Dissertations / Theses on the topic 'Labor turnover Mathematical models'

Le changement structurel est un processus nécessaire qui améliore considérablement les conditions de vie dans nos sociétés. Il peut découler par exemple de l'introduction de nouvelles avancées technologiques qui permettent d'augmenter à long terme la productivité agrégée dans nos économies. En retour, la hausse de la productivité a un impact sur notre consommation de tous les jours. Elle nous permet notamment de vivre dans un plus grand confort. Les individus peuvent alors s'épanouir dans leur ensemble. Il est évident que le changement structurel peut prendre d'autres formes que celle du changement technologique, mais il est souvent issu d'une transformation des forces qui influencent les marchés et en général aboutit à long terme à une amélioration du bien-être global.

Mais le changement structurel est aussi un processus douloureux. Il peut durer plusieurs décennies et, durant cette période, nous sommes beaucoup à devoir en supporter les coûts. Comme nous allons l'illustrer dans ce chapitre introductif, le changement structurel a pour conséquence une modification du rapport aux facteurs de production, ce qui alors mène à modifier l'ensemble des prix relatifs qui caractérisent une économie. En particulier, la modification des prix est due à une transformation des demandes relatives de facteurs. Ces derniers se révèlent alors inutiles à l'exécution de certaines tâches ou sont fortement demandés dans d'autres points de l'économie.

Souvent, le changement structurel entraîne alors un processus de réallocation. Des pans entiers de travailleurs doivent par conséquent se réallouer à d'autres tâches. Les lois du marché les incitent ainsi à devoir s'adapter à un nouveau contexte, mais elles le font pour un futur meilleur.

Cette thèse s'intéresse à cette problématique. Elle suppose que tout processus de changement structurel implique un mouvement de réallocation des facteurs de production, notamment des travailleurs puisqu'il s'agit d'une thèse en économie du travail, mais qu'un tel processus engendre souvent des coûts non négligeables. Elle se veut surtout positive, mais la nature des questions qu'elle pose mène naturellement à un débat normatif. Par exemple, elle cherche des réponses aux interrogations suivantes: comment s'ajuste une économie au changement structurel? Quelle est la nature des coûts associés au changement? Ces coûts peuvent-ils en excéder les gains? Le processus de réallocation en vaut-il vraiment la peine? Les gains issus d'un tel processus sont-ils distribués de manière égale?

La thèse est composée de quatre chapitres qui chacun considère l’impact d’un changement structurel particulier.

Le premier chapitre s’intéresse à l’impact de l’ouverture internationale aux échanges sur le niveau de l’emploi. Il s’appuie sur des travaux récents en économie internationale qui ont montré que la libéralisation du commerce mène à l’expansion des firmes les plus productives et à la destruction des entreprises dont la productivité est moins élevée. La raison de cette dichotomie est la présence d’un coût à l’entrée sur le marché des exports qui a été documentée par de nombreuses études. Certaines entreprises se développent suite à la libéralisation car elles ont accès à de nouveaux marchés et d’autres meurent car elles ne peuvent pas faire face aux entreprises les plus productives. Puisque le commerce crée à la fois des emplois et en détruit d’autres, ce chapitre a pour but de déterminer l’effet net de ce processus de réallocation sur le niveau agrégé de l’emploi.

Dans cette perspective, il présente un modèle avec firmes hétérogènes où pour exporter une entreprise doit payer un coût fixe, ce qui implique que seules les entreprises les plus productives peuvent entrer sur le marché international. Le modèle génère le processus de réallocation que l’ouverture au commerce international suppose. En effet, comme les entreprises les plus productives veulent exporter, elles vont donc embaucher plus de travailleurs, mais comme elles sont également capables de fixer des prix moins élevés et que les biens sont substituables, les entreprises les moins productives vont donc faire faillite. L’effet net sur l’emploi est négatif car les exportateurs ont à la marge moins d’incitants à embaucher des travailleurs du au comportement de concurrence monopolistique.

Le chapitre analyse également d’un point de vue empirique l’effet d’une ouverture au commerce au niveau sectoriel sur les flux d’emplois. Les résultats empiriques confirment ceux du modèle, c’est-à-dire qu’une hausse de l’ouverture au commerce génère plus de destructions que de créations d’emplois au niveau d’un secteur.

Le second chapitre considère un modèle similaire à celui du premier chapitre, mais se focalise plutôt sur l’effet du commerce en termes de bien-être. Il montre notamment que l’impact dépend en fait de la courbe de demande de travail agrégée. Si la courbe est croissante, l’effet est positif, alors qu’il est négatif si elle est décroissante.

