UN MODÈLE D’INDUSTRIE Introduction empirique: - Beaucoup d’évidence empirique q

UN MODÈLE D’INDUSTRIE Introduction empirique: - Beaucoup d’évidence empirique que le niveau d’incertitude idiosyncratique auquel les firmes font face est un déterminant important dans la taille des firmes et la vie de la firme. Par exemple, dans le secteur manufacturier U.S., approximativement 1/3 des jobs et plus de 40% des firmes disparaissent sur une période de 5 ans. Une bonne étude de base est “Understanding the Life-Cycle of a Manufacturing Plant” (A. Kahn, Philadelphia Fed Business review, Quarter 2, 2002). En voici les points principaux: 1. La nouvelle unité de production (“plant”) typique est petite. Seules quelques unes vont devenir vraiment grosses. Les nouvelles unités sont volatiles et de nombreuses d’entre elles vont fermer. Au fil du temps, celles qui survivent grandissent et deviennent moins volatiles. 2. A l’intérieur d’une même industrie, il y a de l’expansion et de la contraction simultanées d’unités de production: 1. a. Notion de destruction d’emploi (JD) - somme des baisses d’emploi aux unités en contraction, b. Notion de création d’emploi (JC) - somme des additions d’emploi aux unités en expansion, c. Croissance de l’emploi: JC −JD. d. Excess job reallocation (XJR) XJR JC JD −|JC −JD|. XJR mesure la rellocation d’emploi en excès de ce qui est nécessaire pour assurer une croissance donnée de l’emploi. i. C’est informatif comme on le voit sur l’exemple suivant: JC1 10%, JD1 0%, JC2 15%, JD2 5%. Dans les deux cas, la croissance de l’emploi est 5%. Mais XJR1 0% alors que XJR2 10%. Les conséquences sur les expériences individuelles des travailleurs sont très différentes. 3. A travers les industries, il y a des niveaux élevés de XJR. 1. a. Davis, Haltiwanger et Schuh, p. 39, montre qu’à travers les industries, de 1973 à 1988, XJRUS est en moyenne de 15,4%, avec un écart-type de 2.4% [JC 9.1%, JD 10.3%]. b. Ainsi, les niveaux élevés de XJR démontrent un niveau important de création et de destruction simultanées, à l’intérieur des secteurs. c. DHS, p. 52-53, montre que les mouvements d’emploi entre secteurs ne peuvent expliquer seuls les niveaux de XJR observés (moins de 13%). Donc la plupart de la réallocation prend part à l’intérieur des industries (voir D&H, 1992). 4. DHS, p. 42, montre qu’il y a des niveaux de XJR élevés dans toutes les régions. Le plus grand composant de la réallocation observée provient de réallocation à l’intérieur de chaque région. 5. La création et destruction d’emploi implique assez souvent des changements importants dans la taille de la firme: Plus de 2/3 de la création et destruction prend place dans des unités de production qui ajustent leur taille de plus de 25%. 6. Quelles caractéristiques des firmes sont les plus importantes dans la détermination de JC et JD? 1. a. La taille de la firme (# d’employés, œuf corse!) et l’âge de la firme... i. Les plantes jeunes et/ou petites ont une probabilité plus grande d’échec. ii. La table 1 montre que les petites firmes ont à la fois un taux de création et un taux de destruction d’emploi plus élevés (intérêt des politiques d’aide aux petites entreprises?). On voit aussi que la XJR baisse avec la taille des firmes. iii. La table 2 montre que les jeunes firmes ont des taux de création et de destruction plus élevés. Voir table 3 également. The numbers reported here are the averages over the years 1973-88. For any year, job creation for plants in a particular sizedass isthe average number of new jobs created at each plant in the sizedass that created jobs as a fraction of the plant's average employment in the year and the prior year. For any year,job destruction in a particular sue dass is the average number of jobs destroyed at each plant in the size class that destroyed jobs as a fraction of the plant's average employment in the year and the prior year. Net growth is the difference between job creation and job destruction. For any year, excess reaUocation is the sum ofjob.creation and destruction minus the absolute value of net growth across :;iU plants in the size dass. AUnumbers are expressed as percentages. Since each column is an average over time and excess reaUocation involves an absolute value calculation, the formula for excess job reallocation does not directly apply co the averages displayed in the other columns. From Steven J. Davis, John C. Haltiwanger, and Scott Schuh, lob Creation and DestTUCtÎan. Cambridge, MA: MIT Press, 1996, Table 4.1, page 61. Reprinted with permission. . Ql 2002Business Revièw www.phil.frb.org -- --- --. t Average Levels of Job Creation and Destruction Across Plants of Different Sizes between 1973 and 1988 # Employees Job Creation Job Destruction Net Growth Excess Reallocation 0-9 18.7 23.3 -4.5 34.6 20- 49 13.2 15.3 -2.1 23.6 50- 99 12.2 13.5 -1.3 21.5 100-249 9.6 .10.7 -1.1 16.1 250-499 7.7 8.7 -1.0 1f.5 500- 999 7.0 · 7.6 -0.6 10.7 1000-2499 63 73 -1.0 10.2 2500-4999 6.1 7.5 -1.3 9.7 5000 and more 5.4 5.6 -0.2 7.7 Average Job Creation and Destruction Across Plants Of Different Ages between 1973 and 1988 See Table 1fordefinitionsofjobcreation,destruction, net growth,and excessrealloca, tion. AUagesare inyears.FroinStevenJ. Davis,John C. Haltiwanger,and Scott Schuh, JobCreationandDestruction. Cambridge,MA: MIT Press, 1996,Table4.5 page 77. Reprinted withpermission. www.phif.frb.org 1 f .'iI.