Chapitre III :
Identification des Canaux de
Transmission de la Politique Monétaire en Tunisie
Introduction
Le modèle autorégressif vectoriel (VAR) est
fréquemment utilisé pour l'identification des canaux de
transmission de la politique monétaire, en introduisant à la fois
des variables de la politique monétaire et d'autres indicateurs de
l'activité économique.
Pour tenir compte des changements structurels du
système de politique monétaire Tunisien engendré par les
mutations financières nous allons travailler sur des données
mensuelles entre 1975 et 2006.
Dans ce qui suit, nous présenterons les
différents variables utilisés dans le cadre du VAR pour pouvoir
ensuite estimer le modèle et effectuer les tests nécessaires.
I- Données et
méthodologie :
Afin de mettre en évidence les différents
mécanismes de transmission de la politique monétaire et de
disséquer l'impact des mutations financières sur ces canaux, les
variables doivent être choisis de façon pertinente et
approfondi.
I-1- Les données
L'activité réelle :
peut être résumé par l'indice de la production industrielle
faute de données mensuelles du PIB. Cet indice regroupe les principaux
secteurs industriels.
La monnaie : sera définie par
l'agrégat M2, cet agrégat regroupe la monnaie fiduciaire, les
dépôts à vue et les dépôts à terme. Cet
agrégat est désigné par le terme disponibilité
monétaire et quasi-monétaire.
Pour étudier les mécanismes de la
propagation de la politique monétaire, il est important de disposer
d'une variable de taux d'intérêt du marché. Nous allons
choisi le Taux de marché monétaire. Il s'agit d'une variable prix
de la monnaie qui influence directement l'évolution des
investissements.
Le choix de la variable tenant compte du canal de
crédit est assez délicat. Pollin en 1995 a montré que le
test le plus convaincant du canal du crédit consiste à
étudier l'impact d'un choc de politique monétaire sur les
conditions du crédit bancaire, puis à examiner l'incidence de ces
conditions sur l'activité mais plusieurs autres études concluent
que le crédit pouvait être considéré comme un
facteur causal exogène affectant l'économie. Nous allons retenus
comme indicateur le total de crédit accordé à
l'économie.
Concernant le change, nous allons retenir comme
indicateur le taux de change effectif réel du dinar Tunisien qui est
définit par rapport aux taux des principaux partenaires. Son
introduction permet de tenir compte des effets réels transitant par le
commerce extérieur.
Nous essayons de présenter dans le tableau
suivant, la définition, la présentation de la période
d'étude ainsi que les sources et fréquences des variables
retenus.
Tableau 2 : Définition,
fréquence, période et sources des variables du
VAR
Variables
|
Définition
|
Fréquence
|
Période
|
Source
|
M2
|
Masse monétaire = monnaie fiduciaire +
dépôts à vue + dépôts à terme
|
Mensuelle
|
1975-2006
|
Statistiques de l' (IFS)
International Financial Statistics
|
TMM
|
Taux de marché monétaire moyen. Taux d'escompte
avant 1986
|
Mensuelle
|
1975-2006
|
Statistiques financières de la BCT
|
TCRE
|
Taux de change effectif réel par rapport au principaux
pays partenaire
|
Mensuelle
|
1975-2006
|
Statistiques de l' (IFS)
|
IPI
|
Indice d'ensemble de production industrielle, il regroupe les
principaux secteurs industriels : industrie manufacturières, mines
et énergie
|
Mensuelle
|
1975-2006
|
Statistiques financières de la BCT
|
Crédit
|
Total de crédit accordé à
l'économie
|
Mensuelle
|
1975-2006
|
Statistiques de l' (IFS)
|
|
Une fois la présentation des données est
achevée, il est utile d'étudier les propriétés des
séries univariées.
I-2- Propriétés des séries
univariées
Avant de commencer l'étude de la méthode
d'estimation, il faut une analyse approfondie des propriétés des
séries univariées qui est nécessaire et indispensable pour
révéler au préalable la stationnarité des
séries.