Le troisième chapitre essaie de comprendre quels sont les déterminants de la mobilité géographique. Le but est notamment d’étudier le niveau du chômage en Europe. En effet, la littérature a souvent affirmé que la faible mobilité géographique du travail est un facteur de chômage lorsque les travailleurs sans emploi préfèrent rester dans leur région d’origine plutôt que d’aller prospecter dans les régions les plus dynamiques. Il semble donc rationnel pour ces individus de créer des liens sociaux locaux si ils anticipent qu’ils ne déménageront pas vers une autre région. De même, une fois le capital social local accumulé, les incitants à la mobilité sont réduits.

Le troisième chapitre illustre donc un modèle caractérisé par diverses complémentarités qui mènent à des équilibres multiples (un équilibre avec beaucoup de capital social local, peu de mobilité et un chômage élevé et un autre avec des caractéristiques opposées). Le modèle montre également que le capital social local est systématiquement négatif pour la mobilité et peut être négatif pour l’emploi, mais d’autres types de capital social peuvent en fait faire augmenter le niveau de l’emploi.

Dans ce troisième chapitre, une illustration empirique qui se base sur plusieurs mesures montre que le capital social est un facteur dominant d’immobilité. C’est aussi un facteur de chômage lorsque le capital social est clairement local, alors que d’autres types de capital social s’avèrent avoir un effet positif sur le taux d’emploi. Cette partie empirique illustre également la causalité inverse où des individus qui vivent dans une région qui ne correspond pas à leur région de naissance accumulent moins de capital social local, ce qui donne de la crédibilité à une théorie d’équilibres multiples.

Finalement, en observant que les individus dans le Sud de l’Europe semblent accumuler plus de capital social local, alors que dans le Nord de l’Europe on tend à investir dans des types plus généraux de capital social, nous suggérons qu’une partie du problème de chômage en Europe peut mieux se comprendre grâce au concept de capital social local.

Enfin, le quatrième chapitre s’intéresse à l’effet de la croissance économique sur la qualité des emplois. En particulier, il analyse le fait qu’un individu puisse avoir un emploi qui corresponde ou non à ses qualifications, ce qui, dans le contexte de ce chapitre, détermine s’il s’agit de bons ou mauvais emplois.

Ce chapitre se base sur deux mécanismes qui ont été largement abordés par la littérature. Le premier est le concept de « destruction créatrice » qui dit que la croissance détruit de nouveaux emplois car elle les rend obsolètes. Le second est le processus de « capitalisation » qui nous dit que la croissance va créer de nombreux emplois car les entreprises anticipent des profits plus élevés dans le futur.

Alors que des études récentes, suggèrent que la destruction créatrice ne permet pas d’expliquer le lien entre croissance et chômage, ce chapitre montre qu’un tel concept permet de mieux comprendre la relation entre croissance et qualité des emplois.

Avec des données issues du panel européen, nous illustrons que la corrélation entre croissance et qualité des emplois est positive. Nous présentons une série de trois modèles qui diffèrent de la manière suivante :(i) le fait de pouvoir chercher un emploi ou non alors qu’on en a déjà un, (ii) le fait pour une entreprise de pouvoir acquérir des équipements modernes. Les résultats suggèrent que pour expliquer l’effet de la croissance sur la qualité des emplois, la meilleure stratégie est une combinaison entre les effets dits de destruction créatrice et de capitalisation. Alors que le premier effet influence le taux de destruction des mauvais emplois, le second a un impact sur la mobilité du travail des mauvais vers les bons emplois.

Doctorat en Sciences économiques et de gestion
info:eu-repo/semantics/nonPublished

The first part is methodological and macroeconomic in nature, addressing the question of whether the distribution of income across countries is converging (i.e. are the poor catching up to the rich?) or diverging (i.e. are we witnessing the formation of two exclusive clubs, one for poor countries and another one for rich countries?). Applications of the simple Markov model to this question have generated evidence in favor of the divergence hypothesis. In the first chapter, I critically review these results. I use statistical inference to show that the divergence results are not statistically robust, and I explain that this instability of the results comes from the application of a model for discrete data to data that is actually continuous. In the second chapter, I reposition the whole convergence-divergence debate by placing it in the context of Silverman’s classic survey of non-parametric density estimation techniques. This allows me to use the basic notions of fuzzy logic to adapt the simple Markov chain model to continuous data. When I apply the newly adapted Markov chain model to the cross-country distribution question, I find evidence against the divergence hypothesis, and this evidence is statistically robust.

