|
Impact de l'arrimage du Franc CFA à l'Euro sur la balance commerciale : le cas du Cameroun( Télécharger le fichier original )par Francis Yannick ZAMBO ZAMBO Institut sous-régional de statistique et d'économie appliquée de Yaoundé - Ingénieur statisticien 2006 |
IV - Dispositions pratiques et obtention des résultats du modèleElles concernent les variables effectivement choisies pour représenter celles du modèle de base ajusté. En effet, certaines variables peuvent, soit avoir plusieurs interprétations selon les cas, soit alors être collectées de façon irrégulière ou même être quasi inexistantes. Il sera question d'opérer des choix pour trouver leurs représentants. Les variables d'exportations Ø Le niveau d'activité du reste du monde : il sera pris comme le PIB global des 10 premiers partenaires commerciaux du Cameroun année par année. En effet, ces derniers constituent à quelques exceptions près plus de 80% de la valeur des exportations depuis 1984 (cf. annexe, tableau 1). Ø Les prix effectifs annuels : ce sera la somme des prix effectifs annuels des principaux produits d'exportation18(*) du Cameroun, chaque prix étant affecté du poids que sa valeur annuelle représente par rapport à la valeur globale des exportations (cf. annexe, tableau 2). Il est à noter que les prix élémentaires de chaque produit sont calculés en faisant le rapport de la valeur annuelle des exportations de chaque produit et des quantités exportées. Ø Les TCER : c'est ceux donnés par l' « International Financial Statistics Yearbook » du FMI (cf. annexe tableau 3). Les variables d'importations Ø Le niveau d'activité domestique : c'est le PIB du Cameroun année par année (cf. annexe, tableau). Ø Le TCER : il est sus mentionné car c'est le même que celui pris pour les exportations. Ø Les prix effectifs des importations : ce sera la somme des prix étrangers annuels des principaux produits d'importations du Cameroun, chaque prix étant affecté du poids que sa valeur annuelle représente par rapport à la valeur globale des importations. Comme pour les exportations, les prix élémentaires de chaque produit sont calculés en faisant le rapport de la valeur annuelle des importations de chaque produit et des quantités importées. IV.2 Obtention des résultats du modèle économétrique Les résultats du modèle économétrique seront présentés tant pour les exportations que pour les importations. Ces derniers sont donnés par Eviews dans lequel seront introduites les valeurs des variables explicatives contenues dans la plupart des tableaux en annexe. NB : Pour réduire la volatilité entre les valeurs des différentes variables et les écarts d'échelles entre celles-ci19(*), les valeurs des variables qui seront prises en compte seront sous leurs formes logarithmiques. IV.2.1 Le modèle des exportations IV.2.1.1 Les premiers résultats du modèle des exportations Ce sont les résultats issus du modèle qui prend en considération toutes les variables indiquées dans le modèle de base ajusté. Notons déjà que pour la rubrique « variable » : - C est la constante d'exportation ; - PIBRDM est le PIB des principaux partenaires commerciaux du Cameroun ; - P représente les cours pondérés et effectifs de l'ensemble des produits de vente du Cameroun pour chaque année. - TCER est le taux de change effectif réel par an. Le tableau ci-après illustre lesdits résultats tels que donnés par le logiciel Eviews. Tableau 2 : Les premiers résultats du modèle des exportations.
