Construire un modèle économétrique, c'est construire une route sur un glissement de terrain.

J. Barthélémy.

Un modèle économétrique joue fondamentalement un rôle d'intercesseur entre la théorie et l'obsertion pour décrire, en un ensemble cohérent de relations comples et économétriques, une entité économique historiquement datée et géographiquement localisée. Guidé par des préoccupations de prévision et de politique économique, il confronte des théories économiques synthétiques aux données statistiques et comples, par le biais de techniques économétriques et d'outils informatiques. En trente ans, la construction des modèles économétriques est passée du stade artisanal au stade industriel, évolution qui se traduit aussi bien par une diversification des modèles eux-mASmes que par une démultiplication des organismes constructeurs. Elle obéit A  un processus méthodologique décomposable en quatre phases, allant de la définition globale du modèle aux tests préalables A  son utilisation, en passant par la spécification de ses relations et l'estimation de ses paramètres.

Typologie des modèles.

Les modèles économétriques sont caractérisés, dans l'ensemble des modèles, par le fait que leurs relations portent sur des riables (agrégées) mesurables et admettent des paramètres numériques, estimés A  partir de données empiriques relatives A  un système économique bien défini. Aux modèles économétriques de grande taille sont souvent associés des - mini-modèles - (mini-METRIC, mini-DMS), voire des - micro-modèles - (micro-DMS), qui respectent leur structure tout en agrégeant biens et agents et en simplifiant les phénonènes, et peuvent remplir aussi bien un rôle de prévision grossière qu'une fonction purement pédagogique (voir II, 8). Les - maquettes - (maquette du CEPREMAP, DéSIR) sont également des représentations simplifiées, mais A  un niveau plus théorique, et cherchent A  résumer divers modèles économétriques selon des formulations alternatives des relations ou des leurs différentes des paramètres, A  des fins d'analyse dynamique (voir I, 5). Plus récemment élaborés, les modèles de microsimulation retracent assez finement des mécanismes de marché A  partir de relations plus désagrégées, tandis que les premiers systèmes experts apparaissent dans le domaine de la conjoncture (ECO).
Les modèles économétriques peuvent AStre classés en fonction de leur champ spatial et de leur extension temporelle ; ils fonctionnent soit de faA§on autonome, soit couplés A  d'autres modèles, selon divers agencements (hiérarchique ou en étoile). Les modèles centraux décrivent sous forme très agrégée les mécanismes essentiels d'une économie nationale et, s'ils cherchent d'abord A  saisir sa cohérence comple et son inertie, ils diffèrent par leur inspiration théorique et leur horizon prévisionnel. Les modèles de court terme (DEçA, STAR, METRIC, PROLIX, PROTéE, ICARE) simulent, A  un horizon de deux A  trois ans, les éolutions conjoncturelles résultant des comportements courants (demandes des ménages et de l'Extérieur) et de tensions sur des riables sensibles (capacités de production). Les modèles de moyen terme (FIFI, DMS, COPAIN, MOGLI) rendent compte, A  un horizon de cinq A  dix ans, d'évolutions plus structurelles résultant de l'adaptation de l'appareil productif (investissement et emploi, prix et salaires) aux conditions du marché national et international.
Les modèles périphériques ou satellites hypertrophient un phénomène particulier d'un modèle central, duquel ils reA§oivent ou avec lequel ils échangent des informations sur des riables clés, allant parfois jusqu'A  former avec lui un modèle macro-sectoriel synthétique (mini-DMS-énergie). Les modèles amont fournissent des données relativement fines sur les riables exogènes du modèle central, qu'il s'agisse d'hypothèses socio-démographiques (prévisions INSEE, PRUDENT) ou d'environnement international (prévisions OCDE, MEC). Les modèles al détaillent les résultats concernant une fonction de l'état (fiscalité, Sécurité sociale, administrations), un secteur d'activité (agriculture, énergie, logement, transports) ou un phénomène spécifique (opérations financières, emploi, distribution des revenus). Ils sont, en général, moins liés A  des théories économiques typées que les modèles centraux, voire se contentent de décrire des effets inertiels (démographie) ou mécaniques (fiscalité), mais leur choix reflète les préoccupations d'une époque.
Les modèles composites décrivent enfin un ensemble économique A  travers les interactions de sous-ensembles géographiques ou sectoriels, soumis A  une modélisation autonome préalable ou modélisés de faA§on normalisée pour la circonstance. Les modèles infranationaux décomposent les riables d'une économie nationale par secteurs (PROPAGE, ANAA�S), ventilation plus fine que pour les modèles centraux, ou par régions (REGINA, RéGIS), typologie inexistante dans les modèles centraux. Les modèles supranationaux décrivent l'économie mondiale A  partir des modèles nationaux (agrégés pour certaines - zones -), articulés par les échanges commerciaux et financiers internationaux (MOA�SE, COMET, SACHEM, LINK, ATLAS). On peut signaler enfin des modèles plus atypiques, les uns qui décrivent directement l'économie mondiale sous forme agrégée, d'autres qui s'intéressent au long terme au national en ce qui concerne le passé (modèle du xixe siècle) ou le futur (mini-DMS-long terme).

