SECTION I : LA METHODOLOGIE D' ESTIMATION DU TAUX DE
CHANGE REEL
D' EQUILIBRE ET DE SA DISTORSION
La détermination du niveau de distorsion du TCR due
à ses fondamentaux demeure encore l'un des défis majeurs auquel
est confrontée la plupart des travaux empiriques en la
matière.
Dans cette partie, nous procédons d'une part à
une spécification du modèle de détermination du TCR
à partir de la revue théorique et empirique et d'autre part, nous
présentons les différentes techniques d'estimation.
PARAGRAPHE I : LE MODELE ECONOMETRIQUE D'ESTIMATION DU
TAUX DE CHANGE REEL D'EQUILIBRE ET DE SA DISTORSION
A- Choix et traitement des variables explicatives du TCR
I- Choix et mesure des variables
Il existe une multiplicité d'approches de
compréhension du concept de TCR dans la littérature. Le choix
d'un indicateur (approche retenue) dépend, de l'objectif
52
Mémoire de DEA-Master Recherche, réalisé et
soutenu par HOUNGBEDJI Sèwanoudé Honoré
visé dans son usage. Alors que le taux de change
effectif réel (TCER) se définit comme le TCN corrigé ou
pondéré par la structure du commerce extérieur d'un pays,
le TCR quant à lui représente le prix relatif des produits
étrangers par rapport aux produits nationaux exprimés en monnaie
nationale. Il compare le prix d'un même panier de biens dans la nation et
à l'étranger. C'est donc une mesure du pouvoir d'achat relatif de
la monnaie nationale par rapport à la monnaie étrangère.
Ainsi le TCER n'est rien d'autre que le taux de change effectif
pondéré par les prix relatifs qui traduit l'état de
compétitivité d'une économie. Au regard de cette
multiplicité d'approches, le concept de TCER semble l'idéal pour
cette étude ; dans la mesure où il est indicateur de
compétitivité de l'économie et tient compte des
spécificités existantes entre l'économie qui est
étudiée (UEMOA) et l'ensemble du reste du monde. Toutefois, nous
retenons la variable TCR pour l'estimation du TCR d'équilibre. Ainsi,
à l'instar des autres études empiriques qui visaient à
appréhender les facteurs explicatifs du niveau d'équilibre du
TCR, la nôtre prend l'indicateur du TCR comme étant la variable
endogène de l'estimation [ G.Nébié, (2008)].
Sur la base du cadre théorique développé
ci-dessus ( chapitre I) et au regard des enseignements issus du modèle
dynamique de NATREX puis à l'approche retenu par le FMI25 ;
le lien entre le TCR et l'évolution de ses fondamentaux au sein de
l'UEMOA, est cerné par les variables que sont : le solde de la balance
courante cumulée ; croissance de la productivité ; la
préférence pour le présent , les flux financiers
extérieurs rapportés au PIB , les termes de l'échange, le
développement financier à travers le ratio crédit à
l'économie rapporté au PIB et la politique monétaire
(PM)26. Notons que la PM est mesurée par le
différentiel de la croissance
de la masse monétaire (M2) par rapport à celle du
PIB au cours de l'année
précédente [Yougbare, (2009)].
Le TCR de long terme étant influencé par les
variables précédemment citées (chapitre 2), la conjugaison
de ces variables fondamentales suivant la relation de long terme permet de
générer les valeurs d'équilibre du TCR par le canal d'un
filtre.
25 Dans l'approche retenue par le FMI, l'accent est
mis sur le solde de la balance du compte courant cumulée. [BOROWSKI et
COUHARDE, (2000)].
26 Selon BALDWIN et KRUGMAN, (1989), la politique
économique menée peut influencer la trajectoire du TCR, et
même l'équilibre de long terme qui, peut dépendre à
court terme du fait de phénomènes d'hystérèse.
53
Mémoire de DEA-Master Recherche, réalisé et
soutenu par HOUNGBEDJI Sèwanoudé Honoré
L'on spécifie ainsi une équation du TCR
notée (E) sous la forme (les variables sont en logarithme à
l'exception des variables CP et PM) de :
b5
0 1 2 3 4
Eit b b CPit b BCCit b PPit b TEit
= + + + + +
FFit
|
+ b DFit b PMit b DF PP it
+ + 8 . + å
6 7
|
(18)
|
Avec :
E = le Taux de change réel (coté à
l'incertain) ;
CP = la Croissance de la Productivité qui est
censée capter
l'effet Balassa ;
BCC = le solde de la Balance courante Cumulée ;
PP = le rapport de la consommation privée et publique
au
PIB captant la préférence pour le présent
;
TE = les termes de l'échange ;
FF = les Flux Financiers extérieurs rapportés au
PIB ;
DF = le rapport du crédit à l'économie au
PIB qui capte le
niveau du développement financier.
