Le r* post-pandémique – Liberty Street Economics

Katie Baker, Logan Casey, Marco Del Negro, Aidan Gleich et Ramya Nallamotu

Le débat sur le taux d’intérêt naturel, ou r*, néglige parfois le fait qu’il existe une structure à terme entière de mesures r*, avec des estimations à court terme capturant les conditions économiques actuelles et des estimations à long terme capturant des facteurs plus séculaires. L’ensemble de la structure par terme de r* est important pour la politique : les mesures à plus court terme sont pertinentes pour évaluer à quel point la politique actuelle est restrictive ou expansionniste, tandis que les mesures à plus long terme sont pertinentes pour évaluer les taux terminaux. Cette série de deux articles couvre l’évolution des deux au lendemain de la pandémie, l’article d’aujourd’hui se concentrant particulièrement sur les mesures à long terme et l’article de demain sur le r* à court terme.

Il existe sans doute des preuves que le r* à court terme est actuellement élevé par rapport aux niveaux antérieurs à la COVID : l’économie s’est avérée extrêmement résiliente et les écarts restent relativement faibles, malgré les récentes turbulences bancaires. Les estimations du modèle DSGE de la Fed de New York, dont nous parlerons dans l’article de demain, confirment cette évaluation. Comme indiqué en juin, le modèle s’attend à ce que le r* réel à court terme soit de 2,5 % d’ici la fin de l’année. Les preuves indiquant si le r* à long terme, c’est-à-dire la composante persistante ou la tendance de r*, ont augmenté après la COVID sont beaucoup plus faibles. Nous utilisons une batterie de modèles, des VAR aux DSGE, pour estimer ces tendances, et ces modèles aboutissent à des conclusions différentes. Selon les modèles VAR, le r* à long terme est resté à peu près constant et, au contraire, a légèrement diminué depuis fin 2019, atteignant 0,75 % en termes réels. Selon le modèle DSGE, r* à long terme a plutôt augmenté de près de 50 points de base au cours de cette période, et est maintenant d’environ 1,8 %.

R* à long terme : différentes réponses de différents modèles

Le graphique ci-dessous montre les tendances de r* obtenues à partir de deux modèles présentés dans cet article de Brookings par Del Negro, Giannone, Giannoni et Tambalotti (2017). Les deux modèles sont un VAR « tendance » (ou, VAR avec des tendances communes ; ligne pointillée noire) et un modèle DSGE (ligne pointillée bleue) capables de capturer les mouvements à basse fréquence de la croissance de la productivité et du rendement de commodité. Un résultat clé de ce document, reproduit dans le graphique ci-dessous avec des données mises à jour, était que jusqu’au milieu des années 2010, ces deux méthodologies très différentes donnaient des résultats presque identiques. Après la pandémie, les estimations divergent cependant notablement, les estimations VAR ayant légèrement baissé et les estimations DSGE fortement remonté.

La composante basse fréquence de r* dans les modèles VAR et DSGE

Le tableau ci-dessous présente les valeurs numériques des changements dans les tendances r* (c’est-à-dire r* à long terme) selon divers modèles. Il montre qu’entre le quatrième trimestre 2019 (pré-COVID) et le deuxième trimestre 2023, la tendance de r* a diminué d’un peu plus de 10 points de base, selon le VAR tendance de référence. Pour une variante de ce VAR où nous utilisons également des données sur la croissance de la consommation et faisons donc des déductions sur la croissance tendancielle, la baisse est un peu plus importante à 20 points de base. Selon la DSGE, le r* à long terme a plutôt augmenté de près de 50 points de base après COVID. Nous rapportons également les résultats de la mondial VAR tendance proposé par Del Negro, Giannone, Giannoni et Tambalotti (2019). Selon ce modèle, qui est estimé à partir des données annuelles de sept pays avancés, le r* à long terme mondial et américain a augmenté d’environ 15 points de base entre 2019 et 2022, bien que l’augmentation ne soit pas significative.

La baisse pré-COVID du r* à long terme depuis la fin des années 1990 est très similaire à celle rapportée dans l’article de Brookings, où l’échantillon se termine en 2016. Selon le VAR à la mode, le r* à long terme avait chuté avant le COVID de un peu plus de 1,5 point de pourcentage. Le VAR avec consommation impliquait une baisse plus importante de près de 2 pp, alors que selon la DSGE, la baisse était d’environ 1 pp. En raison de la divergence des tendances post-COVID, la baisse globale de r* devient un peu plus importante selon les deux VAR modèles – 1 et 1,75 pp, respectivement – mais tombe à environ 60 points de base selon le modèle Brookings DSGE.

