Politique monétaire non conventionnelle. Un remède à la transmission monétaire ?

ANNEXES

ANALYSE DE LA STATIONNARITE

I. TEST ADF SUR LES SERIES

I.1. REFINANCEMENT (REFIN.)

Représentation graphique et estimation du modèle 3 : avec constante et tendance

^REFIN.

^1,400,000

^1,200,000

^1,000,000

^800,000

^600,000

^400,000

^200,000

⁰

^{III IV I II III IV I II III IV}

^{2013 2014 2015}

La probabilité critique de MacKinnon 0,0121 est significative au seuil de 5%. En outre, la probabilité associée à la tendance 0.001 est également significative au seuil de 5%.

Il y a présence d'une tendance.

Estimation du modèle 1 : sans constante ni tendance

I

La probabilité critique de MacKinnon 0,5444 n'est pas significative au seuil de 5%. On accepte l'hypothèse de présence de racine unitaire.

Il s'agit d'un processus DS. Il sera ainsi stationnarisé par le filtre aux différences.

Stationnarisation

La probabilité critique de MacKinnon 0,0003 est significative au seuil de 5%. La série est stationnaire après une différence première.

II

I.2. CREDIT A L'ECONOMIE (CRED)

Représentation graphique et Estimation du modèle 3 : avec constante et tendance

^CRED

^2,200,000

^2,100,000

^2,000,000

^1,900,000

^1,800,000

^1,700,000

^1,600,000

^1,500,000

^1,400,000

^{III IV I II III IV I II III IV}

^{2013 2014 2015}

La probabilité critique de MacKinnon 0,1981 étant supérieure à 0,05, la chronique CRED n'est pas stationnaire. En sus, le t-statistique associé à la tendance 2,665530 est inférieur au t de la table 3,25. Le modèle (3) n'est donc pas valide.

La probabilité critique de MacKinnon 0,7702 n'est pas significative au seuil de 5%. Le t-statistique associé au terme constant 1,17974 est inférieur au t de la table 3,25. Le modèle (2) n'est pas valide.

III

Estimation du modèle 2 : avec constante et sans tendance

Estimation du modèle 1 : sans constante ni tendance

La probabilité critique de MacKinnon 0,9949 n'est pas significative au seuil de 5%. On accepte l'hypothèse de présence de racine unitaire. Il s'agit donc d'un processus DS, lequel est stationnarisé par le filtre aux différences.
La probabilité critique de MacKinnon 0,0105 est significative au seuil de 5%. La série CRED est stationnaire après une différence première.

IV

Stationnarisation

ESTIMATION DU MODELE VAR (1)

Il apparait clairement dans la représentation ci-dessus que seul le coefficient associé au terme décalé DCRED de la première équation est significativement différent de zéro. En effet, la valeur du t de Student dudit coefficient est supérieure, en valeur absolue, à la valeur critique lue dans la table de Student pour un seuil de 5% (1,99115 > 1,96). Ce qui peut laisser entendre une relation de causalité entre les variables DCRED et DREFIN.

V

TEST DE STABILITE DU VAR

Roots of Characteristic Polynomial Endogenous variables: DCRED DREFIN Exogenous variables: C

Lag specification: 1 1

Date: 07/16/16 Time: 19:12

Root Modulus

-0.480369 0.480369

-0.037740 0.037740

No root lies outside the unit circle. VAR satisfies the stability condition.

Nous voyons que toutes les racines en module sont inférieures à 1, par conséquent notre VAR est bien stationnaire.

VI

VII

ANALYSE DES CHOCS IMPULSIONNELS

^{Response to Cholesky One S.D. Innovations} #177; ^{2 S.E.}

^80,000

^60,000

^40,000

^20,000

⁰

^-20,000

^-40,000

^{Response of D(REFIN) to D(CRED)}

^{Response of D(REFIN) to D(REFIN)}

^300,000

^200,000

^100,000

⁰

^-100,000

^-200,000

^{1 2 3 4 5 6 7 8 9 10}

^{Response of D(CRED) to D(REFIN)}

^{1 2 3 4 5 6 7 8 9 10}

^{Response of D(CRED) to D(CRED)}

^{1 2 3 4 5 6 7 8 9 10}

^{1 2 3 4 5 6 7 8 9 10}

^80,000

^60,000

^40,000

^20,000

⁰

^-20,000

^-40,000

^300,000

^200,000

^100,000

⁰

^-100,000

^-200,000

La courbe relative au crédit à l'économie partant de l'origine, on peut affirmer qu'un choc sur le refinancement n'a pas d'influence instantanée sur le crédit à l'économie. Le choc sur du refinancement se répercute sur le crédit à l'économie en s'amortissant et disparait au bout de 4ème mois.

Un choc sur le crédit à l'économie affecte immédiatement et positivement le refinancement. Le choc s'amortit totalement à partir du 5ème mois.

