LA CONSOMMATION DES MÉNAGES AU QUÉBEC …...LA CONSOMMATION DES MÉNAGES AU QUÉBEC Une analyse...

LA CONSOMMATION DES MÉNAGES AU QUÉBEC Une analyse empirique

Mémoire

Maude Chiasson

Maîtrise en économique

Maître ès Arts (M.A.)

Québec, Canada

© Maude Chiasson, 2013

iii

Résumé

Étant donné que les dépenses de consommation comptent pour environ 60 % du PIB au Québec, il

est primordial de comprendre comment les politiques économiques affectent la demande agrégée

via les dépenses de consommation des ménages et aussi, comment les dépenses de consommation

seront affectées selon l’environnement des consommateurs. En premier lieu, ce mémoire modélise

la consommation avec une technique économétrique qui ne repose pas sur l’hypothèse d’une

structure de préférence particulière. Dans un deuxième temps, ce mémoire estime un modèle

d’agent économique rationnel optimisateur face au problème de l’allocation intertemporelle de sa

consommation de biens durables et non durables quand les fluctuations des taux d’intérêt

canadiennes varient. La période étudiée est de 1981 à 2011. Nos résultats correspondent à ce qui est

généralement observé dans la littérature et nous ont permis de mettre en évidence le rôle joué par le

revenu, le prix relatif des biens durables, la richesse financière, la valeur des maisons, la confiance

des ménages et les fluctuations des taux d’intérêt pour expliquer les variations des dépenses de

consommation des ménages québécois dans son ensemble, mais aussi selon certaines sous-

catégories. Notre analyse nous a également permis de constater qu’en désagrégeant la

consommation des ménages québécois, il est important de tenir compte des liens entre ses sous-

catégories. La non-séparabilité au niveau des préférences entre les biens durables et non durables

est importante et c’est pourquoi il est préférable d’en tenir compte dans la modélisation des

différentes catégories de la consommation agrégée.

v

Abstract

Due to the fact that the household consumption expenditure are valued for approximately 60% of

Quebec's GDP, it is important to understand how economic politics affect the aggregate demand

through consumers' expenses and also, how household consumption expenditures will vary

according to the consumer's environment. Firstly, this paper reviews the consumption with an

econometric technique of no particular structure. Secondly, this paper proposes and estimates a

model of an optimizing agent who is faced with the problem of allocating intertemporally his

consumption of non-durable and durable goods when confronted with a fluctuating rate of return.

Expectations are assumed to be formed rationally. The study was conducted from 1981(01) to

2011(03). Our results are consistent with the findings of previous studies and the literature and

allowed us to interpret how income, relative price of durable goods, financial wealth, housing

market, index of consumer confidence, and interest fluctuations could explain the variation in

consumption expenditures of households in Quebec as a whole, but also by some sub-categories.

Our analysis also revealed that when household consumption is disaggregated, it is important to

consider the relationship between those sub-categories. Non-separability in preferences between

durables and non-durables is important and this is why the modeling of different types of aggregate

consumption should be taken into consideration.

vii

Table des matières

RÉSUMÉ ................................................................................................................................ III

ABSTRACT ............................................................................................................................ V

TABLE DES MATIÈRES ..................................................................................................... VII

LISTE DES TABLEAUX ....................................................................................................... IX

LISTE DES FIGURES ........................................................................................................... XI

AVANT-PROPOS .................................................................................................................XV

I. INTRODUCTION ................................................................................................................ 1

II. REVUE DE LA LITTÉRATURE ....................................................................................... 3

II.1 MODÈLE D’INTÉGRATION ......................................................................................................... 3

II.2 MODÈLE D’OPTIMISATION ........................................................................................................ 6

III. MÉTHODOLOGIE ........................................................................................................... 9

III.I MODELE D’INTEGRATION ....................................................................................................... 11

III.2 MODELE D’OPTIMISATION ..................................................................................................... 15

IV. DONNÉES ....................................................................................................................... 19

V. RÉSULTATS .................................................................................................................... 31

V.1 MODÈLE D’INTÉGRATION ....................................................................................................... 31

V.2 MODÈLE D’OPTIMISATION ...................................................................................................... 45

VI. CONCLUSION ................................................................................................................ 49

BIBLIOGRAPHIE ................................................................................................................ 53

ANNEXE I ............................................................................................................................. 57

Dickey-Fuller : test de racine unitaire – un retard

ANNEXE II ........................................................................................................................... 59

Dickey-Fuller : test de racine unitaire – deux retards

ANNEXE II ........................................................................................................................... 61


viii

ANNEXE III .......................................................................................................................... 63

Dickey-Fuller : test de racine unitaire – un retard, sans constance ni tendance

ANNEXE IV .......................................................................................................................... 65

Regression long terme 1981(01)-2011(03)

ANNEXE V ............................................................................................................................ 67

Regression court terme 1981(01)-2011(03)

ANNEXE VI .......................................................................................................................... 69


ANNEXE VII ............................................................................................................................. 71


ANNEXE VIII ........................................................................................................................ 73


ANNEXE IX .............................................................................................................................. 75


ANNEXE X ............................................................................................................................ 77


ANNEXE XI .............................................................................................................................. 79

Méthode SUR : Seemingly unrelated regression 1981(01)-2011(03)

ANNEXE XII ............................................................................................................................. 81


ix

Liste des tableaux

Tableau 1: Biens durables, équation de long terme. 33Tableau 2: Biens non durables, équation

de long terme ........................................................................................................................... 333

Tableau 3: Biens non durables et services, équation de long terme ......................................... 34

Tableau 4: Ensemble de la consommation, équation de long terme ......................................... 34

Tableau 5: Biens durables, équation de court terme ................................................................ 36

Tableau 6: Biens non durables, équation de court terme ......................................................... 37

Tableau 7: Biens non durables et services, équation de court terme........................................ 37

Tableau 8: Ensemble de la consommation, équation de court terme ....................................... 38

Tableau 9 Statistiques descriptives_per capita (1981(01)-2011(03)) ....................................... 40

Tableau 10 : Estimations des équations d’Euler (4.2) et (4.3); 1985(01)-2011(03) ................ 47

xi

Liste des figures

Graphique 1: Consommation per capita 1981(01)-2011(03)………..........................................21

Graphique 2: Consommation per capita des biens durables 1981(01)- 2011(03) ................... 21

Graphique 3: Consommation per capita des biens non durables 1981(01)- 2011(03) ............ 22

Graphique 4: Consommation per capita des services 1981(01)- 2011(03) .............................. 23

Graphique 5: PIB réel au Québec 1981(01)- 2011(03) ............................................................ 24

Graphique 6: Prix réel des maisons au Québec 1981(01)- 2011(03) ....................................... 25

Graphique 7: Prix relatif des biens durables au Québec, 1981(01)- 2011(03) ................. 26

Graphique 8: TSX/IPC 1981(01)- 2011(03) ............................................................................. 27

Graphique 9: Indice de confiance des consommateurs québécois 1981(01)- 2011(03) ........... 28

Graphique 10: Taux d’intérêt réel 1981(01)- 2011(03) ............................................................ 29

xiii

« En vérité, le chemin importe peu, la volonté

d’arriver suffit à tout » Albert Camus.

xv

Avant-Propos

Je désire remercier sincèrement ma directrice de mémoire, Madame Lucie Samson, pour l’intérêt

qu’elle a porté à ce travail de recherche. Sa disponibilité, ses remarques judicieuses de même que

ses encouragements m’ont été d’une aide précieuse.

Mes remerciements vont également aux études économiques du Mouvement Desjardins et plus

particulièrement à madame Hélène Bégin. Sa disponibilité et ses commentaires ont grandement

favorisé la rédaction de ce mémoire. Je désire aussi remercier les études économiques pour le

soutien financier.

Enfin, à ma famille, ma mère et mon père, votre patience et vos encouragements m’ont été d’un

support inestimable.

1

I. Introduction

Les dépenses de consommation des ménages servent à acquérir des biens et services pour le bien-

être individuel ou collectif. Celles-ci représentent une large part de l’activité économique dans tous

les pays. Au Québec, comme dans la majorité des pays industrialisés, ces dépenses de

consommation comptent pour environ 60 % du PIB. Étant donné son importance et le nombre élevé

de personnes concernées, il est primordial de bien comprendre les déterminants de cette catégorie

de dépenses. En particulier, il est essentiel de comprendre comment les politiques économiques

affectent la demande agrégée via les dépenses de consommation des ménages. L’analyse de ce

mémoire se concentrera plus spécifiquement sur l’impact des fluctuations des taux d’intérêt au

Québec ainsi que sur l’impact des fluctuations dans les prix des actifs financiers et de l’immobilier.

La catégorie de dépenses de consommation est une agrégation de plusieurs composantes. Une

décomposition en quatre regroupements de produits est souvent effectuée: les biens non durables,

les biens semi-durables, les biens durables et les services. Cependant, les données utilisées dans

notre modèle ne tiendront compte que des biens durables, non durables et des services1. Cette

décomposition est intéressante puisque des recherches antérieures de Mankiw (1983) et plus

récemment Erceg et Levin (2002) ont déjà montré que les dépenses pour les biens de consommation

durables sont beaucoup plus sensibles aux variations des taux d’intérêt que ne le sont les dépenses

pour les biens de consommation non durables et les services. Cela entraîne également d’importantes

conséquences pour les fluctuations des taux d’intérêt puisque celles-ci ont un impact direct sur les

dépenses de consommation. En effet, lorsque la banque centrale du Canada décide de modifier son

taux directeur, les variations des dépenses de consommation des biens durables sont alors beaucoup

plus affectées que les dépenses de consommation des biens non durables et les services. Plusieurs

études dans la littérature ont aussi trouvé que les fonctions d’utilités étaient non séparables entre les

biens durables et non durables (Fauvel et Samson, 1991; Ogaki et Reinhart, 1995). Une telle

formulation suppose que les biens de consommation sont complémentaires ou substituts entre eux.

Cela permet donc de modéliser les habitudes de consommation et les dépenses de biens durables et

non durables simultanément.

1 On ne considère pas les biens semi-durables parce qu’ils ne sont pas très importants et parce qu’ils ont aussi

un taux de dépréciation différent des biens durables. Ne pas en tenir compte dans notre analyse empirique

revient à faire l’hypothèse qu’ils sont séparables en utilité.

2

Les fluctuations des taux d’intérêt peuvent aussi avoir une influence différente si les dépenses des

consommateurs ne réagissent pas de la même façon à une variation donnée dans le taux directeur.

Différentes raisons peuvent expliquer ces phénomènes: niveau d’emploi, préférences différentes,

contraintes de liquidités plus ou moins sévères, confiance des ménages, etc. De plus, il existe un

lien entre les dépenses de biens de consommation et la situation financière des ménages. Par

exemple, au Québec, les ménages ont profité de faibles coûts d’emprunt dans les dernières années.

De bas taux d’intérêt jumelés à une hausse des prix du logement et des maisons ont mené à

l’accroissement de la dette des ménages québécois. La situation financière d’un grand nombre de

ménages québécois, maintenant considérée comme précaire, pourrait avoir des répercussions sur

leurs dépenses de consommation. Il est donc important d’essayer de prévoir de combien la

consommation va varier, mais également d’analyser comment les dépenses seront affectées selon

l’environnement des consommateurs.

L’analyse sera faite en deux étapes. En premier lieu, l’objectif sera de modéliser la consommation

du Québec avec une technique économétrique qui ne repose pas sur l’hypothèse d’une structure de

préférence particulière. Cela permettra de mettre en évidence le rôle joué par les principaux facteurs

mentionnés ci-haut pour expliquer les différences dans les variations des dépenses de

consommation.2 Notre analyse fera notamment ressortir le rôle des fluctuations des taux d’intérêt,

de la richesse financière et de l’immobilier comme déterminants de la consommation des ménages.

Dans un deuxième temps, ce mémoire développe et estime un modèle d’agent économique rationnel

optimisateur face au problème de l’allocation intertemporelle de sa consommation de biens durables

et non durables. La non séparabilité des dépenses de consommation est explicitement considérée

dans notre analyse. L’étude utilisera des données trimestrielles de consommation québécoise de

1981 à 2011. Cette analyse permettra d’évaluer les élasticités pour les deux types de biens pour

comprendre comment un agent arbitre entre sa consommation présente et future à l’égard des

modifications dans les taux d’intérêt.

La suite de ce mémoire est structuré comme suit. La section II présente la revue de littérature, la

section III décrit la méthodologie utilisée, la section IV aborde les données, la section V expose nos

résultats et enfin, la conclusion est présentée à la section VI.

2 Deux définitions seront utilisées pour cette approche pour les biens non durables, soit avec ou sans les

services. Cette procédure est souvent utilisée dans la littérature.

3

II. Revue de la littérature

II.1 Modèle d’intégration

Une approche basée sur des fonctions de demande est fréquemment utilisée pour calculer l’élasticité

de la demande de certains biens par rapport aux variables d’intérêt, telles que le revenu, le taux

d’intérêt, les élasticités prix, etc.3

La littérature est abondante concernant le rôle joué par les variations du prix de l’immobilier dans la

prise de décision des ménages en matière de dépenses à la consommation. En effet, au cours des

dernières années, de nombreuses économies avancées, dont le Canada, ont connu une hausse

spectaculaire du prix des maisons et simultanément, une augmentation des dépenses liées à la

consommation. Cette hausse du prix des maisons peut s’expliquer notamment par le faible niveau

des taux d’intérêt de même que la progression du revenu des ménages. Selon Skinner (1994),

l'augmentation de la valeur du prix des maisons devrait accroître la consommation. Les travaux de

Slok (2002) trouvent que, pour les pays de l’OCDE, les changements dans la richesse immobilière

ont une influence sur les changements dans la consommation globale. Dvornak et Kohler (2003) ont

montré qu’une hausse permanente d’un dollar du prix des maisons en Australie augmentait la

consommation annuelle d’environ trois cents. Des recherches dans la littérature (Lettau et

Ludvigson, 2004; Case, Quigley et Shiller, 2005) révèlent aussi que la richesse immobilière peut

avoir une influence plus importante sur les dépenses de consommation que sur les autres formes de

richesse. En effet, puisque le prix des maisons est moins volatil que les cours de la bourse par

exemple, les gains de richesse immobilière peuvent sembler plus permanents pour les ménages. Du

point de vue des ménages qui épargnent pour acheter une maison, une hausse des prix de

l’immobilier pourrait amener ceux-ci à réduire leur dépense de consommation de façon à accroître

leur épargne.