The second part of the thesis is empirical and microeconomic in nature. I question whether observed differences between husbands’ and wives’ participation in labor markets are due to different preferences or to different constraints. My identification strategy is based on the idea that the more power an individual has relative to his/her partner, the more his/her actions will reflect his/her preferences. I use 2001 PSID data on cohabiting couples to estimate a simultaneous equations model of the spousal time allocation decision. My results confirm the stylized fact that specialization and trade does not explain time allocation for couples in which the wife is the primary breadwinner, and suggest that power could provide a more general explanation of the observations. My results show that wives with relatively more power choose to work more on the labor market and less at home, whereas husbands with more power choose to do the opposite. Since women start out from a lower level of labor market participation than men do, it would seem that spouses’ agree that the ideal mix of market work and housework lies somewhere between the husbands’ and the wives’ current positions.
Doctorat en sciences économiques, Orientation économie
info:eu-repo/semantics/nonPublished

is composed of three chapters. The first two chapters are on nowcasting,

a topic that has received an increasing attention both among practitioners and

the academics especially in conjunction and in the aftermath of the 2008-2009

economic crisis. At the heart of the two chapters is the idea of exploiting the

information from data published at a higher frequency for obtaining early estimates

of the macroeconomic variable of interest. The models used to compute

the nowcasts are dynamic models conceived for handling in an efficient way

the characteristics of the data used in a real-time context, like the fact that due to the different frequencies and the non-synchronicity of the releases

the time series have in general missing data at the end of the sample. While

the first chapter uses a small model like a VAR for nowcasting Italian GDP,

the second one makes use of a dynamic factor model, more suitable to handle

medium-large data sets, for providing early estimates of the employment in

the euro area. The third chapter develops a topic only marginally touched

by the second chapter, i.e. the estimation of dynamic factor models on data characterized by block-structures.

The firrst chapter assesses the accuracy of the Italian GDP nowcasts based

on a small information set consisting of GDP itself, the industrial production

index and the Economic Sentiment Indicator. The task is carried out by using

real-time vintages of data in an out-of-sample exercise over rolling windows

of data. Beside using real-time data, the real-time setting of the exercise is

also guaranteed by updating the nowcasts according to the historical release calendar. The model used to compute the nowcasts is a mixed-frequency Vector

Autoregressive (VAR) model, cast in state-space form and estimated by

maximum likelihood. The results show that the model can provide quite accurate

early estimates of the Italian GDP growth rates not only with respect

to a naive benchmark but also with respect to a bridge model based on the

same information set and a mixed-frequency VAR with only GDP and the industrial production index.

The chapter also analyzes with some attention the role of the Economic Sentiment

Indicator, and of soft information in general. The comparison of our

mixed-frequency VAR with one with only GDP and the industrial production

index clearly shows that using soft information helps obtaining more accurate

early estimates. Evidence is also found that the advantage from using soft

information goes beyond its timeliness.

In the second chapter we focus on nowcasting the quarterly national account

employment of the euro area making use of both country-specific and

area wide information. The relevance of anticipating Eurostat estimates of

employment rests on the fact that, despite it represents an important macroeconomic

variable, euro area employment is measured at a relatively low frequency

(quarterly) and published with a considerable delay (approximately

two months and a half). Obtaining an early estimate of this variable is possible

thanks to the fact that several Member States publish employment data and

employment-related statistics in advance with respect to the Eurostat release

of the euro area employment. Data availability represents, nevertheless, a

major limit as country-level time series are in general non homogeneous, have

different starting periods and, in some cases, are very short. We construct a

data set of monthly and quarterly time series consisting of both aggregate and

country-level data on Quarterly National Account employment, employment

expectations from business surveys and Labour Force Survey employment and

unemployment. In order to perform a real time out-of-sample exercise simulating

the (pseudo) real-time availability of the data, we construct an artificial

calendar of data releases based on the effective calendar observed during the first quarter of 2012. The model used to compute the nowcasts is a dynamic

factor model allowing for mixed-frequency data, missing data at the beginning

of the sample and ragged edges typical of non synchronous data releases. Our

results show that using country-specific information as soon as it is available

allows to obtain reasonably accurate estimates of the employment of the euro

area about fifteen days before the end of the quarter.

We also look at the nowcasts of employment of the four largest Member

States. We find that (with the exception of France) augmenting the dynamic

factor model with country-specific factors provides better results than those

obtained with the model without country-specific factors.

The third chapter of the thesis deals with dynamic factor models on data

characterized by local cross-correlation due to the presence of block-structures.

The latter is modeled by introducing block-specific factors, i.e. factors that

are specific to blocks of time series. We propose an algorithm to estimate the model by (quasi) maximum likelihood and use it to run Monte Carlo

simulations to evaluate the effects of modeling or not the block-structure on

the estimates of common factors. We find two main results: first, that in finite samples modeling the block-structure, beside being interesting per se, can help

reducing the model miss-specification and getting more accurate estimates

of the common factors; second, that imposing a wrong block-structure or

imposing a block-structure when it is not present does not have negative

effects on the estimates of the common factors. These two results allow us

to conclude that it is always recommendable to model the block-structure

especially if the characteristics of the data suggest that there is one.
Doctorat en Sciences économiques et de gestion
info:eu-repo/semantics/nonPublished