Historique des modèles.

Aux états-Unis (Nerlove, 1966 ; Fromm-Klein, 1973 ; Intriligator, 1978), A  la suite du modèle pionnier de Tinbergen (1936) et dans une première phase (1939-45), les modèles se sont développés sous l'impulsion d'universitaires isolés, désireux d'exploiter les données du NBER avec des techniques économétriques simples, A  des fins de prévision. Dans une deuxième phase (1955-65), initialisée par le modèle Klein-Goldberger et aboutissant au modèle Wharton, les modèles, tout en restant de taille modeste, profitent des progrès de l'informatique pour introduire des non-linéarités et des éléments de dynamisa-tion ; mais, diffusant la pensée keynésienne, ils s'interrogent essentiellement sur le moyen terme et raisonnent quasi exclusivement en économie fermée. Dans une troisième phase (1965-73), symbolisée par le modèle de la Brookings, les modèles sont pris en charge par des équipes universitaires ou privées plus conséquentes, se calent plus systématiquement sur les comptes nationaux, voient leur taille s'accroitre et ont recours A  une économétrie plus sophistiquée ; tous dynamiques, ils s'intéressent A  des aspects plus conjoncturels, s'ouvrent sur l'extérieur et font jouer un rôle plus important aux prix et au secteur financier.
En France (Boyer, 1981 ; Muet, 1982), la période de l'après-guerre (1945-65) voit, parallèlement A  la mise sur pied de la Compilité Nationale, les premiers balbutiements de la modélisation au sein de l'administration économique. Dans le but d'assurer un minimum de cohérence A  l'effort de reconstruction et d'éviter les goulots d'étranglement, la priorité est donnée aux relations physiques et comples (matrice de Leontief, leaux d'opérations financières), avec quelques autres relations statiques définies - A  la main - (modèle SEEF, 1950). C'est dans une deuxième phase ( 1965-73) que les premiers vrais modèles apparaissent, sous l'impulsion des préoccupations de croissance et de compétitivité et avec l'essor de l'informatique, modèles qui sont développés dans un cadre strictement administratif. S'intéressant particulièrement A  l'investissement et A  la formation des prix et des salaires dans un contexte concurrentiel qui s'internationalise, ils contribuent A  la définition de scénarios tendanciels ou normatifs, aussi bien pour la préparation des budgets économiques (ZOGOL, DEçA) que pour les traux de ification (FI FI).
La troisième phase (1973-80), avec l'apparition de statistiques plus fiables et d'outils informatiques plus performants, est l'age d'or des modèles, désormais dynamiques, leur fabrication débordant la seule administration pour toucher la Banque de France ou l'Université (GAMA). Les modèles centraux de court terme (STAR, METRIC) et moyen terme (DMS), polarisés sur l'adaptation du système productif, l'ouverture sur l'extérieur, la définition (implicite ou explicite) des prix et l'intégration financière, sont accomnés d'une floraison de modèles périphériques et des premiers modèles composites. La quatrième phase (1980-86), malgré l'approfondissement de la crise, voit une consolidation et mASme une banalisation des modèles par l'usage de techniques statistiques systématiques, et surtout leur confection par de nouveaux organismes paragouvemementaux et associatifs. Bien que leur structure théorique (néokeynésienne) soit fort proche, une concurrence entre les modèles et les institutions s'instaure, qui s'accomne cependant d'un scepticisme croissant sur leurs performances, dans un univers devenu fortement insle.
En ce qui concerne la modélisation de l'économie franA§aise, la situation actuelle manifeste plutôt un trop-plein qu'une carence. Des modèles centraux continuent A  AStre produits et exploités en prévision par les organismes officiels que sont l'INSEE et la direction de la Prévision (ministère des Finances). D'autres sont mis en chantier ou réalisés par des organismes non officiels comme le GAMA (université Paris X), I'OFCE (Sciences Politiques), le BIPE, REX ECO/IPECODE (Patronat FranA§ais), le COE (chambre de Commerce) ou l'AFEDE (économistes d'entreprise). D'autres encore sont construits, souvent dans le cadre de modèles supranationaux, par les grandes organisations internationales (CEE, OCDE) ou mASme des organismes économiques étrangers aux états-Unis, en Grande-Bretagne, en Allemagne, au Japon et en Suisse. Enfin, pour ne pas AStre en reste, des prévisions sont effectuées sur des bases moins formalisées, par des revues économiques comme l'Expansion (extrapolations raisonnées), le Nouvel économiste ou la Vie franA§aise-l'Opinion (panel d'experts).

