VOX, CEPR Policy Portal

La pandémie de Covid-19 est un choc mondial « pas comme les autres », impliquant des perturbations simultanées de l’offre et de la demande dans une économie mondiale interconnectée. Du côté de l’offre, les infections réduisent l’offre de travail et la productivité, tandis que les lockdowns, les fermetures d’entreprises et la distanciation sociale provoquent également des perturbations de l’offre. Du côté de la demande, les licenciements, les pertes de revenus (dues à la morbidité, aux quarantaines et au chômage) et la détérioration des perspectives économiques réduisent la consommation des ménages et les investissements des entreprises. L’extrême incertitude quant à la trajectoire, la durée, l’ampleur et l’impact de la pandémie pourrait créer un cercle vicieux de baisse de la confiance des entreprises et des consommateurs et de resserrement des conditions financières, ce qui pourrait entraîner des pertes d’emplois et d’investissements. Les principaux défis de toute analyse économique empirique de Covid-19 sont de savoir comment identifier ce choc sans précédent, comment tenir compte de ses effets non linéaires, comment considérer ses retombées entre pays (et d’autres facteurs mondiaux observés et non observés), et comment quantifier l’incertitude entourant les prévisions, compte tenu de sa nature sans précédent.

Un corpus de recherche en croissance rapide étudie les effets macroéconomiques hétérogènes, non linéaires et incertains de Covid-19 entre les pays, les secteurs dans les pays individuels, ainsi qu’à l’échelle mondiale. Pagano et al. (2020) et Capelle-Blancard et Desroziers (2020) examinent les effets de la pandémie sur le marché boursier américain et soulignent son impact différentiel sur divers secteurs de l’économie. Ludvigson et al. (2020) quantifient l’impact macroéconomique du Covid-19 aux États-Unis en utilisant un cadre VAR et une mesure de l’ampleur du choc du Covid-19 par rapport aux catastrophes coûteuses passées. Baqaee et Farhi (2020) considèrent les non-linéarités possibles en réponse à la pandémie dans un modèle multisectoriel. Ils démontrent comment ces chocs sont amplifiés ou atténués par les non-linéarités, et quantifient leurs effets en utilisant des données désagrégées des États-Unis. McKibbin et Fernando (2020) explorent les effets macroéconomiques mondiaux de scénarios alternatifs sur la façon dont Covid-19 pourrait évoluer dans l’année à venir, en soulignant le rôle des retombées. Notre cadre intègre les caractéristiques saillantes de ces analyses quantitatives.

Covid-19 étudié dans un modèle multi-pays avec des effets de seuil

Dans un article récent (Chudik et al. 2020), nous nous écartons des analyses mono-pays et développons un modèle économétrique multi-pays qui est augmenté de variables de seuil de volatilité globale. Celles-ci sont destinées à capturer les effets d’événements rares tels que le Covid-19, et à tenir compte des retombées et des interconnexions des pays et des marchés. Nous démontrons d’abord qu’une volatilité mondiale excessive peut affecter la croissance de la production dans de nombreuses économies avancées et plusieurs marchés émergents. La nouveauté de notre travail par rapport aux modèles standard de régression à seuil est que la non-linéarité est déclenchée par une mesure de l’incertitude mondiale plutôt que par des chocs ou des épisodes de volatilité spécifiques à chaque pays.

Puis, nous estimons un modèle multi-pays (incluant 33 économies) augmenté de ces effets de seuil de janvier 1979 à décembre 2019. Notre cadre (que nous appelons un GVAR augmenté d’un seuil, ou  » TGVAR « ) est une extension du modèle GVAR standard étudié dans Chudik et Pesaran (2016). Notre modèle actualisé prend en compte les dimensions temporelles et transversales des données, les moteurs réels et financiers de l’activité économique, ainsi que des facteurs communs tels que les prix du pétrole et la volatilité mondiale. Il fait également la distinction entre les facteurs latents communs et les liens commerciaux régionaux. Les modèles spécifiques aux pays incluent la croissance de la production, le taux de change réel, ainsi que les prix réels des actions et les taux d’intérêt à long terme lorsqu’ils sont disponibles.

