Faut-il supposer des agents « non-rationnels » pour expliquer les fluctuations économiques ?

C’est la question que pose Herbert Gintis dans ce court document portant sur le dernier ouvrage de George Akerlof et Robert Shiller. La thèse de Gintis est la suivante : si Akerlof et Shiller s’inscrivent bien dans le prolongement du projet keynésien d’expliquer les (ir)régularités macroéconomiques en revenant sur les comportements économiques et leurs biais, les auteurs vont trop vite en faisant de ces biais la cause des crises économiques. Il y a deux points particulièrement intéressants dans ce document.

D’une part, Gintis (pp. 3-4) souligne qu’il y a toute une littérature qui tend effectivement à donner raisons aux intuitions keynésiennes quant à la non flexibilité des prix à la baisse ou aux faits que les anticipations des agents ne sont pas « rationnels ». Gintis met notamment en avant, comme j’ai essayé de l’expliquer dans ce billet, que la rigidité des salaires est la règle, et que cette rigidité s’explique en partie par des facteurs « comportementaux ». Ces éléments sont des données qui doivent être prises en compte, notamment lorsque l’on réfléchit à la « sortie de crise » : faire l’hypothèse que le « marché » réajustera automatiquement et rapidement les prix jusqu’à que la situation se rétablisse au niveau de l’emploi est particulièrement héroïque. On peut regretter ces rigidités, mais elles ont de « bonnes »  raisons(c’est à dire, rationnalisables) d’exister.

D’autre part, lorsque l’on s’occupe des mécanismes sous-jacents aux fluctuations économiques, l’histoire d’Akerlof et Shiller est paradoxalement moins convaincante. Cela renvoie à un point que j’avais déjà abordé : les crises économiques (ou plus simplement les fluctuations) peuvent s’expliquer tout en postulant que les agents sont rationnels. Du reste, l’explication de Keynes des comportements sur les marchés financiers repose sur l’idée que les agents sont rationnels, idée reprise depuis par toute la littérature sur les « bulles rationnelles« . Gintis montre que l’on peut prolonger ce raisonnement plus généralement à l’ensemble des fluctuations prenant place sur le marché, à partir du moment où l’on considère celui-ci comme un système complexe non linéaire :

« An alternative perspective that deserves consideration is that the market economy is a complex nonlinear system (Blume and Durlauf 2005, Beinhocker 2006, Miller and Page 2007), which by its very nature is subject to volatility because the probability distributions underlying stochastic behavior have the “fat tails” characteristic of complex systems (Crutchfield et al. 1986, Saari 1995, Farmer and Lillo 2004). In effect, as Axel Leijonhufvud once remarked, neoclassical economic theory models “smart people in unbelievably simple situations,” while the real world is populated by “simple people [coping] with incredibly complex situations.”

The complex adaptive economy is never in equilibrium, but is continually subjected to shocks, both exogenous and endogenous, that affect its short-term movements. There are frequent local nonlinear resonances that lead to significant deviations of economic variables (prices, quantities, wages, asset prices) from their equilibrium values even in the absence of strong aggregate or systematic perturbations to the system« .

Comme l’indique Gintis, la littérature s’inscrivant dans cette optique est croissante et permet de comprendre comment un système peut être en permanence sortie de ses conditions d’équilibres par des chocs exogènes ou générés de manière endogène (voir par exemple la notion d’équilibres ponctués). Tout cela ne veut pas dire qu’il faut ignorer les apports de l’économie comportementale (du reste, Gintis se sert abondamment de cette littérature dans ses écrits) mais que rien ne prouve que l’explication d’Akerlof et Shiller des fluctuations par les esprits animaux soit la bonne. D’une certaine manière, montrer que la dynamique du marché est intrinsèquement irrégulière de par ses propriétés systémiques a encore plus d’implications. On prendra cependant comme il se doit ce dernier résultat avec quelques précautions en raison des limites des modélisations multi-agents sur lesquelles il est fondé. De plus, savoir que le système est intrinsèquement instable ne nous dit pas comme le stabiliser pour autant, ni même si cela est « cognitivement » possible.

Publicités

Poster un commentaire

Classé dans Trouvé ailleurs

Laisser un commentaire

Entrez vos coordonnées ci-dessous ou cliquez sur une icône pour vous connecter:

Logo WordPress.com

Vous commentez à l'aide de votre compte WordPress.com. Déconnexion / Changer )

Image Twitter

Vous commentez à l'aide de votre compte Twitter. Déconnexion / Changer )

Photo Facebook

Vous commentez à l'aide de votre compte Facebook. Déconnexion / Changer )

Photo Google+

Vous commentez à l'aide de votre compte Google+. Déconnexion / Changer )

Connexion à %s