I-2-1- Le taux de marché
monétaire
La lecture du graphique montre que le Taux de Marché
Monétaire a une évolution stable.
I-2-2- Indice de production industrielle
L'activité de production qui est
représenté par l'indice de la production industrielle
reflète une tendance positive pour les deux périodes.
I-2-3- Masse monétaire
Ces graphiques retracent l'évolution de la masse
monétaire sur les deux périodes 1975-1988 et 1989-2006, nous
remarquons que M2 a connu une tendance positive.
1-2-4 Taux de change effectif réel
Le taux de change effectif réel a connu des
fluctuations dans les deux périodes mais son évolution est
stable.
1-2-5 Crédit bancaire
Le crédit bancaire a une évolution
positive ; donc sa tendance est positive
D'après l'inspection de ces graphiques nous remarquons
qu'il y a présence d'une tendance positive, négative ou bien une
évolution stable attestant la non stationnarité. Mais à
eux seuls, ces graphiques ne nous permettent pas de d'identifier le nature de
cette non stationnarité du série ni de son ordre
d'intégration. D'où la nécessité d'utiliser des
tests statistiques et surtout celui de Dickey et Fuller Augmenté (ADF)
pour spécifier la nature de la tendance, le type de
stationnarité.
II- Etude de la stationnarité des
séries
L'étude de la stationnarité des
séries est très importante dans la mesure où elle permet
de déterminer l'ordre d'intégration des variables. Une
série est dite stationnaire si son auto covariance ne dépend pas
du temps. Le test qu'on a sélectionné est celui de Dickey Fuller
Augmenter (ADF) en se basant sur les trois modèles suivants :
(1)
(2)
(3)
L'interprétation du test se fait à l'aide
de la valeur tabulée. Ainsi, l'hypothèse nulle () de présence de racine unitaire est rejetée si la
valeur calculée (t-statistique) est inférieure à la valeur
critique tabulée par Macckinon 1991.
I1-1- Test ADF pour la série taux de
marché monétaire
a-Test ADF pour la série taux de marché
monétaire pour la période (1975-1988)
Série en
|
t-statistique
|
Valeur critique au seuil de 5%
|
Valeur critique au seuil de 10%
|
conclusion
|
niveau
|
-2.742043
|
-3.436957
|
-3.142642
|
Non stationnaire
|
Différence
|
-12.96768
|
-3.437122
|
-3.142739
|
Stationnaire
|
b-Test ADF pour la série taux de marché
monétaire pour la période (1989-2006)
Série en
|
t-statistique
|
Valeur critique au seuil de 5%
|
Valeur critique au seuil de 10%
|
conclusion
|
niveau
|
-2.857471
|
-3.430963
|
-3.139114
|
Non stationnaire
|
Différence
|
-11.15274
|
-3.431062
|
-3.139173
|
Stationnaire
|
II-2- Test ADF pour la série indice de production
industrielle.
a-Test ADF pour la série indice de production
industrielle pour la période (1975-1988)
Série en
|
t-statistique
|
Valeur critique au seuil de 1%
|
conclusion
|
niveau
|
-3.001609
|
-4.0013946
|
Non stationnaire
|
Différence
|
-12.87833
|
-4.014288
|
Stationnaire
|
b-Test ADF pour la série indice de production
industrielle pour la période (1989-2006)
Série en
|
t-statistique
|
Valeur critique au seuil de 5%
|
Valeur critique au seuil de 10%
|
conclusion
|
niveau
|
-3.108787
|
-3.431682
|
-3.139538
|
Non stationnaire
|
Différence
|
-10.92291
|
-3.431789
|
-3.139604
|
stationnaire
|
II-3- Test ADF pour la série masse
monétaire.
