Sans la prise en compte de la volatilité des prix agricoles, aucun modèle de prévision n’est viable

____________________________________________________________________

La libéralisation des échanges agricoles internationaux, âpre sujet de négociation à l’OMC, est préconisée par des modèles économiques, comme celui de la Banque Mondiale, qui mettent en avant leur impact soi-disant positif sur les pays en développement.
Mais, comme nous l’avons déjà démontré, ils reposent sur des hypothèses irréalistes comme l’offre qui s’ajusterait parfaitement à la demande, ce qui impliquerait que les prix des matières premières agricoles ne fluctuent pas et que la faim dans le monde n’existe pas.
Une telle vision est dangereuse quand plus de 800 millions de personnes sont atteints par la famine, et quand la spéculation touche la plupart des produits agricoles, appauvrissant ainsi les agriculteurs du monde.
C’est pourquoi il est essentiel que la volatilité des prix agricoles soit intégrée dans les modèles économiques de prévision pour évaluer les bienfaits potentiels d’une libéralisation des échanges agricoles internationaux. Or, les grands modèles internationaux, en faisant l’impasse sur cette spécificité majeure de l’agriculture ne peuvent ni expliquer, ni simuler, ni prévoir.
C’est ce que démontrent Jean-Marc Boussard, Françoise Gérard et Marie Gabrielle Piketty, dans leur dernier ouvrage intitulé « Libéraliser l’agriculture mondiale ? Théories, modèles et réalités » dont nous vous présentons ici un extrait.

« …On peut se demander si la tendance actuelle à tout libéraliser n’est pas plus un effet de mode passager que le résultat d’un véritable approfondissement des connaissances dans le domaine de l’arithmétique sociale. En somme, il ne s’agirait que de l’un de ces effets de fièvre qui prend de temps à autre les dirigeants politiques, avant que la réalité ne les ramène à plus de sagesse. Une telle interprétation est largement suggérée par l’analyse des faits en ce qui concerne deux aspects cruciaux distinguant les différentes théories en faveur de la libéralisation agricole : pour les unes il serait possible de faire abstraction des fluctuations de prix dans le calcul des bénéfices de la libéralisation, pour les autres l’élargissement du marché mondial permettrait précisément de stabiliser les prix.

Dans le discours libéral, on l’a vu, les fluctuations de prix sont largement ignorées, sauf pour assurer que la libéralisation les fera diminuer. Les anti-libéraux, au contraire, mettent l’accent sur le fait qu’elles sont engendrées par le marché lui-même et qu’elles jouent un rôle essentiel dans la formation de l’offre. Deux points doivent être vérifiés pour essayer de trancher entre ces deux analyses :

- Ces fluctuations sont-elles importantes dans les décisions de production ? La réponse est « oui », sans ambiguïté, nous allons le voir ;

- Ces fluctuations sont-elles engendrées par des phénomènes aléatoires extérieurs au système, ou résultent-elles du fonctionnement des marchés, de sorte qu’aucune solution de marché ne pourra les éliminer ? Il n’y a pas d’accord sur ce point entre les économistes.

Fluctuations de prix et production

Dans le discours des économistes de l’agriculture, le rôle du risque dans les décisions des producteurs a un aspect curieusement ambigu. D’un côté, tout le monde affirme qu’il est important. De l’autre, il est généralement très difficile de mettre ce rôle en évidence, et de mesurer son effet sur l’économie globale.

L’importance du risque dans les décisions résulte d’abord des enquêtes auprès des producteurs : quand on les interroge, il est rare qu’ils ne fassent pas allusion à l’incertitude de l’avenir et à la difficulté de décider dans ce contexte. Cependant, l’enquête sociologique1 est difficile. On n’est jamais très sûr que les réponses soient sincères, en particulier dans un domaine comme celui-ci, bien difficile à appréhender en raison des concepts mis en jeu, qui n’ont rien d’évident2 . On ne peut donc pas tirer beaucoup de conclusions de ce genre de sources.
Il y a d’autres raisons de croire à l’importance du risque de prix, ce sont les modèles de comportement des agriculteurs.

