The Moorish Wanderer

Capital et Travail

Posted in Dismal Economics, Moroccan Politics & Economics, Morocco by Zouhair ABH on July 31, 2013

Toute une génération de modèles économiques puise ses résultats dans un travail paru en 1928, d’une simplicité qui n’enlève rien à une application empirique souvent robuste.

Je n’ai pu m’empêcher, en relisant certaines productions du HCP quant aux déterminants de la croissance au Maroc (et son pendant cyclique) d’essayer de répliquer leurs résultats – en apportant ma propre critique quant à la validité des résultats présentés.

Par exemple, le traitement du facteur humain – la force de travail- a été excessivement simplifié, et ce faisant, introduit inconsciemment un biais significatif, d’autant plus qu’il n’altère pas forcément le résultat final. L’impact est à chercher dans la dynamique expliquée dans l’évolution du facteur travail en relation avec le capital.

Sans s’étendre en détail sur la démonstration évoquée dans ce numéro des Cahiers du Plan (des analyses pertinentes qui renseignent du type de problématiques traitées au HCP, ainsi que des approches mises en œuvre à cet effet) et qui porte sur la production potentielle, et donc les moyens d’en estimer le niveau, notamment à travers la vénérable fonction de production Cobb-Douglas. Et on y lit:

avec la tendance de la force de travail construite comme étant le produit de  […] la population en âge de travailler (CVS) […] la tendance du taux de participation tendanciel (il est représenté par le taux d’activité tendanciel ou d’équilibre) […] le taux de chômage non accélérateur d’inflation (Non-Accelerating Inflation Rate of Unemployment). Le principal avantage d’utilisation de cette équation est qu’elle permet l’obtention d’une série d’emploi potentiel qui est relativement lisse et tient compte des variations de la population en âge d’activité, le taux de participation tendanciel et le taux de chômage structurel (NAIRU).

Cette approche est similaire à un autre document datant de 2005, laquelle ne considère dans le facteur travail que la taille de la population active. Cela signifie ainsi que l’apport de la force de travail se mesure uniquement au dénombrement de ses individus. De plus, les régressions calculées considèrent ainsi que: 1) la productivité des facteurs (le Résidu de Solow) n’exhibe qu’une tendance linéaire, 2) il est neutre aux facteurs.

Le résultat qui en découle est donc une contradiction importante pour une même approche: alors que les calculs dérivés du rapport 2005 pointent vers des valeurs de contributions respectives des capital et travail en ligne avec la littérature, les estimations dans cet article des Cahiers du Plan donne une valeur disproportionnée au facteur travail, et néglige la question essentielle à la problématique posée: quels déterminants pour la production potentielle? Ce biais est d’ailleurs démontré dans le graphe ci-dessous: l’absence de facteur de productivité (neutre ou autre) est d’office candidat  expliquer exclusivement l’écart significatif des deux courbes

comparaison entre le PIB actuel et le PIB potentiel selon la méthode d’une fonction de production Cobb-Douglas (graphe Cahiers du Plan - HCP)

comparaison entre le PIB actuel et le PIB potentiel selon la méthode d’une fonction de production Cobb-Douglas (graphe Cahiers du Plan – HCP)

D’un point de vue conceptuel, la notion même de production potentielle suppose, pour une économie donnée, une activité économique se positionnant sur la frontière des possibilités de production, en l’occurrence, la pleine utilisation des facteurs, tous les facteurs de production. Or se concentrer uniquement sur les facteurs physiques, et traiter la productivité globale des facteurs comme résidu (comme appelé communément d’ailleurs) ne répond pas à la problématique, et du coup, ne donne pas d’estimation valide pour les contributions respectives du capital et du travail.

A l’inverse, adapter ces calculs en aménageant la même fonction de production permet d’obtenir des résultats autrement plus intéressants. En effet, on suppose que les facteurs de productivité influent exclusivement le facteur travail. La Cobb-Douglas passe donc de Y_t = A_t K_t^\alpha H_t^{1-\alpha} à Y_t = K_t^\alpha (A_t H_t)^{1-\alpha} et l’on ne raisonne plus en termes de capital ou production par tête, mais par capital ou production efficace. Enfin, on prend en compte une estimation du nombre d’heures annuelles moyen par travail, au lieu de se focaliser exclusivement sur la taille de la population activé employée.