Le rôle d’indicateur avancé du prix des actions ne doit pas être négligé. En effet, une chute des

cours boursiers, comme cela s’est produit lors de la récente crise financière, se répercute par une

diminution des profits anticipés, ce qui se traduit par une baisse des projets d’investissement. La

3 Voir le rapport final de la Haute école de gestion de Genève, (2009), « l’Élasticité-prix de la demande

d’essence en Suisse ».

4

production chute, entraînant également l’emploi et le revenu des ménages à la baisse, ce qui affecte

à long terme les dépenses de consommation. Au cours des années 1990, les marchés financiers

nord-américains ont été marqués par une hausse notable des indices boursiers. Ces gains ont un

effet sur la croissance de la richesse pour ceux détenant des portefeuilles d’actions ou de parts dans

les fonds communs de placement. La hausse des indices boursiers jumelée à l’augmentation de la

détention d’actions peuvent avoir une influence sur les dépenses de la consommation par le biais

d’un effet de richesse.

Ludvigson et Steindel (1999) ont étudié l’importance de l’impact des fluctuations des marchés

financiers sur la consommation des ménages aux États-Unis. Leurs résultats ne montrent toutefois

pas une relation stable entre ces variables. Selon les auteurs, cela pourrait venir du fait que la

théorie ne fournit pas une explication précise du fonctionnement des marchés financiers. Il est alors

difficile d’isoler les effets structurels d’une appréciation de la valeur des actifs financiers sur les

dépenses de consommation. Macklem (1997) développe une mesure de la richesse globale au

Canada se répartissant en deux éléments : la richesse humaine (revenu permanent) et la richesse non

humaine (somme des actifs financiers et réels, diminuée des dettes). Son analyse révèle que les

fluctuations de la richesse non humaine sont fortement influencées par les variations de la valeur

des actions, la composante la plus volatile. L’auteur trouve dans ces estimations un effet non

significatif à long terme de la richesse non humaine sur les dépenses de consommation. Il évoque

deux explications possibles : soit les consommateurs interprètent les variations du prix des actions

comme des chocs temporaires n’ayant qu’un effet à court terme ou soit les dépenses de

consommation globale ne varient pas beaucoup suite aux changements dans le prix des actions

parce que seulement une petite proportion des ménages détient ce type d’actifs financiers.

Les travaux de Poterba et Samwick (1995) ont trouvé deux facteurs pouvant expliquer une hausse

des dépenses de consommation résultant d’une augmentation du cours des actions au Canada. Tout

d’abord, le prix des actifs, étant un indicateur avancé bien connu de l’activité économique, peut

augmenter lorsque les ménages anticipent une importante croissance du PIB. Également, les

fluctuations du prix des actions peuvent produire un effet de richesse incitant les ménages à

dépenser plus lorsque les cours des actions augmentent. Il est cependant difficile de distinguer le

facteur étant la cause d’un changement dans les dépenses de consommation. Ces mêmes auteurs

constatent aussi que la distribution des ménages détenant des actions est concentrée chez les plus

riches. De plus, Poterba et Samwick montrent qu’un accroissement de 10 % du prix réel des actions

5

engendre une hausse d’environ 0,3 % de la consommation réelle par habitant au Canada. L’effet sur

la consommation de biens durables, non durables et de services est respectivement une hausse de

1,4 %, 0,3 % et 0,1 %. Pichette (2000) a étudié les effets réels du cours des actions sur la

consommation. L’auteur révèle l’existence d’un effet de richesse provenant des fluctuations du prix

des actifs boursiers de l’ordre de 3 % à long terme.

Aucun modèle de ce genre n’a encore été développé concernant la consommation de biens durables

et non durables au Québec pour des données trimestrielles de consommation québécoise allant de

1981 à 2011. C’est ce que nous proposons de faire dans la première partie de notre analyse

empirique.

6

II.2 Modèle d’optimisation

En réponse à la fonction de consommation keynésienne (1936), Friedman (1957) développe la

théorie du revenu permanent disant que la consommation d’un individu n’est pas uniquement

fonction de son revenu à la période courante, mais plutôt de sa richesse humaine et financière. La

richesse humaine est composée de la valeur présente de ses revenus courants et futurs anticipés

tandis que la richesse financière est composée des actifs de l’individu. Suite à la critique de Lucas

(1976), Hall (1978) introduit l’hypothèse des anticipations rationnelles au modèle de Friedman

(1957). Cette innovation de Hall permet de tester la théorie du revenu permanent à partir des

conditions de premier ordre d’un modèle d’optimisation intertemporelle.

Des recherches empiriques ont constaté une sensibilité excessive des dépenses de consommation à

des modifications du revenu courant en opposition à la théorie du revenu permanent. La littérature

indique que certains rejets de la théorie du revenu permanent peuvent être expliqués par des

spécifications des préférences qui peuvent être inexactes : par exemple, s’il y a de la persistance

dans les habitudes des ménages (Constantinides et Ferson, 1991) ou des contraintes de liquidité

(Flavin, 1981). L’hypothèse de persistance des habitudes dans le comportement de consommation

des agents est un mécanisme de propagation pertinent puisqu’il permet d’affaiblir le mécanisme de

substitution intertemporelle (Hall, 1988; Campbell et Mankiw, 1989; Attanasio et Weber, 1993). De

plus, certaines spécifications, comme celle de Mankiw, Rotemberg et Summers (1985), ont permis

de tester pour la présence de contraintes de liquidité aux modèles d’optimisation de consommation

en utilisant directement les conditions du premier ordre. Pour sa part, Flavin (1981) a testé si la

sensibilité de la consommation au revenu était imputable à l’existence de contraintes de liquidité

qui, elles, ont pour implication d’augmenter l’épargne pour contrer l’incertitude des agents face à

des baisses possibles de revenus futurs (Jappelli et Pagano, 1994). Ses résultats impliquent qu’un

changement non anticipé du revenu entraînerait un changement plus important des dépenses à la

consommation qu’une modification anticipée du revenu. Elle confirme empiriquement l’existence

d’une relation entre la variation des dépenses de consommation et le revenu passé, puisque son

modèle montre une sensibilité excessive de la consommation à ce même revenu passé. Flavin

conclut à l’existence de contraintes de liquidités. Par la suite, les recherches de Mankiw,

Rotemberg, Summers (1985) ont permis de tester pour la présence de contraintes de liquidité aux

modèles d’optimisation de consommation en utilisant directement les conditions du premier ordre.

L’évidence d’un lien direct entre les dépenses des biens de consommation durables ainsi que les

7

fluctuations des taux d’intérêt est établie assez tôt dans la littérature avec les travaux de Hamburger

(1967). Étant donné que les variations des fluctuations des taux d’intérêt ont un impact direct sur

l’épargne des consommateurs, un agent rationnel prendra des décisions de dépenses de

consommation en tenant compte des variations du taux d’intérêt. Ainsi, cela amène d’importantes

conséquences pour les fluctuations des taux d’intérêt puisque les modifications de celles-ci vont

influencer la volonté de substitution intertemporelle d’un agent (voir Auray, 2009). Le mécanisme

de substitution intertemporelle joue donc un rôle déterminant dans le comportement des

consommateurs.

Plusieurs études dans la littérature ont trouvé que les fonctions d’utilités étaient non séparables entre

les biens durables et non durables (Fauvel et Samson, 1991; Ogaki et Reinhart, 1995). Une telle

formulation suppose que les biens de consommation sont complémentaires entre eux, ce qui permet

donc de modéliser les habitudes de consommation et les dépenses de biens durables et non durables

simultanément.

Hall (1978) avait préalablement trouvé que l’élasticité de substitution intertemporelle des biens de

consommation non durables était pratiquement insignifiante. En utilisant une fonction d’utilité

séparable entre les biens durables et non durables, Mankiw (1986) a établi que les dépenses pour les

biens de consommation durables allaient être modifiées suite à une variation des taux d’intérêt.

Erceg et Levin (2002) ont eux aussi mis en évidence que les biens de consommation durables

étaient beaucoup plus sensibles aux variations des taux d’intérêt que ne pouvaient l’être les biens de

consommation non durables (voir aussi Mankiw, 1983). Les travaux de Fauvel et Samson (1991)

avec des données canadiennes de l’après-guerre ont révélé que les dépenses pour les biens de

consommation durables étaient influencées par les variations des taux de rendement réel.

L’élasticité de substitution entre les biens de consommation durables et non durables était

relativement semblable. Donc, les auteurs concluent que le taux de substitution intertemporelle était

assez important pour faire des variations des taux de rendement réel une cause importante des

variations dans les dépenses de consommation. Aucune recherche n’a été faite à ma connaissance

dans ce sens pour analyser les données de consommation québécoise.

9

III. Méthodologie

Cette section introduit les deux approches retenues dans ce mémoire. Nous présentons d’abord un

modèle à correction d’intégration ou à correction d’erreurs qui stipule une relation linéaire entre la

variable de consommation et les variables explicatives. La deuxième partie de la section estime un

modèle d’agent économique rationnel optimisateur face au problème de l’allocation intertemporelle

de sa consommation de biens durables et des biens non durables. Les consommateurs sont

considérés comme des agents rationnels ayant des préférences identiques. L’agent maximise son

plan de consommation selon son taux préférentiel pour le temps.

11

III.I Modèle d’intégration

Dans cette première partie de l’analyse, plutôt que d’estimer les conditions de premier ordre, la

demande de consommation de biens durables et non durables sera supposée de type Cobb Douglas.

Cela permettra ainsi d’écrire des fonctions log linéaires de la forme suivante pour trois sous

catégories ainsi que pour la consommation totale :

⁄ (1.1)

⁄ (1.2)

⁄ (1.3)

⁄ (1.4)

Où,

Consommation réelle de biens durables à la période t

Consommation réelle de biens non durables à la période t

Consommation réelle de biens non durables et de service à la période t

Consommation réelle de biens non durables, durables et services à la période t

PIB réel à la période t

Prix réel des maisons à la période t

Prix relatif de biens durables à la période t

Prix relatif de biens durables sur les biens non durables

Prix relatif de biens durables sur les biens non durables et services

Prix relatif de biens durables et services

Indice boursier canadien à la période t

Indice des prix à la consommation à la période t

Résidu évalué à la période t

12

Ces équations, qui seront estimées séparément, retiennent des indicateurs de richesse humaine ,

de richesse immobilière , de richesse financière et le prix relatif des biens durables

. Ces quatre variables peuvent potentiellement jouer un rôle à long terme dans la détermination

de l’évolution de la consommation totale et de ses diverses composantes. C’est ce que nos

estimations vont tenter de démontrer à l’instar des études précitées portant sur d’autres pays ou

régions.

L’estimation des équations (1.1) à (1.4) est problématique lorsque les séries sont non stationnaires.

Une estimation par les moindres carrés ordinaires (MCO) peut donner des résultats qui font croire à

tort qu’une relation existe et qu’elle est importante, et ce même si dans la réalité aucune relation

n’est assujettie à ces variables.4 La notion de cointégration, introduite par Granger (1981) permettra

d’utiliser les données sur les dépenses de consommation des ménages québécois et de les mettre en

relation avec des variables censées avoir un impact sur ces mêmes dépenses. L’analyse est faite

avec des données trimestrielles de 1981 à 2011. Dans les équations (1.1) à (1.4), si la variable

est stationnaire, il y a cointégration et les variables sont interprétées comme un déséquilibre de

court terme. Pour qu’il y ait cointégration, deux ou plusieurs variables doivent converger vers un

sentier d’équilibre à long terme, malgré qu’elles puissent diverger à court terme. L’approche utilisée

pour valider les résultats sera celle de Engle et Granger (1987).

Suite à l’estimation par les MCO du sentier dynamique de long terme des équations, il faut estimer

la dynamique de court terme avec les modèles à correction d’erreur suivants5:

⁄

(1.5)

⁄

(1.6)

4 Voir Granger et Newbold, (1974), « Spurious Regressions in Econometrics ».

5 L’introduction de variables retardées dans les modèles à correction d’erreur n’amène pas de changements

importants dans nos résultats.

13

⁄

(1.7)

⁄

(1.8)

Où,

Vitesse d’ajustement à l’équilibre à long terme

Résidus estimés de la relation de long terme

6

Aux variables déjà décrites précédemment s’ajoutent deux variables pouvant influencer la

consommation à court terme, mais qui n’ont aucune tendance à la hausse ou à la baisse pendant la

période d’analyse :

Indice de confiance à la période t

Taux d’intérêt réel

Puisque les variables des équations sont données en logarithmes, les paramètres estimés ont des

interprétations directes concernant les élasticités de dépenses des biens de consommation. Cela

signifie que les coefficients estimés dans les équations (1.1) à (1.4) expriment les élasticités à long

terme et les coefficients estimés dans les équations (1.5) à (1.8) expriment les élasticités à court

terme.

6 La même longueur de période est utilisée lors des estimations pour mesurer les résidus estimés de la relation

de long terme.

15

III.2 Modèle d’optimisation

Cette section introduit le modèle intertemporel qui sera testé empiriquement avec des données

québécoises. L’analyse est basée sur un modèle où les consommateurs sont considérés comme des

agents rationnels ayant des préférences identiques. L’agent maximise son plan de consommation

selon son taux préférentiel pour le temps. Le problème d’optimisation du consommateur

représentatif se présente comme suit:

∑ (2.1)

Où,

Il est sujet à la contrainte budgétaire intertemporelle suivante:

[ ] (2.2)

Où,

Fonction d’utilité ayant comme élément

Stock de biens durables à la période t

Stock de biens durables à la période t

Espérance mathématique conditionnelle à l’information disponible à la période initiale

Stock de bons/obligations à la période t

Revenu disponible de l’agent à la période t

Prix relatifs des biens durables (en terme de ), soit

⁄

Facteur d’escompte subjectif égal à ⁄

Taux préférentiel pour le temps

Taux d’intérêt réel

En maximisant la fonction d’utilité (2.1) sous la contrainte budgétaire (2.2), on obtient les

conditions du premier ordre suivantes :

16

(2.3)

(2.4)

(2.5)

En égalisant l’équation (2.3) et (2.4), on trouve que:

[ ] (2.6)

Cette équation d’Euler (2.6) indique le choix entre consommer une unité d’un bien non durable à la

période t ou consommer unités espérées de ce même bien à la période t+1. Elle implique

qu’au fil du temps, l’agent va consommer les biens non durables de façon à ne pas modifier son

bien-être s’il diminue sa consommation de biens non durables par une unité aujourd’hui en échange

de unités de ce même bien demain. Consommer cette quantité supplémentaire du bien

non durable à t+1 va rapporter à l’individu une utilité actualisée supplémentaire de [

].