Il y a presque cinquante ans, un chercheur américain, Rudolf J. Freund (1956) recherchait quel pouvait être, compte tenu des prix en vigueur, l’assolement optimal des agriculteurs de la Caroline du Sud. Il utilisait une technique de calcul révolutionnaire qui permettait de rechercher la solution de systèmes d’équations simultanées, et qui devait par la suite être promise à un bel avenir, la « programmation linéaire ». La solution du problème ainsi soumis à l’ordinateur était très différente de ce que pratiquaient effectivement les agriculteurs : au lieu du maïs et des pommes de terre, qui faisaient l’essentiel de la production locale, le modèle recommandait de recouvrir la quasi-totalité de la région de « bœuf » et de « chou d’automne ».

Pourtant Freund pensait que ce n’était pas par hasard ou par sottise que les agriculteurs choisissaient un assolement aussi différent de celui qui leur aurait permis de maximiser leurs gains. Il devait y avoir des raisons. Il pensa au risque qui, en effet, était bien plus grand sur le chou et le bœuf, produits non soutenus par la politique américaine à l’époque, que sur le maïs. Il refit passer son modèle en utilisant les spécifications de Markowitz3 pour tenir compte de l’effet du risque. Le résultat fut un assolement optimal très semblable aux assolements réels.
L’expérience de Freund, depuis ce temps, a été reproduite des milliers de fois, dans tous les pays du monde, avec le même succès. Elle montre deux faits :

- d’abord, qu’il est impossible de reproduire convenablement le comportement des agriculteurs si l’on ignore les risques auxquels ils sont soumis ;

- et surtout, que le risque, qui est différent d’une culture à l’autre, façonne l’offre agricole au moins autant que le niveau moyen des prix.

Cette dernière conséquence est extrêmement importante. On sait que le rôle du prix dans une économie de marché est de transmettre l’information : du producteur au consommateur sur la difficulté de produire, du consommateur au producteur sur ce qui est désiré par le public. Mais ce n’est pas, ou pas seulement, le niveau moyen des prix qui joue ce rôle. La variabilité (ou la volatilité, comme on dit maintenant) est tout aussi importante. En plus, niveau moyen et volatilité ne poussent pas inévitablement dans la même direction.

Imaginons que le prix du blé double brusquement, après une longue phase de stabilité. Les agriculteurs peuvent en tirer deux conclusions opposées : soit ils se fondent sur le niveau moyen du prix, ce qui les conduit à augmenter leur production en réponse au signal du marché ; soit ils croient qu’il s’agit d’un changement sans signification particulière à long terme, et ils considèrent seulement que la volatilité du prix a brusquement augmenté, ce qui les conduit à diminuer la production d’un produit devenu « dangereux ». Bien entendu, si le premier comportement est de nature à « rétablir l’équilibre du marché » (la hausse de production va faire revenir le prix vers son équilibre de long terme), ce n’est pas le cas du second, qui va au contraire aggraver la pénurie.

On le voit sur cet exemple, l’inconvénient majeur du risque est de « brouiller les signaux du marché ». Ceux-ci peuvent être mal interprétés, et conduire à une situation pire que celle que l’on souhaitait corriger. C’est là une critique très grave à l’encontre de l’économie de marché. Or, si les marchés fonctionnent mal, cela devrait se voir dans les données macroéconomiques. Avec les moyens d’investigations économétriques dont on dispose à l’heure actuelle, il devrait être possible de mettre ces phénomènes en évidence à l’aide de tests statistiques.

