|
Analyse economètrique de la demande de monnaie dans l'UEMOApar Mariama CISSE Université Cheikh Anta Diop - Master 2 2017 |
IV. ConclusionÀ travers ce chapitre, nous pouvons d'abord comprendre la grandeur de cette variable qu'est la demande de monnaie et enfin l'incidence des variables macroéconomiques sur la demande de monnaie. Dans le contexte qui régit l'Uemoa, avec l'instabilité politique, une Banque Centrale qui n'est pas souveraine, le taux de croissance économique qui dépend de la consommation et des importations de l'Union et enfin une inflation qui varie selon la structure des pays membres de l'Union, il est important de trouver et d'analyser les relations exactes qu'entretiennent la demande de monnaie et les variables que sont le revenu réel, le taux d'intérêt, le taux d'inflation, le taux de change et aussi- les crédits à l'économie. D'autre part les politiques de ciblage ont été mené dans la plupart des politiques monétaires notamment celui des agrégats monétaires et de l'inflation. En effet, elles ont permis de mieux connaitre le comportement transactionnel des agents économiques pour pouvoir mettre en oeuvre les programmes adéquats pour atteindre l'objectif final de stabilité des prix de la Banque Centrale. Il est tout aussi important d'effectuer une modélisation économique de la demande de monnaie dans l'Union. Sur ce, le chapitre suivant sera consacré à l'analyse empirique de la demande de monnaie dans l'Uemoa. Analyse économétrique de la demande de monnaie dans l'Uemoa Page 40
Analyse économétrique de la demande de monnaie dans l'Uemoa Page 41 Ce chapitre sera consacré à la détermination empirique des variables explicatives de la demande de monnaie dans l'Uemoa après avoir tout au début du mémoire fait une revue de tout ce qui a été dit et de tout ce qui a été fait sur la demande de monnaie. Cette modélisation économétrique permettra d'actualiser les travaux faits sur la demande de monnaie au sein de l'Uemoa. Le chapitre sera organisé de la façon suivante : La première section sera consacrée à la démarche méthodologique que nous allons suivre pour la détermination des variables qui expliquent la demande de monnaie dans l'Uemoa, ensuite la deuxième section sera consacrée à la présentation des résultats empirique des différents tests effectués, à leurs interprétations économiques et à la conclusion enfin la troisième et dernière section sera consacré à la discussion. Dans le cadre de la recherche effectuée tout au long de cette étude, il nous est apparu nécessaire de se pencher comme approche théorique, les modèles d'équilibre général et d'utiliser un panel non stationnaire pour la modélisation économétrique. Ce choix repose sur la performance du modèle de panel à faire ressortir les hétérogénéités structurelles des différents pays membres. I. Démarche méthodologique : Cette section correspond à la présentation d'un cadre méthodologique à travers la spécification du modèle, les tests à effectuer tout en indiquant la nature et la source des données utilisées. 1. Spécification du modèle Nous utiliserons un modèle de panel non stationnaire pour la modélisation économétrique. La variable endogène M2 sera utilisée en termes réels en utilisant le déflateur du PIB pour représenter la demande de monnaie. Le choix de l'agrégat M2 se justifie. En effet avec un système financier pas très développé dans l'ensemble de l'union, on note que l'agrégat M2 occupe la plus grande partie dans la masse monétaire comparé aux autres. Si l'on prend en compte les travaux effectués dans les pays en voie en développement, nous postulons que la Analyse économétrique de la demande de monnaie dans l'Uemoa Page 42 demande de monnaie est stable à long terme et on considère que le PIB réel est la principale variable explicative de la demande de monnaie. Le taux d'inflation annuel en pourcentage sera considéré comme variable explicative de la demande de monnaie. Le rapport crédits à l'économie sur PI13 réel est utilisé aussi comme variable explicative pour montrer l'impact des crédits à l'économie sur la demande de monnaie des pays membres de l'Union. Le taux d'intérêt réel est utilisé pour voir le véritable impact du taux d'intérêt sur la demande de monnaie. Nous pouvons représenter le modèle simplifié comme suit : M d=aXt+ET (1) Avec Md la demande de monnaie - a est le vecteur des coefficients - Xt Le vecteur des variables explicatives - ET Représente le terme d'erreur t représente le temps En définitive les variables retenues comme variables explicatives de la demande de monnaie sont : le produit intérieur brut réel (PIBR), le taux d'intérêt réel(TIR), le taux d'inflation (TINFL), le taux de change moyen (TCM), le ratio des crédits à l'économie mesuré par le rapport crédits à l'économie sur PI13 (CRED). Le déflateur du PIB permet de disposer des séries en termes réels comme pour la masse monétaire (Md). Le taux d'inflation est obtenu en pourcentage. Le taux de change moyen annuel entre le Franc XOF et le Dollar est considéré pour tous les pays. Les variables masse monétaire réel, PIB réel et le taux d'inflation sont en logarithme par contre le taux d'intérêt réel, le ratio crédits à l'économie et le taux de change moyen sur la période étudiée ne le sont pas. Toutes les données sont en pourcentage. Par conséquent, le vecteur Xt comprend le PI13 réel, le taux d'inflation, le taux d'intérêt réel, le taux de change moyen annuel sur la période étudiée et le rapport crédits à l'économie sur PIB réel. Finalement, le modèle économétrique de base devient : Log (Md)= an + alntlog(PIBRnt) + a2nt (TIRnt) + a3nt(TINFLnt ) +a4nt log (CREDnt) + a5nt(TCM) +Ent (2) Analyse économétrique de la demande de monnaie dans l'Uemoa Page 43 -n allant 1 à N, avec N= {Bénin, Cote d'ivoire, Burkina, Mali, Niger, Sénégal, Togo et Guinée-Bissau}. Il matérialise l'effet spécifique propre à chaque pays. Nous avons donc huit individus dans la dimension spatiale. -t allant de 2000 à 2015, soit 16 observations dans la dimension temporelle. Les ??fl?? sont les coefficients et les efl?? sont les termes de l'erreur. Ils sont constants et stationnaires.