Le choc Covid-19 est identifié en utilisant les révisions des prévisions de croissance du PIB du FMI entre janvier et avril 2020, en supposant que Covid-19 était le principal moteur de ces révisions de prévisions. Nous quantifions ensuite l’impact économique du choc en comparant les prévisions de l’économie mondiale de janvier 2020 à décembre 2021 avec et sans le choc Covid-19, en utilisant des « fonctions de réponse impulsionnelle généralisée ». Nous tenons compte de l’incertitude de l’échantillon et rendons compte d’une gamme de résultats probables en  » bootstrapping  » des prévisions conditionnelles basées sur la constellation de perturbations communes, régionales et spécifiques aux pays que l’économie mondiale a connues dans le passé.

L’impact de Covid-19 sur l’activité économique et les taux d’intérêt à long terme

Il existe plusieurs canaux par lesquels une volatilité mondiale excessive peut affecter la croissance économique. Il s’agit notamment d’une augmentation de l’épargne de précaution, d’une baisse ou d’un report des investissements (en raison d’une incertitude accrue et de perspectives de demande plus faibles), et d’un coût plus élevé de la mobilisation des capitaux (en raison de coûts de financement plus élevés dans un environnement volatil) (Cesa-Bianchi et al. 2020). Après l’apparition généralisée du Covid-19, comme lors des précédents épisodes de tensions financières, la volatilité mondiale a connu un pic. Notre analyse pays par pays établit l’importance de la volatilité mondiale (chaque fois qu’elle dépasse un niveau seuil estimé) pour stimuler la croissance ultérieure de la production. Pour des raisons de simplicité, la spécification économétrique n’autorise que des changements d’ordonnée à l’origine dans la croissance de la production, avec un niveau seuil (et les probabilités correspondantes de le franchir) estimé par la méthode du maximum de vraisemblance pour les économies avancées et émergentes séparément.

Le niveau seuil estimé pour les économies avancées est de 0,156 par trimestre, légèrement supérieur à l’estimation de 0,129 obtenue pour les marchés émergents (figure 1). Notons que la volatilité mondiale a dépassé le niveau de 0,156 au cours de quatre trimestres sur la période allant de 1979T2 à 2019T4 (c’est-à-dire que la probabilité qu’un tel événement se produise est très faible : environ 2 %). La variable de seuil de la volatilité mondiale est statistiquement significative dans 15 des 19 économies avancées de notre échantillon (80 % des cas) et dans quatre des 14 économies émergentes (figure 2). Néanmoins, les effets de seuil sont négatifs dans toutes les économies avancées et dans tous les marchés émergents sauf trois. De plus, ces résultats deviennent plus forts lorsque nous refaisons l’analyse avec un échantillon plus court à partir de 1990.

Figure 1 Volatilité mondiale et croissance du PIB, 1979T1-2020T1

Figure 2 Effets de seuil estimés par pays, 1979T2-2019T4

(a) Économies avancées

(b) Économies émergentes

Note : Seules les barres grises sont statistiquement significatives au niveau de 5%.

Ayant montré l’importance des effets de seuil de la volatilité mondiale pour la croissance ultérieure de la production, nous présentons ci-dessous les résultats d’estimation de notre modèle  » TGVAR  » plus général. Notre analyse contrefactuelle avec ce modèle suggère que la pandémie fera probablement chuter le PIB mondial réel de trois points de pourcentage par rapport au niveau d’activité économique mondiale qui se serait matérialisé en l’absence du choc (figure 3).

Les États-Unis et le Royaume-Uni sont tout à fait susceptibles de connaître des effets plus profonds et plus durables, tandis que le résultat de la Chine a plus de 50% de chances d’être bien meilleur. Les chances pour la zone euro sont biaisées négativement, mais il existe une certaine masse de probabilité qu’elle se rétablisse plus rapidement que les États-Unis d’ici la fin de 2021.

Figure 3 Projections contrefactuelles du PIB réel, 2020T1-2021T4

Note : L’impact est en pourcentage et l’horizon est trimestriel.

Tiré par la Chine, le reste de l' »Asie émergente » a plus de chances de faire mieux que la moyenne mondiale. Les marchés émergents non asiatiques se distinguent par leur vulnérabilité (figure 4). Ils subiront probablement un effondrement important de la production au cours du premier et du deuxième trimestre de 2020 et ont moins de 20 à 30 % de chances de ne pas subir de perte de production d’ici à la fin de 2021. La Turquie, l’Afrique du Sud et l’Arabie saoudite (regroupées sous l’appellation « Autres marchés émergents ») connaîtront presque certainement au moins huit trimestres d’activité économique fortement déprimée.