Définition du modèle.

Le processus de modélisation peut AStre enclenché aussi bien par la décision de construire un modèle original que par celle de - restaurer - un modèle ancien, les deux opérations ne différant que par le degré de remise en cause des représentations préalables. Cette remise en cause peut se faire sous l'impulsion de l'évolution propre du système économique (changements obserbles des comportements, des technologies ou des institutions) comme de l'évolution des préoccupations le concernant. La décision peut ainsi AStre justifée par la nécessité de répondre A  de nouveaux impératifs économiques (ouverture sur l'extérieur, intégration financière) ou par l'apparition de concepts théoriques susceptibles d'AStre opérationnalisés (équilibres A  prix fixes, anticipations rationnelles). Elle peut aussi AStre motivée par la mise au point de techniques de traitement de l'information plus performantes (logiciels plus puissants, méthodes économétriques moins restrictives) ou de données statistiques fraichement recueillies (séries anciennes complétées ou séries nouvelles).
Un modèle utilisable - tous azimuts - étant illusoire, il est défini par des options générales qui caractérisent le type de problèmes qu'il doit éclairer, essentiellement la prévision et la simulation de politiques globales ou spécifiques. Il se caractérise d'abord par le champ spatiotemporel sur lequel il peut prétendre AStre - tangent A  la réalité -, A  savoir le domaine géographique balayé et la période historique pertinente, passée ou future. Ensuite, il privilégie la description d'agents ou de phénomènes spécifiques, les autres étant traités de faA§on plus fruste A  l'intérieur mASme du modèle, quand leur influence n'est pas seulement traduite par des facteurs exogènes. Enfin, il retient certaines orientations théoriques générales, et, mASme si nombre d'entre eux ont une inspiration théorique dominante (schéma IS-LM), ils puisent en fait A  diverses sources théoriques simultanément jusqu'A  apparaitre comme des - cocktails théoriques - (voir I, 5).
Une fois délimité, le modèle est décomposé en blocs correspondant A  des sous-systèmes relativement autonomes, blocs reliés par un nombre réduit de riables de raccordement et traités chacun par des spécialistes du domaine concerné. Ils peuvent isoler différents ordres de phénomènes (blocs réel, monétaire et salaires-prix dans la plupart des modèles centraux) ou diverses catégories de riables (blocs capital, production et revenu dans DMS ; blocs démographie, production et capital dans SIMAGRI). MASme si les modèles restent toujours très agrégés, les blocs correspondent aussi A  une désagrégation des agents économiques (ménages, producteurs) et surtout des branches ou secteurs d'activité (biens de consommation et d'équipement dans DMS). Ils peuvent enfin résulter d'un découe géographique par région (pays ou groupes de pays dans un modèle international) ou fonctionnel par zones (zones urbaines et rurales dans REGI NA).
Au cours de cette phase pour laquelle aucune méthodologie précise n'est disponible, une équipe est progressivement constituée, qui regroupe A  la fois des économistes (parfois spécialisés), des économè-tres et des informaticiens, bien que les rôles tendent A  se confondre avec l'apparition de logiciels puissants. Les moyens humains mobilisés pendant deux A  trois ans peuvent aller de cinq A  cinquante hommes-an (pour DMS), ce qui, compte tenu de leurs qualifications et des autres moyens nécessaires, peut porter le coût d'un modèle A  hauteur de celui d'un hélicoptère. En conséquence, seuls des organismes financièrement assez puissants peuvent s'offrir un tel outil, et encore en s'en tenant A  un cadre conceptuel relativement orthodoxe, en profitant de banques de données disponibles gracieusement et en s'appuyant sur des logiciels efficaces. Enfin, le modèle se voit doté d'un nom de baptASme accrocheur qui peut jouer un rôle non négligeable dans sa promotion (l'interprétation des initiales n'étant qu'une formalité) : STAR, DéSIR, MAGALI, PROLIX SPORE, et aussi PROTéE. ICARE, HERMÀS, MOA�SE ou ATLAS.