Les hypothèses de la recherche sont : Hypothèse 1 : Il y a une corrélation positive entre le PIB réel et la demande de monnaie. Hypothèse 2 : On anticipe une corrélation négative entre le taux d'intérêt réel et la demande de monnaie. Analyse économétrique de la demande de monnaie dans l'Uemoa Page 44 Hypothèse 3 : On anticipe une corrélation négative entre le taux d'inflation et la demande de monnaie. Hypothèse 4 : On anticipe une corrélation positive entre les crédits à l'économie et la demande d'encaisses. Hypothèse 5 : Les coefficients attendus du PIB et des crédits à l'économie sont positifs mais ceux du taux d'intérêt, du taux d'inflation et du taux de change sont négatifs. Hypothèse 6 : Le taux de change moyen dollar/XOF n'a pas d'influence significative sur la demande d'encaisses dans l'Uemoa II. La modélisation économétrique. Cette méthode de panels dynamiques hétérogènes est choisie pour tenir compte des hétérogénéités structurelles entres les pays de l'Uemoa de par la double dimension temporelle et individuelle. En effet, l'utilisation du modèle de panel permet de réduire les risques de multicolinéarité ainsi qu'accroitre le degré de liberté et la variabilité des données. D'abord, nous allons effectuer le test de de Levin-Li-Chu (2002) qui est inspiré des tests de racine unitaire en séries temporelles de Dickey et Fuller (1979). Dans ce test de racine unitaire de première génération, l'hypothèse nulle de racine unitaire contre l'hypothèse alternative de stationnarité est testée. Enfin si l'hypothèse de non stationnarité est confirmée, nous allons effectuer le test de racine unitaire de deuxième génération d'Im, Perasan & Shin-IPS (1997, 2002 et 2003) qui spécifie la prise en compte des hétérogénéités sous l'hypothèse alternative non seulement d'une hétérogénéité de la racine autorégressive, mais aussi une hétérogénéité quant à la présence d'une racine unitaire dans le panel. Ces auteurs considèrent un modèle sans tendance déterministe. Hurlin et Mignon dans leur ouvrage ont montré l'apport du test de racine unitaire de Levin-Li-Chu (2002) qui est basé sur le test de racine unitaire de Dickey et Fuller en séries temporelles, ainsi que celui du test d'IPS vers des modélisations hétérogènes. Ces auteurs soulignent que l'application des tests de premières générations comme ceux de Levin et Chu possèdent des limites : ils supposent une indépendance interindividuelle des résidus. Les tests de seconde génération comme celui d'Im, Pesaran et Shin viennent corriger cette insuffisance. Le test de cointégration de Westerlund (2007) sera aussi utiliser pour tester la cointégration des variables du modèle. En effet ce test propose quatre statistiques de cointégration en panel. L'idée est de tester l'hypothèse nulle d'absence de cointégration. Analyse économétrique de la demande de monnaie dans l'Uemoa Page 45 Ensuite, pour bien spécifier le modèle, trois tests de spécification seront utilisés. D'abord le test de Fisher, ensuite le test de Breusch-Pagan et enfin le test de Hausman. L'approche à partir des méthodes de cointégration sur données de panel hétérogènes, notamment les méthodes des moindres carrés ordinaires dynamiques (DOLS) développées par Saïkkonen (1991) dont la supériorité face au modèle FMOLS a été prouvé par Kao & Chiang (2000) dans leur évaluation comparative de de la précision de ces deux estimateurs est choisie en premier, ensuite on effectuera une estimation Pooled Mean Group de Pesaran-Shin-Smith(1999) pour estimer les paramètres du modèle vectoriel à correction d'erreur. Par conséquent, nous estimerons la formulation générale suivante au moyen de la méthode DOLS sur panels dynamiques hétérogènes. Le modèle de régression sur panels dynamiques hétérogènes de Pedroni(2000) est de la forme : ??????= ?????? + ?????? t+ ???? + ??'???? â+ ?????? (3) i allant 1 à N et t allant 1 à T ?? ???? = ??????