Corrélation ≠ Causation | Mises Wire

Nous constatons souvent que deux éléments de données, qui ne sont supposés avoir aucune relation, semblent avoir une corrélation visuelle très élevée. Par exemple, nous pouvons découvrir une forte corrélation entre l'intensité des aboiements d'un chien et les mouvements des cours des actions. On est alors tenté de profiter de cette découverte pour gagner de l'argent en bourse.

En réalité cependant, les aboiements du chien et les mouvements des indices boursiers n’ont rien à voir entre eux. Ce qui peut rendre la bonne corrélation apparente est qu’ils présentent tous deux une tendance à la hausse à long terme. De plus, les fluctuations de ces données ne semblent pas converger autour de la tendance, mais semblent aller dans une direction ascendante. Ces types de statisticiens de données étiquettent non-stationnaire.

En revanche, les données qui convergent autour d'une valeur fixe sont appelées stationnaires. Les données qui sont stationnaires impliquent une structure inchangée, quelque chose de stable et donc on peut les comprendre, alors que les données non-stationnaires sont associées à des fluctuations irrégulières, ce qui rend bien sûr très difficile de comprendre. Ainsi, si quelque chose dérive sans but, il n’est pas possible d’en dire beaucoup sur son avenir. Si l’on essaie de comprendre les données irrégulières, il est évident que l’on n’ira pas très loin. Cela crée toutefois un problème majeur pour les économistes si les données qu’ils utilisent ne sont pas stationnaires. Par conséquent, l'intégration de ces types de données dans les analyses économiques conduit à des résultats trompeurs.

Par exemple, un économiste veut établir l’importance des changements de production sur la consommation des gens. La procédure courante consiste à appliquer des méthodes statistiques sur les données de consommation et de production afin d’établir une corrélation entre elles.

À l’aide d’une technique statistique, également appelée analyse de régression, on établit le lien quantitatif qui existe entre consommation et production.

Supposons qu'un économiste ait constaté que la relation entre consommation et production se résumait par l'expression mathématique suivante:

Consommation = 10 + 0,5 * Production

Fort de cette conclusion, l’économiste peut maintenant nous indiquer le sens de la consommation s’il ya un changement de production. Ainsi, si la production est de 100, la consommation sera de 60 (car 10 + 0,5 * 100 = 60). Les économistes désignent les nombres 10 et 0,5 comme des paramètres.

Observez que les informations concernant la taille de ces paramètres (c’est-à-dire s’il s’agit de 10 et de 0,5 ou autre chose) sont obtenues au moyen de la technique de régression. Les nombres 10 et 0,5, qui ont été générés par la méthode de régression, sont les estimations de vrais paramètres dans le monde réel, ou du moins sont-ils conservés.

Il est soutenu que ces estimations sont en moyenne très proches des vrais paramètres. Nous pensons également que toutes les conclusions tirées de l'équation concernant la relation entre consommation et production reflètent la réalité, pour autant que la performance du modèle en termes de capacité de prévision soit bonne.

Le lauréat du prix Nobel Clive Granger, cependant, le conteste. Il soutient qu'aucune conclusion significative ne peut être tirée de l'équation ci-dessus si les données utilisées pour établir cette équation sont non stationnaires. En fait, selon Granger, les données précédemment utilisées par les économistes étaient probablement de nature non stationnaire.

Les paramètres obtenus à partir de telles données sont susceptibles d'induire en erreur et, par conséquent, le résultat de l'analyse n'aura probablement aucun sens. Alors, comment peut-on surmonter le problème?

Si l'on veut établir un facteur commun qui influence à la fois la consommation et la production, ces deux séries temporelles sont dites connectées ou co-intégrées. Granger et d’autres ont montré, au moyen de méthodes mathématiques et statistiques, que l’introduction d’un facteur commun stabilisait la corrélation entre les séries temporelles non stationnaires.

Ainsi, la consommation et la production peuvent être observées séparément en tant que série temporelle non stationnaire. Si l'on essayait d'établir des relations économiques entre eux, on obtiendrait des résultats trompeurs. Cependant, si l'on devait établir que la consommation et la production ont un facteur commun, on pourrait en déduire qu'à la longue, la consommation et la production doivent évoluer ensemble.

Ce facteur commun ou de co-intégration pourrait être que le bien-être des personnes nécessite consommation et production. De plus, sans production, il ne peut y avoir de consommation et sans consommation, aucune production n'est possible.

Un autre exemple est un bien identique, négocié à différents endroits. Les fluctuations des prix au jour le jour peuvent sembler aléatoires à divers endroits et ne correspondront donc probablement pas les unes aux autres.

Cependant, l’existence de l’arbitrage et de la loi de l’offre et de la demande garantira que, dans le temps, les prix de divers endroits se rapprocheront.

Au lieu d'essayer de déterminer le facteur de cointégration, Granger et d'autres ont mis au point un cadre mécanisé permettant aux économistes de déterminer si les données sont compatibles avec la co-intégration, c'est-à-dire si la relation entre les données a un sens. Une fois qu'il est établi que les données sont co-intégrées, elles peuvent ensuite être utilisées par une procédure mathématique donnée pour établir les paramètres corrects.

Différents résultats statistiques générés à l’aide du cadre de Granger sont donc considérés comme valables, car ils ont été appliqués à des données co-intégrées.

