1 Croissance économique et chômage en Roumanie : Une analyse de la loi d’Okun régionale Alexandru Minea *, Lavinia Mustea & et Iuliana Tomuleasa ϒ… [618786]

1 Croissance économique et chômage en Roumanie :
Une analyse de la loi d’Okun régionale

Alexandru Minea *, Lavinia Mustea & et Iuliana Tomuleasa ϒ
Mars 2014

Résumé : Nous analysons la loi d’Okun régionale en Roumanie , le deuxième plus
grand pays émergent de l’UE. Nous dévoilons d’impor tantes hétérogénéités
régionales du coefficient d’Okun. Les régions dans lesquelles la loi d’Okun n’est
pas significative présentent des taux de croissance élevés mais des taux de
chômage autour de la médiane. Ces résultats illustr ent l’importance de la
dimension régionale dans la définition des politiqu es de croissance et d’emploi.
Dans la plupart des régions roumaines, les politiqu es de demande seraient
toujours efficaces pour diminuer le chômage. Cepend ant, pour certaines régions,
le gouvernement devrait se concentrer autour des po litiques d’offre. Enfin, une
politique d’emploi pourrait s’avérer vertueuse pour retrouver de la croissance
économique.

Mots-clé : loi d’Okun régionale, pays émergents, Roumanie
Codes JEL : E24, E32, R11

* Auteur correspondant : CERDI et Ecole d’Economie, Université d’Auvergne, 65 Bd. Fr. Mitterrand, B.P. 320,
63009 Clermont-Ferrand, France. E-mail : alexandru. [anonimizat].
Page web : https://sites.google.com/site/mineaalexa ndru/
& CERDI, Université d’Auvergne, 65 Bd. Fr. Mitterran d, B.P. 320, 63009 Clermont-Ferrand, France; et Fac ulté
d’Economie et d’Administration des Affaires, Univer sité de l’Ouest de Timisoara, Roumanie. E-mail:
[anonimizat].
ϒ CERDI, Université d’Auvergne, 65 Bd. Fr. Mitterran d, B.P. 320, 63009 Clermont-Ferrand, France; et Fac ulté
d’Economie et d’Administration des Affaires, Univer sité AI Cuza Iasi, Roumanie. E-mail :
[anonimizat].

2 I. Introduction
Dans le contexte de la fin de la guerre froide, les événements de décembre 1989 ont
marqué un changement brutal du régime politique en place en Roumanie, et avec lui des
changements économiques et institutionnels majeurs. Le pays s’est lancé dans une période de
transition inhérente, censée conduire à terme à la libéralisation monétaire, financière et
commerciale, et à la généralisation de l’économie d e marché.
Cependant, ce processus de transition a été associé à d’importants déséquilibres, dès
les premières années. En effet, confrontées à la ré alité de la compétition externe, de
nombreuses entreprises publiques roumaines, surdime nsionnées en capital et présentant une
faible productivité du travail, ont du fortement dé croître leur activité, voire fermer. Dans ce
contexte, la première décennie de transition a été caractérisée par un accroissement constant
du taux de chômage, du plein emploi pré-1990 à deux chiffres à la fin des années 1990
(environ 11,5% en 1999).
Ensuite, les années 2000 ont marqué un revirement de la situation économique,
notamment dans le contexte de l’intensification des discussions relatives à l’intégration de la
Roumanie dans les structures internationales, et pa rticulièrement dans l’Union Européenne
(UE). Ainsi, le taux de croissance moyen réel du PI B sur la période 2003-2007 s’est situé au-
dessus de 6,5%, culminant aux alentours de 8% en 20 08, juste avant le début de la crise
financière et économique récente.
Cet article se propose d’analyser la relation entr e revenu (PIB) et chômage, à travers
l’estimation de la loi d’Okun. Proposée par Okun (1 962), cette relation illustre un fort lien
empirique décroissant entre le taux de croissance d u PIB (réel) et le taux de chômage. Dans
une perspective keynésienne, la loi d’Okun permet d ’observer si des politiques de demande,
désignées pour promouvoir la croissance économique, réduisent le chômage sur le marché du
travail. Dans une vision plus néoclassique, la loi d’Okun mesure la capacité des politiques
d’offre, visant à améliorer le fonctionnement du ma rché du travail, à générer de la croissance
économique.
Si l’étude de la loi d’Okun a fait l’objet de nombr euses études (voir la section
suivante), ce n’est que depuis récemment que son an alyse a été élargie à la prise en compte
d’une dimension régionale (voir Freeman, 2000, et A danu, 2005, pour une analyse sur les
régions américaines et canadiennes). Cependant, con trairement à ces travaux se concentrant
autour des pays développés, on se focalise dans cet article sur un pays émergent, la Roumanie.
Ce choix est motivé par plusieurs raisons. Tout d’a bord, il s’agit du deuxième plus grand (en
termes de population) pays émergent d’Europe centra le et orientale parmi les 13 pays ayant