Source : d'après nos calculs Appréciation du modèle - Le R2 : c'est le coefficient de détermination. Il permet de voir si l'association entre les variables explicatives et la variable expliquée est bonne. Aussi un R2 faible (moins de 0,2 selon l'INSEE) laisse penser que certaines variables explicatives n'ont pas été prises en compte par le modèle. En définitive, plus R2 est proche de 1, plus l'association est parfaite entre les variables exogènes et endogène et plus les variables explicatives choisies tendent à suffire pour rendre compte de l'évolution de la variable expliquée. Dans le modèle, R2 = 0.7873 qui est relativement proche de 1. L'association et l'information apportée par les variables explicatives sont donc bonnes. - Le Durbin-Watson Stat : c'est la statistique de Durbin Watson. Elle rend compte de l'auto-corellation des erreurs. En effet, pour un modèle donné, la statistique de Durbin Watson a deux valeurs lues sur une table : une borne supérieure et une borne inférieure. Ces dernières tiennent compte du nombre d'observations (les années) et du nombre de variables explicatives. Si la statistique obtenue est plus élevée que la borne supérieure, alors les erreurs ne sont pas autocorellées. Or, jusqu'au niveau où le nombre de variables explicatives est inférieur ou égal à 4, la borne supérieure est inférieure à 2. A ce niveau donc, les erreurs ne sont pas autocorellées si la statistique est supérieure ou égale à 2. Si la statistique est moins élevée que la borne inférieure, alors les résultats du modèle auraient quelques biais. Dans le modèle, Durbin-Watson Stat = 0.5181. La borne supérieure est égale à 1,68>0.5181. Les erreurs sont autocorellées. - Prob : c'est la significativité des variables explicatives. Il s'agit de voir si une variable prise comme exogène est effectivement lié à la variable expliquée. Pour le cas présent, le seuil de significativité est fixée à 5% dans le logiciel c'est-à-dire une variable est significative si Prob<0,05. On se rend compte que toutes les variables sont significatives à l'exception du niveau d'activité du RDM désigné par PIBRDM. La constante est aussi significative. - Les coefficients : ce sont les coefficients qui sont affectés à chaque variable explicative dans l'équation du modèle. IV.2.1.2. Le modèle des exportations retenu Les changements par rapport au premier modèle Le principal changement est la suppression de la variable PIBRDM. Cette dernière n'est pas significative pour des raisons déjà évoquées. Les résultats du modèle économétrique final Tableau 3: Les données du modèle final des exportations.
Source : d'après nos calculs - R2 est de 81,71%. Ainsi, l'association entre les variables explicatives et expliquées est satisfaisante. Elle s'est améliorée par rapport au résultat précédent qui tenait en compte le PIB des pays partenaires. - Durbin Watson stat = 2,0742>2 et il n'existe que deux variables exogènes. D'où les erreurs ne sont pas autocorellées. - Prob : Pour toutes les variables, Prob<0,05. Le TCER et les cours moyens pondérés sont tous deux significatifs. - Le signe des coefficients : · Le TCER : le signe du coefficient du TCER est négatif. Ce qui correspond aux attentes sus mentionnées20(*) qui présentent les exportations comme une fonction décroissante du TCER. · Les prix annuels aux exportations (P) : P a aussi un signe positif comme attendu. IV.2.1.3. L'équation du modèle des exportations Avec les coefficients, l'équation du modèle est : X = 0,2546* L0G(P) -1,1357 * LOG(TCER) + 30,6917 IV.2.2.1 Les premiers résultats du modèle des importations Ils sont donnés par le logiciel et récapitulés ainsi qu'il suit : Tableau 4: Les résultats du modèle des importations.
Source : d'après nos calculs Appréciation du modèle des importations - R2 : il est de plus de 72%. L'association entre la variable explicative et la variable expliquée est satisfaisante. De plus, le TCER et le PIB domestique contribuent à hauteur de plus de 72% à l'explication des importations. - Prob. : le seuil étant de 5%, Prob est inférieur à 0,05 pour toutes les variables exogènes à l'exception des prix des importations (Pm). Ces derniers seront donc supprimés du modèle définif des importations. - Le Durbin Watson stat = 0,8686. Dans ce cas, la borne supérieure est de 1,68. Les erreurs sont autocorellées. - Les coefficients des variables explicatives ont des signes conformes aux attentes (Cf. Modèle de Mundell Fleming pages 31 à 32). Les signes sont tous positifs pour traduire que les importations sont une fonction croissante du TCER et du PIB interne. IV.2.2.2 Le modèle des importations retenu Les changements par rapport au premier modèle des importations Le principal changement est la suppression de la variable Pm. Cette dernière n'est pas significative. Les résultats du modèle des importations final Tableau 5: Résultats du modèle des importations final.