Spécification du modèle.

La phase de spécification du modèle consiste A  définir un ensemble représentatif de relations, chacune caractérisée par les riables retenues et la forme analytique adoptée, avec l'introduction de paramètres éventuellement soumis A  des restrictions théoriques a priori. Les riables sont sélectionnées parmi celles pour lesquelles on dispose de séries statistiques préalables suffisamment longues (Compilité Nationale, séries monétaires et financières, données étrangères, contexte économique général), bien qu'il soit possible de construire des séries originales pour les besoins d'un modèle. Les relations sont choisies en fonction de résultats économétriques préexistants ou de considérations théoriques générales, non sans un processus de simplification, d'adaptation et de croisement des connaissances disponibles. Trop souvent posées comme linéaires, ces relations introduisent spontanément des non-linéarités si une mASme riable est exprimée en volume et en leur, en niveau et en taux de riation ou s'il apparait des effets de seuil. A titre d'exemple, une fonction d'exportation macro-économique lie les exportations d'un pays au PIB des pays étrangers (effet de demande), au différentiel de prix avec l'étranger (effet de compétitivité), au PIB intérieur (effet de poussée) et A  la consommation intérieure (effet de résidu).
Les riables correspondent A  des flux, des stocks ou des prix, mais aussi A  des - tensions - ; elles sont classées en riables endogènes (calculées A  chaque période par le modèle), prédéterminées (endogènes calculées A  la période précédente), exogènes (données a priori ou calculées par d'autres modèles) et en aléas stochastiques. La distinction entre riables exogènes et endogènes dépend des options générales du modèle, un modèle macro-économique central retenant comme exogènes les instruments de politique économique, l'environnement international et le contexte sociodémographique. Mais une riable ne peut légitimement AStre considérée comme exogène que si l'effet en retour qu'exercent les riables endogènes est faible (riable météorologique), A  long terme alors que le modèle est de court terme (riable démographique) ou non discriminant pour le problème étudié (riable culturelle). Les riables exogènes se subdivisent elles-mASmes en riables d'environnement (phénomènes extérieurs ou non contrôlés par un acteur spécifié) et riables de commande (riables de décision d'agents extérieurs privilégiés), mais lA  encore, la coupure est délicate si un acteur ne contrôle que partiellement une riable (offre de monnaie ou déficit budgétaire pour l'état).
Les relations sont, quant A  elles, différenciées pour l'estimation en relations de définition (définition d'une riable en fonction d'autres), relations comples (contraintes financières postulées entre riables) et relations économétriques (liaisons observées entre riables). Ces dernières sont aussi bien des relations techniques (fonctions de production), des relations de comportement (fonctions de demande), des relations de confrontation (partage salaires-profits) ou des relations institutionnelles (règles d'imposition fiscales). Si les relations de définition ou comples sont des identités, les relations techniques ou institutionnelles traduisent des lois exactes au niveau désagrégé, mais sont traitées comme aléatoires au niveau global, comme les relations de comportement, du fait d'une agrégation non parfaite, de riables négligées et d'erreurs de mesure. De plus, si les relations comples sont synchroniques, comme la plupart des relations de définition, les relations économétriques sont diachroniques et demandent que l'on spécifie, outre le - pas - du modèle (trimestriel, annuel), la structure de retards des riables, encore bien souvent plaquée sur un cadre théorique statique.
Cette phase primordiale de - prémodélisation -, qui précise l'architecture du modèle, peut s'achever par la construction d'une matrice ou d'un graphe (analyse structurale) indiquant toutes les influences d'une riable sur une autre avec leur signe présumé. On sait que ce graphe n'est pas univoque, puisqu'il est possible d'avoir plusieurs lectures - causales - d'une mASme relation, mais il permet néanmoins de faire apparaitre des phénomènes essentiels de structure et de régulation (voir III, 3). Il met en évidence l'existence de faisceaux convergents ou divergents sur certaines riables particulièrement sensibles ou motrices et de boucles de rétroaction positives ou négatives plus ou moins enchevAStrées, ce qui rend caduque une analyse par trop monocausale (origine de l'inflation, influence respective des politiques monétaires et budgétaires). Il met aussi l'accent sur la structure plus ou moins récursive du modèle, décomposable en trois sous-modèles (prologue récursif, cœur interdépendant, épilogue récursif), ce qui permet de dégager une procédure commode de résolution (après s'AStre assuré qu'il existe bien une relation par riable endogène).