3 intégré l’UE depuis 2004 1. Ensuite, la Roumanie présente un double statut, c ar à la fois pays
émergent et membre de l’UE. Cette appartenance à l’ UE est importante pour la qualité des
données statistiques, et particulièrement pour les mesures du chômage. En effet, les
statistiques du chômage, et encore plus les mesures régionales, sont souvent de mauvaise
qualité dans les pays émergents et en développement (en lien avec des raisons idéologiques,
comme par exemple en Chine) ou alors présentent peu d’intérêt pour l’estimation d’une loi
d’Okun, car basées sur un recensement très imparfai t de la population occupée en raison de la
part importante du travail informel. Enfin, les aut eurs ont une grande connaissance des
spécificités régionales roumaines dans les trois gr andes régions du pays (la Moldavie au nord
et nord-est, la Transylvanie au nord et nord-ouest et la Valachie au sud), permettant de
renforcer les interprétations basées sur des estima tions économétriques.
L’analyse économétrique développée sur la période 1 995-2011 permet de dégager les
résultats suivants. Premièrement, si dans toutes le s régions roumaines nos résultats sont
cohérent avec la loi d’Okun (le coefficient d’Okun est toujours négatif), il existe
d’importantes hétérogénéités régionales, concernant la significativité du coefficient d’Okun.
Suite à l’analyse de la robustesse de ce résultat à travers l’utilisation de plusieurs méthodes
économétriques, on trouve que la loi d’Okun est non -significative dans deux régions,
Bucarest-Ilfov et Ouest. Deuxièmement, parmi les ré gions où il est significatif, l’amplitude du
coefficient d’Okun varie fortement d’une région à l ’autre. Par exemple, dans notre estimation
de base, il est compris (en valeur absolue) entre 1 ,70 (Sud-Est) et 2,75 (Sud-Muntenia), mais
peut se situer largement au-dessus de la valeur est imée par Okun (3, en valeur absolue) pour
d’autres spécifications. Enfin, les régions dans le squelles le coefficient d’Okun est non
significatif se distinguent par les taux de croissa nces économiques moyens les plus élevés
durant la période et par des conditions démographiq ues favorables. Cependant, puisque la loi
d’Okun est significative dans les régions les plus affectées par le chômage, les autorités
publiques pourront s’appuyer sur des politiques d’e ncouragement de la demande pour le
réduire.
La suite de l’article est organisée de la manière suivante. La section deux propose une
revue de la littérature sur la loi d’Okun. La secti on trois présente le modèle économétrique et
les données. La section quatre illustre les résulta ts. Enfin, la section cinq conclut et discute les
implications de politique économique.

1 La population de la Roumanie en 2011 était d’envir on 21,5 millions habitants, soit le septième plus p euplé,
ainsi que le neuvième plus grand (par sa superficie ) pays de l’Union Européenne.

4 II. La loi d’Okun : une revue de la littérature
Malgré la célébration récente de ses soixante ans (voir Ball, Leigh et Loungani, 2013),
la loi d’Okun n’a rien perdu de son intérêt. Bien a u contraire, elle est revenue sur le devant de
la scène depuis le début de la crise financière réc ente et la hausse sensible du chômage qui
s’en est suivie (voir, par exemple, Daly et Hobijn, 2010, ou Owyang et Sekhposyan, 2012).
Cependant, sa popularité est sans doute comparable aux controverses qui l’entourent.
Tout d’abord, un premier débat concerne la vigueur du coefficient d’Okun. Dans un
article très influent, Prachowny (1993) montre que le coefficient d’Okun aux Etats-Unis,
estimé par Okun (1962) à environ 3 (en valeur absol ue), ne serait qu’autour de 2/3 lorsque
l’on contrôle par le nombre d’heures hebdomadaires travaillées et par le degré d’utilisation
des capacités. Cependant, les travaux plus récents rétablissent en (grande) partie l’amplitude
du coefficient : Attfield et Silverstone (1997) et Coen et Hickman (2006) trouvent un
coefficient d’Okun aux alentours de 2 (en valeur ab solue) aux Etats-Unis. Par ailleurs,
plusieurs auteurs, parmi lesquels Moosa (1997), Lee (2000), Harris et Silverstone (2001),
Freeman (2001), Perman et Tavera (2005) ou Sögner a nd Stiassny (2006), identifient
d’importantes hétérogénéités entre pays. Par exempl e, d’après Freeman (2001), le coefficient
d’Okun serait inférieur à 1,5 en valeur absolue en Allemagne, en Italie et au Royaume Uni,
proche ou supérieur à 2 au Canada, aux Etats-Unis e t en France, et même autour de 4 au
Japon.
Ensuite, de nombreux travaux évoquent différents f acteurs qui conditionnent la loi
d’Okun. Par exemple, Knotek (2007) ou Beaton (2010) montrent que le coefficient d’Okun
change avec la période étudiée, alors que Moosa (19 99) et Huang et Yeh (2013) évoquent des
coefficients différents à court terme relatif au lo ng terme. De plus, certaines études identifient
des coefficients d’Okun différents en période d’exp ansion ou de récession (voir, par exemple,
Cuaresma, 2003, ou Holmes et Silverstone, 2006). En suite, le coefficient d’Okun diffère en
fonction des conditions sur le marché du travail, à savoir le niveau du taux de chômage
(Virén, 2001), l’effort sur le marché (Malley et Mo lana, 2008) ou la productivité du travail
(Huang et Lin, 2008). Enfin, les conditions monétai res, comme la création de monnaie
(Mussard et Philippe, 2009) ou l’adhésion à l’Union Monétaire Européenne (Mayes et Virén,
2009) semblent également influencer le coefficient d’Okun.
Finalement, une littérature très récente explore l a loi d’Okun au niveau régional. Sur le
continent nord-américain, Freeman (2000) trouve d’i mportants écarts entre le coefficient
d’Okun dans les régions américaines (entre 1,84 et 3,57 en valeur absolue), alors que pour les
régions canadiennes Adanu (2005) met en évidence, e n plus d’hétérogénéités d’amplitude

