Anticipations rationnelles et apprentissage. De la pertinence des modèles cohérents

Résumé

L’hypothèse des anticipations rationnelles (AR) pose la question de savoir comment les agents ont acquis les informations indispensables pour les réaliser. L’idée à la base de la littérature sur l’apprentissage des AR est de supposer que si les agents ne connaissent pas la relation leur permettant de formuler des AR, ils sont susceptibles de l’apprendre avec le temps sur la base de l’expérience passée. Si les agents connaissent la forme mathématique de l’équation qui régit l’économie avec AR, leur méconnaissance se limitant à la valeur de certains paramètres, alors le modèle est qualifié de cohérent et converge vers un équilibre d’AR sous des conditions relativement générales. Le but de cette note est d’étendre cette notion de cohérence à des schémas d’aprentissage moins exigeants en termes informationnels, et de montrer au moyen d’un exemple que ces derniers sont néanmoins susceptibles de converger vers un équilibre d’AR.

Summary

The rational expectations (RE) hypothesis raises the question of knowing how agents acquire the information necessary to realize them. The basic idea that underlies the RE learning literature is to suppose that if agents do not know the equation determining RE, they are able to learn it with time using past experience. If agents know the analytical expression ot the equation governing the economy with RE up to the value of certain parameters, then the learning process is called rational and converges to the RE equilibrium under quite general assumptions. The aim of this note is to extend this notion of rationality to learning models that are less information demanding, and to show with an example that these models are nevertheless able to converge to a RE equilibrium.