-?? + ?????? ?????? : Une variable endogène intégrée d'ordre 1. ??????: Un vecteur regresseur k×1 I(1) non cointégrées entre eux. ?????? : Un vecteur 1×1 de processus stationnaire qui représente une perturbation. ?????? : Un k×1 vecteur des termes d'erreurs stationnaires. Par ailleurs, Saïkkonen (1991) réécrit le processus ?????? de la façon suivante : ?????? = ?7 L8 ????????????+?? + ?????? pour tout i ??8?=-8??????? ? < 8 (4) ?????? est un processus stationnaire de moyenne nulle et il non corrélé temporellement avec le vecteur des termes d'erreurs ??????. Soit le vecteur des innovations ?????? = ??? (L) ?????? avec i allant 1 à N. L'estimateur des moindres carrés ordinaires du modèle sont : ??^?????? = [ ? ? ?? (?????? - ????)(??????-????)' ?? ]-??[ ? ? (?????? - ????)(??????-????) ?? ?? ] (5) ??=?? ??=?? ??=?? ??=?? Analyse économétrique de la demande de monnaie dans l'Uemoa Page 46 L'estimateur DOLS, du vecteur de paramètres ??^?? * dans le modèle de cointégration sur panels hétérogènes est donné par la formule suivante : ???* ??? = ?????? + ???????? + ???* ?????+ ? ?????? ??=-???? ???????+?? ???? * + ?????? * (6) Avec ?? ??*??? = ?????? +???>???? ?????? ??????+??. (7) D'autre part, l'estimation par la méthode du PMG permet d'estimer une spécification dynamique dans lequel seuls les coefficients de long terme sont soumis aux restrictions d'homogénéité et uniquement si ces restrictions ne sont pas rejetées pour des motifs statistiques. Donc cette méthode est assez souple pour permettre d'introduire un sous-groupe de restrictions d'homogénéité à long terme. Comparé à l'estimateur MG, l'estimateur PMG est moins sensible à l'inclusion de cas extrêmes en raison du mécanisme de moyennes pondérées. Pour ces différents motifs, il constitue donc un bon compromis entre consistance et efficacité dans le groupe d'estimateurs considérés. Par ailleurs, cette méthode nous permettra de déterminer de quelle façon, la demande de monnaie peut être suivie à travers les variables explicatives choisies. 1. Tests de racine unitaire sur les variables. Test de stationnarité de Levin-Li-Chu: Nous allons utiliser le test de Levin-Li-Chu (2002) qui est inspiré des tests de racine unitaire en séries temporelles de Dickey et Fuller (1979). L'hypothèse nulle de racine unitaire contre l'hypothèse alternative de stationnarité. Test d'Im Pesaran Shin La méthode est basée sur la moyenne des différences statistiques des tests ADF pratiqués sur les séries. Elle est basée sur une loi normale et la statistique du test est définie par la moyenne des N statistiques du test de Dickey-Fuller : ?? ?? t_??????????=?? ? ?? ???? ??=?? (????, ????) (8) Avec ?????? qui correspond à la statistique de student, ???? est le nombre de retards et ???? est un vecteur de paramètres ADF.
Nous allons vérifier avec ces tests si le processus générateur des données du modèle est homogène ou hétérogène. Cela revient à voir si le modèle théorique étudié est parfaitement identique pour tous les pays du panel, ou au contraire il existe des spécificités propres à chaque pays membres de l'Uemoa. Nous allons utiliser trois tests : D'abord le Likelihood Ratio test de Fisher, ensuite le test de Breusch et Pagan et enfin le test de Hausman. III. Estimations et interprétations économiques des résultats Pour les besoins de l'étude, nous avons affecté des numéros pour servir d'identification pour chaque pays membres. Tableau9 : Identification des individus dans le logiciel Stata12.
Source : Calcul de l'auteur 1. Résultats des tests de racine unitaire sur les séries -Test de racine unitaire de première génération de Levin-Li-Chu (2002) H?? : Série non stationnaire Prob>5% H1 : Série stationnaire Prob< 5% - Test de racine unitaire de deuxième génération d'IPS : H0: p?? = 0 (Série non stationnaire) Prob>5% H1: p?? < 0 (Série stationnaire) Prob< 5% Tableau 10: Résultats des tests de racine unitaire sur l'Uemoa (2000-2015) a. Test de racine unitaire de première génération de LLC.