PM = la variable captant la Politique Monétaire ;
DF.PP = Cette variable capte l'effet croisé existant entre
le
développement financier et la préférence
pour le présent d'une nation ;
bi = les paramètres des différentes variables
explicatives de
l'équation N°18 ;
åit = Termes d'erreurs.
i allant de 1 à 8 pays (les pays de l'UEMOA) ; t allant de
1989 à 2008.
De l'équation N°18, notre intérêt
réside dans l'est imation de la relation de long terme entre le TCR et
ses fondamentaux pour l'atteinte de l'objectif spécifique N°1
[estimer les déterminants fondamentaux du taux de change
réel].
Nous espérons pour l'ensemble des variables
explicatives, des signes positifs ou négatifs (+/-). Un signe positif
(négatif) traduirait une appréciation
(dépréciation) de la variable ainsi considérée sur
TCR.
II- Traitement des variables du modèle et sources
des données a-Traitement des variables du modèle
~ La variable expliquée : TCR
La variable TCR a été calculée par nous
mêmes à partir des données de la Banque Mondiale. A cet
effet, nous avons choisi la formulation suivante :
54
Mémoire de DEA-Master Recherche, réalisé et
soutenu par HOUNGBEDJI Sèwanoudé Honoré
Pe
TCR = E ; avec Pn les prix intérieurs ;
Pe les prix étrangers (américains). E
Pn
représentant le TCN entre le pays
considéré (le Franc CFA) et le dollar américain,
exprimé comme la quantité de monnaies nationales pour une
unité de dollar US (coté à l'incertain). Dans une telle
présentation, une hausse du TCR représente une
dépréciation réelle de la monnaie nationale (car les prix
des biens échangeables augmente relativement à ceux des biens non
échangeables) ; ce qui concoure à une amélioration de la
compétitivité de l'économie. Par contre, une baisse est un
signe d'appréciation de la monnaie nationale (les prix des biens
échangeables baissent relativement à ceux des biens non
échangeables) ; ce qui génère une perte de
compétitivité de l'économie. En effet, si les prix
intérieurs s'accroissent, Pn augmente et nous avons une
appréciation du TCR. Il en est de même, si les prix
étrangers (Pe) baissent par rapport aux prix nationaux, ou encore en cas
d'appréciation du TCN, donc une baisse de E. L'on retient que
la hausse du prix intérieur et la baisse du prix à
l'étranger engendrent toute chose égale par ailleurs, une
appréciation du TCR et donc une perte de compétitivité. De
manière pratique, pour le calcul de nos TCR, nous avons utilisé,
pour les prix nationaux, les indices des prix à la consommation
nationale (IPC). L'IPC reflète le niveau des prix intérieurs dans
la mesure où, cet indicateur permet de suivre dans le temps
l'évolution des prix des biens et services couramment utilisés
(aliment, logement, meubles, habillement, transport etc...). Enfin, pour les
prix étrangers, nous avons retenu l'indice des prix à la
consommation des USA comme proxy des prix étrangers. D'autres auteurs
ont préféré utiliser les indices des prix aux producteurs
des USA dans le but de rapprocher les estimations faites par le FMI et la
banque mondiale dans la conception du TCR des pays [Baldi et Mulder, (2004) ;
Gustave Nebié, (2008)]. Compte tenu des données disponibles, nous
nous tenons à l'IPC des USA.
Le choix de cette spécification du TCR s'explique pour
plusieurs raisons, dont la plus importante est sa simplicité :
le reste du monde serait assimilé à
l'économie des USA, dans la mesure où, la plupart des
transactions sont facturées en dollar particulièrement pour les
produits de base qui sont les principaux produits d'exportation des pays de
l'UEMOA ; même si le Franc CFA est arrimé à l'Euro via
Franc Français. Ce choix vient d'être renforcé du fait que
les statistiques existantes pour cette étude sont exprimées en
dollar ;
55
Mémoire de DEA-Master Recherche, réalisé et
soutenu par HOUNGBEDJI Sèwanoudé Honoré
4 il n'y a pas de différence fondamentale entre les
évolutions des indices des prix des principaux pays
développés à long terme, qui sont également les
principaux clients des pays d'Afrique sub-saharienne (UEMOA). Si donc le dollar
américain est la monnaie de référence pour les
échanges de produits de base et que les prix USA peuvent bien approximer
les prix mondiaux, alors cette spécification se défend bien ;
4 également, les données statistiques sur
l'Afrique sub-saharienne sont très rares et leurs qualités
très approximatives, surtout sur le long terme. Aussi, vouloir se lancer
dans des calculs sophistiqués de taux de change effectifs réels
parait bien risqué et le résultat hasardeux.