5 (entre 0,93 et 2,14 en valeur absolue), des régions dans lesquelles le coefficient d’Okun ne
serait pas significatif. En Europe, Kangasharju et Pehkonen (2001) et Kangasharju, Tavera et
Nijkamp (2012) soulignent des différences de signif icativité et d’amplitude du coefficient
d’Okun en Finlande. En Grèce, les travaux d’Apergis et Rezitis (2003) et de Christopoulos
(2004) arrivent à des conclusions assez différentes : les coefficients d’Okun régionaux
seraient plus élevés (en valeur absolue) d’après le s premiers, mais moins significatifs d’après
le dernier. Enfin, deux articles récents s’intéress ent aux régions espagnoles et françaises.
D’après Villaverde et Maza (2009), le coefficient d ’Okun serait significatif en 11, et, en
fonction de la méthode utilisée, jusqu’à 15 des 17 régions étudiées, mais de faible amplitude
(entre 0,32 et 1,55 en valeur absolue). Au contrair e, en France, Binet et Facchini (2013)
montrent que le coefficient d’Okun est plus élevé ( entre 0,88 et 1,95 en valeur absolue), mais
significatif uniquement dans 14 des 22 régions cons idérées. Au total, si les analyses
régionales semblent se multiplier dans les pays dév eloppés, force est de constater leur
virtuelle absence dans les pays en développement et émergents.

III. Le modèle économétrique et les données

3.1. Le modèle économétrique
Considérons l’écriture d’une série qui dépend du te mps tx comme la somme d’une
composante tendancielle T
tx et d’une composante cyclique T
t tC
t xx x −= . En réalisant la même
décomposition pour le revenu ( ty) et pour le chômage ( tu), on peut alors estimer la loi
d’Okun en écart à la tendance comme une relation re liant les composantes cycliques du
revenu et du chômage :
tC
tC
t u y ε βα + += . (1)
Dans cette écriture, α et tε sont respectivement la constante et le terme d’err eur, et β est le
coefficient d’intérêt. D’après la loi d’Okun, le co efficient β devrait être statistiquement
significatif et négatif.
Avant de réaliser l’estimation du modèle (1), il se pose la question du calcul des
variables T
t tC
t yy y −= et T
t tC
t uu u −= . En effet, contrairement aux séries ty et tu, les
composantes tendancielles du revenu ( T
ty) et du chômage ( T
tu) ne sont pas directement
observables. Cependant, la littérature propose de n ombreuses méthodes permettant des les
estimer. Dans cet article, on se focalise sur des t echniques économétriques permettant de

6 prendre en compte l’éventuelle présence d’une racin e unitaire dans les séries observées ( ty et
tu).
Parmi les méthodes d’extraction de tendance stochas tique les plus répandues figurent
les filtres. Si de nombreux filtres ont été proposé s, nous avons choisi dans cet article,
notamment pour faciliter la comparaison de nos résu ltats avec les études précédentes,
d’utiliser le plus populaire d’entre eux, à savoir le filtre de Hodrick et Prescott (HP, 1997).
Avec les mêmes notations qu’avant, le filtre HP con siste à estimer la tendance d’une série
comme résultat de la minimisation du programme suiv ant :
{ }( ) ( ) ( ) [ ]

− − − +∑∑−
=− +
=1
22
1 1
12min T
tT
tT
tT
tT
tT
tC
txx x x x x
T
tµ . (2a)
Comme illustré par (2a), la valeur du paramètre de lissage µ occupe un rôle central. Par
rapport à la suggestion de HP, qui consiste à utili ser une valeur 100 =µ pour données
annuelles, on s’appuie sur les résultats de l’analy se spectrale effectuée par Ravn et Uhlig
(2002) et proposant une correction par la puissance quatre de la fréquence, et on adopte
25 . 6=µ pour nos données annuelles.
En complément du filtre HP, on propose, à titre de robustesse, deux autres méthodes
pour le calcul des composantes cycliques du revenu et du chômage. D’une part, on peut
utiliser la première différence (PD) pour prendre e n compte la présence d’une racine unitaire.
Dans ce cas, la tendance est égale simplement à la valeur retardée d’une période de la série
(modélisée comme une marche aléatoire) :
T
t tC
ttT
t
xx xx x
−==−1. (2b)
D’autre part, on peut considérer une composante ten dancielle avec plus de structure en lui
attribuant une forme quadratique (TQ), à savoir :
T
t tC
tT
t
xx xt t x
−=+ +=2
2 1 0 . .γ γγ. (2c)
Les trois méthodes décrites respectivement par les équation (2a), (2b) et (2c) seront utilisées
par la suite pour identifier des composantes cycliq ues différentes, et, potentiellement, des
relations différentes entre le cycle de revenu et l e cycle de chômage.

7 3.2. Les données
Notre analyse porte sur des données régionales sur les huit régions roumaines telles que
définies par la classification européenne NUTS 2, c orrespondant à des régions dont la
population se situe entre 0,8 et 3 millions 2, pour la période 1995-2011. La sélection de la
dimension temporelle a été faite, d’une part, par l a disponibilité des données, et d’autre part,
en considérant une période de stabilisation de cinq ans suivant les changements politiques de
1989. On mesure le revenu ty par le PIB réel (au prix constants de 1995) et le chômage tu
par la part de la population non occupée chômage da ns la population active (source : l’Institut
National de Statistique et d’Etudes Economiques rou main).