Source : Calcul de l'auteur sur Stata L'analyse des résultats du tableau ci-dessus montre pour les tests à niveau qu'au seuil de 5%, la variable à expliquer LMd accepte l'hypothèse de non stationnarité suivant le test de LLC avec une statistique de 1,3203. L'hypothèse de non stationnarité ou de présence de racine unitaire est aussi acceptée par les variables LPIBR et LCRED. Par ailleurs les variables TIR, TINFL et TCM rejettent l'hypothèse de non stationnarité suivant le test de LLC avec des statistiques négatives et une probabilité de 0,000 pour toutes les trois variables. En somme les variables LMd, LPIBR et LCRED sont non stationnaire à niveau, mais les variables TIR, TINFL et TCM sont stationnaires à niveau. Ils sont d'ordre I(0). Par contre, pour les tests en difference première, les résultats montrent que les variables LMd, LPIBR et LCRED acceptent l'hypothèse de stationnarité au seuil de 5% suivant le test de LLC. Donc elles sont intégrées d'ordre I(1). . Les deux premières ont des probabilités nulles et la dernière LCRED accepte l'hypothèse de stationnarité avec une probabilité de 0.0307 au seuil de 5% et de 10%, mais elle la rejette au seuil de 1%. Les séries TIR et TINFL acceptent aussi l'hypothèse de stationnarité en différence première suivant le test de LLC. Par contre la série TCM est non stationnaire en différence première suivant ce test. Analyse économétrique de la demande de monnaie dans l'Uemoa Page 48 b. Test de racine unitaire de deuxième génération d'IPS
Source : Calcul de l'auteur sur Stata L'analyse des résultats du tableau ci-dessus montre pour les tests à niveau qu'au seuil de 5%, la variable à expliquer LMd accepte l'hypothèse de non stationnarité suivant le test d'IPS avec une statistique de 5,4292. L'hypothèse de non stationnarité ou de présence de racine unitaire est aussi acceptée par les variables LPIBR et LCRED pour ce test de deuxième génération. Par ailleurs les variables TIR, TINFL et TCM rejettent l'hypothèse de non stationnarité suivant le test d'IPS avec des statistiques négatives et une probabilité de 0,000 pour les deux premiers variables. Pour les tests en difference première, les résultats montrent que les variables LMd, LPIBR et LCRED acceptent l'hypothèse de stationnarité au seuil de 5% suivant les deux tests d'IPS. Les deux premières ont des probabilités nulles de même que la dernière LCRED. Au seuil de 1%, 5% et de 10%, elles acceptent toutes l'hypothèse de stationnarité. Donc elles sont intégrées d'ordre 1 (I(1)). Les séries TIR et TINFL acceptent aussi l'hypothèse de stationnarité en différence première suivant le test d'IPS. Donc, elles sont intégrées d'ordre 1. Par contre la série TCM est non stationnaire en différence première suivant ce test. Au seuil de 5%, on accepte la stationnarité des séries LMd, LPIBR et LCRED ainsi que celles des séries TIR, TINFL et TCM en différence première si on considère la proposition selon laquelle toute combinaison linéaire de variables d'ordres d'intégration différents est généralement intégrée à l'ordre le plus élevé. Comme que toutes les variables sont intégrées d'ordre 1, nous pouvons effectuer des tests de cointégration sur les variables. Analyse économétrique de la demande de monnaie dans l'Uemoa Page 49 2. Résultats des tests de cointégration sur l'Uemoa (2000-2015) Notre panel comporte les 8 pays membres de l'Uemoa ainsi que 6 variables sur la période de 2000à 2015. Il faut souligner que l'analyse de la cointégration en panel soulève le problème de la prise en compte et de la spécification des dépendances inter-individuelles. Les deux premiers tests Gt et Ga testent l'alternative d'existence d'au moins un individu pour lequel les variables sont cointégrées. Les deux autres tests Pt et Pa testent l'hypothèse nulle d'absence de cointégration sur le panel dans son ensemble contre l'hypothèse alternative de cointégration du panel dans son ensemble. Ce test permet de voir l'existence ou non d'une relation de long terme entre la demande de monnaie et ses variables explicatives dans l'Uemoa. Tableau 11 - Résultats des tests de cointégration Westerlund (2007) sur l'Uemoa (2000-2015)
Source : Calcul de l'auteur sur Stat 12.0 NB : Le nombre de lags utilisé est 1 pour tous les tests de cointégration. D'après ces résultats Les statistiques des tests Gt et Ga et des tests Pt et Pa montrent que l'hypothèse de non cointégration des variables est rejetée entre les variables LMd, LPIBR et LCRED, de même que l'hypothèse d'absence de cointégration du panel dans l'ensemble. En effet pour ces tests il y a au moins un pays pour qui les variables sont cointégrées et le panel est aussi cointégré dans l'ensemble. Il existe bien un mécanisme à correction d'erreur. À long terme, les séries ont des évolutions similaires car les déséquilibres de court terme entre les variables se compensent dans le temps. Par ailleurs, les variables TIR, TINFL et TCM acceptent l'hypothèse de non cointégration avec la variable LMd même si elles acceptent Analyse économétrique de la demande de monnaie dans l'Uemoa Page 50 Analyse économétrique de la demande de monnaie dans l'Uemoa Page 51 l'hypothèse de cointégration entre elles-mêmes. Elles rejettent aussi l'hypothèse d'un panel cointégré dans l'ensemble. Tableau 12 : Test de cointégration de Westerlund des variables TIR, TINFL et TCM de 2000 à 2015
Source : Calcul de l'auteur sur Stata12.0 Toutes les probabilités sont inférieures aux seuils conventionnels. Elles acceptent l'hypothèse de cointégration pour laquelle au moins pour un individu du panel les variables sont cointégrées à travers les statistiques de Ga et Gt, et acceptent aussi l'hypothèse de cointégration du panel dans son ensemble suivant les statistiques Pt et Pa. Tableau 13: Test de cointégration de Westerlund des variables LMd, LPIBR et LCRED
Source : Calcul de l'auteur sur Stata.12 Toutes les probabilités sont inférieures aux seuils conventionnels. Donc elles acceptent toutes l'hypothèse alternative de cointégration des statistiques Gt et Ga, et aussi l'hypothèse alternative de panel cointégré des statistiques Pt et Pa. Tableau 14 : Test de cointégration de Westerlund pour toutes les variables du modèle
Source : Calcul de l'auteur sur Stata12.0 Les résultats des deux statistiques rejettent simultanément l'hypothèse de cointégration des variables du modèle pour un pays donné et de cointégration du panel. Analyse économétrique de la demande de monnaie dans l'Uemoa Page 52 3. Résultats des tests de spécification du modèle Ces tests serviront à vérifier la spécification homogène ou hétérogène du processus générateur des données. Sur le plan économique, cela revient à déterminer si le modèle théorique étudié est parfaitement identique pour tous les pays, ou s'il existe des spécificités propres à chaque pays membre de l'Uemoa. -Likelihood Ratio Test (Test de Fisher) H0 : Modèle sans effets (estimateur MCO) H1 : Modèle à effets fixes (estimateur Within) F test that all u_i=0: F (7, 115) = 10346.57 Prob. > F = 0.0000 La pvalue associée au test vaut 0, on rejette H0 au seuil de 1% et au seuil de 5%. Par conséquent, l'estimateur Within est plus performant que l'estimateur des MCO.