~ FailureRate by Plant Age Plant age 1,5 Exit rate 0.41 ~10 11,15 0.35 ' 0.30 From Timothy Dunne, Mark J.Roberts, and LarrySamuelson, "The Growth and ... Failure ofU.S. Manufacturing Plants," QuarterlyJournalofEconomies, 104(4), 1989, pp. 671-98. Reprinted with permission. Business Review 02 200229 Job Job Net Excess Plant Age in Years Creation Destruction Growth Reallocation Young(0,1) 45.8 125 333 25.1 Middle,Aged (2-10) 123 133 ,1.0 21.0 Mature (10+) '6.9 9.4 ,2.5 12.4 Conclusions: A. Il y a des niveaux élevés d’excess job reallocation. B. Les petites unités de production démontrent plus de volatilité d’emploi. C. Les plus jeunes unités de production démontrent aussi plus de volatilité d’emploi. Théorie: Modèle d’une industrie compétitive, basé sur Hopenhayn (1992) et Hopenhayn et Rogerson (1993). Étudie le cycle de vie des firmes (où les firmes individuelles peuvent entrer dans l’industrie, en sortir, s’agrandir ou se contracter, en réaction à des chocs individuels). Il y a donc des firmes de différentes tailles qui coexistent dans le marché. Les firmes réagissent à des chocs idiosyncratiques. Modèle qui permet donc de comprendre ce qui détermine et affecte l’allocation des ressources à travers ces firmes. Modèle d’équilibre général tractable. Equilibre stationnaire, car la distribution des firmes est constante, mais malgré tout, les firmes individuelles évoluent. Modèle macro bâti de façon à être consistent avec les données micro sur le “cycle de vie des firmes”, sur la distribution de taille et d’emploi des firmes, sur la JC/JD. Objectifs: Comprendre le modèle. Apprendre à le simuler. Applications: (i) Politique influant la redistribution du travail à travers les firmes (HR, Alessandria-Delacroix), (ii) Réallocation du travail suite à une ouverture au commerce international (Melitz), (iii) Politiques distortionnaires et différence en PIB à travers pays. Modèle: 1. Version simplifiée (analytique) - intuition. 2. Version plus générale (simulation): a. Avec coût d’ajustement, mais sortie exogène. b. Avec coût d’opération, pour endogénéiser les sorties. Version simplifiée: Le bien final (homogène) est produit par un nombre large de firmes hétérogènes qui font face à des chocs idiosyncratiques persistents, qui affectent la valeur de leur production (peut être interprété comme des chocs technologiques, ou même comme des chocs de préférence sur des produits différenciés). Le bien final a un prix pt. Chaque firme emploie du travail nt comme seul facteur et commence la période avec un stock de travailleurs de la période précédente , nt−1. A chaque période, les firmes sont sujettes à un choc st, et ajustent leur emploi. Les chocs idiosyncratiques sont indépendant à travers les firmes, mais le processus stochastique est le même pour toutes les firmes. Chocs:  Sans coût d’opération, les firmes resteraient toujours sur le marché. Dans un premier temps, nous ajoutons donc une probabilité exogène de disparition.  Sinon, les firmes peuvent voir leur productivité changer. Le choc suit un processus de Markov, Qs′|sProbst1 s′|st soù s 0. Une alternative serait de supposer que les firmes paient un coût d’opération chaque période et d’ajouter une décision de rester ou de quitter le marché en fonction du choc reçu. Problème de la firme: La firme maximise Vst nt max ptstfnt−wtnt 1 − 1 EVst1∣st. (La seule variable d’état individuelle est st. Il y a une variable d’état agrégée, la distribution des firmes suivant leurs tailles.) Le problème est en fait statique et on obtient la CPO hbituelle de la firme (“salaire égale produit marginal): stf′ntwt pt . Cela définit la règle de décision des firmes, Ndst, pour un salaire réél donné, wt/pt. Choisissons fntnt , où est choisi pour répliquer la part des revenus allant au travail. Dans ce cas, st..Ndst−1 wt/pt. —On voit que Ndstest entièrement défini par st, pour un salaire réél donné. —A partir de là, nous pouvons calculer le profit individuel en fonction de st, st   ptstfNdst−wtNdst, ptstfNdst−wt pt Ndst, pt.st.1 −.Ndst. En normalisant pt 1 une fois uploads/Industriel/ acetates-modele-d-x27-industrie.pdf

  • 33
  • 0
  • 0
Afficher les détails des licences
Licence et utilisation
Gratuit pour un usage personnel Attribution requise
Partager