Curieusement, cela n’est pas si simple. La plupart des études qui ont été effectuées dans ce sens n’attribuent à la volatilité des prix qu’une influence faible ou négligeable sur le volume global d’une production agricole dans un pays ou une région. Une des raisons qui expliquent ce phénomène est que les tests statistiques portent sans doute sur des hypothèses différentes de celle qui peut s’énoncer comme « la volatilité du prix diminue (la stabilité augmente) la quantité offerte de n’importe quel produit agricole ». Très précisément l’hypothèse qui est généralement testée dans les études statistiques est du genre : « la moyenne des prix de l’an dernier » ou « la volatilité mesurée l’an dernier » influe sur la « production de cette année ». Or, une telle hypothèse est en quelque sorte trop précise pour être vérifiée. En particulier, la volatilité est une notion de long terme, aux adaptations lentes. Dans ces conditions, il n’est pas surprenant que des hypothèses qui impliquent une réaction très rapide des décideurs ne soient pas vérifiées.
Pour tenir compte de ce phénomène, il est nécessaire d’effectuer les tests sur des bases qualitatives, les prix étant classés « stables » ou « instables ». Alors, on trouve des différences très significatives dans les différentes catégories de séries (Gérard et Boussard, 1994).

Ainsi, la stabilisation des prix est d’une importance fondamentale, en particulier pour développer la production dans les pays en développement. […].

Les fluctuations de prix sont-elles endogènes ?

On a vu plus haut l’importance de l’enjeu : si les fluctuations de prix sont « exogènes », provoquées par exemple par des variations climatiques, alors la libéralisation devrait avoir un effet bénéfique et amortisseur. Si elles sont endogènes, engendrées par un système de cobweb, alors seules des politiques bien conduites, isolant l’agriculture du marché, comme celles appliquées par Roosevelt en 1935, ont quelques chances de les réduire.
Il est malheureusement bien difficile de trancher dans un sens ou dans l’autre.
De nombreux mathématiciens se sont attaqués à la création de tests statistiques de l’existence du « chaos4 ». Comme ces séries ont toutes les apparences de séries « aléatoires », il est extrêmement délicat de faire la distinction. On s’attache en général à mettre en évidence la « sensibilité aux conditions initiales », mais comme ces conditions initiales sont elles-mêmes aléatoires, on retrouve en quelque sorte cet aléa dans les tests statistiques.
En dépit de cela, et même s’ils ne sont pas sans défaut, des tests ont été mis au point. Leur application à des séries de prix de matières premières agricoles conduit généralement à des conclusions mitigées. On ne saurait exclure que ces séries soient soumises à des dynamiques chaotiques, mais on ne peut pas affirmer de façon catégorique que tel est bien le cas5 .

Les fluctuations de prix sont-elles d’origine climatique ?

Inversement, peut-on affirmer que les fluctuations de prix agricoles proviennent uniquement de causes aléatoires extérieures au système, en particulier climatiques ?
Ici encore, et de façon très curieuse, les études empiriques sont fort rares. La difficulté n’est pas de mettre en évidence la relation qui existe en un endroit donné, entre le climat et la production agricole. Cela, on sait bien le faire, et la relation est à la fois indiscutable et importante. Des modèles de comportement des plantes permettent même de prévoir avec assez de précision quel sera le rendement de telle ou telle culture dans tel environnement climatique. La vraie question, ici, est de savoir si les fluctuations climatiques agissent sur des surfaces assez grandes pour que les variations de production qu’elles induisent soient de nature à perturber les marchés. Or, cela n’a rien d’évident.
La grande sécheresse de 1976 fournit une anecdote révélatrice. Tout le monde en France se souvient de cette catastrophe qui entraîna la levée d’un impôt exceptionnel dit « impôt sécheresse » pour aider les agriculteurs victimes du cataclysme. Il existait à l’époque un modèle de l’agriculture française en service à l’Inra qui comportait un « indice climatique » (Boussard 1975). Il était donc tentant de s’en servir pour évaluer les dégâts avec beaucoup de précision. Pourtant, l’application des paramètres de 1976 au modèle en question n’engendra à peu près aucune baisse de production. La raison en était que, si les indices météorologiques étaient en effet très mauvais dans l’ouest et le centre-ouest de la France, ils étaient plus qu’excellents ailleurs, et ceci compensait cela.

La production agricole française a réellement baissé en 1976, mais sans doute pour d’autres raisons : depuis deux ans, à cause du renchérissement des produits pétroliers liés à la guerre des Six Jours, les agriculteurs réduisaient leurs doses d’engrais, comme le montrent les statistiques de l’époque. Une baisse des quantités de fertilisant apportées aux plantes ne produit pas nécessairement des résultats immédiats, car il existe des stocks dans le sol, et beaucoup de « phénomènes tampons ». Cependant, à la longue, il est inévitable que cela se traduise par une baisse de production, et c’est ce qui est arrivé en 1976.