IV. La loi d’Okun dans les régions roumaines

4.1. Les tests de stationnarité
On a évoqué dans la section précédente plusieurs mé thodes économétriques permettant
d’estimer la loi d’Okun. Cependant, ces méthodes né cessitent l’utilisation de séries
stationnaires. Pour ce faire, on se focalise dans u n premier temps sur la méthode HP. A l’aide
de (2a), on extrait les composantes tendancielles d u revenu et du chômage, et ensuite on
calcule les cycles de revenu et de chômage comme l’ écart (relatif pour le revenu, absolu pour
le taux de chômage) de la série observée à la tenda nce estimée.
On appréhende les propriétés des séries à l’aide d e tests économétriques de
stationnarité. D’une part, on s’appuie sur des test s de stationnarité en panel : par exemple, la
statistique du test de Hadri (2000) est égale à -0, 01 (-1,01) pour le cycle du revenu (chômage),
et les p-values correspondantes sont égales à 0,50 (0,86). Par conséquent, on peut accepter la
stationnarité en panel des deux séries 3.

2 Les seules régions dont la population n’est pas co mprise entre ces limites sont Centre et Nord-Est (a utour de
3,5 millions habitants chacune).
3 En complément, on peut également proposer des test s de racine unitaire, dont l’hypothèse nulle est la non
stationnarité des séries (la présence d’une racine unitaire). Par exemple, le test de Im, Pesaran et S hin (2003) est
égal à -2,88 pour le cycle du revenu et à -4,82 pou r le cycle du chômage, et les p-values associées, é gales
respectivement à 0,00 et 0,00, rejettent l’hypothès e nulle. Enfin, la stationnarité des séries est éga lement
supportée par des tests de racine unitaire contrôla nt pour une éventuelle hétérogénéité du panel. Par exemple, les
valeurs du test de Levin, Lin et Chu, 2002, sont ég ales à -3,37 (-6,55) pour le cycle du revenu (chôma ge) et les p-
values à 0,00 (0,00), rejetant ainsi l’hypothèse nu lle de présence de racine unitaire dans tous les pa nels.

8 Table 1. Les tests de stationnarité par région pour les composantes cycliques du revenu
et du chômage
Test : KPSS Le cycle du revenu (méthode HP) Le cycl e du chômage (méthode HP)
Région constante tendance temporelle constante tendance temporelle
Bucarest-Ilfov 0.0663 0.0578 0.0735 0.0609
Centre 0.0773 0.0674 0.0725 0.0614
Nord-Est 0.0798 0.0730 0.0758 0.0652
Nord-Ouest 0.0883 0.0788 0.0793 0.0718
Sud-Est 0.0755 0.0756 0.0782 0.0654
Sud-Muntenia 0.0912 0.0900 0.0640 0.0662
Sud-Ouest 0.0788 0.0732 0.0796 0.0679
Ouest 0.0772 0.0762 0.0720 0.0657
Note : La statistique du test de stationnarité KPSS est reportée avec une constante, et avec une const ante et une
tendance temporelle. Les valeurs critiques du test KPSS avec une constante sont 0,347 (10%), 0,463 (5% ) et
0,739 (1%), et avec une constante et une tendance t emporelle 0,119 (10%), 0,146 (5%) et 0,216 (1%). Le
décalage optimal a été sélectionné à l’aide du crit ère de Schwert (1989).

D’autre part, on augmente ces résultats avec des te sts de stationnarité pour chacune
des régions. On présente dans le Tableau 1 les stat istiques du test de stationnarité de
Kwiatkovski, Phillips, Schmidt et Shin (KPSS, 1992) . D’après la première colonne, la
composante cyclique du revenue est stationnaire, ca r toutes les valeurs du test conduisent à
l’acceptation de l’hypothèse nulle (au trois seuils de significativité usuels). Ces résultats
restent robustes lorsque l’on effectue le test de s tationnarité en rajoutant une tendance
temporelle (voir la colonne deux). Analogiquement, les deux dernières colonnes, montrant les
statistiques du test KPSS pour la composante cycliq ue du chômage sans (colonne trois) et
avec (colonne quatre) tendance temporelle, supporte nt sa stationnarité. Au total, on conclut
que les cycles obtenus par l’extraction d’une tenda nce stochastiques à l’aide de la méthode
HP sont stationnaires, et peuvent ainsi être utilis ées pour estimer la loi d’Okun.

4.2. Une illustration graphique
Avant de présenter les résultats des estimations éc onométriques, on propose dans la Figure 1
une représentation graphique des composantes cycliq ues du revenu et du chômage, calculées
avec la méthode HP.

9 Figure 1. Les cycles de revenu et de chômage dans l es régions roumaines -5 0 5 10 15
1995 2000 2005 2010
GDP Unemployment Bucharest – Ilfov Region

-4 -2 0 2 4 6
1995 2000 2005 2010
GDP Unemployment Center Region
-10 -5 0 5 10
1995 2000 2005 2010
GDP Unemployment North – East Region

-5 0 5
1995 2000 2005 2010
GDP Unemployment North – West Region
-10 -5 0 5
1995 2000 2005 2010
GDP Unemployment South – East Region

-10 -5 0 5
1995 2000 2005 2010
GDP Unemployment South – Muntenia Region
-5 0 5
1995 2000 2005 2010
GDP Unemployment South – West Region