H0 : Modèle sans effets (estimateur MCO) H1 : Modèle à effets aléatoires (estimateur MCG) Le logiciel donne : chibar2(01) = 938.55 Prob > chibar2 = 0.0000 La pvalue associée au test vaut 0. Par conséquent, on accepte l'hypothèse H1 de présence à effets aléatoires au seuil de 1% et au seuil de 5%. L'estimateur MCG est plus performant que celui des MCO. Ainsi, l'estimateur des MCO est exclu totalement dans notre étude. D'autre part, il reste à effectuer le test de Hausman pour déterminer quelle procédure, il faut considérer. -Test de Hausman H0 : Modèle à effets aléatoires (estimateur MCG) Hi. : Modèle à effets fixes (estimateur Within) chi2 (4) = (b-B)'[(V_b-V_B) ^ (-1)] (b-B) = 0.25 Prob>chi2 = 0.9929 La pvalue associée au test vaut 0.9929. On accepte l'hypothèse H0 de présence à effets aléatoires. L'estimateur MCG est plus performant que l'estimateur Within dans notre étude. Le modèle à effets aléatoires estimé et qui prend en compte les résultats des tests de stationnarité se présente comme suit. DLog (Md) = an + alntDlog(PIBRnt) + a2nt (TIRnt) + a3nt(TINFLnt ) +a4nt Dlog (CREDnt) + a5nt(TCM) +Ent (10) Tableau 15 : Estimation des paramètres du modèle à effets aléatoires dans l'Uemoa Random-effects GLS regression Group variable: PAYS Number of Obs. - 120 R-sq.: within: 0.2123 Number of groups - 8 Between: 0.1480 Wald chi2 (5) - 30.30 Prob. > chi2 - 0.0000
Source: Calcul de l'auteur sur Stata12.0 Niveau de significativité : * :10% ** : 5% *** : 1% R2 -Between =0,1480. 14,80% des fluctuations de la demande de monnaie dans l'Uemoa sont expliquées par le LPIBR, TIR, TINFL, LCRED et le TCM. La probabilité associée à la statistique de Wald est nulle. Ce qui traduit une bonne adéquation d'ensemble du modèle. Les variables retenues expliquent la demande de monnaie. Les coefficients estimés du LPIBR, LCRED et du TCM sont positifs. Les coefficients soumis au Analyse économétrique de la demande de monnaie dans l'Uemoa Page 53 Analyse économétrique de la demande de monnaie dans l'Uemoa Page 54 test sont significativement différents de zéro pour toutes les variables sauf pour le TCM car leurs probabilités sont inférieures aux seuils conventionnels. Cela veut dire que les variables explicatives LPIBR, TIR, TINFL et LCRED sont toutes significatives au seuil de 1%. Par contre la variable TCM n'est pas significative ni au seuil de 1%, ni au seuil de 5% et 10%. Le coefficient du LPIBR est significatif et positif donc contribue effectivement à la demande de monnaie. Si le LPIBR augmente de 1 point, alors la demande de monnaie augmente de 0,704 points. Le coefficient du TIR est significatif et négatif, une augmentation d'un point du TIR dans les pays de l'Uemoa entraine une baisse de 0,004 points de la demande de monnaie. Il est de même que celui du TINFL qui est négatif et significatif. Une hausse d'un point du TINFL entraine une baisse de 0,0068 points de la demande de monnaie dans la zone. Celui associé au LCRED est positif et significatif et contribue effectivement à la demande de monnaie. Une hausse d'1 point du ratio crédits à l'économie sur PIB, entraine une hausse de 0,363 points de la demande de monnaie. Par ailleurs le TCM dollar /XOF est non significatif pour la demande de monnaie de l'union. Cela peut s'expliquer par la dépendance du taux de change de l'Uemoa qui est en régime de change fixe face à l'Euro. 4. Résultats de l'estimation de la fonction de demande de monnaie de l'Uemoa a. Estimation par la méthode des moindres carrés ordinaires dynamiques (DOLS) L'estimateur DOLS est considéré comme le meilleur estimateur en panel dynamique. Nous allons effectuer deux estimations, le premier sera une estimation de la fonction de demande de monnaie au sein de l'Uemoa à long terme et le second sera une estimation de la fonction de demande de monnaie à court terme au sein de l'Uemoa. Tableau 16 : Estimation de la fonction de demande de monnaie à long terme OLS estimation Estimate efficient for homoskedasticity only Statistics robust to heteroskedasticity and autocorrelation Kernel-Bartlett, bandwidth- 3 Number of obs. 128 F (5, 122) 7.31 Prob > F 0.000 Centered R2 0.1490 Uncentered R2 0.9558
