John Kay et la modélisation en (macro)économie

C.H.

John Kay développe une réflexion sur l’utilisation et la pertinence des modèles en économie, et plus particulièrement en macroéconomie. Le point de vue de Kay est très critique et s’avère être essentiellement une critique de la modélisation en tant que telle, en tout cas telle que la défend Robert Lucas, à savoir la construction « d’économie artificielle » permettant de dériver des prédictions sur l’économie réelle. Reprenant un argument développé par Nancy Cartwright (et discuté récemment sur ce blog), Kay fait remarquer que les économistes (comme tous les scientifiques) construisent des modèles simplificateurs mais ont la particularité de faire de (trop) nombreuses hypothèses structurelles qui finissent par détacher totalement le modèle de la réalité, dans la mesure où les résultats du modèle sont dépendants des hypothèses structurelles.

Kay s’attaque ensuite plus spécifiquement à l’équivalence ricardienne et à l’hypothèse d’anticipation rationnelle, deux caractéristiques fortes des modèles macroéconomiques modernes. Il en arrive finalement à suggérer que le problème de la modélisation en économie vient d’une insistance excessive sur la recherche excessive de rigueur et de cohérence qui pousse les économistes à ne donner du crédit qu’au raisonnement déductif (caractéristique de la modélisation). On peut lire deux réponses au texte de Kay, celle du post-keynésien Paul Davidson qui insiste sur l’importance de construire des modèles qui tolèrent une hypothèse de non-ergodicité du monde qu’ils modélisent et celle de Michael Woodford. Le texte de Woodford est assez intéressant, car il suggère ne vient pas de la modélisation en tant que telle mais de la nécessité de dépasser l’hypothèse d’anticipation rationnelle (et des alternatives existent, comme il le note). Il fait par ailleurs remarquer très justement qu’un retour en arrière, qui consisterait à abandonner l’idée d’anticipation et à se contenter d’estimer des fonctions de consommation keynésiennes pour faire des hypothèses structurelles, n’est ni souhaitable ni envisageable.

Il y aurait beaucoup de choses à dire sur l’article de Kay, qui développe des points qui pour certains me semble pertinents et pour d’autres, beaucoup moins. Il y a en particulier un point que Kay développe mais qu’il ne pousse pas jusqu’au bout concernant la place du raisonnement déductif dans l’enquête scientifique, en particulier dans le cadre de la modélisation. Kay écrit :

For many people, deductive reasoning is the mark of science, while induction – in which the argument is derived from the subject matter – is the characteristic method of history or literary criticism.  But this is an artificial, exaggerated distinction.  ‘The first siren of beauty’, says Cochrane, ‘is logical consistency’.  It seems impossible that anyone acquainted with great human achievements – whether in the arts, the humanities or the sciences – could really believe that the first siren of beauty is consistency.  This is not how Shakespeare, Mozart or Picasso – or Newton or Darwin – approached their task.

The issue is therefore not mathematics versus poetry.  Deductive reasoning of any kind necessarily draws on mathematics and formal logic; inductive reasoning is based on experience and above all on careful observation and may, or may not, make use of statistics and mathematics.   Much scientific progress has been inductive: empirical regularities are observed in advance of any clear understanding of the mechanisms that give rise to them.  This is true even of hard sciences such as physics, and more true of applied disciplines such as medicine or engineering.  Economists who assert that the only valid prescriptions in economic policy are logical deductions from complete axiomatic systems take prescriptions from doctors who often know little more about these medicines than that they appear to treat the disease.  Such physicians are unashamedly ad hoc; perhaps pragmatic is a better word. With exquisite irony, Lucas holds a chair named for John Dewey, the theorist of American pragmatism.

Il y évidemment un lien très fort entre raisonnement déductif et modélisation (mathématique). Si les économistes font de la modélisation une quasi-nécessité, c’est parce que c’est une manière de garantir une rigueur déductive à leur raisonnement. C’est une idée que l’on trouve dans la plupart des textbooks d’économie : la modélisation à la vertu de rendre la connexion entre les prémisses et les conclusions immédiatement observables et vérifiables. Les macroéconomistes ont même tendance à pousser cette vertu en obsession et à tomber dans le travers dénoncé par Nancy Cartwright : pour transformer leurs modèles en « machine nomologique » parfaite, les macroéconomistes multiplient les hypothèses structurelles (Cartwright en compte par exemple 16 dans le modèle de chômage de Pissarides). Il devient alors possible de dériver des résultats très précis et dont la dérivation est claire*. Pourtant, d’autres inférences que la déduction (induction, abduction) interviennent nécessairement dans l’exercice de modélisation. Pour qu’un modèle nous apprenne quelque chose sur le monde réel, il faut trouver un moyen de le relier à la réalité. Cela nécessité d’une manière ou d’une autre un « saut logique » qui est peut être le résultat de l’intuition, du sens commun, ou d’autre chose. Par exemple, un modèle M parfaitement spécifié (une machine nomologique au sens de Cartwright) peut nous indiquer que M, le phénomène P est causé par C. Si l’on veut utiliser ce résultat pour faire une prédiction concernant l’état futur du monde réel R, on va développer le raisonnement suivant :