-10 -5 0 5
1995 2000 2005 2010
GDP Unemployment West Region

10 Une simple inspection visuelle de la Figure 1 révèl e plusieurs résultats intéressants. Tout
d’abord, l’amplitude du cycle du revenu est sensibl ement plus importante que celle du
chômage, indépendamment de la région considérée. La Roumanie étant un pays émergent
situé sur une trajectoire de rattrapage (possibleme nt, vers les pays avancés de l’Union
Européenne), la présence de taux de croissance élev és pourrait expliquer l’importance des
cycles de revenu. Ensuite, puisque la loi d’Okun pr ésente une relation d’équilibre, les cycles
de revenu et de chômage devraient se croisent proch e de zéro. Si ceci est le cas pour la région
Sud-Ouest, l’intersection des deux séries pour Buca rest-Ilfov se fait souvent à des valeurs
éloignées de zéro. Enfin, le lien entre revenu et c hômage semble être différent selon la région
considérée. En effet, il semble y avoir une corréla tion inverse entre revenu et chômage dans la
région Centre, par exemple. Au contraire, dans la r égion Ouest, les deux séries ne semblent
pas présenter une évolution opposée systématique. C ’est à partir de ces simples observations,
laissant envisager des hétérogénéités régionales de la loi d’Okun, que nous proposons par la
suite une analyse économétrique.

4.3. Les résultats des estimations économétriques
On présente dans le Tableau 2 les estimations de la loi d’Okun dans les huit régions
roumaines considérées. Les résultats illustrés dans la première colonne (filtre HP), font
apparaître une relation inverse entre les cycles du revenu et du chômage, conciliable avec la
loi d’Okun, dans toutes les régions roumaines (tous les coefficients sont négatifs). Ces
résultats sont confirmés par une analyse portant su r l’ensemble de la Roumanie : par exemple,
le coefficient d’Okun est égal à -1,64 si l’on cons idère toutes les régions ensemble. Ces
résultats supportent la présence d’un lien négatif entre les composantes cycliques du revenu et
du chômage en Roumanie.

11 Tableau 2. La loi d’Okun dans les régions roumaines
Méthode d’estimation
Région Hodrick-Prescott
(HP) Première Différence
(PD) Tendance Quadratique
(TQ)
Bucarest-Ilfov -1.14
(1.05) -1.66
(1.07) -1.76
(.833)
Centre -1.89*
(.509) -1.77*
(.590) -3.29*
(.523)
Nord-Est -1.88*
(.597) -2.01*
(.683) -3.21*
(.481)
Nord-Ouest -1.70*
(.712) -1.77*
(.781) -3.58*
(.625)
Sud-Est -1.69*
(.680) -1.71*
(.717) -2.94*
(.457)
Sud-Muntenia -2.75*
(1.14) -2.65
(1.53) -6.31*
(1.35)
Sud-Ouest -1.77*
(.631) -1.63*
(.712) -2.65*
(.492)
Ouest -1.12
(.845) -1.16
(.921) -2.47*
(.639)
Note : * montre une significativité au seuil de 5%. Les écarts-types corrigés de la hétéroscédasticité sont
reproduits entre parenthèses.

Cependant, une analyse plus fine fait ressortir d’i mportantes hétérogénéités régionales.
Si l’on se focaliser toujours sur la première colon ne, on observe, tout d’abord, que la loi
d’Okun est statistiquement significative (au seuil de 5%) uniquement dans six des huit régions
roumaines. Ensuite, parmi les régions où la relatio n entre revenu et chômage est significative,
il existe d’importants écarts d’amplitude : par exe mple, le coefficient d’Okun est de 1,69 (en
valeur absolue) au Sud-Est, alors qu’il est égal à 2,75 (en valeur absolue) dans la région Sud-
Muntenia. Enfin, il faut remarquer la vigueur de la loi d’Okun en Roumanie (un pays
émergents) par rapport à des pays développés. D’une part, au niveau national, le coefficient
d’Okun en Roumanie est de 1,64 (en valeur absolue), à savoir bien supérieur à sa valeur
récemment estimée en Espagne (0,96 en valeur absolu e, voir Villaverde et Maza, 2009) ou en
France (0,21 en valeur absolue, voir Binet et Facch ini, 2013). D’autre part, dans une
perspective régionale, le coefficient d’Okun en Rou manie est au minimum égal à 1,69 (en
valeur absolue, par exemple au Sud-Est) et jusqu’à 2,75 au Sud-Muntenia, alors qu’au
maximum égal à 1,55 en Espagne (Villaverde et Maza, 2009) et à 1,95 en France (Binet et
Facchini, 2013). Ces écarts sont encore plus percep tibles si on se réfère à la moyenne
régionale des coefficients significatifs (1,94 en v aleur absolue), ou si on compare les résultats
des études précédentes également avec ceux des colo nnes deux et trois du Tableau 2.

12 En effet, compte tenu de la sensitivité de la compo sante cyclique à la méthode utilisée
(voir, par exemple, Canova, 1998), nous proposons d ans les deux dernières colonnes du
Tableau 2 des estimations de la loi d’Okun portant sur des composantes cycliques calculées
par le modèle (2b), à savoir Première Différence (P D), et respectivement (2c), à savoir
Tendance Quadratique (TQ) 4. Premièrement, les résultats sont à nouveau cohére nts avec la loi
d’Okun puisque tous les coefficients sont négatifs. Deuxièmement, en termes de
significativités, les résultats sont homogènes entr e les trois méthodes considérées : le nombre
de régions ou le coefficient d’Okun est significati f est inférieur (supérieur) de un si on
considère la méthode PD (TQ). Enfin, les coefficien ts d’Okun restent remarquablement élevés
en valeur absolue : entre 1,63 (Sud-Ouest) et 2,01 (Nord-Est) si l’on utilise la méthode PD
(colonne 2), et entre 2,47 (Ouest) et 6,31 (Sud-Mun tenia) pour la méthode TQ (colonne 3).
Notamment dans ce dernier cas, le coefficient pour l’ensemble de la Roumanie est égal à 2,95
(et significatif à 5%), illustrant encore une fois l’amplitude considérable de la loi d’Okun dans
ce pays émergent.