~ Les variables explicatives
La plupart de nos variables secondaires sont issues du
bulletin « statistiques choisies » de la BAD. Toutefois, elles ont
été traitées en fonction de l'objet de cette
étude.
4 En ce qui concerne, la variable BCC, nous avons
procédé à un cumul du solde de la balance courante sur
toute la période d'étude. Ceci afin de pouvoir mettre en exergue
l'influence du cycle et des mouvements de change passés ; ce qui permet
d'exclure les effets de valorisation dans la dynamique de ce solde.
4 La variable termes de l'échange est le rapport des
indices de prix à l'exportation et à l'importation. L'on parlera
de détérioration des termes de l'échange
si TE < 100 et d'amélioration lorsque TE > 100.
4 Pour les variables de préférence pour le
présent (PP), les flux financiers (FF) et le développement
financier (à travers le crédit à l'économie), nous
les avons rapportés au PIB courant dans la mesure où ils ont
été pris au prix courant également.
4 La croissance de la productivité qui n'est rien
d'autre que le PIB réel par tête, a été prise telle
qu'elle. Par contre, pour la politique monétaire, nous avons retenu de
la spécifier comme étant le différentiel entre la
croissance de la masse monétaire
(M2) et celle du PIB au cours de l'année
précédente.
b- Sources des données
Les données qui ont servi à nos estimations sont
celles issues de deux sources : le bulletin « statistiques choisies »
que publie la Banque Africaine de Développement (BAD) édition
2009 et la base du CNUCED.
56
Mémoire de DEA-Master Recherche, réalisé et
soutenu par HOUNGBEDJI Sèwanoudé Honoré
La période d'étude retenue est de 1989 à
2008 soit 20 années, compte tenu de la disponibilité des
données pour l'ensemble des huit pays de l'UEMOA ; notamment le
Bénin, le Burkina Faso, la Côte d'Ivoire, la Guinée Bissau,
le Mali, le Niger, le Sénégal et le Togo. Ce qui équivaut
à 160 observations lorsqu'on compile les données (Estimation sur
donnée de panel).
Par ailleurs, le logiciel Stata 9.1 est utilisé pour nos
différentes estimations.
B - Spécifications des modèles du taux de
change d'équilibre et de la distorsion
I- Spécification de l'équation du taux de
change d'équilibre
Soto et Elbadawi, (2008) suggèrent qu'à partir
des modèles de détermination du TCR, l'on puisse établir
et estimer une relation entre le TCR et ses fondamentaux. Cette relation ainsi
estimée permettra d'en déduire le niveau du mesalignement par
rapport à l'équilibre. Une fois que l'équation N°18
est estimée, il est possible de déduire l'équilibre et la
distorsion. En effet, la série du TCR et ses fondamentaux significatifs
est décomposé en deux composantes : une tendance de long terme
stationnaire considérée comme étant le niveau
d'équilibre et une autre transitoire correspondant à des
fluctuations de court terme non stationnaire. La composante permanente ou de
long terme de ces séries permet d'estimer le niveau d'équilibre
du TCR. Le TCR d'équilibre se calcule comme la composante permanente du
TCR expliquée par ses fondamentaux significatifs tels qu'il ressort de
l'estimation de l'équation N°18. Cette nouvelle régression
nous per met l'atteinte de l'objectif N° 2 de cette étude
[évaluer le niveau d'équiibre du taux de change
réel].
Les valeurs d'équilibre des fondamentaux du TCR peuvent
être appréhendées à l'aide des filtres. Soto et
Elbadawi, (2008) recommandent le filtre de ChristianoFitzgerald, alors qu'Abdid
et Tsangarides, (2006) suggèrent celui de HodrickPrescott. Par contre
pour la même finalité, Dufrenot et Yehoue, (2005) utilisent la
méthode des moyennes mobiles. Pour cette étude, nous utilisons la
méthode d'Hodrick et Prescott pour sa simplicité et son usage
répandu dans les études empiriques. En effet la méthode
vise à décomposer les fondamentaux (TCR et ses explicatives
significatives) en composantes permanentes et transitoires. La composante
permanente est considérée comme étant le niveau
d'équilibre. Dans cette décomposition, l'auteur recommande une
valeur de ë (paramètre de filtrage) de
57
Mémoire de DEA-Master Recherche, réalisé et
soutenu par HOUNGBEDJI Sèwanoudé Honoré
l'ordre de 1600 pour les données trimestrielles. Dans la
pratique, le paramètre ë = 100 est pris pour les données
annuelles.