1) dans M, C cause P

2) dans R, C opère

3) par conséquent, on peut en inférer que que l’on aura P dans R

Il est évident que l’inférence n’est pas une déduction car, quand bien même on aurait la certitude que C opère dans R, il est évident que d’autres facteurs peuvent intervenir. Jauger l’importance de ces facteurs est un exercice difficile et dans son article Kay fait justement remarquer que les macroéconomistes ont tendance à les sous-estimer. La même chose est vraie si vous voulez non pas faire une prédiction, mais inférer les causes d’un phénomène observé (ce qu’on appelle l’abduction) :

1) dans M, C cause P

2) dans R, P est observé

3) par conséquent, on peut en inférer que dans R, C cause P

Là encore, il est évident que l’inférence n’est pas déductive. Bref, quoiqu’il arrive, la modélisation (pour peu qu’on lui donne l’objectif de nous apprendre quelque chose sur le monde réel) nécessite de dépasser la seule déduction. Si la thèse de Kay selon laquelle les économistes ont un dédain naturel pour tous ce qui n’est pas un raisonnement déductif, alors on peut comprendre pourquoi il y a finalement si peu d’interrogation sur la manière dont un modèle doit être interprété.

*C’est d’ailleurs peut-être l’une des raisons pour lesquelles les économistes sont encore très sceptiques concernant l’agent-based modeling. Les ABM sont généralement plus « complexes » parce que les hypothèses structurelles sont moins nombreuses. Il est alors beaucoup plus difficile de relier les résultats du modèle à ses prémisses… alors même qu’un ABM est de même nature qu’un modèle analytique concernant le fait qu’il est exclusivement déductif.

2 Commentaires

Classé dans Trouvé ailleurs

2 réponses à “John Kay et la modélisation en (macro)économie

  1. MacroPED

    Ca me fait penser aux critiques de Elinor Ostrom. Cfr. Son livre « la gouvernance des biens communs ». Et ses critiques sont très intéressantes pour la modélisation…

  2. elvin

    Article (celui de John Kay…) excellentissime.

    Ça fait plaisir de voir de plus en plus de gens qu’on ne peut pas taxer d’être des amateurs ignorants (suivez mon regard…) revenir à une conception raisonnable et véritablement scientifique de la discipline économique et oser écrire des choses comme « The modern economist is the clinician with no patients, the engineer with no projects », « It is by no means the first time that people blinded by faith or ideology have pursued false premises to absurd conclusions », « This is not science, however, but its opposite. » Encore un peu, et il dira comme son commentateur Schächterle: « I have absolutely no problem stating here that neoclassical economics is in its entirety total nonsense — and I would even say this is obvious to any critical enlightened observer ». Si mes souvenirs sont exacts, Deirdre McCloskey a écrit quelque chose d’analogue.:

    Je pense toutefois qu’il ne va pas jusqu’au bout de son analyse en ne disant pas ce qu’aucun économiste orthodoxe ne peut admettre et qui est néanmoins vrai : en économie, les relations fondamentales ne peuvent pas se mettre sous la forme d’égalités mathématiques, ce qui condamne la notion même de modèle analytique.

    « Physicists describe motion on frictionless plains, gravity in a world without air resistance ». Les économistes classiques faisaient de même. Mais alors que les physiciens savent mettre les lois du mouvement sans friction et celles de la gravité sous forme de relations certaines entre grandeurs mesurables, ce qui ,permet en combinant ces équations d’écrire les lois de la chute des corps dans un milieu résistant, les économistes (classiques) savaient que c’est impossible pour les phénomènes économiques, et que donc les modèles analytiques à plusieurs variables ne peuvent par nature être au mieux que de lointaines caricatures de la réalité.

    Quant à la différence ABM – modèle analytique, c’est l’objet d’un autre fil.

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