En substituant l’équation (2.3) dans (2.5), on obtient que:

[ ] (2.7)

Cette équation d’Euler (2.7) est la deuxième condition nécessaire pour optimiser l’allocation entre

la consommation de biens durables et non durables. Celle-ci stipule que consommer une unité

supplémentaire d’un bien durable au temps t augmente l’utilité marginale de l’agent par . Par

contre, l’agent se prive de unités du bien non durable qui lui aurait rapporté en unités

supplémentaires. Cependant, ce coût est neutralisé en partie par unité du bien durable

disponible qui sera consommée à la période t+1. L’espérance escomptée d’utilité est de

[ ] si celui-ci transige unité pour acheter des biens de consommation

non durables.7 Ensemble, les équations (2.6) et (2.7) déterminent aussi implicitement l’allocation de

la consommation du bien durable entre les périodes t et t+1. Pour estimer ce modèle, il faut spécifier

une forme fonctionnelle particulière pour la fonction d’utilité. Ceci permet d’écrire les utilités

7 Voir Fauvel et Samson, (1987), « Intertemporal substitution and durable goods: an empirical analysis ».

17

marginales (non observables) en terme de consommations (observables). Cette approche a

l’avantage de s’appuyer sur des fondements microéconomiques solides, mais présente

l’inconvénient qu’une erreur au niveau de la fonction choisie peut amener au rejet les restrictions du

modèle. Il sera possible de tester grâce à ces estimations si la non-séparabilité entre les biens

durables et les non-durables et services est essentielle au non rejet du modèle.

19

IV. Données

Pour estimer les équations de la section précédente, nous utilisons des données trimestrielles

québécoises désaisonnalisées provenant de Statistique Canada et de l’Institut de la statistique du

Québec. 8

Les séries de données s’étalent de 1981(01) à 2011(03) et sont énoncées en dollars

enchaînés. Elles tiennent donc compte des fluctuations des prix relatifs.

Les variables sont réelles pour le modèle d’intégration. Le taux d’intérêt nominal utilisé est le taux

des prêts à la consommation par les principales banques à charte au Canada.9 Concernant le modèle

d’optimisation, le stock de biens durables détenu par les ménages est indexé à un taux de

dépréciation . Celui-ci est postulé égal à 0,25 par année, à savoir 0,0625 par trimestre. Il est

construit à partir des données sur les dépenses de biens durables: [ ].10

Les

variables sont également exprimées en per capita pour cette sous section, car nous utilisons

l’hypothèse d’un individu représentatif.11

8 Les données des biens de consommation proviennent de l’Institut de la statistique du Québec. Elles ont été

fournies par Richard Barbeau, économiste et coordonnateur comptabilité économique à l’Institut de la

statistique du Québec. Consulté le 9 mars 2012. 9 Tableau 176-0043 Statistiques du marche financier, au dernier mercredi sauf indication contraire, trimestriel

(pourcentage). http://www5.statcan.gc.ca/cansim/a26?id=1760043&pattern=&p2=-

1&p1=1&tabMode=dataTable&stByVal=1&paSer=&csid=&retrLang=fra&lang=fra. Consulté le 30 juillet

2012. 10

Pour la période initiale, l’on suppose que : . 11

La population du Québec provient du site de l’Institut de la statistique du Québec,

http://www.stat.gouv.qc.ca/donstat/societe/demographie/struc_poplt/qc_1971-20xx.htm. Consulté le 9 mars

2012.

http://www5.statcan.gc.ca/cansim/a26?id=1760043&pattern=&p2=-1&p1=1&tabMode=dataTable&stByVal=1&paSer=&csid=&retrLang=fra&lang=fra

http://www5.statcan.gc.ca/cansim/a26?id=1760043&pattern=&p2=-1&p1=1&tabMode=dataTable&stByVal=1&paSer=&csid=&retrLang=fra&lang=fra

http://www.stat.gouv.qc.ca/donstat/societe/demographie/struc_poplt/qc_1971-20xx.htm

20

Graphique 2: Consommation per capita 1981(01)-2011(03)

Ce graphique illustre la consommation per capita au Québec des biens de consommation durables,

non durables et des services pour la période allant de 1981 à 2011. Les données sont trimestrielles et

désaisonnalisées au taux annuel.

Tout d’abord, on constate une augmentation marquée des dépenses à la consommation depuis 30

ans. En 1981, un consommateur moyen allouait environ 12 000$ de son budget en dépenses de

consommation. Ce même consommateur en débourse approximativement 20 000$ aujourd’hui.

Ensuite, on remarque que les dépenses pour les services représentent environ la moitié des dépenses

à la consommation. Ce constat est valable pour les 30 années étudiées. La proportion des dépenses

de consommation des biens durables est, quant à elle, beaucoup plus faible en début de période

qu’aujourd’hui. Enfin, en fonction de ce graphique, les dépenses pour les biens non durables

semblent être relativement stables depuis 30 ans, ce qui implique qu’elles sont maintenant moins

importantes en pourcentage de la consommation totale. En résumé, une augmentation est

perceptible pour les dépenses de consommation de biens durables et pour les dépenses attribuées

aux services.

21

Graphique 3: Consommation per capita des biens durables 1981(01)- 2011(03)

Ce graphique montre les dépenses de consommation per capita de biens durables. Ces dépenses, qui

oscillaient autour de 1 200$ en 1981, sont maintenant autour de 4 000$ en 2011. L’on observe que

cette composante des dépenses semble réagir fortement aux variations du revenu et du taux

d’intérêt. Le Québec a connu deux récessions qui ont affecté cette agrégation de dépenses. La

récession de 1980-82, avec des taux d’intérêt avoisinant les 20%, a duré un peu plus d’un an. La

reprise s’est faite rapidement contrairement à celle de 1990-92 qui a cependant été moins

prononcée. Depuis, la tendance est à la hausse. En référence à ce graphique, la récession de 2008

semble avoir très peu influencé les dépenses de consommation de biens durables. À l’égard de ce

graphique, l’on peut conclure que les fluctuations des taux d’intérêt semblent avoir une influence

directe sur les dépenses de consommation de biens durables.

Un bien durable se définit comme un bien étant utilisé de façon répétée ou continue sur une période

supérieure à un an. Cette catégorie inclut notamment les machines, les meubles, les appareils

électroménagers et les automobiles.

22

Graphique 4: Consommation per capita des biens non durables 1981(01)- 2011(03)

Ce graphique indique les dépenses de consommation per capita de biens non durables. Celles-ci, qui

étaient d’un peu plus de 4 500$ en 1981, sont aujourd’hui d’environ 5 300$. Les récessions de

1980-82 et 1990-92 ont fait diminuer les dépenses sous la barre des 4 500$, mais l’effet est

beaucoup moins prononcé qu’au graphique précédent. Une légère tendance des dépenses est à la

hausse jusqu’en 2007. Cependant, les dépenses de consommation de biens non durables semblent se

stabiliser depuis cette période. Les dépenses de consommation de biens non durables ne semblent

donc pas être autant corrélées avec les taux d’intérêt et les cycles économiques que ne le sont les

dépenses de consommation de biens durables.

Un bien non durable se définit comme étant un bien qui est utilisé entièrement en moins d’une

année.

23

Graphique 5: Consommation per capita des services 1981(01)- 2011(03)

Ce graphique montre les dépenses de consommation per capita en services. Les dépenses de cette

composante n’ont pas cessé d’augmenter depuis les vingt dernières années, si bien qu’elles ont

pratiquement doublé, passant de 6 000$ en 1981 à 11 400$ au troisième trimestre de 2011. Selon ce

graphique, les dépenses à la consommation de services semblent réagir de la même façon que les

dépenses de consommation de biens non durables aux variations du taux d’intérêt, soit assez

faiblement.

Un service se définit comme étant le résultat d’une activité de production qui modifie l’état des

unités qui les consomment, ou facilite l’échange de produits ou d’actifs financiers.

24

Graphique 6: PIB réel au Québec 1981(01)- 2011(03)

Le PIB est la mesure la plus fréquemment utilisée de l’activité macroéconomique. Il prend en

compte la valeur de tous les biens et services produits, durant une période et sur le territoire d’un

pays. Le PIB réel est un indicateur fondamental de la performance macroéconomique. Entre le

premier trimestre de 1981 et le troisième trimestre de 2011, la croissance économique au Québec a

varié de 80 %. Le PIB réel au Québec a enregistré une croissance à tous les ans, sauf lors des

récessions de 1980-82, 1990-92 et de 2008. Une augmentation du PIB devrait augmenter les

dépenses de biens de consommation.

0 $

50 000 $

100 000 $

150 000 $

200 000 $

250 000 $

300 000 $

1981 1984 1987 1990 1993 1996 1999 2002 2005 2008 2011

25

Graphique 7: Prix réel des maisons au Québec 1981(01)- 2011(03)

Le principal actif pour la majorité des ménages québécois est leur logement. Une augmentation de

la valeur de celui-ci peut inciter les consommateurs à augmenter leur emprunt et accroître leurs

dépenses de consommation. Le graphique 6 indique le prix moyen de ventes des propriétés vendues

par l’entremise des agents d’immeubles au Québec.12

Le prix des maisons a été divisé par l’IPC de

façon à obtenir le prix réel13

. À l’égard du graphique, on peut constater qu’au Québec, le prix réel

des maisons a très peu varié entre 1981 et 2001. Toutefois, depuis 10 ans, il y a une hausse marquée

du prix réel des maisons.

12

La source provient de la Fédération des Chambres immobilières du Québec. 13

L’Indice des prix à la consommation utilisé dans ce mémoire est l'indice de référence qui exclut de l'IPC

d'ensemble l'effet des changements de taxes indirectes et huit des composantes les plus volatiles identifiées

par la Banque du Canada.

0 $

50 000 $

100 000 $

150 000 $

200 000 $

250 000 $

300 000 $

1981 1984 1987 1990 1993 1996 1999 2002 2005 2008 2011

26

Graphique 8: Prix relatif des biens durables au Québec, 1981(01)- 2011(03)

Le prix relatif des biens durables est défini comme étant le prix des biens durables divisé par le prix

des non-durable et services et il peut être interprété comme un terme d’échange. Lorsqu’on analyse

le prix relatif de biens durables, on note que celui-ci a varié de -47 % pour la période allant de 1981

à 2011. Le graphique 7 montre que le ratio a oscillé à la hausse comme à la baisse jusqu’à la fin des

années 1990. Depuis, le ratio a diminué beaucoup plus abruptement. Étant donné que le prix relatif

des voitures, de même que ceux des électroménagers ont chuté historiquement, cela signifie que les

ménages québécois sont incités à consommer plus de biens durables aujourd’hui qu’autrefois.

0,0 $

0,2 $

0,4 $

0,6 $

0,8 $

1,0 $

1,2 $

1,4 $

1,6 $

1981 1984 1987 1990 1993 1996 1999 2002 2005 2008 2011

27

Graphique 9: TSX/IPC 1981(01)- 2011(03)

L’indice du S&P/TSX est l’indice boursier principal mesurant la performance de la bourse au

Canada. L’indice est divisé par l’indice des prix à la consommation, de façon à avoir un indice de

richesse réelle. Le graphique 7 montre que l’indice boursier a été relativement stable pendant une

certaine période, malgré la bulle spéculative au début des années 1990. Toutefois, dans la dernière

décennie, l’indice a connu deux bulles économiques se soldant par deux crises financières : au début

des années 2000 et en 2008. Les variations à la baisse de l’indice suivant ces deux crises

financières ont été de l’ordre de plus de 70 %.

0 $

20 $

40 $

60 $

80 $

100 $

120 $

140 $

160 $

1981 1984 1987 1990 1993 1996 1999 2002 2005 2008 2011

28

Graphique 10: Indice de confiance des consommateurs québécois 1981(01)- 2011(03)

L’indice de confiance des consommateurs au Québec provient de la Conference Board et est conçu

pour mesurer le niveau de confiance des consommateurs face aux conditions économiques

actuelles. L’enquête est divisée en trois parties distinctes: l’indice de confiance des consommateurs,

l’indice des conditions économiques actuelles et l’indice d’attente des consommateurs. Les

personnes interrogées sont invitées à donner leur point de vue par rapport aux perspectives d'emploi

à court terme et à évaluer si le moment est opportun pour faire un achat important. Les réponses

positives sont celles dans lesquelles le répondant affirme que la situation financière s'est améliorée

au cours des six derniers mois ou s'améliorera. Un consommateur confiant estime que son niveau de

vie s’accroit. Il est donc susceptible de dépenser davantage pour faire des achats plus importants,

comme une maison ou une voiture. Les réponses négatives sont celles où le défendeur fait état d'une

aggravation de la situation financière ou s'attend à ce que sa position financière s'aggrave à court

terme. À l’égard du graphique, il n’y a pas de tendance la hausse ou à la baisse pour cette variable

entre 1981 et 2011. Cependant, il y a plusieurs oscillations et l’indice est très variable selon les

conjonctures économiques. Généralement, l’indice est en baisse pendant les périodes de récession.

29

Graphique 11: Taux d’intérêt réel 1981(01)- 2011(03)

Le taux d’intérêt réel est le taux d’intérêt nominal corrigé du taux d’inflation. Le taux d’intérêt

nominal utilisé est le taux des prêts à la consommation des banques à Charte.14

Celui-ci peut avoir

un pouvoir explicatif dans les dépenses de consommation. En effet, le niveau du taux d’intérêt réel

influence les dépenses de consommation et plus particulièrement les dépenses de biens de

consommation durable. Plus le taux d’intérêt est élevé, plus les dépenses de consommation seront

faibles et inversement. Pour stimuler la demande globale, les autorités monétaires diminuent les

taux d’intérêt.

