abondants aux emplois associés aux tâches non routinières présentent une courbe de Phillips aplatie. Ensuite, ils observent qu’à chaque fois que la composition de l’emploi se modifie au détriment des emplois associés à aux tâches routinières la courbe de Phillips tend à s’aplatir. C’est notamment le cas lors des récessions, des événements au cours desquels la polarisation s’accélère temporairement comme le notaient Paul Gaggl et Sylvia Kaufmann (2019) et Nir Jaimovich et Henry Siu (2020) dans le cas américain, les emplois associés aux tâches routinières ayant alors tendance à être définitivement détruits. En définitive, Siena et Zago estiment que les modifications de la structure professionnelle observées durant la Grande Récession, puis la crise de l'euro expliquent un quart de l'aplatissement de la courbe de Phillips dans la zone euro.

Les deux économistes se penchent ensuite sur les raisons pour lesquelles la polarisation de l’emploi est susceptible d’aplatir la courbe de Phillips. Ils partent de l’idée qu’un marché du travail est d’autant moins fluide, c’est-à-dire présente des taux d’embauches et de ruptures de contrat de travail d’autant plus faibles, qu’il présente une part importante d’emplois associés aux tâches routinières. A partir d’un modèle inspiré de celui d’Olivier Blanchard et Jordi Galí (2010), Siena et Zago suggèrent alors que c’est la plus grande fluidité du marché du travail impliquée par la réallocation de l’emploi qui tend à aplatir la courbe de Phillips. 

 

Références

ACEMOGLU, Daron, Claire LELARGE & Pascual RESTREPO (2020), « Competing with robots: Firm-level Evidence from France », in AEA Papers and Proceedings, vol. 110.

ACEMOGLU, Daron, & Pascual RESTREPO (2018a), « The race between man and machine: Implications of technology for growth, factor shares and employment », in American Economic Review, vol. 108, n° 6.

ACEMOGLU, Daron, & Pascual RESTREPO (2018b), « Articial intelligence, automation and work », NBER, working paper, n° 24196.

AUTOR, David H., David DORN & Gordon H. HANSON (2015), « Untangling trade and technology: Evidence from local labor markets », in Economic Journal, vol. 125, n° 584.

AUTOR, David H., Lawrence F. KATZ & Melissa S. Kearney (2006), « The polarization of the U.S. labor market », in American Economic Review, vol. 96, n° 2.

BALL, Laurence M. & Sandeep MAZUMDER (2020), « A Phillips curve for the euro area », BCE, working paper, n° 2354.

BERSON, Clémence, Louis DE CHARSONVILLE, Pavel DIEV, Violaine FAUBERT, Laurent FERRARA, Sophie GUILLOUX-NEFUSSI, Yannick KALANTZIS, Antoine LALLIARD, Julien MATHERON & Matteo MOGLIANI (2018), « La courbe de Phillips existe-t-elle encore ? », in Banque de France, Rue de la Banque, n° 56.

BLANCHARD, Olivier (2016), « The US Phillips curve: Back to the 60s? », PIIE, policy brief, n° 16-1.

BLANCHARD, Olivier, & Jordi GALÍ (2010), « Labor markets and monetary policy: A new Keynesian model with unemployment », in American Economic Journal: Macroeconomics, vol. 2, n° 2.

CICCARELLI, Matteo, & Chiara OSBAT (2017), « Low Inflation in the euro area: causes and consequences », BCE, occasional paper, n° 181.

FMI (2013), « The dog that didn’t bark: Has inflation been muzzled or was it just sleeping », World Economic Outlook, chapitre 3, avril. Traduction française, « Telle l’histoire du chien qui n’a pas aboyé : l’inflation a-t-elle été muselée, ou s’est-elle simplement assoupie? », Perspectives de l’économie mondiale, chapitre 3.

GAGGL, Paul, & Sylvia KAUFMANN (2019), « The cyclical component of labor market polarization and jobless recoveries in the US », in Journal of Monetary Economics, vol. 116.

GIANNONE, Domenico, Michele LENZA, Daphne MOMFERATOU & Luca ONORANTE (2014), « Short-term inflation projections: A Bayesian vector autoregressive approach », in International journal of forecasting, vol. 30, n° 3.

GOOS, Maarten, Alan MANNING & Anna SALOMONS (2009), « Job polarization in Europe », in The American Economic Review, vol. 99, n° 2.

JAIMOVICH, Nir, & Henry E. SIU (2020), « Job polarization and jobless recoveries », in Review of Economics and Statistics, vol. 102, n° 1.

MORETTI, Laura, Luca ONORANTE & Shayan ZAKIPOUR-SABER (2019), « Phillips curves in the euro area », BCE, working paper, n° 2295.

SIENA, Daniele, & Riccardo ZAGO (2021), « Job polarization and the flattening of the price Phillips curve », Banque de France, working paper, n° 819.

VERDUGO, Gregory (2017), Les Nouvelles Inégalités du travail, Presses de Sciences Po.

Partager cet article
Repost0

Présentation

  • : D'un champ l'autre
  • : Méta-manuel en working progress
  • Contact

Twitter

Rechercher