Chapitre
troisième
VERIFICATION EMPIRIQUE DU
LIEN TAUX DE CHANGE INDICE DES PRIX ENTRE LA RDC ET LE RWANDA
Dans ce chapitre, il sera en suite question de passer
à l'analyse empirique du lien taux de change et les indices des prix
entre la RDC et le Rwanda à travers les différents modèles
économétriques.
III.1. PRESENTATION DU
MODELE D'ANALYSE
Un modèle économétrique est un
modèle de l'économie qui fait appel à des valeurs
numériques des propensions marginales et à d'autres
paramètres économétriques.
Ces valeurs numériques sont engendrées
à partir de données tirées de l'économie
réelle et auxquelles sont appliquées des méthodes
statistiques d'estimation qui tiennent compte de tous les facteurs pouvant
avoir une incidence sur l'endogène.
De nos jours, il existe plusieurs de ces modèles
dont l'objet est de prévoir l'évolution de
l'économie.
Dans cette partie, nous relèverons
différentes variables que nous avons retenu pour faire cette
étude, afin de comprendre les effets de ces dernières sur le
tissu économique.
De ce fait, le taux de change constituerait la variable
expliquée par la variable explicative qui est le rapport de l'indice des
prix.
Le modèle théorique qui nous a servi de
support est fondé sur la théorie qui suggère que le taux
de change entre deux monnaies serait déterminé par le rapport du
niveau général des prix de deux pays. Ainsi, d'après la
PPA une baisse du pouvoir d'achat intérieur d'une monnaie, implique un
accroissement du niveau général des prix serait associé
à une dépréciation proportionnelle de la monnaie sur les
marchés des changes.
Le modèle est présenté de la
manière ci-dessous :
Y=â1+ â2(Ip/Ip*)+
D'où Y représente le taux de change
Ipt : indice des prix à la
consommation en RDC
Ip*t : indice des prix à la
consommation au Rwanda.
III.2. LA STATIONNARITE DES
VARIABLES
Pour procéder à l'estimation du
modèle, on se rend compte au préalable de la stationnarité
des variables à utiliser.
Ceci est nécessaire car les variables
économiques et financières sont rarement des réalisations
de processus stationnaires. La non stationnarité peut bien concerner
l'espérance que les moments de second ordre. Depuis Nelson et Plosser,
les cas de non stationnarité en moyenne dont analysés à
partir de deux types de processus : Processus TS (Trend stationnary) qui
représente les processus caractérisés par une non
stationnarité de nature déterministe et Processus DS
(Différence stationnary) qui représente le processus dont la non
stationnarité est de nature stochastique.
Dans le premier cas, les données sont
marquées par une tendance générale. Il sied alors
d'introduire un trend ou une tendance générale dans
le modèle ; en présence du second cas, si les ordres
d'intégration des variables sont différents, il faut les
différencier en vue de les rendre stationnaires. Or mettre en relation
des variables dont les ordres d'intégration sont différents, sans
les rendre stationnaires, ne peut que conduire à des fausses
régressions ou régressions fallacieuses.
En effet, les processus TS et DS sont
caractérisés par des comportements très différents
et il convient de les distinguer.
Suite à un choc, un processus TS revient à
son niveau pré-choc, alors qu'un processus DS n'y revient jamais. On
comprend dès lors également que d'un point de vue
économétrique sont tous aussi fondamentales.
Pour ce faire, on utilise le test de Dickey-Fuller (DF)
et le test de Dickey-Fuller Augmenté (ADF).
| 