Il n’y a pas de tendance à la hausse au cours de la période étudiée, tout comme il ne semble pas

avoir de période cyclique. Toutefois, le graphique indique que les taux d’intérêt semblent plus

stable pour la seconde moitié de la période étudiée, ce qui correspond à la période où l’inflation est

sous contrôle au Canada à environ 2 %.

14

Soit les taux les plus représentatifs offerts par les principales banques à charte.

0,0%

0,5%

1,0%

1,5%

2,0%

2,5%

3,0%

3,5%

4,0%

1981 1984 1987 1990 1993 1996 1999 2002 2005 2008 2011

V. Résultats

V.1 Modèle d’intégration

Avant même d’estimer les modèles d’intégration, il faut évaluer si les séries de données sont

stationnaires ou non. Le concept de stationnarité stipule que les données temporelles doivent

maintenir une distribution constante dans le temps. Les séries oscillent ainsi autour de leur moyenne

avec une variance constante. Un test de non-stationnarité largement répandu est le test de racine

unitaire augmenté proposé par Dickey et Fuller (1981). Cette procédure de test est fondée sur

l’estimation par la méthode des moindres carrés ordinaires (MCO) et vise à tester l’hypothèse nulle

de non stationnarité contre l’hypothèse alternative de stationnarité. Dickey et Fuller considèrent

trois types modèles autorégressifs. Notre procédure se base sur le modèle avec constante et

tendance déterministe. La régression augmentée de Dickey et Fuller (ADF) a été appliquée :

(3.1)

Où,

Terme constant

Variable de tendance

Terme d’erreur, où

Nombre de retards dans l’équation15

Ainsi, on teste les hypothèses suivantes :

- La série est non stationnaire et comporte au moins une racine unitaire

- la série est stationnaire et ne comporte pas de racine unitaire.

15

L’ajout de retards au modèle permet de contrôler pour l’autocorrélation.

32

L'hypothèse nulle de non stationnarité de la série temporelle ne peut être rejetée lorsque la

valeur observée (en valeur absolue) du test t est inférieure à la valeur critique pertinente. Les

tableaux à l’annexe I et l’annexe II montrent les résultats du test de la racine unitaire de Dickey et

Fuller. À l’annexe I, les résultats sont calculés avec un retard dans l’équation tandis que l’annexe II

indique les résultats avec deux retards. Ainsi, avec un retard dans l’équation, l’hypothèse nulle n’est

pas rejetée à un niveau de confiance de 5 % pour l’ensemble de nos variables ayant un effet à long

terme, à l’exception de la série des biens non durables16

. Toutefois, cette même série n’est pas

rejetée à un niveau de confiance de 5 % lorsqu’il y a deux retards dans l’équation.

Puisque les séries analysées sont non stationnaires, il faut maintenant vérifier s’il existe une relation

de long terme entre celles-ci. Suivant l’approche d’Engle et Granger (1987), qui tient compte du fait

que les résidus sont des résidus estimées par MCO, nous avons estimé la régression de cointégration

et exécuté le test de la racine unitaire de Dickey et Fuller sur les résidus des équations (1.1), (1.2),

(1.3) et (1.4). Pour les quatre régressions, les résultats trouvés stipulent que la valeur observée du

test t (en valeur absolue) est supérieure à la valeur critique pertinente, ce qui signifie que les résidus

sont stationnaires.17

Ainsi, la dynamique de long terme est estimée par les MCO pour obtenir une

estimation du déséquilibre. Les tableaux 1 à 4 montrent les résultats des régressions de long terme

pour la période de 1981(01)-2011(03). Les coefficients estimés s’interprètent comme des élasticités

de long terme.

16

Les variables du modèle ayant un effet à long terme sont les suivantes : biens durables, biens non durables,

services, TSX, PIB, prix réel des maisons et prix relatifs des biens durables. 17

Voir Annexe III.

33

Tableau 1: Biens durables, équation de long terme

Source SS df MS

Number of obs 123

Model 19,4089 5 3,8818

F( 5, 117) 1115,32

Residual 0,4072 117 0,0035

Prob > F 0,0000

Total 19,8161 122 0,1624

R-squared 0,9795

Adj R-squared 0,9786

Root MSE 0,059

Coef. Std. Err. t P>|t| [95% Conf. Interval]

0,0478 0,0393 1,21 0,2270 -0,0301 0,1257

2,3125 0,2544 9,09 0,0000 1,8086 2,8164

0,024 0,0725 0,33 0,7410 -0,1195 0,1675

-0,8317 0,2026 -4,1 0,0000 -1,233 -0,4304

t -0,0061 0,0017 -3,68 0,0000 -0,0094 -0,0028

cons -18,0454 2,588 -6,97 0,0000 -23,1708 -12,9199

Tableau 2: Biens non durables, équation de long terme

Source SS df MS

Number of obs 123

Model 1,7570 5 0,3514

F( 5, 117) 902,24

Residual 0,0456 117 0,0004

Prob > F 0,0000

Total 1,8026 122 0,0148

R-squared 0,9747


Root MSE 0,01974


0,0362 0,0132 2,75 0,0070 0,0102 0,0623

0,3322 0,0784 4,23 0,0000 0,1768 0,4875

-0,0067 0,0243 -0,28 0,7830 -0,0548 0,0414

-0,0485 0,0455 -1,06 0,2890 -0,1386 0,0417

t 0,001 0,0004 2,33 0,0220 0,0001 0,0018

cons 6,1544 0,8224 7,48 0,0000 4,5256 7,7831

34

Tableau 3: Biens non durables et services, équation de long terme

Source SS df MS

Number of obs 123

Model 5,0603 5 1,0121

F( 5, 117) 11937,68

Residual 0,0099 117 0,0001

Prob > F 0,0000

Total 5,0702 122 0,0416

R-squared 0,9980


Root MSE 0,0092


0,0107 0,0061 1,74 0,0850 -0,0015 0,0228

0,0659 0,0397 1,66 0,1000 -0,0128 0,1445

0,1011 0,0113 8,94 0,0000 0,0787 0,1235

0,1874 0,0316 5,93 0,0000 0,1248 0,25

t 0,0056 0,0003 21,57 0,0000 0,0051 0,0061

cons 9,0676 0,4039 22,45 0,0000 8,2677 9,8676

Tableau 4: Ensemble de la consommation, équation de long terme

Source SS df MS

Number of obs 123

Model 6,5300 4 1,6325

F( 5, 117) 18327,44

Residual 0,0105 118 0,0001

Prob > F 0,0000

Total 6,5405 122 0,0536

R-squared 0,9984


Root MSE 0,0094


0,0163 0,0063 2,58 0,0110 0,0038 0,0287

0,3899 0,0353 11,03 0,0000 0,3200 0,4599

0,0857 0,0062 13,89 0,0000 0,0735 0,0979

t 0,0037 0,0002 23,01 0,0000 0,0034 0,004

cons 5,6286 0,3881 14,5 0,0000 4,8601 6,397

35

Le tableau 4 indique que le PIB réel est la variable, parmi celles qui y sont présentées, ayant le

coefficient influençant davantage l’ensemble des dépenses allouées à la consommation.18

Toutefois,

ce sont les dépenses de consommation de biens durables qui sont le plus corrélées avec cette

variable (voir tableau 1). En effet, une augmentation de 1 % du PIB réel se traduit par une

augmentation des dépenses de consommation de biens durables de 2,31 %, contrairement à une

augmentation de 0,33 % pour les dépenses de biens non durables. Cela indique qu’une hausse de

PIB réel au Québec se répercute par un accroissement des dépenses des ménages sur l’ensemble de

la consommation et cette augmentation est fortement attribuable à la composante des biens

durables.

La valeur du prix des maisons est un bon indicateur de richesse immobilière. Les estimations de nos

modèles montrent que cette variable influence davantage les dépenses de biens de consommation

non durables et services qu’elle ne fait varier les dépenses de biens durables.19

Cela signifie donc

qu’un consommateur ayant une maison à un prix élevé sera enclin à se payer plus de biens non

durables et de services que celui qui en détient une à un prix inférieur. L’impact sur la

consommation globale, bien que relativement faible, est estimé positif et est statistiquement

significatif. Le Tableau 4 stipule qu’une hausse de 10% dans la valeur des propriétés se traduirait

par un accroissement des dépenses d’environ 0,8% dans la consommation.

Si la richesse financière influence les décisions des consommateurs, la hausse du TSX devrait avoir

un impact appréciable sur la consommation. Selon nos résultats, les fluctuations du TSX produisent

un effet de richesse sur l’ensemble de la consommation, particulièrement par l’entreprise des

dépenses de biens non durables et un peu via les services. Cette hausse incite ainsi les ménages

québécois à dépenser plus lorsque les cours du TSX montent, mais l’impact est très faible avec un

coefficient estimé de 0,0163 (voir tableau 4).

Nos résultats indiquent donc que le pouvoir explicatif de la richesse immobilière est plus important

que la richesse financière, ce qui concorde avec les travaux rapportés par Pichette et Tremblay

(2003) pour le Canada de même que ceux rapportés par Case, Shiller & Quigley (2005) pour un

ensemble de 14 pays développés, incluant le Canada.

18

L’ensemble de la consommation exclue toutefois les biens semi-durables. 19

Le tableau 2 de l’annexe IV montre que le prix des maisons influence les dépenses de l’agrégat de services.

36

Le prix relatif des biens durables permet d’expliquer en partie la substitution qui semble s’être

effectuée à long terme entre les biens durables et les biens non-durables pendant la période sous

étude. À long terme, une baisse de 1 % du prix relatif des biens durables entraîne une augmentation

des dépenses de biens durables de 0,83 %, tandis qu’elle fait diminuer les dépenses de biens non

durables et des services de 0,19 %.20

À l’inverse, une baisse du prix relatif de 1 % fait augmenter les

dépenses de consommation de biens durables et diminuer celles des biens non durables et services.

En deuxième lieu, nous avons estimé la dynamique de court terme avec un modèle à correction

d’erreur comprenant les résidus estimés de la régression de long terme. Les tableaux 5 à 8 montrent

les résultats des régressions de court terme pour la période de 1981(01)-2011(03).

Tableau 5: Biens durables, équation de court terme

Source SS df MS

Number of obs 122

Model 0,0428 7 0,0061

F( 7, 114) 10,62

Residual 0,0656 114 0,0006

Prob > F 0,0000

Total 0,1083 121 0,0009

R-squared 0,3946


Root MSE 0,02399


0,0204 0,0301 0,6800 0,5000 -0,0393 0,0801

1,6269 0,3150 5,1600 0,0000 1,0028 2,2510

0,1397 0,0621 2,2500 0,0270 0,0166 0,2628

-0,8086 0,2268 -3,5700 0,0010 -1,2579 -0,3593

0,0308 0,0142 2,1600 0,0330 0,0026 0,0590

-1,4985 0,4803 -3,1200 0,0020 -2,4498 -0,5471

residu2 -0,0667 0,0414 -1,6100 0,1100 -0,1487 0,0153

cons -0,0032 0,0029 -1,0900 0,2770 -0,0089 0,0026

20

Les résultats sont semblables en ce qui attrait les services pris individuellement, à savoir qu’une hausse de

1% du prix relatif des biens durables fait augmenter les dépenses reliées aux services de 0,185%. Voir tableau

2 de l’annexe IV. De plus, le tableau 1 de l’annexe IV montre la même régression, mais cette fois en

remplaçant par . Les résultats indiquent que les coefficients calculés à l’annexe IV ont moins

d’influence sur les dépenses des biens durables que ceux calculés avec .

37

Tableau 6: Biens non durables, équation de court terme

Source SS df MS

Number of obs 122

Model 0,0021 7 0,0003

F( 7, 114) 4,58

Residual 0,0076 114 0,0001

Prob > F 0,0002

Total 0,0098 121 0,0001

R-squared 0,2196


Root MSE 0,0082


-0,0034 0,0103 -0,3300 0,7430 -0,0238 0,0170

0,0861 0,1039 0,8300 0,4090 -0,1198 0,2919

0,0049 0,0212 0,2300 0,8190 -0,0371 0,0468

0,0264 0,0524 0,5000 0,6150 -0,0774 0,1303

0,0028 0,0049 0,5700 0,5700 -0,0069 0,0124

0,2329 0,1640 1,4200 0,1580 -0,0919 0,5578

residu4 -0,1898 0,0400 -4,7400 0,0000 -0,2691 -0,1106

cons 0,0023 0,0009 2,5000 0,0140 0,0005 0,0042

Tableau 7: Biens non durables et services, équation de court terme

Source SS df MS

Number of obs 122

Model 0,0013 7 0,00019

F( 7, 114) 9,91

Residual 0,0022 114 0,00002

Prob > F 0,0000

Total 0,0035 121 0,00003

R-squared 0,3782

Adj R-squared 034

Root MSE 0,00436


0,0051 0,0055 0,9300 0,3550 -0,0058 0,0160

0,1259 0,0543 2,3200 0,0220 0,0183 0,2336

0,0032 0,0016 1,9600 0,0530 0,0000 0,0065

0,1680 0,0407 4,1300 0,0000 0,0874 0,2486

-0,0012 0,0026 -0,4600 0,6500 -0,0063 0,0039

-0,0565 0,0869 -0,6500 0,5170 -0,2287 0,1158

residu5 -0,2342 0,0460 -5,0900 0,0000 -0,3254 -0,1430

cons -0,0175 0,0118 -1,4800 0,1410 -0,0408 0,0059

38

Tableau 8: Ensemble de la consommation, équation de court terme

Source SS df MS

Number of obs 122

Model 0,0020 6 0,00034

F( 6, 28) 10,83

Residual 0,0036 115 0,00003

Prob > F 0,0000

Total 0,0057 121 0,00005

R-squared 0,3611


Root MSE 0,0056


0,0077 0,0070 1,1000 0,2730 -0,0062 0,0217

0,3436 0,0702 4,8900 0,0000 0,2046 0,4826

0,0282 0,0146 1,9400 0,0550 -0,0007 0,0571

0,0025 0,0033 0,7500 0,4530 -0,0041 0,0091

-0,2325 0,1119 -2,0800 0,0400 -0,4541 -0,0109

residu7 -0,2243 0,0556 -4,0400 0,0000 -0,3344 -0,1142

cons 0,0041 0,0006 6,8900 0,0000 0,0029 0,0053

Pour déterminer les effets des variables à court terme, nous avons également effectué des

régressions en divisant la période en deux, soit : 1981 à 1996 de même que 1997 à 2011. Les

résultats de ces analyses se trouvent aux annexes VI et VII.21

Concernant la période de 1981 à 1996,

la valeur des coefficients de détermination ajustés de chacune des régressions est assez élevée pour

être en mesure d’expliquer ce qui influence les changements dans la consommation par nos

modèles. En ce qui concerne la période de 1997 à 2011, la valeur des coefficients de détermination

ajustés est légèrement inférieure, ce qui révèle un pouvoir explicatif moindre de nos modèles.

