1.1.2.- Ecriture du
modèle
La variable dépendante ou endogène retenue
est le taux de change (TXCH), et les
variables indépendantes ou exogènes, sont la masse
monétaire locale et étrangère (M2, M2*),
le Produit intérieur brut local et étranger (IPC, IPC*),
l'Indice des Prix à la Consommation locale (IPC). Etant
donné, que les variables n'ont pas toutes les mêmes unités,
on a jugé nécessaire de prendre leur logarithme.
Notre fonction se présente ainsi :
TXCH = F (M2, M2*, PIB, PIB*, IPC)
D'où la forme économétrique :
et = 0 +
1m2t + 2m2t*+
3pibt + 4pibt* +
5ipct + t
Cette fonction a pour objectif, d'expliquer le comportement du
change par rapport aux variables explicatives, durant la période 1996
à 2005. Toutefois il faut préciser que les données sont
choisies sur une base mensuelle en million de dollars américains, hors
jusqu'à date les instances concernées n'ont pas encore
publié le PIB (PIB Haïtien) sur une base mensuelle. Alors on a
jugé nécessaire d'utiliser des données estimatives du PIB
fourni par E-views, qui est un logiciel conçu pour faire des
études économétriques, et qui a converti pour nous les
séries annuelles du PIB en séries mensuelles.
1.2.- Estimation du
modèle et Interprétation des résultats
Estimation du modèle choisi, Tableau #
7
La fonction choisie a été estimée
à travers le logiciel E-views, ce dernier a généré
les résultats suivants :
|
Dependent Variable: LTXCH
|
|
|
|
|
|
Method: Least Squares
|
|
|
|
|
|
Date: 09/21/08 Time: 10:03
|
|
|
|
|
|
Sample: 1996M01 2005M12
|
|
|
|
|
|
Included observations: 120
|
|
|
|
|
|
|
|
|
|
|
|
Variable
|
Coefficient
|
Std. Error
|
t-Statistic
|
Prob.
|
|
|
|
|
|
|
|
C
|
-5.38841
|
0.577918
|
-9.32383
|
0
|
|
LM2HAITI
|
-6.03065
|
0.400878
|
-15.0436
|
0
|
|
LM2USA
|
1.048804
|
0.195939
|
5.352708
|
0
|
|
LPIBHAITI
|
0.049831
|
0.027751
|
1.795657
|
0.0752
|
|
LPIBUS
|
1.167894
|
0.272182
|
4.290857
|
0
|
|
LIPCH
|
0.117932
|
0.009605
|
12.2776
|
0
|
|
|
|
|
|
|
|
R-squared
|
0.990886
|
Mean dependent var
|
|
3.163503
|
|
Adjusted R-squared
|
0.990487
|
S.D. dependent var
|
|
0.375455
|
|
S.E. of regression
|
0.03662
|
Akaike info criterion
|
|
-3.727723
|
|
Sum squared resid
|
0.152879
|
Schwarz criterion
|
|
-3.588348
|
|
Log likelihood
|
229.6634
|
F-statistic
|
|
2478.981
|
|
Durbin-Watson stat
|
0.267252
|
Prob(F-statistic)
|
|
0
|
|
|
|
|
|
|
Source : résultat généré par
E-views
Nous pouvons constater à partir de cette estimation que
les variables explicatives expliquent la réalité à 99 %.
Bien que certaines variables ne soient pas statistiquement significatives,
entre autres LPIBHAITI (le produit intérieur brut
local), mais selon Fisher (F-statistic), le modèle est globalement
significatif.
Appliquons les différents tests afin de valider le
modèle et de voir l'apport de chaque variable explicative dans
l'explication du modèle.
| 