Figure 4 Projections contrefactuelles du PIB réel des marchés émergents, 2020T1-2021T4

Notes : L’impact est en pourcentage et l’horizon est trimestriel.

Important, nos résultats soulignent le rôle des retombées, que nous quantifions pour le cas de la Suède, compte tenu de son approche politique distinctement différente face à la pandémie. Le cas suédois illustre qu’aucun pays n’est à l’abri des retombées économiques de la pandémie en raison des interconnexions et de la nature mondiale du choc (figure 5).

Figure 5 Projections contrefactuelles du PIB réel pour la Suède, 2020T1-2021T4

Notes : L’impact est en pourcentage et l’horizon est trimestriel.

Nous estimons également que la pandémie fera probablement baisser les taux d’intérêt à long terme dans les économies avancées d’environ 100 points de base en dessous de leur plancher d’avant la crise de Covid-19 (figure 6). Cela s’explique par le fait que la crise augmente l’épargne de précaution et freine la demande d’investissement. Cependant, on ne peut pas en dire autant avec certitude des économies de marché émergentes où les taux d’emprunt peuvent augmenter rapidement (comme le montre la fourchette supérieure de notre exercice contrefactuel).

Figure 6 Projections contrefactuelles pour les taux d’intérêt à long terme, 2020T1-2021T4

Notes : L’impact est exprimé en points de pourcentage et l’horizon est trimestriel.

Conclusions

Notre analyse contrefactuelle met en évidence des effets négatifs importants et persistants de la pandémie sur l’économie mondiale, aucun pays n’en sortant indemne. La Chine et le groupe des « pays émergents d’Asie » s’en sortiront mieux à court terme. L’exemple de la Suède sert toutefois d’avertissement : aucune économie n’est à l’abri des conséquences négatives de la Covid-19 dans une économie mondiale interconnectée. Les marchés émergents non asiatiques sont particulièrement vulnérables.

Ces résultats soulignent l’importance d’une réponse politique globale et coordonnée entre les pays face à la pandémie. Cela comprend des efforts mondiaux pour assurer le déploiement rapide des ressources médicales (y compris les vaccins lorsqu’ils sont disponibles), des interventions politiques qui peuvent rétablir le fonctionnement normal des marchés financiers, ainsi que d’autres mesures qui peuvent soutenir les entreprises et les ménages. Enfin, une approche de la gestion des risques dans l’élaboration des politiques nécessiterait un activisme visant à acheter une assurance contre les événements extrêmes décrits par la distribution des résultats probables. Ces efforts limiteraient probablement la quantité de cicatrices.

Note des auteurs : Les opinions exprimées ici sont celles des auteurs et ne représentent pas nécessairement celles de la Banque de réserve fédérale de Dallas, du Système de réserve fédérale, du Fonds monétaire international ou de la politique du FMI.

Baqaee, D R et E Farhi (2020), « Nonlinear Production Networks with an Application to the Covid-19 Crisis », CEPR Discussion Paper 14742.

Cesa-Bianchi, A, M H Pesaran et A Rebucci (2020), « Uncertainty and Economic Activity : A Multi-country Perspective », The Review of Financial Studies 33 (8) : 3393-3445.

Chudik, A, K Mohaddes, M H Pesaran, M Raissi et A Rebucci (2020), « A Counterfactual Economic Analysis of Covid-19 Using a Threshold Augmented Multi-Country Model », NBER Working Paper 27855.

Chudik, A et M H Pesaran (2016), « Theory and Practice of GVAR Modeling », Journal of Economic Surveys 30 (1) : 165-197.

Ludvigson, S C, S Ma et S Ng (2020), « COVID-19 and the Macroeconomic Effects of Costly Disasters », NBER Working Paper No. 26987.

McKibbin, W J et R Fernando (2020), « The Global Macroeconomic Impacts of COVID-19 : Seven Scenarios », CAMA Working Paper 19/2020.

Pagano, M, C Wagner et J Zechner (2020), « COVID-19, asset prices, and the Great Reallocation », VoxEU.org, 11 juin.