Source : d'après nos calculs - R2 : il est toujours de plus de 72% traduisant la bonne association entre la variable explicative et la variable expliquée est satisfaisante et fait que le TCER et le PIB domestique contribuent à hauteur de plus de 72% à l'explication des importations. - Prob. : toutes les variables prises en compte ont un Prob. inférieur au seuil de 5% . Elles sont toutes significatives. - Le Durbin Watson stat = 0,8550. Dans ce cas, la borne supérieure est de 1,53. La statistique de Durbin Watson biaise quelque peu les résultats. - Les signes des coefficients des variables explicatives restent ceux attendus théoriquement.(Cf. Modèle de Mundell Fleming pages 31 à 32).
IV.2.2.3 L'équation du modèle des importations Moyennant les coefficients, l'équation des importations est donnée par : M = 0.8764 *LOG( PIB) + 0.3747 * LOG(TCER) IV.2.3 Le modèle économétrique de la balance commerciale du Cameroun IV.2.3.1 Ecriture du modèle En notant B la balance commerciale, on a : B = X - M = (-1,1357-0.3747) *LOG(TCER) + 0,2546 *LOG( P) -0.8764 * LOG(PIB) +30,6917
IV.2.3.2 Interprétation des résultats du modèle et poids du TCER dans la variabilité du solde commercial : Ø Le TCER : la balance commerciale est en corrélation négative avec le TCER. Elle en est une fonction décroissante. Ainsi, toute chose étant égale par ailleurs, lorsque le TCER augmente de 10%, la balance commerciale varie environ de -15,10%. S'il se déprécie du même pourcentage, le solde commercial est susceptible de s'améliorer de 15,10%. Ø Les cours effectifs des produits camerounais sur les marchés internationaux : la balance commerciale est une fonction croissante de (P). Selon l'équation du modèle, lorsque les prix varient de 10%, la balance commerciale varie de 2,54% dans le même sens. Ø Le PIB domestique : il est en corrélation négative avec la balance commerciale. Lorsqu'il augmente de 10%, il faudrait s'attendre à ce que la balance commerciale diminue d'environ 8,76%. Le signe est négatif ici car le PIB domestique stimule les importations. En effet, l'augmentation du PIB traduit l'accroissement du revenu national qui peut à son tour accroître la demande interne. Cette dernière, pour être satisfaite, nécessite que les entreprises locales, très dépendantes techniquement et technologiquement de l'extérieur importent des inputs et/ou des équipements supplémentaires. Il faudrait aussi mentionner la non existence des substituts à l'importation (les produits manufacturiers comme certains produits pharmaceutiques, les appareils électriques et mécaniques, etc.) qui fait que les agents économiques soient contraints d'adresser leur demande à l'extérieur. « L'effet imitation qui affecte la consommation des détenteurs de hauts revenus »21(*) doit aussi être pris en compte. Ceux-ci, avec les facilités qu'apporte la libre convertibilité du Franc CFA, ont souvent une consommation tournée vers les produits extérieurs (réputés de meilleure qualité) au détriment des produits locaux. Ø La constante : elle est positive et vaut 30,69 dans l'équation logarithmique. En conclusion, pour le Cameroun, de toutes les variables explicatives, c'est la variabilité du TCER qui conditionne le plus la variabilité de la balance commerciale. Mais cela reste une conclusion générale de longue période qui ne tient pas en compte les spécificités de chaque année. Il reste donc à savoir comment les variations du TCER ont affecté la balance commerciale suite à l'avènement de l'arrimage du CFA à l'Euro. * 18 Voir les principaux produits d'exportation au tableau 1, page 37. * 19 Par exemple, le TCER est de l'ordre des centaines tandis que les importations, les exportations sont de l'ordre des milliardièmes. * 20 Voir modèle de Mundell-Fleming, page 31. * 21 Alain Delage ou Alain Massiera dans « Le franc CFA, Bilan et Perspectives », p.114. |
| |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
B = (-1.5104).LOG (TCER) + 0,2546 *LOG(P) - 0.8764 * LOG(PIB) +
30,6917