Haavelmo Trygve

En 1944, Trygve Haavelmo propose un changement de regard : les nombres observés dans l'économie ne sont pas des mesures parfaitement fixes. Ils sont traités comme les réalisations de variables aléatoires.

Cette idée rend possible un raisonnement statistique complet. À partir d'un échantillon de données économiques, on peut formuler des conclusions sur une population plus large, tout en tenant compte de l'incertitude. Ce cadre devient une base méthodologique de l'économétrie moderne.

Trygve Haavelmo est un économiste et statisticien norvégien, né en 1911 et mort en 1999. Formé à l'Université d'Oslo auprès de Ragnar Frisch, il obtient son diplôme en 1933. Il complète ensuite sa formation aux États-Unis, exerce comme assistant en statistiques à l'Université d'Aarhus et travaille, durant la Seconde Guerre mondiale, pour le gouvernement norvégien en exil aux États-Unis.

Son apport méthodologique central paraît en 1944 dans L'approche probabiliste en économétrie. Il y considère les données économiques comme des variables aléatoires régies par des lois de probabilité. L'inférence statistique peut alors servir à tirer, à partir d'un échantillon, des conclusions concernant une population. Cette articulation entre modèles économiques, probabilités et données fonde l'économétrie contemporaine.

Haavelmo soutient sa thèse en 1946, puis devient professeur d'économie et de statistiques à l'Université d'Oslo pour le reste de sa carrière. Son théorème du budget équilibré montre aussi qu'une hausse des dépenses publiques entièrement financée par l'impôt peut avoir un effet expansif sur l'activité. Il reçoit le prix Nobel d'économie en 1989.

Le raisonnement central prend la forme d'un mini-cas fictif. Une étude observe 100 entreprises d'un secteur pendant une année : 62 d'entre elles ont réduit leur investissement après une hausse du coût du crédit. Le but est d'éclairer le comportement de l'ensemble des entreprises de ce secteur ; la frise chronologique reste un repère biographique secondaire.

1. Les 100 entreprises observées forment l'échantillon ; l'ensemble des entreprises du secteur constitue la population visée. Le constat de 62 baisses d'investissement décrit d'abord cet échantillon, pas toute la population.

2. L'approche probabiliste traite les observations comme des réalisations soumises à l'incertitude : un autre groupe d'entreprises ou une autre année pourrait donner un résultat différent. L'inférence sert alors à passer du constat mesuré dans l'échantillon à une conclusion prudente sur la population.

3. Une conclusion recevable serait que les données suggèrent qu'une part importante des entreprises de la population visée pourrait aussi avoir réduit son investissement. Elles ne fixent pas avec certitude cette proportion et ne prouvent ni que chaque entreprise réagit ainsi, ni que la hausse du coût du crédit est à elle seule la cause de la baisse.

4. Cette généralisation n'est justifiée que si la sélection des entreprises et le modèle probabiliste permettent de relier l'échantillon à la population. Sinon, le résultat reste limité aux observations recueillies.

Pour lire une étude économétrique, le réflexe issu de Haavelmo consiste à demander comment l'incertitude est représentée. Une simple relation entre nombres ne suffit pas : l'approche probabiliste traite les observations comme des réalisations aléatoires afin de permettre l'inférence.

Pour interpréter un résultat calculé sur un échantillon, il faut distinguer les données observées de la population visée. Si l'objectif est de généraliser au-delà des observations disponibles, l'inférence statistique est le cadre pertinent.

Pour discuter une politique budgétaire, le théorème de Haavelmo invite à ne pas conclure qu'un financement intégral par l'impôt annule nécessairement l'effet des dépenses publiques. Dans le cadre du théorème, un budget équilibré peut encore produire un effet expansif sur l'activité.

Économétrie et statistique générale. L'économétrie applique des méthodes probabilistes et statistiques à des données et à des questions économiques. Une analyse statistique sans objet économique ne devient donc pas de l'économétrie.

Échantillon et population. L'échantillon rassemble les observations effectivement étudiées ; la population est l'ensemble plus large sur lequel on souhaite conclure. L'inférence statistique organise précisément ce passage, sans identifier les deux ensembles.

Budget équilibré et absence d'effet. L'égalité entre dépenses supplémentaires et impôts supplémentaires décrit le financement du budget. Elle n'implique pas, à elle seule, un effet nul sur l'activité : le théorème associé à Haavelmo établit qu'un effet expansif demeure possible.

Une observation n'est pas une loi certaine. Traiter les données économiques comme aléatoires signifie que l'incertitude fait partie du modèle. Une conclusion tirée d'un échantillon doit donc rester une inférence sur la population, et non devenir une certitude sans condition.

Le mot « équilibré » ne suffit pas. Le théorème concerne des dépenses publiques financées intégralement par l'impôt. Si cette condition n'est pas satisfaite, on ne peut pas invoquer directement le résultat décrit par Haavelmo.

Les dates ont des objets distincts. L'année 1944 correspond à la publication de la monographie ; 1946, à la soutenance de la thèse ; 1989, au prix Nobel d'économie. Les fusionner ferait disparaître la progression réelle de son parcours.

L'apport de Haavelmo ouvre deux pistes complémentaires. La première consiste à étudier comment un modèle probabiliste relie un échantillon de données économiques à une population. La seconde consiste à examiner les hypothèses sous lesquelles une dépense publique financée par l'impôt peut soutenir l'activité. Dans les deux cas, l'enjeu est le même : préciser le cadre qui autorise la conclusion au lieu de lire un résultat isolé comme une certitude universelle.