4.4. Hétérogénéités régionales et facteurs sous-jac ents
En accord avec les résultats illustrés dans le Tab leau 2, on peut identifier deux groups
de régions. D’une part, des régions dans lesquelles il existe une relation significative entre les
composantes cycliques du revenu et du chômage, indé pendamment de la méthode
économétrique utilisée. Tel est le cas pour la plup art des régions roumaines, à savoir Centre,
Nord-Est, Nord-Ouest, Sud-Est et Sud-Ouest, voire S ud-Muntenia. D’autre part, des régions
dans lesquelles le lien entre les deux variables n’ est que peu significatif ; ceci est le cas
notamment dans les régions Bucarest-Ilfov et Ouest. Par la suite, nous essayerons d’identifier
des facteurs clé pouvant être la source de ces hété rogénéités dans la relation entre cycle de
revenu et cycle de chômage dans les régions roumain es.
Tout d’abord, on s’intéresse au revenu. Pour ce fa ire, on ordonne les régions
roumaines par ordre croissant en fonction de la moy enne du revenu réel sur la période étudiée.
On constate ainsi que les régions où la loi d’Okun n’est pas significative sont celles ayant le
plus grand revenu, à savoir Ouest et Bucarest-Ilfov . Ensuite, on réalise le même exercice,
mais cette fois concernant le taux de croissance ré el sur la période. A nouveau, les deux
périodes présentent les taux de croissance réels mo yens les plus élevés, à savoir 4,1% pour

4 Préalablement à l’analyse économétrique, on a expl oré la stationnarité des cycles de revenu et de chô mage
obtenus avec les deux méthodes (PD et TQ). Comme po ur la méthode HP, les tests confirment la stationna rité
des séries (les résultats sont disponibles sur dema nde).

13 Ouest et 6,8% pour Bucarest-Ilfov (respectivement, +1,6 et +6,2 points de pourcentage au-
dessus de la médiane). Par conséquent, on peut rete nir que le coefficient d’Okun ne semble
pas être significatif dans les régions roumaines le s plus riches (à savoir, avec les niveaux et
les taux de croissance moyens du revenu les plus él evés).
Ensuite, on tourne notre attention vers le chômage . En analysant le taux de chômage
moyen sur la période, on n’observe aucune relation claire, puisque les régions Bucarest-Ilfov
et Ouest sont classées 4 e et 6 e respectivement (par ordre décroissant). Cependant, ceci signifie
que la loi d’Okun fonctionne à la fois lorsque le c hômage est fort (les régions Nord-Est et
Sud-Ouest, avec des taux de chômage moyens de 9,74% et 8,88%) ou faible (les régions de
Nord-Ouest et Sud-Muntenia, avec des taux de chômag e moyens de 6,21% et 3,61%), même
si certains signes de faiblesse de la significativi té du coefficient d’Okun sont détectés pour la
région Sud-Muntenia (pour la méthode PD).
Enfin, on s’intéresse à d’autres variables économi ques. Si l’investissement privé,
mesuré par le taux de croissance moyen de l’investi ssement direct étranger, et public, mesuré
par le pourcentage de routes modernisées, révèlent peu d’information si ce n’est une forte
concentration autour de Bucarest-Ilfov, les variabl es démographique apportent plusieurs
éclairages. Ainsi, les régions de Bucarest-Ilfov et d’Ouest sont les moins peuplées si l’on se
réfère à la moyenne de la population stable, ou alo rs 6 e et 8 e si l’on prend en compte la
population active, sur la période étudiée. De plus, ces régions sont également dernières
d’après la fertilité (moyenne sur la période 1997-2 010) et la mortalité infantile (moyenne sur
toute la période). Enfin, les deux dernières région s roumaines du point de vue de la part de la
population en danger de se retrouver dans la pauvre té sont (moyenne 2007-2010) Ouest
(15%) et Bucarest-Ilfov (autour de 5%), loin derriè re les régions les plus exposées, à savoir
Sud-Ouest et Nord-Est (au-delà de 30% de la populat ion totale). Au total, ces variables
permettent de mieux comprendre l’hétérogénéité régi onale dans la relation entre croissance
économique et chômage dans les régions roumaines, e t serviront d’appui dans la discussion
des implications de politique économique.