Le premier sous-graphe ci-dessous reprend donc la méthodologie, et explique la distance entre les deux courbes (PIB potentiel/estimé et PIB empirique) par la valeur initiale retenue pour le Résidu de Solow. Le second sous-graphe démontre qu’en prenant une même année de base pour les deux agrégats (estimé et empirique) nous avons non seulement une concordance de niveau, mais les écarts observés sont de facto expliqués par des phénomènes économiques contingents à la période étudiée, ainsi:

COBB_BENCHJusqu’au début des années 1980, les différences entre niveaux de PIB n’étaient pas significatives, ou en tout cas, la croissance empirique était convenablement expliquée par la formule discutée plus haut. Dès le début des années 1980 cependant, le décalage entre les deux mesures renseigne d’un changement structurel dans l’utilisation des facteurs de production, et la théorie d’une productivité affectant uniquement le facteur travail devient discutable, mais ce faisant le même résultat invalide le choix retenu dans les deux références citées. Ceci est d’autant plus pertinent que les années 1980s enregistrent aussi une baisse tendancielle dans l’indicateur composite du facteur travail (principalement dans les heures travaillées) que les estimations du HCP ne pouvaient pas prendre en compte.

La propriété principale d’un décennie perdue (au Maroc, il s’agit donc de 1989-1999) est la lente dégradation de la productivité – une occurrence rapportée en Argentine aussi, par exemple, et qui dans les cercles académiques, correspond à l’hypothèse assez forte d’une régression technologique, impensable dans les pays de l’OCDE, mais très pertinente pour des économies émergentes, lorsque des crises systémiques anéantissent la structure productive initiale – dans le cas de l’Argentine, le rôle d’assurance à l’emploi que représentait le secteur public se trouvait brusquement inopérant.

Une démonstration technique des limites du calcul HCP est à chercher dans une estimation alternative du lien entre la production et le capital, tous les deux exprimés par tête (de travailleur), et on fait appel à une régression de Kernel – l’avantage étant qu’elle n’impose pas de restrictions à la forme de la relation entre les deux variables, on compare ensuite ce résultat avec une régression MCO standard.

Regression Data: 53 training points, in 1 variable(s)
                       k
Bandwidth(s): 0.01102896
Kernel Regression Estimator: Local-Linear
Bandwidth Type: Fixed
Residual standard error: 0.02384028
R-squared: 0.9896927
Continuous Kernel Type: Second-Order Gaussian
No. Continuous Explanatory Vars.: 1--
Coefficients:
            Estimate Std. Error t value Pr(>|t|)    
(Intercept)  5.35383    0.16137   33.18   <2e-16 ***
k            0.32415    0.01839   17.63   <2e-16 ***
---------------------------------------------------------
Residual standard error: 0.08987 on 51 degrees of freedom
Multiple R-squared: 0.8591,    Adjusted R-squared: 0.8563 
F-statistic: 310.8 on 1 and 51 DF,  p-value: < 2.2e-16

On observe ainsi que la régression non-paramétrique livre une estimation plus précise de la relation production-capital, que ce soit par sa puissance explicative ou par la variance de l’erreur du modèle. Or si cet indicateur favorable conforte l’hypothèse initiale, les résultats du test de signification délivrent un tout autre verdict:

Kernel Regression Significance Test
Type I Test with IID Bootstrap (399 replications)
Explanatory variables tested for significance:
k (1)
                       k
Bandwidth(s): 0.01102896
Significance Tests
P Value: 
k 1 
---
Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

(Le résultat du test signifie que la relation entre capital et production peut être confortablement rejetée) Cette contradiction apparente n’en est pas une: la régression paramétrique devait forcément donner des résultats satisfaisants, mais le biais dans la spécification ( ici: y_t = \alpha k_t + \alpha_0 + \varepsilon_t) est de supposer que la force de travail est uniquement mesurée par la quantité d’individus la composant.