Évolution du r* à long terme selon différents modèles

La structure des termes de r* dans le modèle DSGE

Qu’est-ce qui explique ces différences entre les modèles ? Étant donné qu’une grande partie de l’action post-COVID se déroule dans le modèle DSGE, nous nous tournons vers ce modèle afin de comprendre son interprétation des données. Le graphique ci-dessous montre la structure par terme complète de r* selon le modèle, à savoir le r* à court terme et les mesures r* sur 5 ans, 10 ans et 30 ans (que nous avons jusqu’à présent appelées mesures à long terme). -run r*), où x-année r* est la valeur attendue de r* x-années à venir (c’est-à-dire que x-années r* est un taux à terme). Alors que le r* à court terme est très volatil, ses fluctuations reflètent bien l’état du cycle économique aux États-Unis : le r* à court terme est faible pendant les récessions ou les périodes de stagnation (par exemple, début des années 1990, début des années 2000, la grande récession et ses conséquences, et la récession COVID) et élevé lorsque l’économie est en plein essor. Dernièrement, l’économie américaine est restée extrêmement résistante même si la politique monétaire s’est resserrée, comme nous le verrons dans l’article de demain, et les estimations de r* sont élevées.

Le graphique montre également que si la volatilité de la mesure r* diminue sans surprise avec l’horizon, 5 ans est moins volatil que le r* à court terme, Le 10 ans est moins volatil que le 5 ans, etc. Toutes ces mesures sont corrélées les unes aux autres. Cette observation met en évidence une différence importante entre les estimations VAR et DSGE à la mode de r* à long terme. Alors que par conception le VAR tendance sépare la tendance du cycle – en langage économétrique, le modèle effectue une décomposition tendance/cycle – dans le modèle DSGE, toutes les différentes fréquences sont inextricablement liées. Cela ne signifie pas que les mesures DSGE à plus long terme de r* évoluent avec chaque mouvement de r* à court terme – dans la récession des années 1990, par exemple, r* à court terme chute un peu, mais les autres mesures ne bougent pas. Cependant, il semble que dans le DSGE, les mouvements de r* à court terme ont tendance à avoir des informations pour les mesures à plus long terme, tandis que dans le VAR à la mode, ces informations sont ignorées.

La structure des termes de r* dans le modèle DSGE

Nous concluons cet article en reliant les estimations DSGE aux estimations r * de Laubach et Williams (2003, LW) et Holston, Laubach et Williams (2017, HLW), obtenues avec des données post-COVID en utilisant l’approche de Holston, Laubach, et Williams (2023). Le graphique ci-dessous trace la série chronologique de ces mesures avec le DSGE r * sur 5 ans, qui, dans l’article de Brookings, nous avons trouvé qu’il était le plus corrélé avec les mesures LW et HLW. Le graphique montre que les estimations LW et HLW r * ont fortement diminué avec la Grande Récession, passant d’environ 2,5 à 1%, après quoi elles restent à peu près stables à environ 1%. Le DSGE 5 ans r* suit bien les mesures LW et HLW du début des années 1990 au début des années 2010. Il continue ensuite à décroître en passant sous zéro, mais remonte finalement à un niveau comparable à celui du modèle LW en fin d’échantillon.

DSGE 5 ans r* et les mesures LW et HLW

Faire des inférences sur des variables latentes telles que r* est une tâche difficile, car toute estimation dépend intrinsèquement du modèle. Dans de nombreuses circonstances, les différents modèles concordent : par exemple, il existe de nombreuses preuves que r* a diminué du milieu des années 1990 jusqu’au lendemain de la Grande Récession et est resté faible jusqu’à la pandémie de COVID. Les approches sont en désaccord en termes d’évaluation de ce qui s’est passé par la suite, les modèles s’appuyant davantage sur des moyennes à long terme indiquant que le r* à long terme est resté faible, tandis que des approches telles que le DSGE, où les mesures à court et à long terme sont plus étroitement liées, indiquent que -run r* a augmenté. L’article de demain se concentre sur le r* à court terme et ses implications pour l’économie.

Katie Baker est une ancienne analyste de recherche senior au sein du groupe de recherche et de statistiques de la Federal Reserve Bank de New York.

Logan Casey est analyste de recherche principal au sein du groupe de recherche et de statistiques de la Federal Reserve Bank de New York.

Marco Del Negro est conseiller en recherche économique en études macroéconomiques et monétaires au sein du groupe de recherche et de statistiques de la Federal Reserve Bank de New York.

Aidan Gleich est un ancien analyste de recherche principal du groupe de recherche et de statistiques de la Federal Reserve Bank de New York.

Ramya Nallamotu est analyste de recherche senior au sein du groupe de recherche et de statistiques de la Federal Reserve Bank de New York.

Comment citer cet article :
Katie Baker, Logan Casey, Marco Del Negro, Aidan Gleich et Ramya Nallamotu, « The Post-Pandemic r* », Federal Reserve Bank of New York Économie de Liberty Street9 août 2023, https://libertystreeteconomics.newyorkfed.org/2023/08/the-post-pandemic-r/.