VIII

DECOMPOSITION DE LA VARIANCE DE L'ERREUR

Varian ce Decom

position of

DCRED

:

Period S.E. DCRED DREFIN

1	47620.29	100.0000	0.000000
2	50363.79	98.91096	1.089038
3	50946.29	98.65003	1.349969
4	51079.25	98.59072	1.409285
5	51109.87	98.57710	1.422899
6	51116.94	98.57396	1.426036
7	51118.57	98.57324	1.426760
8	51118.94	98.57307	1.426927
9	51119.03	98.57303	1.426965
10	51119.05	98.57303	1.426974

Varian ce Decom

position of

DREFI

N:

Period S.E. DCRED DREFIN

1	200318.7	2.898639	97.10136
2	214418.5	12.71540	87.28460
3	217888.8	15.05451	84.94549
4	218688.7	15.58122	84.41878
5	218873.0	15.70182	84.29818
6	218915.5	15.72959	84.27041
7	218925.3	15.73599	84.26401
8	218927.5	15.73747	84.26253
9	218928.1	15.73781	84.26219
10	218928.2	15.73789	84.26211

Choles

ky Orderin

g:

DCRED DREFI

N

Les résultats repris en annexes indiquent que la décomposition de la variance de l'erreur de prévision des refinancements est due à 85,94% à ses propres innovations et à 14,06% de celles du crédit à l'économie. La variance de l'erreur de prévision du crédit à l'économie est due à 98,76% à ses propres innovations et à 1,24% à celles des refinancements. Cette dissymétrie d'effet sera étudiée par l'analyse de la causalité.

IX

TEST DE NORMALITE DES RESIDUS

VAR Residual Normality Tests

Orthogonalization: Cholesky (Lutkepohl)

Null Hypothesis: residuals are multivariate normal Date: 07/16/16 Time: 19:04 Sample: 2013M07 2015M12 Included observations: 28

Component	Skewness	Chi-sq	df	Prob.
1 2	0.285978 0.110177	0.381657 0.056649	1 1	0.5367 0.8119
Joint		0.438305	2	0.8032
Component	Kurtosis	Chi-sq	df	Prob.

*++⁶

1		1.944807	1.299003			1	0.2544
2		2.554901	0.231132			1	0.6307
Joint			1.530136			2	0.4653
Component		Jarque-Bera	df			Prob.
1	1.680660			2	0.4316
2	0.287781			2	0.8660
Joint	1.968441			4 0.7416

Les probabilités associées au test de JB étant pas significatives au seuil de 5%, on accepte l'hypothèse nulle de normalité des résidus.

X

TEST D'HETEROSCEDASTICITE

VAR Residual Heteroskedasticity Tests: No Cross Terms (only levels and squares) Date: 07/16/16 Time: 19:09 Sample: 2013M07 2015M12 Included observations: 28

Joint test:

Chi-sq df Prob.

13.31426 12 0.3466

Individual components:

Dependent	R-squared	F(4,23)	Prob.	Chi-sq(4)	Prob.
res1*res1	0.340590	2.969917	0.0409	9.536522	0.0490
res2*res2	0.080877	0.505965	0.7318	2.264563	0.6872
res2*res1	0.127181	0.837850	0.5153	3.561069	0.4687

La probabilité 0,3466 n'étant pas significative au seuil de 5%, nous acceptons l'hypothèse nulle d'homoscedasticité. La variance de l'erreur n'est pas alors liée aux valeurs de la variable explicative.

TEST D'AUTOCORRELATION DES ERREURS

VAR Residual Serial Correlation LM Tests Null Hypothesis: no serial correlation at lag order h

Date: 07/17/16 Time: 20:09

Sample: 2013M07 2015M12

Included observations: 28

Lags LM-Stat Prob

1 0.129519 0.9980

Probs from chi-square with 4 df.

On accepte l'hypothèse d'absence d'autocorrélation des erreurs car la probabilité critique est supérieure à 5 %.

BASE DES DONNEES

PERIODE REFINANCEMENT PAR LE GUICHET DES FACILITES PERMANENTES

CREDIT A L'ECONOMIE

juil-13 août-13 sept-13 oct-13 nov-13 déc-13 janv-14 févr-14 mars-14 avr-14 mai-14 juin-14 juil-14 août-14 sept-14 oct-14 nov-14 déc-14 janv-15 févr-15 mars-15 avr-15 mai-15 juin-15 juil-15 août-15 sept-15 oct-15 nov-15 déc-15

22	1497765
8196	1514286
5200	1532243
7000	1591114
3500	1620951
30000	1579483
46400	1689491
59900	1698375
101500	1660220
238850	1769876
275500	1813796
120000	1864382
519300	1854653
543600	1844597
937050	1848024
786501	1854463
433700	1850225
657500	1901449
383040	1854484
141640	1892269
415000	1855949
479000	1989489
835450	1985132
773500	2109913
1226858	2142279
1201533	2137682
1243113	2150770
1281186	2129793
988773	2134621
835800	2161570

XI

Source : BCC (Bulletins mensuels d'informations statistiques)