De ce point de vue donc, les contributions des différents facteurs de productivité doivent être réévaluées, et il s’avère ainsi que dans la nomenclature officielle marocaine, le facteur travail est sensiblement sous-estimé:

HCP 2005 IMF 2013 Outcome
1960-2002 1980-2010 1960-2011
Capital 44,71% 45,00% 31,74%
Travail 33,79% 18,00% 41,77%
TFP 21,51% 37,00% 26,47%

De Combien Dépend Réellement l’Economie Agricole de la Pluviométrie? 2/3

Posted in Dismal Economics, Moroccan Politics & Economics, Morocco, Read & Heard by Zouhair ABH on April 24, 2013

L’objet du post est d’étudier de près les différences entre agriculture moderne et de subsistance. Certainement pas sous l’angle du spécialiste de l’économie agricole (que je ne suis pas) mais plutôt en considérant les objectifs principaux du Plan Maroc Vert. L’idée ici est de trouver une suite de résultats théoriques simulés, permettant principalement de répondre aux questions:

– L’objectif annoncé du PMV étant de moderniser l’agriculture marocaine, peut-on donc anticiper un mouvement de convergence de ce secteur vers le reste de l’économie domestique?

– Une fois ce concept de convergence admis, quels seront les effets sur la volatilité de la production agricole, et son impact subséquent sur le PIB dans son ensemble?

– Dans le secteur agricole lui-même, quels sont les évènements attendus pour observer une convergence des deux secteurs moderne et traditionnel?

– Une fois l’analyse coût/opportunité réalisée, peut-on soutenir que le PMV augmentera le bien-être général?

Pour ce faire, on se propose de donner à chacun des deux secteurs agricoles (moderne et traditionnel) la même fonction de production, mais dont les déterminants de combinaison sont légèrement différents, avec:

M_t = A_t^M K_t^\alpha H_t^\beta L_t^{1-\alpha-\beta} pour le secteur agricole moderne

et

S_t = A_t^S K_t^{\alpha'} H_t^{\beta'} L_t^{1-\alpha'-\beta'} pour le secteur traditionnel (ou de subsistance)

la production agricole sectorielle dépend donc de la combinaison de facteurs de capital K (machines, mécanisation des travaux du sol, etc…) de la main d’œuvre H, et du terrain L. A côté, on admet un facteur de productivité  A, lequel capture l’effet de changement de technologie (comme l’introduction de nouvelles semences, ou de nouvelles machines agricoles) ou d’évènement aléatoires inconnus (pluviométrie, changement de température, etc.)

Le premier obstacle est d’estimer les coefficients de ces deux fonctions de productions, car il n’existe pas de données publiques assez détaillées pour le faire. Cependant -et c’est là que es hypothèses osées commencent- on peut déduire quelques relations d’identités en comparant ces coefficients entre les deux secteurs: en supposant qu’une exploitation agricole a besoin d’une superficie assez importante pour être moderne, et en séparant les deux secteurs moderne et de subsistance à partir d’une SAU de 10 hectares, on peut donc calculer le rapport d’utilisation de chacun des facteurs de production, donnant ainsi les valeurs convoitées, établies dans le tableau ci-dessous (les paramètres prime sont à chercher dans la ligne ‘Agriculture de Subsistance’, \delta est le résidu, notation utilisée pour des raisons d’économie d’espace)

Secteur \alpha \beta \delta
Subsistance 31,32% 66,27% 2,42%
Moderne 62,63% 33,73% 3,64%

On observe ainsi que l’agriculture moderne est largement capitalistique, c’est à dire dépendant plus des machines et matériel utilisés dans des terrains plus larges. Il y a même un effet miroir dans les technologies de production, une première  Voici donc un premier résultat qui pourrait éventuellement mettre en doute un des objectifs du Plan Maroc Vert, ou en tout cas porter la contradiction à la troisième question plus haut.

