Analyse de l'efficacité de la politique monétaire dans la lutte contre l'inflation en république démocratique du Congo de 2000 à 2013.

SECTION 2 : ANALYSE EMPIRIQUE

Après avoir abordé les théories générales ainsi que certains aspects pratiques de la politique monétaire sur l'inflation en RDC ; il nous parait utile de vérifier empiriquement nos hypothèses de base. En effet, il sera question d'étudier la relation de cause à effet qui existe entre la masse monétaire et l'inflation.

2.1. Présentation des données

La taille de l'échantillon étant petite en termes d'années, nous avons utilisé les données mensuelles de janvier 2000 à décembre 2013 qui ont été extraites des rapports annuels de la BCC et des condensés statistiques.

2.2. Traitement des données

Pour analyser l'efficacité de la politique monétaire en terme de stabilité des prix, nous allons vérifier le sens de la relation entre le taux de la masse monétaire et le taux d'inflation, la politique monétaire étant saisi par la variation de la masse monétaire et la stabilité des prix par le niveau de l'inflation, nous allons faire une analyse de causalité entre le taux de la masse monétaire et le taux d'inflation mais avant cela nous allons présenter la démarche à suivre.

2.2.1. Présentation de la démarche économétrique

2.2.1.1. Analyse de la stationnarité

L'étude de la stationnarité est importante pour les séries chronologiques du fait qu'il peut exister une corrélation entre les variables par le seul fait que celles-ci sont liées par une variable commune qui est le temps (trend). Ainsi, pour se prémunir contre les régressions fallacieuses (spurious régression), on élimine l'influence de la tendance^45(*).

Une série stationnaire est celle qui n'a ni trend, ni saisonnalité, c'est-à-dire :

· Sa moyenne est constante et indépendante du temps ;

· Sa variance est finie et indépendante du temps ;

· Sa covariance est indépendante des différents décalages dans le temps.

Pour étudier la stationnarité, nous allons recourir à trois types de test, à savoir :

Ø L'analyse graphique ;

Ø Le test de la racine unitaire à travers les statistiques de Dickey-Fuller^46(*). Le test de la racine unitaire a l'avantage de déterminer la nature de la non stationnarité et permet ainsi de choisir la méthode appropriée pour stationnariser. En cas de non stationnarité de type déterministe ou Trend Stationary (TS), on stationnarise en utilisant l'écart à la tendance et pour le type aléatoire ou Differency Stationary (DS), on utilise le filtre aux différences ;

Ø L'analyse du correlogramme (la représentation graphique du coefficient d'autocorrelation).

a) L'analyse graphique.

Toute analyse économétrique des séries chronologiques commence par l'analyse graphique qui permet de voir l'évolution des données et de se prononcer sur la stationnarité de celles-ci. En effet, le graphique peut faire ressortir une tendance croissante ou décroissante, ou une variabilité autour d'une moyenne. Dans le cas contraire, on est en présence d'une série stationnaire.

b) Test de la racine unitaire par la statistique de Dickey-Fuller Augmentée (ADF).

Ici, il est question de comparer la statistique T de Dickey-Fuller à la valeur critique de Mackinnon au seuil fixé. Les logiciels économétriques fournissent automatiquement ces valeurs au seuil de 1%, 5% et 10%. Si la statistique ADF est inférieure à la valeur critique de Mackinnon, on conclut à la stationnarité de la série ; dans le cas contraire, il y a non stationnarité. Le test ADF permet de déterminer le type de non stationnarité à travers l'analyse de trois équations du test :

· L'équation avec constante et trend ;

· L'équation avec constante et sans trend ;

· L'équation sans constante ni trend.

Le type TS est celui où le trend est significatif dans la troisième équation et la stationnarisation se fait par l'écart à la tendance.

Le type DS est celui où le coefficient de la variable décalée est significatif dans la troisième équation. Lorsque dans la deuxième équation, le coefficient de la variable décalée et la constante sont significatifs, on est en présence d'un non stationnarité de type DS avec dérive.

Dans les deux derniers cas, la stationnarisation se fait par le filtre aux différences.

Lorsque dans la première équation, les coefficients de la variable décalée ainsi que le trend sont significatifs, on a les deux types de non stationnarité dans la même série.

Une série non stationnaire de type DS est également qualifiée de série intégrée. L'ordre d'intégration est donné par le nombre des différences qui permettent de stationnariser la série. Lorsque deux ou plusieurs séries sont intégrées de même ordre, il peut arriver que leur combinaison linéaire soit stationnaire. On dit alors que ces séries sont cointégrées et on peut estimer un modèle à correction d'erreur qui permet de déterminer la relation à long terme entre elles si les autres conditions requises sont réunies.

* ⁴⁵ Bourbonnais R., Économétrie, manuel et exercices corrigés, 4^ème éd. Dunod, Paris 2002, p.279.

* ⁴⁶ Bourbonnais R., Op.Cit. pp.231-234.