Toutefois, les régressions pour la période allant de 1990 à 199922

ont des coefficients de

détermination ajustés assez importants pour expliquer ce qui fait varier notre consommation

pendant cette période. Les coefficients de détermination ajustés pour la période allant de 2000 à

2011 sont quant à eux plus faibles que les autres périodes étudiées.23

Les dépenses de

consommation des biens de durables pour la période 2000 à 2011, de même que celles pour

21

Cette exercice a aussi été fait en trois sous-périodes : 1981 à 1989, 1990 à 1999 et 2000 à 2011. Les

résultats sont aux annexes VIII, IX et X, 22

Voir annexe IX. 23

Voir annexe X.

39

l’ensemble de la consommation ont des coefficients de détermination assez élevés pour expliquer ce

qui influence la consommation des ménages québécois. Il faut cependant être vigilant concernant

les biens non durables, car notre modèle a un pouvoir explicatif très faible d’environ 6%.

Les résultats ont aussi été estimés avec la méthode SUR24

pour les biens durables et non durables25

(voir annexe XI), de même que pour les biens durables, non durables et les services évalués

indépendamment (voir annexe XII). Cette méthode tient compte de la possible corrélation des

résidus dans les équations de nos modèles. En effet, il se peut que les écarts-types soient affectés si

la corrélation entre les variables est importante. Or, les coefficients significatifs trouvés avec cette

méthode sont les mêmes que ceux calculés avec les MCO, à l’exception du coefficient du prix des

maisons qui est significatif pour les biens non durables (voir annexe XI). Toutefois, lorsque les

biens non durables et les services sont pris indépendamment, le coefficient du prix des maisons

n’est pas significatif pour aucune des deux variables. Puisque le coefficient est très faible, celui-ci

n’aura pas un impact déterminant pour expliquer la consommation des ménages québécois. Nous

n’en tiendrons pas compte dans notre analyse.

La catégorie des dépenses de biens de consommation non durables englobe notamment les produits

alimentaires. Ainsi, il est normal que ce type de biens ne varie pas beaucoup à court terme selon la

conjoncture économique. Le tableau 9 ci-dessous indique dans ce sens, puisque les biens non

durables ont une distribution beaucoup plus rapprochée autour de la moyenne comparativement aux

biens non durables et aux services. Ce sont donc des biens homogènes. À l’opposé, les services sont

les biens ayant la distribution la plus dispersée. Cette agrégation, contrairement aux biens non

durables, varie beaucoup selon l’environnement des ménages et la conjoncture. Enfin, les dépenses

liées aux biens durables ont une durée de vie permettant l’étalement de leur consommation sur une

période de plus d’une année. Les biens durables sont généralement des biens d’équipement du

foyer, mais aussi des biens telle qu’une voiture par exemple. Il est ainsi logique de penser que les

dépenses de ménages allouées aux biens durables seront fonction de la conjoncture économique

québécoise puisque ces dépenses sont généralement considérées comme plus dispendieuses.

24

Seemingly unrelated regressions. 25

La définition des biens durables est celle incluant les services.

40

Tableau 9 Statistiques descriptives_per capita (1981(01)-2011(03))

Moyenne 2356,82 4853,12 8523,36 15733,31

Écart type 820,22 337,92 1669,61 2793,01

Entre 1981 et 2011, les dépenses totales des ménages québécois allouées à la consommation se sont

accrues de 109 %. Cette hausse est largement attribuable à l’augmentation des dépenses pour les

biens durables, celle-ci ayant varié de 258,7 % pendant la période étudiée, comparativement à une

augmentation respective de 37 % et 30 % pour les dépenses des biens non durables et services.

Tout comme pour les régressions de long terme, le PIB est le coefficient significatif ayant le plus

d’effet sur l’ensemble des dépenses de consommation entre 1981 et 2011. Un changement de 1 %

du PIB amène une variation de 0,34 % des dépenses octroyées à l’ensemble de la consommation et

une variation de 1,63 % pour les dépenses de consommation de biens durables.26

Sachant que le PIB

a varié de 80,27 % pour la période étudiée, nous pouvons conclure que 25 % de l’augmentation

dans les dépenses la consommation totale des ménages québécois est imputable à la variation du

PIB et qu’environ 50 % de la hausse de la consommation de biens durables entre 1981 et 2011 est

expliquée par l’accroissement du PIB. Le coefficient du PIB est également relativement

semblable pour les deux sous périodes en ce qui a trait aux dépenses des ménages pour l’ensemble

de la consommation: 0,29 % pour la période allant de 1981 à 1996 et 0,25 % de 1997 à 2011 (voir

annexe VI et VII).27

Toutefois, ces valeurs sont légèrement inférieures à celui obtenu précédemment

avec la régression de long terme. La variable PIB a également plus d’effet sur les dépenses de

consommation de biens durables que tous les autres biens de consommation étudiés. Pour la période

de 1981 à 1996, un changement de 1 % du PIB engendre une variation de 1,75 % sur les dépenses

de biens durables, tandis que pour la période de 1997 à 2011, ce même changement se résulte par

26

Ce même changement se résulte par une augmentation négligeable de 0,13 % pour les dépenses en biens

non durables et services. 27

Le PIB est également significatif et les coefficients obtenus sont plus élevés pour deux des trois sous

périodes calculées à l’annexe VII et IX. 0,33 % pour la période allant de 1981 à 1989 et 0,35 % pour la

période allant de 1990 à 1999.

41

une augmentation de 1,25 % des dépenses de biens durables. Entre 1981 et 1996, environ 70 % de

l’augmentation dans la consommation de biens durables était expliquée par la hausse du PIB. Pour

la seconde sous période, un peu moins de 50 % de l’augmentation des dépenses de consommation

de biens durables est relié à une hausse du PIB. À l’égard de ces résultats, le PIB semble être une

variable ayant moins d’impact sur les dépenses de biens durables dans les quinze dernières années

qu’elle n’en avait autrefois.

La variation du prix réel des maisons entre 1981 et 2011 est de 114 %. Cependant, le prix des

maisons n’a fluctué que de 3 % entre 1981 et 1996. Depuis, celui-ci a varié de 111 %. Pour la

période allant de 1981 à 2011, un changement de 1 % du prix des maisons amène une variation d’un

peu plus que 6 % dans les dépenses de biens durables. De plus, le prix des maisons explique une

partie des variations concernant les dépenses de biens de consommation pour la période allant de

1981 à 1996, mais cette variable est non significative pour la période allant de 1996 à 2012. Pour la

sous-période significative, une variation de 1 % du prix des maisons se répercute par une variation

de 10 % sur l’ensemble des dépenses pour la consommation des ménages québécois. Les dépenses

des ménages de biens durables ont aussi été influencées par le prix des maisons pour la sous période

1990 à 1999. À cette époque, une hausse de 1 % du prix des maisons a engendré une augmentation

de 0,39 % des dépenses de biens durables.

Le prix relatif a un pouvoir explicatif plus important pour les régressions de court terme. Pour la

période de 1981 à 1996, une augmentation de 1 % du prix relatif des biens durables entraîne une

diminution des dépenses de consommation de biens durables de 1,07 %, tandis qu’elle fait

augmenter les dépenses de consommation de biens non durables et des services de 0,22 %. Pour la

période allant de 1997 à 2011, une augmentation de 1 % du prix relatif des biens durables amène

une diminution des dépenses de biens durables de 1,14 %. L’effet de substituabilité entre les biens

durables ainsi que les biens non durables et services est encore plus important si l’on divise notre

période en trois sous périodes. En effet, une augmentation de 1 % du prix relatif des biens durables

entraîne une diminution des dépenses de consommation de biens durables de 1,22 % pour la période

de 1981 à 1989, de 1,36 % pour la période de 1990 à 1999 et de 1,34 % pour la période de 2000 à

2011. Entre 1981 et 2011, le prix relatif de bien durable a diminué de 50 %. Tout près de 15 % de

l’accroissement des dépenses dans la consommation de biens durables est justifiée par la variation

du prix relatif. Entre 1981 et 1996, 33 % de l’augmentation des dépenses de consommation de biens

durables est expliquée par la baisse du prix relatif, tandis que la variation de la consommation se

42

chiffre à 54 % entre 1997 et 2011. C’est donc dire que le terme d’échange des biens durables a

fortement diminué au fil du temps, et particulièrement entre 1997 et 2011.

Les tableaux 5 à 8 indiquent que le TSX est non significatif dans la plupart des régressions, sauf

pour les dépenses de biens non durables et services pour la période de 2000 à 2011 (voir annexe X).

Pour cette régression, une hausse de 1% du prix du TSX engendre une augmentation d’es dépenses

d’environ 0,02 %. L’impact de la richesse financière, bien que relativement faible, semble donc

avoir augmenté dans le temps (absent au début de l’échantillon, mais partiellement présent par la

suite).

Le taux d’intérêt réel est l’une des deux variables que nous avons ajoutée dans nos estimations de

court terme. Il représente le coût de financement (ou de renonciation) pour les dépenses de biens

durables. Pour la période de 1981 à 2011, une hausse de 1 % du taux d’intérêt réel engendre une

baisse de 1,50 % des dépenses de biens durables et une diminution de 0,23 % des dépenses sur

l’ensemble de la consommation.28

Par exemple, une variation du taux d’intérêt de 20 % se répercute

par une baisse de 30 % des dépenses de consommation de biens durables et une diminution des

dépenses pour l’ensemble de la consommation d’environ 5 %. Nos réponses vont donc dans le sens

des travaux de Markiw (1983) de même que ceux d’Erceg et Levin (2002) qui ont montré que les

dépenses pour les biens de consommation durables sont beaucoup plus sensibles qu’aux variations

des taux d’intérêt que le sont les dépenses pour les biens non durables et les services.

L’indice de confiance, notre seconde variable ayant potentiellement un effet à court terme, sert à

émettre des prévisions sur la croissance économique. Il n’a d’effet à court terme que pour les

dépenses de consommation de biens durables pour l’ensemble de notre période étudiée. L’impact

est toutefois très faible. En effet, une variation de 20 % de l’indice de confiance engendre un

changement de 0,6 % pour les dépenses de biens durables. L’impact pour la consommation totale

des ménages n’est pas significatif. Bref, même si les ménages québécois sont plus optimistes quant

à la situation économique future de la province par rapport à la période précédente et même si ceux-

28

Pour la période de 1981 à 1996, une hausse de 1% du taux d’intérêt réel engendre une baisse de 1,33 % des

dépenses de biens durables, tandis que cette même hausse entraîne, pour la seconde période de 1997 à 2011,

une baisse de 1,58 % des dépenses de biens durables (Voir annexe VI et VII).

43

ci estiment que leur situation financière s’améliorera, ils ne sont pratiquement pas portés à accroitre

les dépenses dans leur consommation.

45

V.2 Modèle d’optimisation

Cette section estime le modèle intertemporel présenté à la section III.2.29

Cette analyse permettra

d’évaluer les élasticités pour les deux types de biens pour comprendre comment un agent arbitre

entre sa consommation présente et future à l’égard des modifications dans les taux d’intérêt. Afin

d’estimer les conditions de premier ordre, il est nécessaire de spécifier une forme fonctionnelle

particulière pour la fonction d'utilité de façon à être en mesure d’écrire les utilités marginales en

terme de consommation. La forme d’utilité utilisée sera la suivante :

(

) [ ]

(4.1)

Où,

,

Étant donné la forme fonctionnelle de la fonction utilité, nous pouvons réécrire les conditions du

premier ordre ainsi:

,(

) (

)- (4.2)

,

*

+ - (4.3)

Sous l’hypothèse que les consommateurs sont considérés comme des agents rationnels ayant des

préférences identiques, les régressions des équations (4.2) et (4.3) peuvent être estimées

directement. Il sera possible de tester grâce à ces estimations, si la non-séparabilité entre les biens

durables et non-durables est essentielle au non rejet du modèle.

La procédure utilisée d’estimation est basée sur la méthode des moments généralisés (Hansen et

Singleton, 1982). Les auteurs utilisent les conditions stochastiques d’Euler associées au problème

d’optimisation intertemporelle des agents en tant que source de leurs conditions sur les moments

conditionnels. Le principe de cette approche consiste à introduire un ensemble de paramètres

29

Dans cette section, la définition utilisée pour les biens non durables est celle qui inclut les services.

46

auxiliaires facilement estimables afin d’estimer les paramètres d’intérêt à partir de ses paramètres

auxiliaires.