En effet, il est attendu que le secteur agricole créera 1.5 million d’emplois dans la prochaine décennie – une création qui sera très certainement portée par le secteur de subsistance, puisque toute augmentation de main d’œuvre dans les exploitations modernes est économiquement injustifiée, à moins d’altérer profondément les distributions des divers facteurs de production, ce que le Plan ne semble pas inclure. Par altération structurelle, j’entends par exemple une réforme agraire, ou plus concrètement, une limitation de la taille maximale d’une exploitation agricole, laquelle forcerait donc pour les surfaces les plus importantes, un rééquilibrage d’utilisation des facteurs de production, en faveur du facteur travail.

Tendance du PIB agricole en écart par rapport au reste des activités économiques

Tendance du PIB agricole en écart par rapport au reste des activités économiques

De plus, supposer une convergence intra-secteurs, puis une convergence du secteur agricole vers le reste de l’économie est très improbable: si effectivement l’économie marocaine dépend de moins en moins de l’agriculture, c’est qu’il y a une raison particulière pour cela: le découplage de celle-ci est plus dû à sa croissance chaotique qu’autre chose. l’écart croissant tel que rapporté dans le graphe ci-dessus (observons les deux courbes de tendance s’éloignant l’une de l’autre aux dépend de l’indice de production agricole) est une preuve que le secteur agricole, loin de s’intégrer au reste de l’économie domestique, est en train de se découpler de celle-ci. Ceci implique que l’agriculture marocaine aura autant de difficultés à assurer une convergence intra-sectorielle, ne serait ce que par la différence structurelle, et fondamentalement en faveur d’un secteur moderne mécanisé et peu dépendant de la main d’œuvre, telle que rapportée dans le tableau de coefficients plus haut.

 

 

De Combien Dépend Réellement l’Economie Agricole de la Pluviométrie? 1/3

Posted in Dismal Economics, Moroccan Politics & Economics, Morocco, Read & Heard by Zouhair ABH on April 19, 2013

Je souhaitais faire un post sur le Plan Maroc Vert, lequel est supposé engager cette année une réforme fiscale. Il serait probablement intéressant au préalable de proposer une description quantitative des caractéristiques du PIB agricole et ses interactions avec le reste de l’économie. Voici une proposition que je souhaite soumettre au jugement du lecteur: peut-on, en modernisant l’agriculture marocaine, concilier une productivité élevée, avec une augmentation du nombre de salariés agricoles?

L’agriculture doit être érigée au rang de principal levier de croissance, et ce à travers :
– Le renforcement de la part de l’agriculture dans le produit intérieur brut (PIB) de 70 à 100 Mds MAD, sachant que le PIB agricole actuel s’élève à 74 Mds MAD.
– La création de 1,5 Millions d’emplois supplémentaires.

Pour illustrer mon propos, je considère une décomposition à la Cobb-Douglas du PIB, lequel combine les activités non-agricole et agricole pour obtenir la production finale de biens et services. L’avantage de cette approche est qu’elle permet d’établir précisément la substitution entre les deux secteurs agrégés, et donc le coût d’opportunité à introduire un certain type de réformes (par exemple le PMV) pour dynamiser la production et/ou la productivité du secteur agricole. Formellement, pour y_t = \alpha.g_t + (1-\alpha).a_t + z_t où y dénote le PIB, et g, a respectivement le PIB non agricole et agricole.

Une simple estimation permet d’obtenir une valeur de \mathbb{E}(\alpha) = .8328744 c’est à dire une contribution du PIB non-agricole de 83.3%; le reste – à peu près 16.5% – est assuré par la production agricole, légèrement au dessus de la moyenne du pourcentage du secteur primaire dans le PIB. Le terme z est ce qu’on peut appeler de l’innovation, un résidu de croissance qui ne peut être imputé aux deux secteurs. Ce dernier joue un rôle très important dans ce qui suit, et donne aussi des indications quant aux multiples difficultés auxquelles le PMV fera face, et échouera probablement à dépasser.