Cette histoire est instructive à plus d’un titre. D’abord, il est cocasse que l’opinion publique ait avalé sans hésitation cette histoire de sécheresse, alors qu’elle aurait sans doute rechigné à mettre encore une calamité sur le dos des émirs, responsables de l’augmentation du prix du pétrole6 . En vérité, dans tous les cas de baisse catastrophique de la production agricole, l’explication par les catastrophes naturelles est toujours très bien acceptée. Cela ne veut pas dire qu’elle soit pertinente. Un auteur comme Amartya Sen7 a bien montré, au contraire, que les famines ont généralement des causes autres que « techniques ».

Ensuite, elle montre que même sur un pays relativement peu étendu comme la France, les évènements météorologiques ont tendance à se compenser. Cela signifie que les bénéfices à attendre de la libéralisation en la matière sont probablement minces puisqu’en réalité, ils ont déjà été engrangés par la libéralisation interne à la plupart des pays d’importance moyenne.
Enfin, elle permet de situer la difficulté de réaliser beaucoup d’études de ce type : la caractère contingent et discutable de tout indice météorologique moyen pour une région d’étendue un peu vaste. De fait, quand on observe superficiellement une des cartes météorologiques publiées par tous les quotidiens, on a l’impression de phénomènes immenses, couvrant de vastes surfaces comme l’Atlantique nord, ou la Sibérie, ou le Sahel. Cette impression n’est pas fausse à un moment donné ; si les « anomalies climatiques » couvraient de telles surfaces, elles seraient bien évidemment à l’origine de sévères perturbations sur les marchés.

Mais pour une plante, ce qui compte n’est pas la pluie ou la température à un moment donné8 . C’est ce qui se passe pendant une période plus ou moins longue, qui varie selon les espèces et surtout le stade de développement, et qui se compte en jours, parfois en semaines. L’évolution des phénomènes météorologiques, en revanche, s’évalue en heures, et aucune n’est semblable à la précédente, et aucune n’intéresse la même surface.
De la sorte, pour construire un indice météorologique, il faut évaluer des écarts à la moyenne calculés sur des périodes variables. Idéalement, il faut élucider les liens entre les fluctuations instantanées observées et celles qui auront été observées dans les périodes précédentes récentes. Il faut ensuite en évaluer la « distance de corrélation » - la distance au-delà de laquelle les liaisons statistiques entre les anomalies deviennent si faibles qu’elles sont négligeables et que l’on peut donc songer à leur appliquer la loi des grands nombres. Il faut enfin examiner si les surfaces impliquées pour un aléa donné, dans ce contexte, sont assez grandes pour que les variations de production correspondantes soient de nature à perturber les marchés … un tel programme et une telle accumulation de difficultés a de quoi doucher l’enthousiasme du jeune doctorant qui voudrait s’attaquer au problème !