Règle générale, les conditions du premier ordre peuvent s’écrire ainsi :

(4.4)

Où,

Vecteur de fonctions

Ensemble de variables en t et t+1

Vecteur de paramètres à estimer

Soit , un vecteur d’instruments incluant les variables faisant partie de l’ensemble d’information

de l’agent représentatif à la période t. On observe alors que :

[ ] (4.5)

Où,

L’espérance inconditionnelle

Produit de Kronecker

Hansen (1982) de même que Hansen et Singleton (1982) montrent que le meilleur estimateur du

paramètre est celui minimisant la somme pondérée des carrés du produit de ce vecteur

d'instruments au temps t avec la fonction . La valeur minimale de cette fonction objectif, sera

utilisée pour déterminer si les restrictions imposées par le modèle sont rejetées. La statistique suit

asymptotiquement une loi du , où représente le nombre de degré de liberté. La statistique

chi-carré mesure la corrélation entre les instruments et les termes d’erreurs des équations. Le

nombre de degrés de liberté est égal à la différence entre le nombre d’équations à estimer multiplié

par le nombre d’instruments et le nombre de paramètres à estimer. Pour que les restrictions du

modèle ne soient pas rejetées, la statistique doit être inférieure à la valeur critique du . Une

valeur plus grande de par rapport à la valeur critique du amène au rejet des restrictions du

47

modèle. Pour vérifier la robustesse de nos résultats, trois listes d’instruments sont utilisées pour

estimer notre modèle.30

La liste A comprend : une constante, le taux de croissance du stock de biens

durables retardé d’une période, le taux de croissance du stock de biens durables retardé de deux

périodes, le taux de croissance du stock de biens non durables retardé d’une période et le taux de

croissance du stock de biens non durables retardé de deux périodes. La liste B comprend : une

constante, le taux de croissance du stock de biens durables retardé d’une période, le taux de

croissance du stock de biens non durables au temps retardé d’une période et le ratio du prix relatifs

des biens durables retardé de deux périodes. Enfin la liste C est composée : d’une constante, du taux

de croissance du stock de biens durables retardé d’une période, et du taux de croissance du stock de

biens non durables retardé de deux périodes.

Le stock de biens durables est calculé ainsi : [ ] Toutefois, nous devons

supposer pour la période initiale que . Pour ne pas que la valeur calculé à la

période initiale vienne biaiser nos résultats, les estimations débutent en 1985:01. Le prix relatif des

biens durables est calculé en divisant l'indice implicite des prix des biens durables par l'indice des

biens durables sur les biens non durables et services. La valeur de rho est fixée à 0,005 par

trimestre ou 2% par année.31

La valeur de départ des deux paramètres à estimer ( ) est de 1.

Tableau 10 : Estimations des équations d’Euler (4.2) et (4.3); 1985(01)-2011(03)

Liste d'instrument A B C

Paramètres

1.9239 1.9300 1.9551

(0.0279) (0.0281) (0.0308)

0.1433 0.1785 0.2155

(0.0514) (0.0546) (0.0631)

Concavité U (.) oui oui oui

Signification 0.0617 0.0165 0.7279

Stat. J 14.8673 15.5236 2.0429

Note : Les chiffres entre parenthèses indiquent les écarts-types.

30

Voir Fauvel et Samson, (1987), « Intertemporal substitution and durable goods: an empirical analysis ». 31

Il a été impossible, à cause de problèmes de convergence, d’estimer les trois paramètres simultanément.

C’est pourquoi la valeur du paramètre rho a été fixée à une valeur raisonnable. Celle-ci doit se situer autour

du taux d’intérêt réel qui lui, varie autour de 2-3 % par an pour la période étudiée.

48

Le tableau 10 indique les résultats des estimations de notre fonction d'utilité pour la période allant

de 1985(01) à 2011(03). Les équations d'Euler sont estimées conjointement, ce qui implique que

l’agent n’est pas confronté à une contrainte de quantité dans l'un des marchés pour les deux types de

biens. Les trois listes d’instruments stipulent la concavité et les valeurs des tests t sur

signalent que la non séparabilité dans les préférences pour les deux types de biens est importante.

Les deux types de biens sont donc substituts. Ce résultat renforce les estimations de la section

précédente qui démontrent que lorsque le prix relatif du bien durable diminue, les dépenses de biens

durables se substituent partiellement aux dépenses de biens non durables. La statistique indique

que les restrictions imposées par le modèle ne sont pas rejetées pour la liste A et B à un niveau de

10 % et à un niveau de signification de 1% pour la liste C. En théorie, la corrélation devrait être

nulle parce que les erreurs d’anticipations devraient être rationnelles et non corrélées avec toute

l’information disponible à la période courante.

Ces résultats nous permettent de conclure que la non-séparabilité au niveau des préférences entre les

biens durables et non durables semble importante. Il serait donc préférable d’en tenir compte dans la

modélisation des différentes catégories de la consommation agrégée.

49

VI. Conclusion

Représentant une importante part de l’activité économique au Québec, il est primordial d’essayer

d’analyser comment les dépenses de consommation seront affectées selon l’environnement des

consommateurs. C’est pourquoi, dans un premier temps, l’objectif de ce mémoire a été de modéliser

la consommation du Québec avec une technique économétrique qui ne repose pas sur l’hypothèse

d’une structure de préférence particulière. Nos principaux résultats pour les régressions de long

terme pour la période de 1981(01) à 2011(03) montrent que le PIB réel est la variable ayant le

coefficient qui influence le plus l’ensemble des dépenses allouées à la consommation. Les dépenses

de consommation de biens durables sont le plus corrélées avec cette variable. Par ailleurs, les

estimations de nos modèles du prix réel des maisons au Québec indiquent que cette variable fait

varier davantage les dépenses de biens de consommation non durables et services qu’elle

n’influence les dépenses de biens durables. Les fluctuations du TSX produisent un effet de richesse

sur l’ensemble de la consommation, particulièrement par l’entreprise des dépenses de biens non

durables et un peu via les services. L’impact demeure toutefois très faible. Enfin, le prix relatif des

biens durables explique en partie la substitution qui semble s’être effectuée à long terme entre les

biens durables et les biens non-durables pendant la période étudiée.

En deuxième lieu, nous avons estimé la dynamique de court terme avec un modèle à correction

d’erreur comprenant les résidus estimés de la régression de long terme pour la période de 1981(01)

à 2011(03). Tout comme pour les régressions de long terme, le PIB est le coefficient significatif

ayant le plus d’effet sur l’ensemble des dépenses de consommation entre 1981 et 2011. Nous

pouvons conclure que 25 % de l’augmentation dans les dépenses de la consommation totale des

ménages québécois est attribuable à la variation du PIB entre 1981 et 2011 et qu’environ 50 % de la

hausse des dépenses de consommation de biens durables est expliquée par la hausse du PIB. Entre

1981 et 1996, environ 70 % de l’augmentation des dépenses de consommation de biens durables

était expliquée par la hausse du PIB. Entre 1997 et 2011, un peu moins de 50 % de l’augmentation

des dépenses dans la consommation de biens durables étaient reliés à une hausse du PIB. À l’égard

de ces résultats, le PIB semble être une variable ayant moins d’impact sur les dépenses de biens

durables dans les quinze dernières années qu’elle n’en avait autrefois. Pour la période allant de 1981

à 2011, un changement de 1 % du prix des maisons amène une variation d’un peu plus que 6 %

dans les dépenses de biens durables. De plus, le prix des maisons explique une partie des variations

50

concernant les dépenses de biens de consommation pour la période allant de 1981 à 1996, mais

cette variable est non significative pour la période allant de 1996 à 2012. Pour la sous-période

significative, une variation de 1 % du prix des maisons se répercute par une variation de 10 % de

l’ensemble des dépenses de consommation des ménages québécois. Concernant le prix relatif, celui-

ci a un pouvoir explicatif plus important pour les régressions de court terme. Entre 1981 et 2011,

tout près de 15 % de l’augmentation des dépenses de consommation de biens durables est

attribuable à la variation du prix relatif. Entre 1981 et 1996, 33 % de l’augmentation dans les

dépenses de consommation de biens durables est expliquée par la baisse du prix relatif, tandis que la

variation de la consommation se chiffre à 54 % entre 1997 et 2011. Pour sa part, le TSX est non

significatif dans la plupart des régressions, sauf pour les dépenses de biens non durables et services

pour la période de 2000 à 2011. Pour cette régression, une hausse de 1% du prix du TSX engendre

une augmentation des dépenses d’environ 0,02 %. L’impact de la richesse financière, bien que

relativement faible, semble s’être accru au fil du temps.

Le taux d’intérêt réel est l’une des deux variables que nous avons ajoutée dans nos estimations de

court terme. Pour la période de 1981 à 2011, une hausse de 1 % du taux d’intérêt réel engendre une

baisse de 1,50 % des dépenses de biens durables et une diminution de 0,23 % dans les dépenses

pour l’ensemble de la consommation. On a observé que cet impact plus élevé des fluctuations du

taux d’intérêt sur les dépenses des biens durables correspond à ce qui est généralement observé dans

la littérature. Cela signifie que les dépenses pour les biens de consommation durables devraient être

beaucoup plus sensibles aux variations des taux d’intérêt que les dépenses pour les biens de

consommation non durables et les services. Finalement, l’indice de confiance, notre seconde

variable ayant potentiellement un effet à court terme, n’a d’effet à court terme que pour les

dépenses de consommation de biens durables pour l’ensemble de notre période étudiée. L’impact

est toutefois très faible.

Ce mémoire a aussi considéré un modèle d’agent économique rationnel optimisateur face au

problème de l’allocation intertemporelle de sa consommation de biens durables et non durables.

Cette analyse a permis de constater que lorsqu’on désagrège la consommation, il est important de

tenir compte des liens entre ses sous-catégories. Nos résultats ont apporté un certain support, bien

que partiel, pour le modèle présenté.

51

La consommation est l’agrégat le plus important des dépenses dans l’économie. Ce mémoire a

analysé cette variable dans le contexte québécois et nous a permis de mettre en évidence certains

faits et liens importants illustrés par d’autres auteurs dans un contexte différent. Notre analyse a tout

d’abord permis de mettre en évidence le rôle joué par le revenu, le prix relatif des biens durables, la

richesse financière, la valeur des maisons, la confiance des ménages et les fluctuations des taux

d’intérêt pour expliquer les variations des dépenses de consommation au Québec dans son

ensemble, mais aussi selon les sous catégories. De plus, nous avons établi la non séparabilité au

niveau de préférences entre les biens durables et non durables. Une telle formation suppose que les

biens de consommation au Québec sont substituts entre eux, ce qui permet de modéliser les

habitudes de consommation et les biens durables et non durables simultanément.

53

Bibliographie

Attanasio, O.P. & M. Browning, Consumption Over the Life Cycle and Over the Business Cycle,

American Economic Review, December 1995. Volume 85(5), pp. 1118-37.

Auray, S., Monnaie, Consommation et Substitution Intertemporelle, Canada: Groupe de Recherche

en Économie et Développement International, EQUIPPE, Universités Lille Nord de France &

GREDI, Université de Sherbrooke & CIRPEE, 2009.

Campbell J. & G. Mankiw, International evidence on the persistence of Economic Fluctuations,

Journal of Monetary Economics, March 1989. Volume 23(2), pp. 319-333.

Case K.E., J.M. Quigley & R.J. Shiller, Comparing Wealth Effects : The Stock Market versus The

Housing Market, Advances in Macroeconomics, 2005. Volume 5, no 1, pp. 1-34.

Dvornak, N. & M. Kohler, Housing Wealth, Stock Market, Wealth and Consumption : A panel

Analysis for Australia, RBA Research Discussion Papers, Reserve Bank of Australia, 2003.

Engle R. & C. Granger, Co-integration and Error Correction : Representation, Estimation, and

Testing, Econometrica, 1987. Volume 55, issue 2, pp. 251-276.

Erceg, C. & A. Levin, Optimal Monetary Policy with Durable and Non-Durable Goods, European

Central Bank, September 2002. Working paper No.179.

Fauvel M. & L. Samson, Intertemporal Substitution and Durable Goods : An empirical Analysis,

Canada : The Canadian Journal of Economics / Revue canadienne d’Économique, February 1991.

Volume 24, No. 1, pp. 192-205.

54

Ferson, W. & G. Constantinides, Habit Persistence and Durability in Aggregate Consumption:

Empirical Tests, Journal of Financial Economics, October 1991. Volume 29(2), pp. 199-240.

Flavin, M., The Adjustment of Consumption to Changing Expectations About Future Income,

University of Chicago : The Journal of Politicial Economy, October 1981. Volume 89, No. 5, pp.

974-1009.

Friedman, M., A Theory of the Consumption Function, Princeton University Press, National Bureau

of Economic Research, 1957.

Granger, C., Some Properties of Time Series Data and Their Use in Econometric Model

Specification, Journal of Econometrics, May 1981. Volume 16, Issue 1, pp. 121-130.

Granger, C.W.J. & P. Newbold, Spurious Regressions in Econometrics, Journal of Econometrics,

1974. Volume 2, pp.111-120.

Haute école de gestion de Genève. Élasticité-prix de la demande d’essence en Suisse, Université de

Genève : Laboratoire d’Économie Appliquée. Rapport final du 14 juillet 2009.

Hall, R., Stochastic Implications of the Life Cycle-Permanent Income Hypothesis : Theory of

Evidence, University of Chicago, Journal of Political Economy, december 1978. Volume 86(6), pp.

971-87.

Hansel, L.P., Large Sample Properties of Generalised Method of Moments Estimators, Journal of

the Econometric Society, 1982. Volume 50(5), pp.1269-86.

55

Hansel, L.P. & K.J. Singleton, Generalized Instrumental Variables Estimation of Nonlinear

Rational Expectations Models, Journal of the Econometric Society, 1982. Volume 50(5), pp.1269-

86.

Hall, R., Intertemporal Substitution in Consumption, Jounal of Political Economy, University of

Chicago Press, April 1988. Volume 96(2), pp. 339-57.

Hamburger, J., Interest Rates and the Demand for Consumer Durable Goods, Staff Studies 41,

Board of Governors of the Federal Reserve System (U.S.), 1967.

Jappelli, T. & M. Pagano, Savings, Growth and Liquidity Constraints, The Quarterly Journal of

Economics, MIT Press, February 1994. Volume 109(1), pp. 84-101.

Lettau, M. & S. Ludvigson, The declining Equity Premium : What Role Does Macroeconomic Risk

Play ?, Meeting Papers 644, Society for Economic Dynamics, 2004.

Lucas, R., Econometric Policy Evaluation : A Critique, Carnegie-Rochester Conference Series on

Public Policy 1, 1976. pp.19-46.

Ludwig, A. & T. Slok, The Impact of Changes in Stock Prices and House Prices on Consumption in

OECD Countries, 2002. International Monetary Fund Working Paper Series, WP/02/1.