V. Conclusion et implications de politique économiq ue
Une littérature croissante s’intéresse à présent à la loi d’Okun dans une perspective régionale.
Contrairement à ces travaux se focalisant exclusive ment sur des pays développés, on exploite
dans cet article des données récentes permettant un e analyse sur un pays émergent, à savoir la
Roumanie. En plus d’être le deuxième plus grand pay s d’Europe centrale et orientale à avoir
intégré l’Union Européenne depuis 2004, la Roumanie dispose de données régionales de

14 chômage plus fiables que de nombreux pays en dévelo ppement ou émergents, justifiant ainsi
une telle analyse.
Notre évaluation économétrique portant sur la péri ode 1995-2011 nous a permis de
mettre en exergue les résultats suivants. Premièrem ent, si une relation négative existe entre le
cycle de revenu et le cycle de chômage, sa signific ativité dépend de la région considérée.
Deuxièmement, même si l’on se focalise exclusivemen t sur les régions roumaines dans
lesquelles le coefficient d’Okun est significatif, il existe d’importants écarts d’amplitude
d’une région à l’autre. Troisièmement, ces résultat s s’avèrent robustes à l’utilisation de
plusieurs méthodes économétriques permettant le cal cul des composantes cycliques du revenu
et du chômage par extraction de tendance stochastiq ue. Enfin, par rapport aux travaux récents
sur la loi d’Okun régionale dans des pays développé s, notre étude dévoile des coefficients
d’Okun remarquablement élevés (en valeur absolue). Dans certains cas, ces coefficients
peuvent atteindre, voire dépasser, la valeur estimé e par Okun (1962) aux alentours de 3 (en
valeur absolue). Une possible explication tient à l a nature émergente de l’économie roumaine,
se situant sur une trajectoire de convergence (prob ablement vers les pays riches de l’Union
Européenne) caractérisée par de forts taux de crois sance.
Cette vigueur particulière du coefficient d’Okun n ous a incité à recherche d’éventuels
facteurs promouvant sa significativité. Si le coeff icient d’Okun n’est pas significatif dans les
régions avec la plus forte croissance économique mo yenne sur la période, le niveau moyen du
chômage ne semble pas avoir d’influence claire sur sa significativité. Par ailleurs, on ne
trouve pas de relation significative entre cycle de revenu et cycle de chômage dans les régions
dont la population, la fertilité et la mortalité in fantile sont les plus faibles, et avec une part
plus réduite de la population exposée au risque de pauvreté.
Compte tenu de ces résultats, on peut formuler plu sieurs recommandations de
politique économique. Tout d’abord, il est essentie l pour les autorités publiques roumaines de
prendre en compte les spécificités régionales dans la composition de leurs politiques en
matière de croissance et d’emploi. D’une part, dans les régions dans lesquelles le lien revenu-
chômage est non significatif, les autorités publiqu es ne peuvent pas faire usage des politiques
de demande pour diminuer le chômage. En effet, ces régions présentent des taux de croissance
élevés, rendant inefficaces des politiques visant à la stimuler davantage. Au contraire, des
mesures visant à flexibiliser le marché régional du travail, comme une meilleure adéquation
des chômeurs aux offres d’emploi ou l’encouragement de mouvements de populations (par
exemple, la régions Ouest est la dernière en termes d’arrivée de nouvelles populations en
moyenne sur la période), pourront s’avérer plus eff icaces. D’autre part, dans la majorité des

15 régions roumaines la loi d’Okun est significative. Dans une perspective de demande, ceci
signifie que le gouvernement peut réduire le chômag e par des politiques macroéconomiques
d’inspiration keynésienne. Nos estimations font res sortir une spécificité intéressante de la
Roumanie, à savoir le fonctionnement de la loi d’Ok un à la fois dans des régions à faible et
fort taux de chômage (moyen sur la période). En par ticulier pour les régions du dernier groupe
(à savoir Nord-Est, Sud-Ouest et Sud-Est), qui par ailleurs présentent les taux de croissance
économique moyens les plus faibles, les politiques de demande visant à soutenir la croissance
conduiraient, d’après nos résultats, à des diminuti ons (statistiquement) significatives du
chômage 5.
Enfin, l’amplitude des coefficients (significatifs ) d’Okun en Roumanie, notamment
par rapport à des pays développés, souligne l’impor tance cruciale du marché du travail
roumain en termes de croissance économique. Dans la plupart des régions roumaines, des
réformes permettant de réduire le chômage accroîtra ient de manière conséquente la croissance
économique. D’après nos estimations, ces effets ser aient en moyenne environ 1,5 à 3 fois (en
fonction de la méthode économétrique utilisée) plus importants que dans des pays développés.
D’autant plus dans le contexte actuel, où la croiss ance économique demeure bien atone,
s’intéresser de plus près au marché du travail pour réduire le chômage pourrait être un moyen
efficace pour retrouver de la croissance économique .

5 Une explication à la significativité de la loi d’O kun dans des régions à chômage élevé est liée au pr ocessus
massif d’émigration de ces régions pauvres (en part iculier, Nord-Est et Sud-Ouest) vers, notamment, l’ Espagne
et l’Italie. La population restante présente souven t un niveau de qualification élevé, la rendant réac tive à
d’éventuelles politiques de demande.

