2.5. Dynamique du modèle VAR(1) et analyse des
résultats
La dynamique de la modélisation VAR permet
d'analyser les effets de la politique économique, cela au travers de
simulations de réponses impulsionnelles (réponses aux chocs) et
de la décomposition de la variance. Elle nous permettra de mesurer d'une
part, l'impact de la variation des différents chocs sur les variables et
d'autre part, la contribution de ces chocs à la variance de l'erreur de
prévision.
2.5.1. Réponses aux chocs
L'analyse d'un choc consiste à mesurer l'impact
d'une variation d'une innovation sur chaque variable. Le choix du sens de
l'impact est très important et conditionne les valeurs obtenues. La
détermination de l'ordre dans lequel les différentes variables
sont enregistrées est donc très importante dans un processus VAR
pour étudier la structure des chocs. Des ordres de placement
différents fournissent des résultats différents. Il est
alors nécessaire d'imposer une certaine structure au système en
vue de mieux identifier ces chocs.
Nous avons, en ce sens, retenu l'ordre suivant
TXBBRH?TXTDR?TXTDB?TXCRED. Nous choisissons de mettre les bons BRH en premier
en se basant sur le fait que la BRH les utilise pour déterminer les taux
directeurs. Ce dernier vient en second lieu, suivi des taux débiteurs
sachant qu'une variation au niveau des taux directeurs influe directement sur
les taux débiteurs qui eux-mêmes agissent sur le
crédit.
Des figurent retracent les fonctions de réponse
impulsionnelles (page 106 en annexe) : les courbes en pointillés
représentent l'intervalle de confiance. On considère que
l'amplitude du choc est égale à deux fois l'écart type et
l'on s'intéresse aux effets du choc sur 18 périodes (18 mois).
Lorsqu'un choc de 1% du taux de croissance des bons BRH se répercute sur
le taux de croissance du crédit. L'impact atteint son plus bas niveau
après un mois (-0.19%), et devient positif après 3 mois (0.02%).
Il diminue ensuite exerçant toutefois une faible influence sur le taux
de croissance du crédit et tend vers zéro après sept mois.
De la même manière, lorsqu'on
enregistre un choc de 1% du taux croissance des taux
débiteurs, l'impact sur le taux de croissance du crédit atteint
son minimum après le premier mois (-0.2%), devient positif après
le troisième mois (0.04%) et diminue progressivement pour s'approcher de
zéro au bout du sixième mois.
Les fonctions de réponse impulsionnelles
montrent également qu'un choc de 1% du taux de croissance des taux
directeurs se répercute sur le taux de croissance des taux
débiteurs pour atteindre son niveau le plus faible niveau au bout d'un
mois (-0.74%), puis son maximum au bout de deux mois (0.97%), ensuite pour
chuter au bout du mois suivant (-0.19)%, pour augmenter au bout de quatre mois
(0.10%), enfin devient insignifiant après sept mois.
L'analyse des fonctions de réponse
impulsionnelles nous permet de calculer aussi l'impact cumulé d'un choc
du TXBBRH et du TXTDB sur le TXCRED et aussi l'effet cumulé d'un choc du
TXTDR sur le TXTDB (tableau 22 et 23 en annexe). Un choc de 1% du TXBBRH a un
impact cumulé négatif très faible à court et
à long terme sur le TXCRED, après un mois (-0.19%), après
trois mois (-0.28%) et devient constant après cinq mois (-0.27%). De
même pour le TXTDB, il a une relation négative avec TXCRED, un
choc de 1% du TXTDB a un effet cumulé faible à court et à
long terme sur le TXCRED, après un mois (-0.20%), après deux mois
(-0.37%) et devient linéaire après quatre mois (-0.35%). Par
contre, un choc de 1% du TXTDR a une répercussion cumulée
positive très faible à court terme et à long terme sur le
TXTDB, sauf après un mois l'impact est négative (-0,74%),
après deux mois (0.23%), après quatre mois (0.14%), et devient
stable après sept mois (0.11).
| 