Evolution du PIB, des Secteurs Agricole & Non Agricole, et le Résidu de Croissance

Evolution du PIB, des Secteurs Agricole & Non Agricole (échelle de gauche) et le Résidu de Croissance (échelle de droite)

L’argument ici est une histoire assez simple à narrer: malgré le mythe tenace de dépendance de la croissance agrégée à la production agricole, notre économie est non seulement plus liée à la croissance de la production non-agricole, mais la source des fluctuations de l’économie domestique provient de l’étranger en grande partie:

 Source PIB
Déficit Budget 0,15%
Taxe travail 0%
Taxe Consommation 0,02%
Taxe Capital 0%
‘Subvention’ FBCF 2,99%
Choc Importé 92,54%
Choc Domestique 4,30%

Cependant, cela ne résous toujours pas le problème que pose le secteur agricole, qui enregistre une grande volatilité dans sa croissance (comme on peut vérifier sur le graphe) et il semblerait que le terme résiduel de croissance joue un rôle très important, et c’est là que se trouve la conclusion de mon scepticisme quant à la réussite d’un plan qui ne propose pas de réformes structurelles, autre qu’une hypothétique réforme fiscale ‘adaptée en tenant compte des spécificités régionales et économiques du secteur agricole à l’horizon 2013’.

En étudiant les interactions entre les deux secteurs et le résidu, on observe ce qui suit:

– l’économie non-agricole est parfaitement insolée de la production agricole, et pourvoit à elle-même

– le résidu est réellement exogène aux deux secteurs

– l’influence du résidu est largement supérieure à l’effet de l’économie non-agricole sur le PIB agricole.

En réalité, nous avons ici la preuve du découplage entre les économies agricole et non-agricole dans son aspect le plus négatif: la productivité agricole bénéficie certes d’un effet de transfert du reste de l’économie, mais cet effet est largement dépassé par le résidu mesurant l’effet d’évènements exogènes, par exemple la pluviométrie. Ce qui est autrement plus particulier est l’absence de persistance dans l’évolution de la production, une caractéristique qui explique la dépendance à la pluviométrie, ainsi que la faiblesse d’accumulation de la production agricole en valeur.

Une politique de développement agricole s’attacherait donc à agir sur les trois coefficients: réduire la dépendance aux effets de pluviométrie, augmenter le transfert de l’innovation du secteur non-agricole à l’économie agricole, et enfin augmenter la persistance de l’évolution du PIB agricole, en augmentant à des niveaux significatifs les effets cumulatifs de celui ci. La fonction à a_t = 3.5 z_{t-1} + .76 g_{t-1} + \tilde{\rho} a_{t-1} + \epsilon_a

Résultats:

Régression Simple du PIB sur les deux secteurs
. reg output nonagri_output agri_output
      Source |       SS       df       MS              Number of obs =      57
-------------+------------------------------           F(  2,    54) =       .
       Model |  107.931131     2  53.9655654           Prob > F      =  0.0000
    Residual |  .000428247    54  7.9305e-06           R-squared     =  1.0000
-------------+------------------------------           Adj R-squared =  1.0000
       Total |  107.931559    56  1.92734927           Root MSE      =  .00282
--------------------------------------------------------------------------------
        output |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
---------------+----------------------------------------------------------------
nonagri_output |   .8328744   .0029664   280.77   0.000      .826927    .8388218
   agri_output |   .1649917   .0034373    48.00   0.000     .1581004     .171883
         _cons |   .5020317   .0086387    58.11   0.000     .4847121    .5193513
--------------------------------------------------------------------------------

Régression en Série Chronologique: Résultats Consistants.
ARIMA regression

Sample:  1955 - 2011                            Number of obs      =        57
                                                Wald chi2(3)       =  8.56e+06
Log likelihood =  258.8722                      Prob > chi2        =    0.0000
--------------------------------------------------------------------------------
               |                 OPG
        output |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
---------------+----------------------------------------------------------------
output         |
nonagri_output |   .8316632    .002707   307.23   0.000     .8263575    .8369688
   agri_output |   .1663679   .0033841    49.16   0.000     .1597351    .1730007
         _cons |   .5003827   .0132128    37.87   0.000     .4744861    .5262793
---------------+----------------------------------------------------------------
ARMA           |
            ar |
           L1. |   .3624839   .1559695     2.32   0.020     .0567893    .6681786
---------------+----------------------------------------------------------------
        /sigma |   .0025753   .0002482    10.38   0.000     .0020889    .0030617
--------------------------------------------------------------------------------