Estimation du modèle.

La phase d'estimation du modèle consiste A  calculer une leur numérique des paramètres par confrontation de la spécification théorique précédemment élie et de la réalité symbolisée par l'échantillon statistique que constituent les données. Elle s'appuie sur une base de données informatisée propre au modèle, contenant des informations déjA  prétraitées et dont l'élaboration peut occuper jusqu'A  80 % du temps de construction du modèle. Cette phase de finition est délicate, car si - l'étoffe des modèles est faite d'un mélange de fils représentant des égalités comples, des hypothèses inspirées de la théorie, des relations empiriques de comportement, sa qualité dépend beaucoup du soin apporté A  la filature et au tissage- (Lesourne, 1978). Cependant, les activités de gestion des données d'estimation et de résolution du modèle sont de plus en plus fréquemment effectuées par des logiciels spécialisés (SYMSIS pour METRIC, XING pour ATLAS), dont les performances limitées peuvent néanmoins contraindre le modèle.
Pour les maquettes, les paramètres sont ajustés - A  la main - en utilisant des formules théoriques qui les relient directement A  des riables obserbles, ou en les fixant grossièrement A  partir de leurs obtenues pour des relations précédemment estimées. Pour les modèles de -dynamique des systèmes- (Forrester, 1980) ou de -micro-simulation- (Ballot, 1980), les paramètres sont souvent - calés - de faA§on A  ce que les trajectoires simulées des riables, pour une batterie de paramètres, - collent au mieux - avec les trajectoires observées. Cependant, pour les modèles économétriques usuels, ces paramètres sont estimés A  partir de l'obsertion des leurs passées des riables, A  l'aide de techniques riées qui ont considérablement progressé, en particulier pour les modèles non linéaires. Les procédures utilisées restent toutefois impures du fait du nombre réduit d'obsertions (riables agrégées et annuelles) et des restrictions nouvelles A  introduire pour pouvoir estimer les relations (types de riables admissibles, longueur des retards acceple, nombre de riables et de relations susceptibles d'AStre traitées globalement).
La phase d'estimation ne se contente pas de fournir les leurs des paramètres, elle est également utilisée pour préciser les spécifications des relations (voir III, 3), mASme si on ne peut échapper A  toute spécification a priori (Malinud, 1981). D'une part, le statut des riables et les restrictions sur les relations peuvent résulter de tests directs (tests d'exogénéité des riables, élimination de riables non explicatives, spécification des retards, silité des paramètres). D'autre part, le modélisateur est souvent amené A  estimer plusieurs riantes d'une mASme relation, qui diffèrent par leur forme analytique (linéaire ou non, en niveau ou en riation) et les riables explicatives retenues (type de riables, retards). Il est alors amené A  en sélectionner une en arbitrant entre un critère d'interpréilité théorique et un critère de lidité statistique, l'un ou l'autre étant privilégié selon la nature de la relation et la tournure d'esprit du modélisateur.
- La forme du modèle résulte ainsi de la composition entre une structure théorique, des estimations économétriques, des a priori économiques du constructeur et des détails de spécification des équations imposées par les profils des séries statistiques- (Artus-Nasse, 1979). Le modèle étant rarement résoluble sous forme analytique, un algorithme numérique de résolution est mis en place, qui calcule les riables endogènes A  partir des riables exogènes, selon un processus itératif qui traite les riables dans un certain ordre. Rendue délicate par une interdépendance intratemporelle souvent forte des riables, cette résolution est facilitée, en renche, par l'habituelle récursivité intertemporelle (sauf en cas d'anticipations rationnelles). Cet algorithme doit converger vers les leurs d'équilibre de faA§on rapide et non ambiguA«, ce qui suppose que l'équilibre modélisé soit suffisamment sle et qu'il n'existe pas d'autres équilibres dans un voisinage proche. Lorsque cette convergence s'avère difficile (en particulier sur la boucle prix-salaires) et, pis encore, lorsque le modèle se révèle explosif (les prix deviennent infinis), il arrive qu'on introduise des - mécanismes de rappel - silisateurs, mais sémantiquement arbitraires et incohérents avec le reste du modèle.