Il est à noter que l'avantage de cette approche est de
permettre d'avoir un TCR d'équilibre qui varie dans le temps en fonction
de l'évolution de ses fondamentaux. Ceci vient d'ailleurs
réconforter l'intérêt de cette étude. Cet indicateur
de distorsion (l'écart du TCR à son niveau d'équilibre)
ainsi obtenu ; est considéré comme une mesure de l'ajustement
économique global. A l'aide de cet indicateur, il est possible
d'étudier l'effet de l'évolution des fondamentaux du TCR sur son
mésalignement.
II - Spécification de l'équation du
mésalignement du TCR
Selon l'approche retenue par les auteurs, au TCR
d'équilibre est associé le mésalignement courant (M) qui
est l'écart du TCR courant à sa valeur d'équilibre. L'on
parlera de surévaluation (appréciation) lorsque le TCR courant
est supérieur au TCR d'équilibre (M > 0) et de
sous-évaluation (dépréciation) si le TCR
d'équilibre est supérieur au TCR courant (M < 0). Alors qu'une
surévaluation traduit une perte de compétitivité, la
sous-évaluation par contre indique un gain de
compétitivité toute chose égale par ailleurs.
Dans le court terme, les fondamentaux du TCR s'écartent de leur
niveau d'équilibre.
Après avoir obtenu les valeurs du mésalignement
(M); cette dernière est soumise à une nouvelle régression.
Dans cette nouvelle estimation, M est la variable endogène et
expliquée par un vecteur des fondamentaux du TCR significatifs
d'après la relation N°18. Cette estimation, permet d'attein dre
l'objectif N°3 de cette étude [estimer l'incidence de
la dynamique des fondamentaux du TCR sur son mésalignement
].
Plus explicitement, cette régression vise à
identifier les variables macroéconomiques pertinentes qui accentuent la
distorsion du TCR.
Au regard de ce qui précède, quelles sont les
techniques d'analyses économétriques qui s'apprêtent
à l'objectif de cette étude ?
PARAGRAPHE II : LES TECHNIQUES D'ESTIMATIONS EN
PANEL
Les estimations sont réalisées au moyen des
estimateurs « between » ou inter (permet de calculer les moyennes
individuelles des différents individus de l'échantillon) et
« within » ou intra (permet de calculer les écarts aux
moyennes
58
Mémoire de DEA-Master Recherche, réalisé et
soutenu par HOUNGBEDJI Sèwanoudé Honoré
individuelles) à l'aide des méthodes
LSDV27 (Least Square Dummy Variable) ou la MCG (Méthode des
Carrées Généralisées) selon le cas. En effet,
lorsqu'il s'agit d'un modèle à effet fixe, la méthode LSDV
est appropriée pour l'estimation. Par contre, l'estimateur par la MCG
appliquée au modèle à effets aléatoires est sans
biais, convergent et efficace. Cette technique permet d'estimer une relation de
long terme entre le TCR et ses fondamentaux. Toutefois, avant toute chose, il
sera procédé à une présentation des tests de
spécification dans la mesure où cette étude porte sur une
estimation sur donnée de panel.
A- Les tests de spécification
Lorsque l'on considère les données de panel, la
toute première chose qu'il convient de vérifier est la
spécification homogène ou hétérogène du
processus générateur des données. Sur le plan
économétrique, cela revient à tester
l'égalité des coefficients du modèle étudié
dans la dimension individuelle. Sur le plan économique, les tests de
spécification reviennent à déterminer si l'on est en droit
de supposer que le modèle théorique étudié est
parfaitement identique pour tous les pays ou au contraire s'il existe des
spécificités à chaque individu ou pays (Doucoure, 2008).
Pour rappel, le modèle sans effet est celui pour lequel la constante et
les différents paramètres des variables explicatives sont
identiques pour toutes les variables. Dans ce cas, l'usage du panel est
inopportun. Une régression pays par pays est souhaitable. Le
modèle à effets fixes est celui pour lequel les paramètres
sont identiques pour l'ensemble des variables dépendantes mais les
constantes varient selon les variables indépendantes. L'estimateur
défini sur ce modèle est appelé « Within ». Pour
le modèle à effets aléatoires, les paramètres sont
identiques pour les variables explicatives, par contre, le terme d'erreur du
modèle se décompose en effet spécifique (fixe) et en effet
résiduel (qui varie) ; d'où le nom de modèle à
« erreurs composées ». L'estimateur défini sur ce
modèle est le MCG.