Estimation de Transmission de Chocs entre Résidu et Secteurs de PIB
. var solow_aggregate nonagri_output agri_output, lags(1) nocons
Vector autoregression
Sample:  1956 - 2011                               No. of obs      =        56
Log likelihood =   368.804                         AIC             = -12.85014
FPE            =  5.27e-10                         HQIC            = -12.72395
Det(Sigma_ml)  =  3.82e-10                         SBIC            = -12.52464
Equation           Parms      RMSE     R-sq      chi2     P>chi2
----------------------------------------------------------------
solow_aggregate       3     .003139   1.0000    1512778   0.0000
nonagri_output        3     .060969   1.0000    8784887   0.0000
agri_output           3     .121789   1.0000    1920630   0.0000
----------------------------------------------------------------
---------------------------------------------------------------------------------
                |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
----------------+----------------------------------------------------------------
solow_aggregate |
solow_aggregate |
            L1. |   .9831911   .0185276    53.07   0.000     .9468776    1.019505
                |
 nonagri_output |
            L1. |   .0001541   .0032332     0.05   0.962    -.0061828     .006491
                |
    agri_output |
            L1. |   .0002207    .003737     0.06   0.953    -.0071038    .0075452
----------------+----------------------------------------------------------------
nonagri_output  |
solow_aggregate |
            L1. |   .4945288   .3598443     1.37   0.169    -.2107531    1.199811
                |
 nonagri_output |
            L1. |   .9527831   .0627946    15.17   0.000     .8297079    1.075858
                |
    agri_output |
            L1. |    .042843    .072581     0.59   0.555    -.0994132    .1850992
----------------+----------------------------------------------------------------
agri_output     |
solow_aggregate |
            L1. |    3.59454    .718813     5.00   0.000     2.185693    5.003388
                |
 nonagri_output |
            L1. |   .7670275   .1254364     6.11   0.000     .5211766    1.012878
                |
    agri_output |
            L1. |   .0997766   .1449854     0.69   0.491    -.1843897    .3839428
---------------------------------------------------------------------------------

Vérification des Coefficients pour le PIB Agricole 
ARIMA regression

Sample:  1955 - 2011                            Number of obs      =        57
                                                Wald chi2(3)       =  2.13e+06
Log likelihood =  45.59769                      Prob > chi2        =    0.0000

---------------------------------------------------------------------------------
                |                 OPG
    agri_output |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
----------------+----------------------------------------------------------------
agri_output     |
solow_aggregate |   3.466203   .8724959     3.97   0.000     1.756143    5.176264
 nonagri_output |   .8600607   .0182451    47.14   0.000     .8243009    .8958205
----------------+----------------------------------------------------------------
ARMA            |
             ar |
            L1. |   .0612444   .1556124     0.39   0.694    -.2437503    .3662392
----------------+----------------------------------------------------------------
         /sigma |   .1087249   .0082462    13.18   0.000     .0925627    .1248871
---------------------------------------------------------------------------------

Morocco’s Growth Potential

First (real) post in 2011. I wish I could get more people read me, but apparently the posts are too long and too tedious to read. On a totally non-related subject,  I also discovered I am a bad writer, in the sense that I cannot convey my ideas in the way I want them to be. To my regular readers (and the bots that occasionally drop by) I say, thank you again -in your dozens- for taking the time to read some bits. As for Ibn Kafka’s challenge, I had the thought of writing more compact pieces (with other lengthy ones when I have free time). I’ll do my best in keeping up with a weekly posting.