Source : Calcul de l'auteur sur Stat 12.0 Niveau de significativité : * :10% ** : 5% *** : 1% L'analyse des résultats de l'estimation de la fonction de demande de monnaie à long terme par la méthode DOLS de l'Uemoa montre que le modèle est globalement significatif car la probabilité associée au F-statistic est inférieur aux seuils conventionnels. Les élasticités du PIB réel (1,027) et du ratio crédits à l'économie (1.00) sont significativement supérieures ou à l'unité. Donc il faut dire que, plus le P113 augmente, plus les agents souhaiteront détenir de la monnaie quel que soit son coût. En d'autres termes cela montre qu'une hausse de 10% à long terme du LPIBR ou du LCRED entraine une augmentation de 10,27% de la demande de monnaie grâce à la première et de 10% grâce à la dernière. Par ailleurs les probabilités montrent qu'à long terme la seule la variable P113R a une influence significative sur la demande de monnaie dans l'Union si on considère tous les seuils conventionnels. Ce résultat confirme les théories de la demande de monnaie qui considèrent cette dernière comme la principale variable explicative de la demande de monnaie. Au seuil de 1%, 5% et 10%, les semi-élasticités associées aux autres variables taux d'intérêt réel et taux d'inflation sont positifs mais différents de l'unité. Par contre elles ne sont pas significatives aux seuils conventionnels, sauf la variable ratio des crédits à l'économie qui semble avoir une influence significative au seuil de 5%. Le taux d'intérêt réel et le taux d'inflation n'influencent pas la demande d'encaisses monétaires dans l'Union conformément à la théorie économique de Fisher. Le taux d'intérêt n'influence pas la demande de monnaie dans le long terme conformément aux résultats de l'étude de Friedman(1959) sur les Etats Unis et des résultats de Gollock(2000) sur la demande de monnaie au Sénégal. Pour le taux de change moyen, il n'a pas une influence significative sur la demande de monnaie à long terme et son élasticité est proche de 0. Il ne contribue pas sur la demande de monnaie. Analyse économétrique de la demande de monnaie dans l'Uemoa Page 55 Sur la base de ces résultats, on voit qu'à long terme seul la variable PIB réel a une influence significative et contribue positivement sur la demande de monnaie dans l'Union. En effet cela peut s'expliquer par le fait que les autres variables telles que le taux d'intérêt réel pour qui à long terme les agents économiques ne se soucient plus de son augmentation pour demander des encaisses à cause de la conjoncture et de l'instabilité politique et financière dans la zone Uemoa et du taux d'inflation qui se stabilise dans le long terme à travers les politiques économiques et l'objectif final de la Banque centrale. Par contre pour les crédits à l'économie, leur non significativité à long terme peut s'expliquer par les hétérogénéités structurelles entre les pays membres qui font que la demande de crédits n'est pas la même dans tous les pays. Seuls les pays comme la Cote d'ivoire et le Sénégal ont atteint une certaine étape de développement dans le domaine des financements des états et des agents économiques. Tableau 17: Estimation de la fonction de demande de monnaie à court terme. OLS estimation Estimate efficient for homoskedasticity only Statistics robust to heteroskedasticity and autocorrelation Kernel-Bartlett, bandwidth- 3 Number of obs. 120 F (5, 114) 7.42 Prob. > F 0.0000 Centered R2 0.2100 Uncentered R2 0.4151
Source : Calcul de l'auteur sur Stata12.0 Niveau de significativité : * :10% ** : 5% *** : 1% Analyse économétrique de la demande de monnaie dans l'Uemoa Page 56
ec LPIBR L1. TIR L1. 2.107783 - 0.0907008 0.0010178 23.24 -3.16 1.930013 - 1.930013 2.285553 - -0.012262 L'examen à court terme des résultats montre le modèle est globalement significatif et que les variables PIB réel, taux d'intérêt réel et taux d'inflation ont une influence significative sur la demande d'encaisse dans l'Uemoa aux seuils de 5% et de 10%. Le taux d'intérêt a une influence significativement dans la demande de l'Uemoa conformément à la théorie keynésienne. En effet leurs probabilités associées à la statistique de student sont inférieures aux seuils conventionnels. L'élasticité du PIBR égal à 0,704 traduit qu'une hausse de 10% du PIBR, entraine une hausse de 7,04% de la demande de monnaie. Celle du taux d'intérêt réel montre qu'une hausse de 10% du taux d'intérêt réel entraine une baisse de 0,04% de la demande de monnaie de même qu'une hausse du taux d'inflation de 10% entraine une baisse de 0,06% de la demande d'encaisses dans l'Union. Donc l'impact des variables TIR et TINFL est significatif et négatif. Le taux d'intérêt influence faiblement la demande de monnaie à court terme. Ce résultat confirme les résultats obtenus pars Friedman (1959). Par ailleurs la variable LCRED n'a qu'une influence significative sur la demande de monnaie qu'au seuil de 5%. Mais une hausse de 10% du ratio crédits à l'économie entraine une hausse de 3,63% de la demande de monnaie. Le TCM n'a pas d'influence sur la demande d'encaisses de l'Union. b. Estimation des paramètres du modèle à correction d'erreur par PMG Le Pooled Mean Group de Peseran, Shin et Smith (1999) permet d'estimer les paramètres du modèle vectoriel à correction d'erreur. Les paramètres du modèle de long terme sont supposés homogènes, tandis que ceux de court terme sont supposés hétérogènes. Tableau 18 : Estimation des paramètres du modèle à correction d'erreur Pooled Mean Group Regression (Estimate results saved as pmg) Number of Obs. 120 Number of groups 8 Log likelihood 258.172 ROBUST
