Dynamics of demographic change and economic development

Les changements démographiques et la croissance économique sont intimement liées. Cependant, le complexe rôle du système démographique, particulièrement son aspect temporel, n'a pas encore été analysé avec rigueur jusqu'aujourd'hui. Cette dissertation tente d'aborder cette question afin d'expliquer les changements de croissance des pays. Elle insiste particulièrement sur les projections de croissance de long terme en traitant explicitement les systèmes démographiques dans une structure de chocs stochastiques. Nous exploitons les caractéristiques temporelles des systèmes démographiques pour analyser leur évolution, étudier sa complexe interaction avec le système économique ainsi que les effets de long terme sur la croissance économique. Dans le chapitre 2, nous nous intéressons sur les effets des composantes démographiques , plus précisément comment l'âge d'une population spécifique a changé avec le temps. Suivant la pratique standard qui suppose une « stationnarité » de la croissance de la population, nous évaluons et étendons les modèles empiriques populaires de croissance économique. Nous trouvons que les changements décennaux ont apporté quatre changements dans la croissance économique des pays aussi bien développés qu'en développement. Nous montrons que le fait de tenir compte de l'aspect temporel des systèmes de croissance économique et démographique améliore les résultats sur la persistance des fluctuations de la croissance. Dans le chapitre 3, nous développons un nouveau mécanisme pour caractériser la nature stochastique des chocs démographiques dans laquelle les séries de population avec une large dimension temporelle sont supposées régies par un certain nombre de chocs stochastiques. En procédant de cette manière, la supposition conventionnelle de « stationnarité » qui sous-tend l'exploration théorique et empirique courante est relâchée et beaucoup plus d'informations sur la persistance des chocs sont données dans les modèles de croissance économique. Dans la croissance économique endogène avec un changement endogène de population, ce chapitre construit un modèle « long-memory » de population et de ses composantes (structure par âges) pour montrer les effets des changements démographiques sur les économies tant développées qu'en développement. Pour ce faire, nous donnons d'abord une formulation théorique pour montrer que les chocs « long-memory » dans la structure démographique de la population peut induire une croissance. Une illustration empirique est développée pour montrer que la structure de la population est caractérisée de « long-memory ». Suite au développement théorique et à l'illustration empirique du chapitre 3, le chapitre 4 propose une prévision de la population totale et de la structure démographique en employant de manière fractionnée la technique intégrée ARMA ( ARFIMA en bref). Les méthodes conventionnelles de prévision de la population sont discutées dans ce chapitre valuant les avantages et les faiblesses potentielles de ces méthodes. Notre approche peut être considérée comme un changement de la variante de la méthode conventionnelle « faible, moyenne et élevée » par rapport à la récente projection ARIMA utilisée récemment (qui suppose stationnarité ou différence première de la population agrégée). De plus, notre approche est un départ de la prévision de la population stochastique basée sur la matrice de Leslie. Nous avons aussi examiné un départ de la prévision stochastique basée sur la matrice de Leslie. Dans ce chapitre, nous avons aussi analysé pourquoi les techniques de prévision en démographie n'ont pas beaucoup évolué alors que les méthodes ne sont pas restées si traditionnelles. Dans le chapitre 5, nous incorporons les propriétés démographiques « memory » âge - distribution pour prévoir le Produit Intérieur Brut (ou revenu national) de quelques économies développées et en développement. Nous relâchons l'hypothèse de stationnarité âge-structure et croissance de la population dans le modèle en faisant les projections du revenu de long terme. Nous montrons que la croissance de la population totale n'a pas besoin d'être stationnaire et que tout degré de chocs stochastiques dans ces séries peut affecter la performance de prévision. Etant donné que la méthode de panel "long memory" est encore à construire pour une bonne prévision, nous faisons une prévision du revenu basée sur la démographie dans un contexte uni varié qui suppose une procédure stochastique « long- memory » pour une croissance de la population structurée suivant l'âge. Finalement, le chapitre 6 résume les resultants principaux de la thèse et montre quelques directions possibles pour des recherches futures. ...Demographic changes and economic growth are inextricably linked. However, the complex role of demographic system, specifically its temporal features have not been treated with rigor till recently. This dissertation undertakes such an attempt to explain cross-country growth variations and focuses on longterm growth projections by explicitly treating demographic system in a stochastic shocks framework. We exploit the temporal characteristics of demographic system to shed light on its evolution, study its complex interaction with economic system and analyze the long-run effect on economic growth/development. The dissertation contains four chapters. After outlining the motivation of the thesis and an overview of the chapter scheme in the first chapter, we investigate in Chapter 2 how the effects of demographic components viz., age specific population have changed over the decades. Following the standard practice of assuming `stationary' features of population growth, we first evaluate and extend the popular empirical economic growth models. We find that decadal changes have brought forth variations in economic growth of developed and developing economies. We argue that accounting for temporal features of the demographic and economic growth system would provide clear insights into persistent growth fluctuations. In Chapter 3 we develop a new mechanism to characterize stochastic nature of demographic shocks in which population series with large temporal dimension is assumed to be governed by certain degree of stochastic shocks. By doing so, the conventional `stationary' assumption underlying the current theoretical and empirical exploration is relaxed and more dynamic information about the persistence of shocks is accommodated in the economic growth models. To this end, we first provide an analytical framework to show that long-memory shocks in demographic age structure or population might induce long-memory in economic growth. An empirical illustration of both developed and developing countries is carried out to demonstrate that population age structure in these countries are characterized by long-memory. The causality of stochastic demographic shocks influence and economic growth (and the converse) is also examined. Following the theoretical development and empirical illustration in Chapter 3, in Chapter 4 we propose to forecast total and age-structured population employing fractionally integrated ARMA (in short, ARFIMA) technique. The conventional methods of population forecasting is discussed in this chapter evaluating the advantages and potential weaknesses of these methods. Our approach to population forecasting can be considered as a shift from the conventional `low, medium, and high' variant and the recently used ARMA projections (assuming stationarity or first difference stationarity of aggregate population) and is a departure from the stochastic population forecast based on Leslie matrix as used in the extant population forecasting literature. In Chapter 5 we incorporate the memory properties of demographic age- distribution to forecast Gross Domestic Product (or National income) of some developed and developing countries. We relax the stationary age-structure and population growth assumption in the model while performing long term income projections. We argue that the growth of total age-structured population need not be stationary and that any degree of stochastic shocks in these series can affect forecasting performance. Given that a long-memory panel method is yet to be comprehensively built for forecasting, we perform forecast of demography-based income in the univariate context assuming a stochastic long-memory process for age-structured population growth. Finally, Chapter 6 summarizes the main findings of the thesis and outlines some possible directions for further research.Doctorat en sciences économiques (ECON 3)--UCL, 200