Growth rate and Real GDp experience different rates: cumulative real GDP is exponential and convex, Real growth is logarithmic and concave

I wish economic debate in Morocco rose to higher standards. I mean, I’m reading columns on l’Economiste, or La Vie Eco, or even Economia, they don’t get to the bottom of things. I want to contribute.

Never wondered why the Moroccan economy never took off above a certain level of GDP growth?

Historically, the average real GDP growth per capita over the last 60 years was 5.51%, which is the nominal growth rate Morocco is experimenting for the last 5 years. A good figure, when compared to the average growth countries like the US was experiencing over a longer time series. Then again, it has been proven that poorer countries ten d to have a faster growth -at least in terms of capital productivity- due to their lower initial capital stock. This however, does not give much information about how the economy is doing compared to its potential. And the figures I display below show that our  economic potential has been systematically underused, and even the current trend shows that we are weakly catching up with the potential growth.

First, why focus on growth rate? Because, among others, growth is wealth creation, it means additional income for Moroccan agents , albeit in unequal fashion, it also means lower unemployment -although with unsubstantial results. Since we are not set on immediate institutional reforms getting better wealth redistribution, it is better to start on getting growth, and not only so: growth that gets the best out of potential GDP, so as to trigger these much needed structural reforms. Let me clear up this statement: the idea is that for the time being, our growth is erratic, because of the volatility of its origin, either due to seasonality issues, or because of their inherent weaknesses, like our exports. On the other hand, if growth was based on healthy economic dealing, i.e. on an economy that does not rely on rent, or speculation, or private monopolies to that matter, then not only structural and institutional reforms would have good basis to be implemented, but also, the urge for reform would be such that the incumbent policy makers would feel compelled to get them on tracks.

The idea of measuring our GDP potential growth gives a fair assessment of how good the economy is doing with respect to its level of inputs. Why so? Because, following the results, Morocco needs to be either on that level of output, or indeed any possibility that would not lead to a negative gap, deemed to destroy part of the capital stock. Potential GDP is the possible result that could have been obtained if workforce was at full employment, as well as capital stock used at maximum capacity with respect to the frontier of output production function (that is, in microeconomic setting, a production function). For purposes of simplifications -without loosing much sense of proportion- the Cobb-Douglas function does just fine (in facts, it is quite reasonable to use it, as indeed the HCP papers did consider the function as a realist proxy for output production.

It has also been assumed that for this Cobb Douglas, labour contribution is 2/3 and capital 1/3 (these are the parameters β and α). The levels of Capital and Labour are computed as the optimized GDP per labour, and the return of investment per GDP (meaning that FDIs were included as well). Numbers of such long time series are extracted from the U-Penn table, and have the benefit of being expressed in real terms.

Output gap (red line) and raw cumulated output gap (white line) over the last half a century. the Moroccan economy is barely touching the potential output these last years, a handicap due to that fact that output gap has been substantial for the last two decades.

Now that the potential GDP has been computed (and roughly estimated) it is quite puzzling to note that for all these many years, our GDP has been lagging behind its potential. En in the instances when the gap was positive, it was purely artificial, or short-lived. And on the other hand, it is worth pointing out that the cumulative gap had indeed deepened, especially right from the 1990’s, at a time when the under-used assets (among which, the dams the late King Hassan II was so proud of) needed to be replaced, or their high depreciation rate to be financed. This is nothing compared to the important investments that need to be undertaken for Morocco’s capital stock, as global trade and racing technological innovation compel us to do so. The fact that the Moroccan economy sustained a volatile, mostly negative output gap shows that the short term blunders the successive governments and policy-makers are guilty of, became gradually structural weaknesses. It is not only high time to address these handicaps, but it is going to be painful, long and unpopular with large scores of the Moroccan societies, not only vested interests.

What is quite strange is that institutions like Bank Al Maghrib do not take that into account in their reports. The output gap does not seem to be of prime interest (as far as the monetary policy is concerned) and it does not appear on the official reports. This casts great doubts on how relevant the policy is carried out. Next piece will deal with how relevant output gap is to the monetary policy.