Tests du modèle.

Le test de base consiste A  confronter les trajectoires réelles passées des riables endogènes aux trajectoires simulées par le modèle, soit sur sa période d'estimation, soit sur une période ultérieure pour laquelle les réalisations de certaines riables sont déjA  connues. Ces simulations rétrospectives (effectuées par bloc ou avec le modèle complet) s'appuient sur des riables exogènes observées ou prévues (et des aléas prévus ou nuls), ce qui peut permettre d'attribuer les erreurs de prévision A  des erreurs d'anticipation sur ces riables ou au modèle lui-mASme. Les prévisions et les réalisations des riables peuvent AStre ées suint un critère statistique spécifique (erreur moyenne, erreur absolue moyenne, riance de l'erreur) ou de faA§on plus qualitative, en ant, par exemple, les points de retournement effectifs et anticipés. Bien entendu, cette confrontation se poursuit tout au long de l'utilisation en prévision du modèle, au fur et A  mesure que les simulations prospectives s'actualisent, et peut permettre de er les performances de riantes d'un mASme modèle ou de modèles différents (voir III, 6).
D'autres -tests externes- (Deleau-Malgrange, 1980) cherchent A  analyser le comportement du modèle en réponse A  des chocs externes pour mettre en évidence ses propriétés dynamiques (cycles, évolutions explosives), cette caractérisation étant déterministe ou stochastique. Le calcul des multiplicateurs (par simulation ou sous forme analytique) permet d'apprécier (pour une trajectoire de référence donnée, si le modèle est non linéaire) la riation d'une riable endogène (immédiate, différée ou asymptotique) induite par la modification d'une riable exogène (unipériodique ou maintenue). Le calcul des leurs propres (du modèle linéaire tangent) permet de mettre en évidence les conditions de silité du modèle et les caractéristiques d'évolution des trajectoires, tout comme de dresser une typologie modale des riantes. Enfin, la simulation stochastique (avec un échantillon de perturbations aléatoires) et l'analyse des aléas (en cherchant le spectre des résidus aléatoires induits) permettent d'étudier les propriétés (en particulier cycliques) dues spécifiquement au caractère aléatoire du modèle (le fonctionnement moyen du modèle différant du fonctionnement du modèle moyen).
Les - tests internes - ont pour but, quant A  eux, de préciser la structure interne du modèle, déjA  analysée au cours de la phase de prémodélisation, afin de pouvoir juger de l'importance relative des mécanismes étudiés et de mieux interpréter les résultats des simulations. Les chocs de structure conduisent A  modifier la spécification de telle ou telle relation, l'examen des nouvelles trajectoires renseignant sur la silité structurelle du modèle et sur l'association entre ses modes de fonctionnement et ses mécanismes internes. L'analyse des interdépendances consiste A  déduire de la matrice quantitative d'interconnexion entre les riables du modèle l'existence de sous-modèles faiblement couplés, ce qui conduit A  une structure de récurrence approchée entre riables ou groupes de riables. Les structures de résolution visent enfin A  définir des hiérarchies causales en distinguant entre riables de cohérence et riables de bouclage.
ConA§us comme techniques de lidation, ces tests conduisent aux dernières retouches du modèle, plus ou moins profondes et orthodoxes, depuis la définition de sous-périodes de régimes différents, si ses paramètres s'avèrent trop insles, jusqu'A  l'introduction de riables d'écart, si les trajectoires simulées s'éloignent par trop des trajectoires observées. Mais, conA§us comme instruments de compréhension, ils permettent surtout au constructeur du modèle de bien connaitre ses caractéristiques structurelles et ses propriétés dynamiques, voire de porter un jugement sur ses parties les plus solides, la force du modèle étant celle de son maillon le plus faible. Sans pouvoir préjuger du comportement du modèle dans toutes les circonstances de son utilisation future, il sera néanmoins mieux en mesure d'interpréter les résultats des simulations prospectives qui seront effectuées et d'avoir une première opinion sur leur fiabilité.