Plusieurs tests de spécifications sont disponibles dans la
littérature. Il sera présenté trois tests pour cette
étude.
27 Elle consiste, pour tenir compte de la variance
intra groupe de la variable endogène, à introduire des variables
muettes correspondant au vecteur associé à la constante dans la
spécification du modèle à estimer. Les coefficients
estimés appelés WITHIN, sont des estimateurs linéaires
sans bais.
59
Mémoire de DEA-Master Recherche, réalisé et
soutenu par HOUNGBEDJI Sèwanoudé Honoré
Test de Fisher ( ou Likelihood Ratio Test)
Modèle 1: Yit = á + Xitb+åit
Modèle 2 : Yit = ái + Xitb+åit
On teste l'hypothèse H0: á1 = á2 =
á4 ... = = án = á
Le test d'hypothèse s'écrit:
H0: Absence d'effets fixes (Modèle 1)
H1:Présence d'effets fixes (Modèle 2)
La statistique de Fisher est :
F* = [(Nt-n-1)/n-1]. [(R22-R12) /1-
R22] ; avec R12, R22 respectivement le
coefficient de détermination calculé sur le modèle 1 et 2
; n est le nombre d'observation par individus ; T est la taille de
l'échantillon et k est le nombre de variables explicatives.
La statistique F* suit sous l'hypothèse d'absence
d'effets fixes une loi de Fisher à (n-1) et (T-n-k). On accepte
l'hypothèse nulle d'absence d'effets fixes si la statistique F* est
inferieure à la valeur critique lue sur la table de Fisher.
Ou si p-valeur est < à 5%, l'on accepte
l'hypothèse de présence d'effet fixe.
Test de Breusch et Pagan (Test de Multiplicateur de
Lagrange) Modèle 1: Yit = á + Xitb+åit
Modèle 3: Yit = á + Xitb+
ái +åit
Le test d'hypothèse s'écrit :
H0: Absence d'effets aléatoires (Modèle 1)
H1: Présence d'effets aléatoires (Modèle
3)
On effectue un test du multiplicateur de Lagrange. Si la p-value
associée au test vaut 0, on accepte l'hypothèse H1 de
présence d'effets aléatoires.
Test de Hausman (1978)
Le test Hausman est appliqué à de nombreux
problèmes de spécification en économétrie. Mais son
application la plus répandue est celle des tests de
spécifications des effets individuels en panel. Il sert ainsi à
discriminer les effets fixes et aléatoires.
H0: Présence d'effets aléatoires H1:
Présence d'effets fixes
60
Mémoire de DEA-Master Recherche, réalisé
et soutenu par HOUNGBEDJI Sèwanoudé Honoré
La statistique du test de Hausman appliquée au test de
spécification des effets individuels est la suivante :
H = (BMCG - BLSDV)' [Var ((BMCG
- BLSDV)]-1 . (BMCG - BLSDV)
Sous l'hypothèse nulle H0 la statistique H suit
asymptotiquement (N tend vers l'infini) une loi du Khi deux à k
degrés de liberté. On accepte l'hypothèse nulle de
présence d'effets aléatoires si la statistique H est inferieure
à la valeur critique lue sur la table du Khi deux. Autrement dit, si H
< X2 (k) lue, on accepte H0 ; avec k nombre de variables
explicatives du modèle. Dans ce cas, on accepte l'hypothèse nulle
d'absence de corrélation entre les effets individuels et les variables
explicatives. De même, on accepte le modèle à effet fixe si
la p-valeur est < à 10%.
B -Test de stationnarité
> Test de stationnarité de Im-Peraran-Shin (
IPS)
Pour pouvoir effectuer ces tests, il faut
impérativement un panel cylindré (c'està-dire sans
données manquantes). Ce test est similaire au test d'ADF. Il est stable
et efficace, il demeure applicable aux modèles de données de
panel de petite taille. Le test d'hypothèse est le suivant:
H0: Toutes les séries sont non stationnaires
H1: Seule une fraction des séries individuelles est
stationnaire. On rejette l'hypothèse H0 si la p-value est inferieure
à 5%.
SECTION II : ANALYSES DES RESULTATS D'ESTIMATION ET
SUGGESTIONS PARAGRAPHE I : PRESENTATIONS ET ANALYSES DES RESULTATS
| 