La méthode de Granger soulève de sérieux doutes quant aux conclusions passées relatives aux interrelations économiques, obtenues grâce aux techniques anciennes. Il fournit également une critique de l’usage populaire des corrélations sans tenter de donner un sens aux relations.

Le cadre de Granger semble fournir aux économistes un outil puissant permettant de minimiser l'utilisation de corrélations sans signification. Par exemple, le cadre de Granger indiquera que les mouvements sur le marché boursier et l'intensité des aboiements de chiens ne peuvent pas être co-intégrés et que, par conséquent, l'utilisation de ces relations pour gagner de l'argent sur le marché boursier pourrait s'avérer un exercice très coûteux.

À cet égard, on pourrait considérer que cela ramène la validité de l'analyse fondamentale. Cela doit être mis en contraste avec la manière populaire de penser que l’analyse fondamentale n’a que peu d’aide car, en règle générale, les données sont de nature aléatoire. Par conséquent, il semble que le cadre de Granger soit un excellent outil pour approfondir notre compréhension de l'univers économique. Cependant, est-ce?

Y a-t-il des constantes en économie?

Le problème majeur que Granger n’a pas abordé n’est pas de savoir si les anciennes techniques ont généré des estimations de paramètres valides, mais bien si de tels paramètres existent.

En sciences naturelles, l’utilisation des mathématiques permet aux scientifiques de formuler le caractère essentiel des objets. Par conséquent, dans des conditions données, la même réponse sera obtenue à plusieurs reprises. Cependant, la même approche n’est pas valable en économie. Car l’économie est censée s’occuper d’êtres humains et non d’objets. Selon Mises,

L'expérience à laquelle les sciences de l'action humaine doivent faire face est toujours une expérience de phénomènes complexes. Aucune expérience de laboratoire ne peut être effectuée en ce qui concerne l'action humaine.

Les gens ont la liberté de choisir pour changer d’avis et poursuivre des actions contraires à celles observées dans le passé. En raison de la nature unique des êtres humains, les analyses en économie ne peuvent être que qualitatives. Il n'y a pas de paramètres dans l'univers humain. C'est ainsi que Mises a écrit:

Dans le domaine de l’économie, il n’ya pas de relations constantes et, par conséquent, aucune mesure n’est possible.

L'opinion populaire selon laquelle l'activité économique humaine peut être capturée par une formule mathématique exprimée par des paramètres fixes implique que les êtres humains fonctionnent comme des machines. Par exemple, contrairement à la pensée mathématique, les dépenses individuelles en biens ne sont pas "causées" par le revenu en tant que tel. Dans son propre contexte, chaque individu décide du montant d'un revenu donné qui sera utilisé pour la consommation et de celui de l'épargne.

S'il est vrai que les gens réagissent à l'évolution de leurs revenus, la réponse n'est pas automatique et ne peut être capturée par une formule mathématique. Par exemple, une augmentation du revenu d'un individu n'implique pas automatiquement que ses dépenses de consommation suivront. Chaque individu évalue l’augmentation des revenus par rapport aux objectifs qu’il souhaite atteindre. Ainsi, il pourrait décider qu'il est plus avantageux pour lui d'augmenter ses économies plutôt que d'augmenter sa consommation.

Au mieux, les formulations mathématiques peuvent être considérées comme une technique permettant d'obtenir un instantané de diverses données économiques à un moment donné. En ce sens, cela peut être vu comme une forme particulière de présentation de données historiques. Cependant, ce type de présentation ne nous dit rien sur les principales causes de l'activité économique humaine. De plus, le recours à des relations historiques bien établies pour évaluer l’impact des modifications apportées aux politiques gouvernementales produira des résultats trompeurs malgré le cadre de Granger.

Après tout, supposer qu'un changement de politique gouvernementale laissera intacte la structure des équations signifierait que des individus dans l'économie ont cessé d'être en vie et ont été, en fait, gelés.

À cet égard, Mises a écrit:

En tant que méthode d'analyse économique, l'économétrie est un jeu puéril avec des chiffres qui ne contribue en rien à élucider les problèmes de la réalité économique.

Nous suggérons que la causalité ne peut pas être déterminée au moyen de méthodes mathématiques, mais au moyen de la compréhension. Cela peut être fait une fois que le cadre de notre pensée est basé sur un axiome non réfutable, tel que l’être humain utilise des moyens pour atteindre des objectifs. Avec l'aide de cette approche, on va établir que la causalité émane des humains eux-mêmes et non de facteurs extérieurs.

Il n'y a pas d'étalon constant pour mesurer l'esprit, les valeurs et les idées des hommes. La valorisation est le moyen par lequel un individu conscient et déterminé évalue les faits donnés de la réalité. Un individu établit ce que sont les faits, puis il évalue lesquels de ces faits établis sont les plus aptes à atteindre ses différentes fins.

Les buts ou objectifs individuels établissent la norme pour l’évaluation des faits de la réalité. Par exemple, si l'objectif d'un individu est d'améliorer sa santé, il déterminerait quels biens lui seront bénéfiques et ceux qui ne le seront pas. Parmi ceux qui lui seront bénéfiques, certains seront plus efficaces que d'autres. Il n’existe cependant aucun moyen de quantifier l’efficacité. Tout ce que l'on peut faire, c'est classer ces produits en fonction de l'efficacité perçue.