Vie d'un modèle.

Un modèle n'est pas une entité inerte, mais un outil qui nait après une phase de gestation, se transforme plus ou moins continûment et meurt du fait de son abandon, mASme s'il n'est pas toujours aisé de situer avec précision ses dates de naissance et de décès. Un modèle se construit progressivement, et, s'il obtient aux termes de sa construction un brevet d'opérationnalité, cette reconnaissance n'est qu'approximativement dale, ainsi lorsqu'on affirme que le modèle de la Brookings est né en 1964 dans sa version préliminaire. Un modèle peut ensuite subir des restaurations qui modifient profondément ses spécifications tout en respectant sa structure, et le font changer de patronyme, ainsi de DMS 1 intronisé en 1975 et prolongé par DMS 2 environ cinq ans plus tard. Un modèle tombe enfin progressivement en désuétude lorsqu'il est reconnu comme obsolète sans laisser de successeur ou lorsqu'il est supté par un modèle plus performant, ainsi de FIFI qui a préludé et n'a pas survécu A  la naissance de DMS.
Cela étant, la durée de vie d'un modèle est très riable en fonction de l'originalité de son approche, de la pertinence a priori de ses mécanismes, de la riété des questions auxquelles il peut répondre et de ses performances concrètes dans les applications. S'il n'est pas rare de voir des modèles avorter A  divers stades de leur conception, il arrive encore plus fréquemment qu'un modèle soit mort-né, c'est-A -dire jamais vérilement utilisé bien qu'achevé, A  l'instar du modèle PITI, resté sans soutien du fait de réserves a priori. Un modèle peut aussi connaitre une carrière relativement brève si son utilisation révèle des imperfections dirimantes ou s'il ne suscite pas de vériles demandes d'utilisation, comme on a pu l'observer pour STAR ou COPAIN, et surtout pour les nombreux modèles périphériques. Certains modèles connaissent cependant une longévité assez étonnante, due en particulier A  la solidité de leurs fondements théoriques et A  la qualité des techniques statistiques utilisées ; les deux modèles METRIC et DMS régnent ainsi sans partage en France depuis plus de dix ans.
Au cours de son existence, le modèle évolue aussi plus insensiblement, mais en renche quasi quotidiennement, si bien que l'on ne sait jamais, derrière le sigle qui est censé l'identifier, quel modèle se cache vérilement. Cette évolution résulte aussi bien de données nouvelles, qui conduisent A  des réestimations partielles des relations, qu'A  des utilisations ponctuelles, qui exigent des adaptations de ces mASmes relations. Toujours est-il que, si l'architecture d'ensemble du modèle et mASme ses spécifications ne sont pas remises en cause, des riables d'écart y sont introduites et vont y rester, des paramètres sensibles sont modifiés irréversiblement. Ainsi, le METRIC d'aujourd'hui n'est plus tout A  fait semblable au METRIC d'hier et, sans doute mASme, le modèle METRIC imté A  l'INSEE peut-il diverger au cours du temps de son double imté A  la direction de la Prévision.
Dans cet esprit, il est d'ailleurs possible de plaider pour un modèle A  géométrie riable en fonction des utilisations envisagées, compte tenu de l'appréciation portée sur la qualité de chacune des relations. Pour Johansen (1982), -nous avons de meilleures chances d'obtenir des résultats approximativement corrects en utilisant un système incomplet de bonnes équations qu'en introduisant une ou plusieurs équations sérieusement fausses. Par exemple, si nous avons une mauise courbe de Phillips, nous serons conduits A  errer soit en ce qui concerne l'inflation, soit en ce qui concerne l'emploi, soit les deux []. En conséquence, nous devons discriminer les équations selon leur leur et arranger les programmes et les procédures d'utilisation des modèles, de sorte que l'on puisse garder ou éliminer les mauises équations suint les applications -.