Analyse économétrique de la demande de monnaie dans l'Uemoa Page 57 Analyse économétrique de la demande de monnaie dans l'Uemoa Page 58
Source : Calcul de l'auteur sur Stata 12.0 Les estimations par le Pooled Mean Group montre que toutes les variables revêtent le signe prévu et que toutes les variables étudiées sont significatives qu'importe le seuil considéré sauf le TCM qui ne se trouve significative qu'au seuil de 5%. La demande de monnaie est corrélée positivement avec le PIBR et le ratio crédits à l'économie. Par ailleurs elle est corrélée négativement avec les variables taux d'intérêt réel, taux d'inflation et le taux de change moyen. Le coefficient moyen estimé du terme de correction d'erreurs est négatif et significatif, confirmant ainsi une relation d'équilibre de long terme entre la demande de monnaie et le groupe de variables explicatives significatives. À court terme comme à long terme les corrélations sont les mêmes. Par ailleurs seul le taux d'inflation est significatif à court terme quel que soit le seuil considéré. Toutes les autres variables ne sont pas significatives au seuil de 5%. Seule la variable PIBR est significative au seuil de 10%. D'après les résultats des différents estimations effectuées pour faire ressortir l'influence des variables explicatives telles que le PIB, le taux d'intérêt, le taux d'inflation, les crédits à l'économie et le taux de change moyen dollar sur XOF sur la variable à expliquer qu'est la demande de monnaie, nous pouvons dire qu'à l'exception du PIB et des crédits à l'économie, toutes les autres variables sont négativement corrélées avec la demande de monnaie dans l'Uemoa. Analyse économétrique de la demande de monnaie dans l'Uemoa Page 59 IV. Discussion L'objectif de cette étude est de vérifier si les variables choisies expliquent explicitement la demande de monnaie au sein de l'Uemoa. L'importance de la variable étudiée relève de la relation qu'elle entretienne avec les variables macroéconomiques, donc en global des déterminants de la croissance économique. Elle est très importante et se trouve au coeur des politiques économiques et plus particulièrement celui de la politique monétaire dans l'Uemoa. D'après les résultats obtenus, l'influence positive et significative du P113 réel sur la demande de monnaie de l'Union est prévisible puisque le P113 peut être considéré comme le centre de toutes les variables économiques. En effet une augmentation du P113 ne peut qu'être positive sur la demande de monnaie. D'autre part tous les travaux et théories adressés à la demande de monnaie le considère comme la principale variable explicative de la demande de monnaie que cela soit dans les pays en développement que dans les pays développés. D'après nos résultats, on voit que la plupart des transactions effectuées sont directement liées à l'activité économique. Donc c'est la demande de monnaie de transaction qui est effectivement liée au PIB. Cela prouve encore le bas niveau de développement financier dans les pays de l'Uemoa où le marché financier est peu développé et où le motif de spéculation comme motif de demande d'encaisses est négligeable. Par ailleurs, si on observe les composantes du P113, il serait intéressant d'utiliser comme proxy du P113 la consommation finale. Elle a une forte contribution sur le PIB et puis dans une zone comme l'Uemoa, l'essentiel de la demande d'encaisses se fait à la fin du mois. Ce qui montre que la plus grande partie de la demande de monnaie des individus est destinée à la consommation finale. Ce qui est observable dans le court terme. Il faut aussi noter que le PIB non agricole pourrait aussi donner des résultats meilleurs en qualité de variable explicative sur la demande de monnaie, puisque l'apport du P113 agricole est très faible dans l'activité économique comme dans l'étude de Diop, A. (libéralisation financière et demande de monnaie dans l'Uemoa : Cas du Sénégal (2003)). Pour le deuxième variable qu'est le taux d'intérêt réel, il est clair que dans la réalité, il a un impact significatif et négatif sur la demande de monnaie comme il a été prouvé dans l'étude. Par contre son impact n'est significatif qu'à court terme. En effet la préférence pour les crédits à court terme accordés par les banques limite aussi les projets des demandeurs, ce qui contribue à sa significativité à court terme. Il y a aussi le fait que les variations du taux d'intérêt réel dans l'Uemoa sont faibles, ce qui réduit son impact sur la demande de monnaie. Cela peut donner raison aux théoriciens qui suggèrent le taux d'intérêt de court terme pour Analyse économétrique de la demande de monnaie dans l'Uemoa Page 60 expliquer la demande de monnaie. Il faut aussi souligner qu'il serait aussi pertinent de considérer le taux du crédit comme proxy du taux d'intérêt réel puisque le financement par octroi de crédits semble être la source la plus importante