La quasi-absence d’études sérieuses sur la question est sans doute due à ces difficultés – et au fait que le corps social dans son ensemble « ne veut pas savoir ». Il existe quelques études isolées. Par exemple, Martineu et Tissot (1993), dans une étude qui n’a malheureusement jamais été publiée, ont tenté l’aventure et examiné si la « sécheresse » pouvait bien être à l’origine des difficultés du Sahel – comme l’idée en est complaisamment répandue, en particulier par les ONG. La « distance de corrélation » à laquelle nous avons fait allusion plus haut, serait de l’ordre de 100 kilomètres. Cela exclut la notion de sécheresse de Dakar à Djibouti, sans écarter la possibilité de perturbation sur des marchés locaux dans cette zone où les régions sont très compartimentées, et les transports difficiles. Un tel résultat, par ailleurs, s’il était valable aussi pour la France, expliquerait le faible impact de la sécheresse de 1976 dont nous avons parlé plus haut.
La question peut être abordée différemment. On peut prendre un marché dont l’aire de collecte s’étend sur une surface réduite et rechercher si le climat sur cette aire explique les fluctuations observées. C’est ce qui a été fait avec beaucoup de soin par Richard Roll (1984) dans une étude sur le jus d’orange en Floride. De fait, le verger d’agrumes dans cet Etat se situe dans une zone dont le rayon est justement de l’ordre de 100 kilomètres. Par ailleurs, le jus d’orange est sûrement l’un des produits agricoles sur lesquels les interventions de l’Etat sont les plus faibles. Il était donc tentant de s’en servir comme d’un matériel d’expérience exemplaire. Le résultat est fort intéressant :
« Le prix du marché du jus d’orange concentré est affecté par le temps qu’il fait, en particulier par les baisses de températures. Mais il y a quand même un mystère … en dépit du fait que le temps qu’il fait soit le déterminant le plus évident du volume de la récolte, les anomalies climatiques n’expliquent qu’une petite fraction de la volatilité des prix à terme … Il existe une grande part d’inconnu dans l’explication de la volatilité des prix ».
Si le climat joue un rôle si faible dans le cas d’un produit où on l’attend de façon évidente, on peut penser qu’il ne joue presque plus aucun rôle dans le cas des produits de base répandus sur toute la surface du globe. Par ailleurs, il est aussi permis de penser que les mécanismes de « fluctuations endogènes » dont nous avons parlé plus haut sont bien placés pour jouer le rôle du « chaînon manquant » indiqué par Roll.
En tout cas, il est clair qu’on ne peut en aucun cas négliger ces fluctuations de prix dans l’évaluation des bénéfices de la libéralisation. […]. Nous voyons ici que le risque, en réduisant l’espace des possibilités de production, joue de façon tout à fait évidente le rôle d’un progrès technique négatif. Si la libéralisation réduit les risque, tout va bien, […]. Mais s’il s’avère qu’elle augmente les risques, alors se pose la question de savoir si les inconvénients du risque ne peuvent l’emporter sur les bénéfices de l’exploitation des avantages comparatifs.

____________________________________________________________________

1Pierre Bourdieu, sociologue célèbre récemment disparu, et qui avait commencé sa carrière dans la sociologie rurale, a même parlé de « sport de combat ». Plus sérieusement, la difficulté majeure est d’ici interpréter correctement les réponses fournies par les intéressés. Un bon exemple à ce sujet est fourni par Morlon (1987).
2 Ainsi ne peut-on évidemment pas demander à un agriculteur « avez-vous une idée de la variance du prix des pommes de terre ? », alors qu’il connaît parfaitement le prix de la semaine précédente, et sait pertinemment qu’il s’agit d’un prix spéculatif.
3 Markowitz a étudié l’influence la prise en compte du risque dans le processus de décision en introduisant la notion de « portefeuille optimal » comme étant un mélange de valeur « à fort potentiel », mais risquées, et de valeurs peu rentables, mais sûres – avec un dosage qui dépend de « l’aversion pour le risque » du détenteur de titres.
4 En mathématiques, le mot « chaos » a un sens très précis, qui se réfère à des phénomènes analogues à ceux qui ont été décrits dans les développements sur le cobweb.
5 Voir Leuthold et Wei (1998), Hommes et al. (1998), Hölzer et Precht (1993), Burton (1993), Lücke (1992), Chavras et Holt (1993).
6 On peut aussi bien se demander s’ils étaient effectivement responsables … ce qui nous entraînerait très loin !
7 Voir en particulier Drèze et Sen (1989)
8 La seule exception, de ce point de vue, est le gel. Encore affecte-t-il différemment différentes espèces de plantes.
9 La négociation de Doha porte sur la libéralisation des échanges internationaux (agriculture et services en particulier). Engagée en 2000, elle a donné lieu à une déclaration faisant suite à la quatrième conférence ministérielle programmée par l’Organisation Mondiale du Commerce en novembre 2001 au Qatar. Cette conférence soulignait l’importance des objectifs de développement des pays du Sud.
10 C’est ce que le MOMA entreprend avec la construction du modèle NRA auquel participent Jean-Marc Boussard et Françoise Gérard (ndlr).