a- Test ADF pour la série masse monétaire
pour la période (1975-1988)
Série en
|
t-statistique
|
Valeur critique au seuil de 5%
|
Valeur critique au seuil de 10%
|
conclusion
|
niveau
|
8.617851
|
-1.942757
|
-1.615431
|
Non stationnaire
|
Différence
|
-7.546999
|
-1.942768
|
-1.615426
|
Stationnaire
|
|
b- Test ADF pour la série masse monétaire
pour la période (1989-2006)
Série en
|
t-statistique
|
Valeur critique au seuil de 5%
|
Valeur critique au seuil de 10%
|
conclusion
|
niveau
|
-2.550257
|
-3.431368
|
3.139353
|
Non stationnaire
|
Différence
|
-16.532289
|
-3.341471
|
-3.139414
|
Stationnaire
|
II-4- Test ADF pour la série taux de change
effectif réel.
a- Test ADF pour la série taux de change effectif
réel pour la période (1975-1988)
Série en
|
t-statistique
|
Valeur critique au seuil de 1%
|
conclusion
|
niveau
|
-2.391026
|
-2.578883
|
Non stationnaire
|
Différence
|
-12.704
|
-2.578967
|
Stationnaire
|
|
b- Test ADF pour la série taux de change effectif
réel pour la période (1989-2006)
Série en
|
t-statistique
|
Valeur critique au seuil de 1%
|
conclusion
|
niveau
|
-3.300983
|
-3.476143
|
Non stationnaire
|
Différence
|
-13.05827
|
-2.581233
|
stationnaire
|
II-5- Test ADF pour la série crédit
bancaire
a- Test ADF pour la série crédit bancaire
pour la période (1975-1988)
Série en
|
t-statistique
|
Valeur critique au seuil de 5%
|
Valeur critique au seuil de 10%
|
conclusion
|
niveau
|
-2.063003
|
2.878829
|
2.576067
|
Non stationnaire
|
Différence
|
-10.72631
|
-2.878937
|
-2.576124
|
Stationnaire
|
|
b- Test ADF pour la série crédit bancaire
pour la période (1989-2006)
Série en
|
t-statistique
|
Valeur critique au seuil de 1%
|
conclusion
|
niveau
|
-3.575816
|
-4.002354
|
Non stationnaire
|
Différence
|
-18.34670
|
-4.002569
|
Stationnaire
|
Puisque toutes les variables ne sont pas stationnaires
l'effet de filtrage rend ces variables stationnaires, donc nous pouvons
conclure que toutes ces variables sont intégrées d'ordre
un ; puisque leurs moments du premier et second ordre ne dépendent
pas au temps après l'effet de différence première.
En conclusion, l'hypothèse de la présence
d'une racine unitaire, détecté par ADF dans toutes les
séries, est acceptée puisque la statistique calculée est
supérieure à la valeur critique, ce qui signale alors que les dix
séries sont non stationnaires en niveau. Concernant l'ordre
d'intégration les valeurs calculées de la statistique du test de
l'hypothèse nulle de non stationnarité sont toutes
inférieures à la valeur critique, ainsi les variables sont
stationnaires en première différence.
Etant donnée que les variables de notre
étude sont intégré d'ordre on peut alors
s'intéresser a une éventuelle relation de long terme entre les
variables de notre étude. Ce ci amène par la suite
d'étudier l'existence d'une relation de causalité entre les
séries deux à deux.
III- L'Etude de la causalité
III-1- Test de cointégration
Ce test n'est approprié que si les variables
testés dans la première étape sont intégrés
d'ordre 1. Il s'agit surtout d'étudier l'indépendance entre ces
deux variables sans faire l'hypothèse à priori sur les valeurs
des coefficients qui les relient.
Les nouvelles théories
économétriques consistent donc à rendre les séries
temporelles stationnaires pour les appliquer à des techniques
statistiques.
La théorie de cointègration propose de
reconsidérer le problème de la stationnarité dans un cadre
multivarié.
L'idée sous jacente à la cointègration
est que deux variables non stationnaires peuvent diverger à court terme,
mais à long terme elles évoluent dans le même sens.
Afin de tester le nombre de relations de
cointégration dans ce système nous nous référons
aux travaux de Johensen et Jeselius (1990). Ces derniers proposent deux types
de tests : le test de la Trace et le test de la valeur propre maximale
(max).
|