Analyse de la théorie de la parité du pouvoir d'achat des boissons alcoolisées et gazeuses entre la RDC et le Rwanda, cas de la ville de Goma et de Gisenyi

III.5.3. La Causalité

Le temps revient à vérifier s'il existe une éventuelle causalité entre le taux de change et la parité du pouvoir d'achat.

On doit vérifier s'il existe une relation entre le taux de change nominal et le rapport des prix.

Nous procédons alors selon la méthode d'Engel et Granger, introduite en 1981, et nous réalisons un test de causalité sur nos séries afin de déceler si elles sont liées par une relation de long terme ou pas.

Tableau n°10 : Test de Causalité

Pairwise Granger Causality Tests
Lags: 4
Null Hypothesis:	Obs	F-Statistic	Probability
X does not Granger Cause Y	32	0.71527	0.59006
Y does not Granger Cause X		1.04471	0.40589

Ce tableau montre que, l'hypothèse nulle n'est pas accepté, le taux de change ne cause pas la parité du pouvoir d'achat et la parité du pouvoir d'achat ne cause pas le taux de change ; l'absence de la causalité n'est pas rejetée.

Par conséquent comme le lecteur averti l'aura déjà imaginé, nous devons maintenant passer à la relation de long terme afin de déterminer si la parité du pouvoir d'achat peut se vérifier empiriquement dans le cas de la RDC et le Rwanda son principal partenaire commercial.

III.5.4. Relation de long terme

Dans cette partie, nous essayerons d'expliquer l'éventuelle relation qui puisse exister à long terme. Ainsi, ce modèle permettra de réconcilier le comportement de court et de long terme des variables considérées.

On considère que toutes les hypothèses de base pour l'utilisation des MCO sont vérifiées. Comme d'habitude, représente le terme aléatoire de moyenne nulle et correspond dans ce cas aux déviations de court terme de change par rapport à la parité du pouvoir d'achat.

Dans l'idéal, nous cherchons des coefficients tels que â₁ et â₂. L'équation telle qu'elle est définie introduit implicitement une contrainte. Elle impose un coefficient â₂ égale pour les deux indices de prix.

Le tableau ci-dessous présente les résultats obtenus.

Tableau n°11 : Equation de Régression

Dependent Variable: Y
Method: Least Squares
Included observations: 36
Variable	Coefficient	Std. Error	t-Statistic	Prob.
C	-9.039048	2.835690	-3.187600	0.0031
X	11.51256	3.157940	3.645592	0.0009
R-squared	0.281037
Durbin-Watson stat	1.456608

Y= -9,039047571+11,51255884*X

(-3,18) (3,64)

D'après le tableau ci-haut, il ressort que les indices de prix affectent positivement et significativement le taux de change.

De façon générale, cette régression ne doit pas être comprise comme une explication de notre problématique mais comme l'illustration des différents problèmes qui peuvent surgir lorsque l'on ne tient pas compte de la non stationnarité des séries.

La contradiction du modèle apparaît non seulement au niveau de son inconsistance ou de son faible pouvoir prédictif, mais au niveau de la constante. La régression telle qu'elle est définie ne nous permet pas de conclure à une relation solide entre le taux de change et le rapport des indices des prix, étant donné que nous n'avons pas tenu compte de la non stationnarité des séries.

Comme prévu, nous constatons que le coefficient de détermination R²=0,28128,1% n'est pas proche de 1. La basse valeur de R² attire notre attention puisqu'elles témoignent le faible pouvoir explicatif du modèle. Cela peut s'expliquer par le fait qu'il existe d'autres variables qui influencent le taux de change et qui ne sont pas incluses dans le modèle. Il existe une multitude d'autres facteurs susceptibles d'expliquer le taux de change et qui ne sont pas incluses dans le modèle. Il existe une multitude d'autres facteurs susceptibles d'expliquer le taux de change comme le taux d'intérêt de la période précédente, la variation de la masse monétaire, de la production, ou bien le niveau des exportations et des importations.

Signalons que si le différentiel d'intérêt entre deux pays augmente, le pays avec le taux d'intérêt le plus élevé sera le plus attractif au niveau des placements. Par conséquent, le taux de change de cette monnaie aura tendance à diminuer. Cette monnaie s'apprécie donc décroît.

Il y a donc une influence direct du taux d'intérêt sur le taux de change de la période suivante.

Cependant, la valeur du test de Durbin Watson, DW=1,45 qui n'est pas proche de zéro mais proche de 2, et nous indique que les erreurs ne sont pas autocorrelées et que la performance du modèle n'est une illusion.

Et donc, la régression telle qu'elle est définie ne nous permet pas de conclure à un lien solide entre le taux de change et le rapport des indices des prix, étant donné que nous n'avons pas intégrées d'autres variables explicatives.