Macklem, T.R., Aggregate wealth in Canada, Canadian Journal of Economics, 1997. pp.152-168.

Mankiw, G., Consumer Durables and the Real Interest Rate, Washington : The Review of

Economics and Statistics, August 1985. Volume LXVII, No. 3, pp. 353-362.

56

Mankiw, G., J. Rotemburg, and L. Summers, Intertemporal Substitution in Macroeconomics, The

Quarterly Journal of Economics, February 1985. Volume 100, No. 1, pp. 225-251.

Ogaki, M. & C. Reinhart, Mesuring Intertemporal Substitution : The Role of Durables Goods,

University of Maryland, Department of Economics : Rochester Center for Economic Research, May

1995. Working Paper No. 404.

Phang ,S.-Y., House Prices and Aggregate Consumption: Do They Move Together? Evidence from

Singapore, Singapore Management University, Journal of Housing Economics, 2004.

Pichette, L., Les Effets Réels du Cours des Actions Sur La Consommation, Banque du

Canada. 2000. Document de travail 2000-21.

Pichette, L. & D. Tremblay, Are Wealth Effects Important For Canada, Banque du Canada.

2003. Working Paper 2003-30.

Skinner, J., Advances in the Economics of Aging : Is Housing Wealth a Side Show ?,

University of Chicago Press, 1996. Pp. 241-268.

Slok, T., The Impact of Changes in Stock Prices and House Prices on Consumption in

OECD Countries, IMF Working Papers, International Monetary Fund. 2002.

57

Annexe I

Dickey-Fuller : test de racine unitaire – un retard

Valeur critique pertinente :

1% Critical

value

5% Critical

value

10% Critical

value

-4,033 -3,447 -3,147

Valeur observée du test t :

Variables

Test Statistic

Z(t) -1,214

Z(t) -3,828

Z(t) -1,429

Z(t) -2,328

Z(t) -3,881

Z(t) -2,378

Z(t) -1,352

Z(t) -2,081

Z(t) -2,645

Annexe II



1% Critical

value

5% Critical

value

10% Critical

value

-4,033 -3,447 -3,147


Variables

Test Statistic

Z(t) -1,016

Z(t) -3,875

Z(t) -1,439

Z(t) -2,179

Z(t) -3,355

Z(t) -2,550

Z(t) -0,189

Z(t) -1,515

Z(t) -2,289

Annexe III

Dickey-Fuller : test de racine unitaire – un retard, sans constance ni tendance


1% Critical

value

5% Critical

value

10% Critical

value

-2,597 -1,950 -1,611


Variables

Test Statistic

Z(t) -2,461

Z(t) -2,384

Z(t) -3,727

Z(t) -3,753

Z(t) -1,662

Z(t) -3,450

65

Annexe IV

Regression long terme 1981(01)-2011(03)