16 Bibliographie
– Adanu, K. (2005) “A cross-province comparison of Okun’s coefficient for Canada” Applied
Economics 37, 561-570.
– Apergis, N. et A. Rezitis (2003) “An examination of Okun’s law: Evidence from regional areas
in Greece” Applied Economics 35, 1147-1151.
– Attfield, C. et B. Silverstone (1997) “Okun’s Coe fficient: A Comment” Review of Economics
and Statistics 79, 326-329.
– Ball, L., Leigh, D. et P. Loungani (2013) “Okun’s Law: Fit at 50?” NBER wp 18668.
– Beaton, K. (2010) “Time Variation in Okun’s Law: A Canada and US Comparison” Bank of
Canada wp 2010-07.
– Binet, M.-E. et F. Facchini (2013) “Okun’s law in the French regions: a cross-regional
comparison” Economics Bulletin 33, 420-433.
– Canova, F. (1998) “Detrending and business cycle facts” Journal of Monetary Economics 41,
475-512.
– Christopoulos, D. (2004) “The Relationship betwee n output and unemployment: Evidence from
Greek regions” Papers in Regional Science 83, 611-620.
– Coen, R. et B. Hickman (2006) “An econometric mod el of potential output, productivity growth,
and resource utilization” Journal of Macroeconomics 28, 645-664.
– Cuaresma, J. (2003) “Okun’s Law Revisited” Oxford Bulletin of Economics and Statistics 65,
439-451.
– Daly, M. et B. Hobijn (2010) “Okun’s Law and the unemployment surprise of 2009” Federal
Reserve Bank of San Francisco Economic Letter , 2010-07.
– Freeman, D. (2000) “Regional tests of Okun’s Law” International Advances in Economic
Research 6, 557-570.
– Freeman, D. (2001) “Panel tests in Okun’s law for ten industrial countries” Economic Inquiry
39, 511-523
– Hadri, K. (2000) “Testing for Stationarity in Het erogeneous Panel Data” Econometrics Journal
3, 148-161.
– Harris, R. et B. Silverstone (2001) “Testing for Asymmetry in Okun’s Law: A Cross-Country
Comparison” Economics Bulletin 5, 1-13.
– Hodrick, R. et E. Prescott (1997) “Postwar U.S. B usiness Cycles: An Empirical Investigation”
Journal of Money, Credit and Banking 29, 1-16.
– Holmes, M. et B. Silverstone (2006) “Okun’s Law, asymmetries and jobless recoveries in the
US: A Markov-switching approach” Economics Letters 92, 293-299.
– Huang, H.-C. et S.-C. Lin (2008) “Smooth-time-var ying Okun’s coefficients” Economic
Modelling 25, 363-375.
– Huang, H.-C. et C.-C. Yeh (2013) “Okun’s law in p anels of countries and states ” Applied
Economics 25, 191-199.
– Im, K., Pesaran, M. et Y. Shin (2003) “Testing fo r Unit Roots in Heterogeneous Panels” Journal
of Econometrics 115, 53-74.
– Kangasharju, A. et J. Pehkonen (2001) “Employment -Output Link in Finland: Evidence from
Regional Data” Finnish Economic Papers 14, 41-50.
– Kangasharju, A., Tavera, C. et P. Nijkamp (2012) “Regional Growth and Unemployment: The
Validity of Okun’s Law for the Finnish Regions” Spatial Economic Analysis 7, 381-395.
– Knotek, E. (2007) “How useful is Okun’s Law?” Federal Reserve Bank of Kansas City
Economic Review 4, 73-103.
– Kwiatkowski, D., Phillips, P., Schmidt, P. et Y. Shin (1992) “Testing the Null Hypothesis of
Stationarity against the Alternative of a Unit Root ” Journal of Econometrics 54, 159-178.
– Lee, J. (2000) “The Robustness of Okun’s Law: Evi dence from OECD Countries” Journal of
Macroeconomics 22, 331-356.
– Levin, A., Lin C. et C. Chu (2002) “Unit Root Tes t in Panel Data: Asymptotic and Finite Sample
Properties” Journal of Econometrics 108, 1-24.

17 – Malley, J. et H. Molana (2008) “Output, unemploym ent and Okun’s Law: Some evidence from
the G7” Economics Letters 101, 113-115.
– Mayes, D. et M. Virén (2009) “Changes in behaviou r under EMU” Economic Modelling 26,
751-759.
– Moosa, I. (1997) “A cross-country comparison of O kun’s coefficient” Journal of Comparative
Economics 24, 335-356.
– Moosa, I. (1999) “Cyclical output, cyclical unemp loyment, and Okun’s coefficient: A Structural
time series approach” International Review of Economics and Finance 8, 293-304.
– Mussard, S. et B. Philippe (2009) “Okun’s law, cr eation of money and the decomposition of the
rate of unemployment” Economics Letters 102, 7-9.
– Okun, A. (1962) “Potential GNP: Its measurement a nd significance” American Statistical
Association, Proceedings of the Business and Econom ics Section , 98-104.
– Owyang, M. et T. Sekhposyan (2012) “Okun’s Law ov er the Business Cycle: Was the Great
Recession all that different?” Federal Reserve of Saint Louis Review 94, 399-418.
– Perman, R. et C. Tavera (2005) “A cross-country a nalysis of the Okun’s Law coefficient
convergence in Europe”, Applied Economics 37, 2501-2513
– Prachowny, M. (1993) “Okun’s law: Theoretical fou ndations and revised estimates” Review of
Economics and Statistics 75, 331-336.
– Ravn, M. et H. Uhlig (2002) “On adjusting the Hod rick-Prescott filter for the frequency of
observations” Review of Economics and Statistics 84, 371-375.
– Schwert, G. (1989) “Tests for unit roots: A Monte Carlo investigation” Journal of Business and
Economics Statistics 7, 147-159.
– Sogner, L. et A. Stiassny (2002) “An analysis of the structural stability of Okun’s Law – a cross-
country study” Applied Economics 14, 1775-1787.
– Villaverde, J. et A. Maza (2009) “The robustness of Okun’s Law in Spain, 1980-2004: Regional
evidence” Journal of Policy Modeling 31, 289-297.
– Virén, M. (2001) “The Okun curve is non-linear” Economics Letters 70, 253-257.