Tableau 1: Biens durables

Source SS df MS

Number of obs 123

Model 19,3627 5 3,8725

F( 5, 117) 999,26

Residual 0,4534 117 0,0039

Prob > F 0,0000

Total 19,8161 122 0,1624

R-squared 0,9771


Root MSE 0,0623


0,0438 0,0415 1,06 0,2930 -0,0384 0,1261

1,9431 0,2475 7,85 0,0000 1,453 2,4332

0,1596 0,0766 2,08 0,0390 0,0079 0,3112

-0,2571 0,1436 -1,79 0,0760 -0,5415 0,0273

t -0,0021 0,0013 -1,6 0,1130 -0,0048 0,0005

cons -15,0981 2,5942 -5,82 0,0000 -20,2358 -9,9604

Tableau 2: Services

Source SS df MS

Number of obs 123

Model 7,8465 5 1,5693

F( 5, 117) 3598,87

Residual 0,0510 117 0,0004

Prob > F 0,0000

Total 7,8975 122 0,0647

R-squared 0,9935


Root MSE 0,0209


-0,0132 0,0139 -0,95 0,3460 -0,0408 0,0144

0,0106 0,0966 0,11 0,9130 -0,1807 0,2019

0,0904 0,0235 3,85 0,0000 0,0438 0,137

0,1851 0,0859 2,16 0,0330 0,015 0,3552

t 0,0076 0,0007 10,7 0,0000 0,0062 0,009

cons 9,172 0,9759 9,4 0,0000 7,2393 11,1048

67

Annexe V



Source SS df MS

Number of obs 122

Model 0,0367 7 0,0052

F( 7, 114) 8,34

Residual 0,0717 114 0,0006

Prob > F 0

Total 0,1083 121 0,0009

R-squared 0,3386

Adj R-squared 0,298

Root MSE 0,02507


0,0202 0,0315 0,6400 0,5230 -0,0422 0,0825

1,5579 0,3290 4,7400 0,0000 0,9062 2,2095

0,1391 0,0653 2,1300 0,0350 0,0097 0,2685

-0,2793 0,1588 -1,7600 0,0810 -0,5939 0,0352

0,0309 0,0149 2,0700 0,0400 0,0014 0,0604

-1,5738 0,5012 -3,1400 0,0020 -2,5668 -0,5809

residu1 -0,0668 0,0410 -1,6300 0,1060 -0,1480 0,0143

cons 0,0000 0,0029 -0,0100 0,9920 -0,0057 0,0056

Tableau 2: Services

Source SS df MS

Number of obs 122

Model 0,0012 7 0,00017

F( 7, 114) 6,49

Residual 0,0030 114 0,00003

Prob > F 0,0000

Total 0,0042 121 0,00003

R-squared 0,2851


Root MSE 0,00512


0,0145 0,0064 2,2500 0,0260 0,0017 0,0272

0,1700 0,0647 2,6300 0,0100 0,0418 0,2982

0,0048 0,0132 0,3600 0,7190 -0,0215 0,0310

0,2096 0,0546 3,8400 0,0000 0,1013 0,3178

-0,0022 0,0030 -0,7100 0,4800 -0,0082 0,0039

-0,2544 0,1025 -2,4800 0,0150 -0,4575 -0,0513

residu6 -0,0376 0,0232 -1,6200 0,1080 -0,0834 0,0083

cons 0,0071 0,0006 11,1000 0,0000 0,0059 0,0084

69

Annexe VI



Source SS df MS

Number of obs 63

Model 0,0391 7 0,0056

F( 7, 55) 8,1300

Residual 0,0378 55 0,0007

Prob > F 0,0000

Total 0,0770 62 0,0012

R-squared 0,5086


Root MSE 0,0262


0,0948 0,0521 1,8200 0,0740 -0,0096 0,1991

1,7526 0,3980 4,4000 0,0000 0,9549 2,5503

0,1402 0,0824 1,7000 0,0950 -0,0250 0,3054

-1,0737 0,2802 -3,8300 0,0000 -1,6351 -0,5122

0,0347 0,0197 1,7600 0,0840 -0,0049 0,0743

-1,3334 0,6007 -2,2200 0,0310 -2,5372 -0,1297

residu2 -0,2049 0,0891 -2,3000 0,0250 -0,3835 -0,0263

cons -0,0036 0,0039 -0,9200 0,3630 -0,0114 0,0042

Tableau 2: Biens non durables

Source SS df MS

Number of obs 63

Model 0,0029 7 0,0004

F( 7, 55) 5,1000

Residual 0,0045 55 0,0001

Prob > F 0,0002

Total 0,0073 62 0,0001

R-squared 0,3935

Adj R-squared 0.3163

Root MSE 0,0090


-0,0162 0,0171 -0,9500 0,3480 -0,0504 0,0181

0,0164 0,1348 0,1200 0,9040 -0,2537 0,2865

0,0049 0,0283 0,1700 0,8620 -0,0517 0,0616

0,1943 0,0679 2,8600 0,0060 0,0582 0,3303

-0,0042 0,0068 -0,6100 0,5420 -0,0177 0,0094

0,1955 0,2072 0,9400 0,3500 -0,2197 0,6107

residu4 -0,5370 0,1016 -5,2900 0,0000 -0,7405 -0,3334

cons 0,0021 0,0013 1,6600 0,1020 -0,0004 0,0047

70

Tableau 3: Biens non durables et services

Source SS df MS

Number of obs 63

Model 0,0012 7 0,0002

F( 7, 55) 6,66

Residual 0,0014 55 0,0000

Prob > F 0,00

Total 0,0025 62 0,0000

R-squared 0,46

Adj R-squared 0,39

Root MSE 0,01


0,0032 0,0095 0,3400 0,7360 -0,0158 0,0222

0,1209 0,0719 1,6800 0,0980 -0,0232 0,2651

0,0095 0,0060 1,5600 0,1240 -0,0027 0,0216

0,2234 0,0527 4,2400 0,0000 0,1178 0,3290

-0,0018 0,0038 -0,4800 0,6320 -0,0093 0,0057

-0,0858 0,1148 -0,7500 0,4580 -0,3158 0,1443

residu5 -0,2933 0,0751 -3,9100 0,0000 -0,4437 -0,1428

cons -0,0615 0,0426 -1,4400 0,1550 -0,1470 0,0239

Tableau 4: Ensemble de la consommation

Source SS df MS

Number of obs 63

Model 0,0019 6 0,0003

F( 6, 56) 8,74

Residual 0,0020 56 0,0000

Prob > F 0,0000

Total 0,0039 62 0,0001

R-squared 0,4835


Root MSE 0,0060


0,0166 0,0114 1,4500 0,1510 -0,0063 0,0396

0,2903 0,0901 3,2200 0,0020 0,1098 0,4709

0,0523 0,0200 2,6100 0,0120 0,0122 0,0925

0,0016 0,0045 0,3500 0,7260 -0,0074 0,0106

-0,2186 0,1378 -1,5900 0,1180 -0,4947 0,0575

residu7 -0,4918 0,1044 -4,7100 0,0000 -0,7010 -0,2825

cons 0,0039 0,0008 4,6200 0,0000 0,0022 0,0055

71

Annexe VII



Source SS df MS

Number of obs 58

Model 0,0148 7 0,0021

F( 7, 50) 6,61

Residual 0,0160 50 0,0003

Prob > F 0,0000

Total 0,0307 57 0,0005

R-squared 0,4808


Root MSE 0,0179


-0,0083 0,0317 -0,2600 0,7950 -0,0720 0,0554

1,2500 0,4503 2,7800 0,0080 0,3455 2,1544

0,1644 0,0886 1,8600 0,0690 -0,0136 0,3424

-1,1450 0,4202 -2,7200 0,0090 -1,9890 -0,3009

0,0132 0,0182 0,7300 0,4710 -0,0233 0,0497

-1,5848 0,7554 -2,1000 0,0410 -3,1021 -0,0675

residu2 -0,5527 0,1193 -4,6300 0,0000 -0,7924 -0,3131

cons -0,0050 0,0046 -1,0700 0,2900 -0,0143 0,0044

Tableau 2: Biens non durables

Source SS df MS

Number of obs 58

Model 0,0006 7 0,0001

F( 7, 50) 2,3

Residual 0,0018 50 0,0000

Prob > F 0,0409

Total 0,0023 57 0,0000

R-squared 0,2437


Root MSE 0,0059


-0,0091 0,0107 -0,8500 0,3980 -0,0305 0,0123

0,1877 0,1508 1,2500 0,2190 -0,1151 0,4905

-0,0090 0,0296 -0,3100 0,7610 -0,0684 0,0503

-0,0952 0,0837 -1,1400 0,2610 -0,2634 0,0729

0,0084 0,0060 1,4000 0,1680 -0,0036 0,0205

0,1516 0,2470 0,6100 0,5420 -0,3444 0,6477

residu4 -0,3510 0,1214 -2,8900 0,0060 -0,5949 -0,1071

cons 0,0019 0,0013 1,4300 0,1590 -0,0008 0,0046

72

Tableau 3: Biens non durables et services

Source SS df MS

Number of obs 58

Model 0,0003 7 0,0000

F( 7, 50) 3,01

Residual 0,0006 50 0,0000

Prob > F 0,0102

Total 0,0009 57 0,0000

R-squared 0,2966


Root MSE 0,0035


0,0122 0,0066 1,8500 0,0710 -0,0011 0,0254

0,1366 0,1041 1,3100 0,1950 -0,0725 0,3457

0,0007 0,0021 0,3300 0,7430 -0,0036 0,0050

-0,1306 0,0960 -1,3600 0,1800 -0,3233 0,0622

0,0009 0,0036 0,2500 0,8070 -0,0063 0,0081

0,1274 0,1469 0,8700 0,3900 -0,1677 0,4225

residu5 -0,3528831 0,1313 -2,6900 0,0100 -0,6166 -0,0892

cons -0,0012 0,0157 -0,0800 0,9390 -0,0327 0,0303

Tableau 4: Ensemble de la consommation

Source SS df MS

Number of obs 58

Model 0,000530749 6 0,0001

F( 6, 51) 4,16

Residual 0,001085742 51 0,000021289

Prob > F 0,0018

Total 0,001616491 57 0,0000

R-squared 0,3283


Root MSE 0,0046


0,0098 0,0081 1,2100 0,2310 -0,0065 0,0262

0,2517 0,1176 2,1400 0,0370 0,0156 0,4878

0,0238 0,0229 1,0400 0,3040 -0,0222 0,0697

0,0013 0,0046 0,2900 0,7710 -0,0079 0,0106

-0,2768 0,1897 -1,4600 0,1510 -0,6577 0,1041

residu7 -0,2887 0,1068 -2,7000 0,0090 -0,5030 -0,0743

cons 0,0050 0,0009 5,4500 0,0000 0,0032 0,0069

73

Annexe VIII


Tableau 1 : Biens durables

Source SS df MS

Number of obs 35

Model 0,0297 7 0,0042

F( 7, 27) 4,8100

Residual 0,0238 27 0,0009

Prob > F 0,0013

Total 0,0535 34 0,0016

R-squared 0,5547


Root MSE 0,0297


0,0767 0,0684 1,1200 0,2720 -0,0636 0,2171

1,5531 0,5655 2,7500 0,0110 0,3927 2,7135

0,1380 0,1087 1,2700 0,2150 -0,0851 0,3610

-1,2198 0,4049 -3,0100 0,0060 -2,0505 -0,3890

0,0397 0,0420 0,9500 0,3530 -0,0465 0,1259

-1,4601 1,1765 -1,2400 0,2250 -3,8741 0,9539

residu2 -0,3747 0,1436 -2,6100 0,0150 -0,6693 -0,0801

cons -0,0023 0,0060 -0,3900 0,7020 -0,0146 0,0100

Tableau 2 : Biens non durables

Source SS df MS

Number of obs 35

Model 0,0021 7 0,0003

F( 7, 27) 2,9800

Residual 0,0028 27 0,0001

Prob > F 0,0190

Total 0,0049 34 0,0001

R-squared 0,4356


Root MSE 0,0102


-0,0176 0,0231 -0,7600 0,4520 -0,0651 0,0298

0,2888 0,1948 1,4800 0,1500 -0,1110 0,6885

-0,0069 0,0370 -0,1900 0,8530 -0,0830 0,0691

0,1239 0,0946 1,3100 0,2010 -0,0701 0,3180

-0,0115 0,0143 -0,8000 0,4310 -0,0408 0,0179

0,2605 0,4066 0,6400 0,5270 -0,5738 1,0947

residu4 -0,5875 0,1561 -3,7600 0,0010 -0,9078 -0,2672

cons -0,0005 0,0020 -0,2500 0,8010 -0,0045 0,0035

74

Tableau 3 : Biens non durables et services

Source SS df MS

Number of obs 35

Model 0,0010 7 0,0001

F( 7, 27) 4,5000

Residual 0,0008 27 0,0000

Prob > F 0,0020

Total 0,0018 34 0,0001

R-squared 0,5386


Root MSE 0,0055


0,0110 0,0125 0,8800 0,3870 -0,0147 0,0366

0,1669 0,1017 1,6400 0,1120 -0,0418 0,3756

0,0087 0,0083 1,0600 0,3000 -0,0082 0,0257

0,2532 0,0773 3,2800 0,0030 0,0947 0,4117

-0,0044 0,0082 -0,5400 0,5970 -0,0213 0,0125

0,0420 0,2185 0,1900 0,8490 -0,4062 0,4902

residu5 -0,5792 0,1439 -4,0200 0,0000 -0,8745 -0,2839

cons -0,0558 0,0581 -0,9600 0,3460 -0,1751 0,0635

Tableau 4 : Ensemble de la consommation

Source SS df MS

Number of obs 35

Model 0,0015 6 0,0002

F( 6, 28) 5,5900

Residual 0,0012 28 0,0000

Prob > F 0,0007

Total 0,0027 34 0,0001

R-squared 0,5449


Root MSE 0,0066


0,0210 0,0153 1,3700 0,1810 -0,0104 0,0524

0,3316 0,1243 2,6700 0,0130 0,0770 0,5863

0,0273 0,0238 1,1500 0,2610 -0,0214 0,0760

-0,0045 0,0091 -0,4900 0,6250 -0,0231 0,0141

-0,1054 0,2615 -0,4000 0,6900 -0,6411 0,4304

residu7 -0,6776 0,1429 -4,7400 0,0000 -0,9703 -0,3850

cons 0,0041 0,0013 3,2700 0,0030 0,0016 0,0067

75

Annexe IX



Source SS df MS

Number of obs 39

Model 0,02165 7 0,0031

F( 7, 31) 9,6400

Residual 0,00995 31 0,0003

Prob > F 0,0000

Total 0,03161 38 0,0008

R-squared 0,6851


Root MSE 0,0179


0,0568 0,0525 1,0800 0,2870 -0,0502 0,1638

1,6694 0,4469 3,7400 0,0010 0,7579 2,5809

0,3899 0,1142 3,4200 0,0020 0,1571 0,6228

-1,3682 0,3910 -3,5000 0,0010 -2,1656 -0,5708

0,0182 0,0170 1,0700 0,2930 -0,0165 0,0528

-0,9152 0,5302 -1,7300 0,0940 -1,9966 0,1661

residu2 -0,4300 0,1246 -3,4500 0,0020 -0,6841 -0,1759

cons -0,0029 0,0041 -0,7200 0,4790 -0,0113 0,0054


Source SS df MS

Number of obs 39

Model 0,00104 7 0,0001

F( 7, 31) 4,8500

Residual 0,00095 31 0,0000

Prob > F 0,0009

Total 0,00199 38 0,0001

R-squared 0,5229


Root MSE 0,0055


0,0017 0,0161 0,1000 0,9190 -0,0311 0,0344

0,0840 0,1305 0,6400 0,5240 -0,1821 0,3502

-0,0025 0,0346 -0,0700 0,9420 -0,0730 0,0680

0,1426 0,0835 1,7100 0,0980 -0,0277 0,3129

0,0053 0,0051 1,0400 0,3090 -0,0051 0,0156

-0,0233 0,1696 -0,1400 0,8920 -0,3692 0,3226

residu4 -0,7946 0,1665 -4,7700 0,0000 -1,1341 -0,4550

cons 0,0037 0,0011 3,2000 0,0030 0,0013 0,0060

76


Source SS df MS

Number of obs 39

Model 0,00061 7 0,0001

F( 7, 31) 8,9800

Residual 0,00030 31 0,0000

Prob > F 0,0000

Total 0,00091 38 0,0000

R-squared 0,6697


Root MSE 0,0031


0,0171 0,0093 1,8400 0,0760 -0,0019 0,0360

0,1692 0,0749 2,2600 0,0310 0,0164 0,3220

-0,0049 0,0102 -0,4800 0,6330 -0,0258 0,0159

0,1815 0,0669 2,7100 0,0110 0,0451 0,3178

0,0032 0,0028 1,1700 0,2510 -0,0024 0,0089

-0,2876 0,0925 -3,1100 0,0040 -0,4762 -0,0990

residu5 -0,4838 0,1379 -3,5100 0,0010 -0,7651 -0,2025

cons 0,0389 0,0724 0,5400 0,5950 -0,1088 0,1865


Source SS df MS

Number of obs 39

Model 0,00115 6 0,0002

F( 6, 32) 12,1700

Residual 0,00050 32 0,0000

Prob > F 0,0000

Total 0,00166 38 0,0000

R-squared 0,6954


Root MSE 0,0040


0,0223 0,0117 1,9200 0,0640 -0,0014 0,0461

0,3577 0,0886 4,0400 0,0000 0,1773 0,5381

0,0664 0,0248 2,6700 0,0120 0,0158 0,1170

0,0059 0,0036 1,6400 0,1100 -0,0014 0,0133

-0,3628 0,1174 -3,0900 0,0040 -0,6019 -0,1237

residu7 -0,4304 0,1158 -3,7200 0,0010 -0,6662 -0,1946

cons 0,0034 0,0008 4,2700 0,0000 0,0018 0,0050

77

Annexe X



Source SS df MS

Number of obs 46

Model 0,0103 7 0,0015

F( 7, 38) 4,5100

Residual 0,0124 38 0,0003

Prob > F 0,0010

Total 0,0227 45 0,0005

R-squared 0,4537


Root MSE 0,0181


-0,0030 0,0386 -0,0800 0,9380 -0,0812 0,0752

0,6084 0,6480 0,9400 0,3540 -0,7035 1,9203

0,1858 0,1223 1,5200 0,1370 -0,0618 0,4333

-1,3425 0,4645 -2,8900 0,0060 -2,2830 -0,4021

0,0255 0,0197 1,3000 0,2030 -0,0144 0,0654

-1,7052 0,8110 -2,1000 0,0420 -3,3469 -0,0635

residu2 -0,4932 0,1389 -3,5500 0,0010 -0,7744 -0,2120

cons -0,0060 0,0053 -1,1300 0,2650 -0,0168 0,0048


Source SS df MS

Number of obs 46

Model 0,0004 7 0,0001

F( 7, 38) 1,4100

Residual 0,0015 38 0,0000

Prob > F 0,2304

Total 0,0019 45 0,0000

R-squared 0,2060


Root MSE 0,0063


-0,0026 0,0135 -0,1900 0,8490 -0,0299 0,0247

0,1193 0,2313 0,5200 0,6090 -0,3490 0,5876

-0,0130 0,0422 -0,3100 0,7590 -0,0984 0,0723

-0,0873 0,1004 -0,8700 0,3900 -0,2905 0,1159

0,0071 0,0069 1,0300 0,3120 -0,0069 0,0210

0,1377 0,2852 0,4800 0,6320 -0,4396 0,7150

residu4 -0,3214 0,1377 -2,3300 0,0250 -0,6002 -0,0426

cons 0,0023 0,0016 1,4200 0,1640 -0,0010 0,0055

78


Source SS df MS

Number of obs 46

Model 0,0003 7 0,0000

F( 7, 38) 2,6300

Residual 0,0005 38 0,0000

Prob > F 0,0255

Total 0,0008 45 0,0000

R-squared 0,3266


Root MSE 0,0037


0,0184 0,0083 2,2400 0,0310 0,0017 0,0352

0,0894 0,1427 0,6300 0,5350 -0,1994 0,3782

-0,0006 0,0026 -0,2400 0,8150 -0,0059 0,0047

-0,1673 0,1232 -1,3600 0,1830 -0,4168 0,0822

-0,0001 0,0040 -0,0300 0,9790 -0,0083 0,0081

0,1295 0,1673 0,7700 0,4440 -0,2092 0,4683

residu5 -0,4224 0,1718 -2,4600 0,0190 -0,7702 -0,0745

cons 0,0086 0,0194 0,4400 0,6620 -0,0308 0,0479


Source SS df MS

Number of obs 46

Model 0,0004 6 0,0001

F( 6, 39) 2,7900

Residual 0,0009 39 0,0000

Prob > F 0,0237

Total 0,0012 45 0,0000

R-squared 0,3000


Root MSE 0,0047


0,0131 0,0100 1,3100 0,1990 -0,0072 0,0334

0,2486 0,1603 1,5500 0,1290 -0,0757 0,5728

0,0123 0,0313 0,3900 0,6970 -0,0510 0,0756

0,0022 0,0051 0,4200 0,6730 -0,0081 0,0125

-0,2420 0,2102 -1,1500 0,2570 -0,6671 0,1831

residu7 -0,2808 0,1176 -2,3900 0,0220 -0,5187 -0,0429

cons 0,0052 0,0011 4,8900 0,0000 0,0031 0,0074

79

Annexe XI


Equation Obs Parms RMSE "R-sq" chi2 P

122 7 0,0232 0,3937 81,23 0

122 7 0,0042 0,3758 70,66 0



0,0212 0,0291 0,7300 0,4660 -0,0359 0,0783

1,6716 0,3036 5,5100 0,0000 1,0766 2,2666

0,1369 0,0588 2,3300 0,0200 0,0216 0,2522

-0,7895 0,2190 -3,6000 0,0000 -1,2188 -0,3602

0,0302 0,0138 2,2000 0,0280 0,0032 0,0572

-1,4809 0,4642 -3,1900 0,0010 -2,3906 -0,5712

residu2 -0,0840 0,0392 -2,1500 0,0320 -0,1608 -0,0073

cons -0,0033 0,0028 -1,1600 0,2450 -0,0087 0,0022

Tableau 2 : Biens durables et services


0,0053 0,0053 1,0100 0,3140 -0,0050 0,0157

0,1341 0,0525 2,5600 0,0110 0,0312 0,2369

0,0037 0,0016 2,3800 0,0180 0,0006 0,0067

0,1706 0,0393 4,3400 0,0000 0,0936 0,2477

-0,0010 0,0025 -0,4100 0,6790 -0,0059 0,0038

-0,0560 0,0840 -0,6700 0,5050 -0,2207 0,1087

residu5 -0,2068 0,0435 -4,7500 0,0000 -0,2922 -0,1215

cons -0,0209 0,0112 -1,8800 0,0610 -0,0428 0,0009

81

Annexe XII


Equation Obs Parms RMSE "R-sq" chi2 P

122 7 0,0232 0,3936 83,25 0

122 7 0,0079 0,219 32,19 0

122 7 0,005 0,2842 51,78 0



0,0210 0,0291 0,7200 0,4720 -0,0361 0,0781

1,6673 0,3037 5,4900 0,0000 1,0721 2,2626

0,1420 0,0601 2,3600 0,0180 0,0243 0,2597

-0,8333 0,2175 -3,8300 0,0000 -1,2596 -0,4070

0,0305 0,0138 2,2200 0,0270 0,0035 0,0575

-1,4804 0,4642 -3,1900 0,0010 -2,3901 -0,5707

residu2 -0,0833 0,0388 -2,1500 0,0320 -0,1593 -0,0074

cons -0,0035 0,0028 -1,2600 0,2090 -0,0090 0,0020



-0,0036 0,0099 -0,36 0,716 -0,0231 0,0159

0,0885 0,1004 0,88 0,378 -0,1083 0,2854

0,0049 0,0204 0,24 0,809 -0,0352 0,0451

0,0162 0,0505 0,32 0,748 -0,0828 0,1152

0,0029 0,0047 0,62 0,538 -0,0063 0,0121

0,2353 0,1585 1,48 0,138 -0,0754 0,5459

residu4 -0,1819 0,0381 -4,76 0,000 -0,2567 -0,1071

cons 0,0022 0,0008 2,51 0,012 0,0005 0,0040

82

Tableau 3 : Services


0,0146 0,0062 2,3400 0,0190 0,0024 0,0268

0,1670 0,0625 2,6700 0,0080 0,0445 0,2896

0,0046 0,0128 0,3600 0,7200 -0,0205 0,0297

0,2291 0,0525 4,3600 0,0000 0,1261 0,3321

-0,0021 0,0029 -0,7300 0,4650 -0,0079 0,0036

-0,2574 0,0991 -2,6000 0,0090 -0,4516 -0,0631

residu6 -0,0363 0,0219 -1,6500 0,0980 -0,0793 0,0067

cons 0,0072 0,0006 11,6900 0,0000 0,0060 0,0085

LA CONSOMMATION DES MÉNAGES AU QUÉBEC …...LA CONSOMMATION DES MÉNAGES AU QUÉBEC Une analyse...

Documents

Transcript of LA CONSOMMATION DES MÉNAGES AU QUÉBEC …...LA CONSOMMATION DES MÉNAGES AU QUÉBEC Une analyse...