d'augmentation de la demande d'encaisses dans la zone. Il est aussi important et plus objectif si on prenait en compte l'impact de la libéralisation financière sur la demande de monnaie en considérant le taux débiteur moyen des banques dans l'Uemoa. En résumé le taux d'intérêt réel, en dépit de sa pertinence semble être inopérant et peut ne pas refléter la réalité dans les pays en développement. En effet dans l'Uemoa, le taux d'intérêt de la dette publique est élevé et il faut savoir que son impact direct sur la demande de monnaie des agents n'est pas important et il y a aussi l'importance du secteur informel d'où une autre limite du taux d'intérêt réel. Concernant la troisième variable qui est le taux d'inflation, son choix est justifié. Son influence sur la demande de monnaie est irréfutable dans le cadre où on se réfère à sa définition la plus simple. C'est-à-dire une augmentation soutenue du niveau des prix. Il influence significativement la demande d'encaisse des agents dans l'Union où la stabilité des prix semble être la préoccupation majeure de la Banque Centrale. Surtout dans certains pays membres où l'instabilité politique bouleverse la situation économique. Par contre dans certaines études c'est le taux d'inflation anticipé qu'il considère plus approprié pour mesurer l'impact de la hausse des prix sur la demande de monnaie. Par ailleurs l'utilisation de l'Inflation passée pourrait donner de véritables résultats puisque l'observation de son impact sur la demande de monnaie de l'année en cours peut nous renseigner sur sa significativité ou non sur la demande d'encaisses dans l'Union. Pour le quatrième variable ratio des crédits à l'économie sur le PIB tous les résultats confirment sa significativité positive sur la demande de monnaie de l'Union. En effet si on tient compte des nouvelles réformes financières, avec les politiques de financements de la Banque Centrale et de l'avènement de la microfinance, les crédits alloués aux agents ont permis aux agents d'augmenter leur demande d'encaisses monétaires pour financer leurs projets et leur consommation finale. Mais il y a ce qu'on appelle l'auto rationnement c'est-à-dire le fait que certaines entreprises s'abstiennent à demander du crédit aux établissements financiers sous contexte que les banques n'accordent pas du crédit. Ce phénomène est observé dans plusieurs pays membres de l'union tels que le Sénégal, le Bénin etc. Cela tend à réduire l'impact significatif des crédits à l'économie sur la demande de monnaie. Enfin pour ce qui est de la dernière variable du modèle le taux de change moyen annuel du dollar sur le Franc CFA, il n'a aucun impact significatif sur le comportement des agents. En effet l'hypothèse de début est confirmé, cela montre encore la dépendance parfaite du Franc Cfa face à l'euro. Analyse économétrique de la demande de monnaie dans l'Uemoa Page 61 Au-delà de tout ce qui vient de se dire, il est important d'inclure les innovations apportées par les modèles d'équilibre général pour faire une meilleure analyse de la demande de monnaie en y incluant les rigidités nominales et les anticipations. Il serait intéressant d'utiliser l'indice des conditions monétaires réels (ICM) à la place des variables taux d'intérêt réel et taux de change réel pour voir réellement dans un autre angle leur impact sur la demande d'encaisses dans l'union surtout si son sait que cet indice tient en compte le taux de change effectif réel et le taux d'intérêt réel à court terme. L'ICM est calculé par la moyenne pondérée des écarts du taux d'intérêt et du taux de change relativement à leurs valeurs au cours d'une période de base. Par ailleurs, il serait aussi intéressant de prendre en compte les effets de la corruption sur la demande de monnaie dans la zone Uemoa. En effet, la corruption reste un des facteurs que tous les pays membres de l'Uemoa ont en commun. C'est un fléau qui semble avoir un impact significatif sur la demande d'encaisses des individus.
Analyse économétrique de la demande de monnaie dans l'Uemoa Page 62 Au terme de cette étude dont le but a été de faire une analyse économétrique de la demande de monnaie au sein de l'Uemoa, il nous est paru convenable de se trouver comme tache d'analyser les variables explicatives de la demande de monnaie. À cet effet, l'intégration de nouvelles variables telles que le taux d'inflation, les crédits à l'économie et le taux de change dans l'analyse pour compléter les variables explicatives traditionnelles que sont le revenu et le taux d'intérêt, nous a permis de mieux connaitre la demande de monnaie dans une zone monétaire où les pays membres sont en développement. L'analyse de la demande de monnaie est large. Cela peut s'expliquer par le fait qu'elle soit liée d'une part à la politique monétaire de l'Union et d'autre part aux chocs extérieurs. L'utilisation du taux de change comme variable explicative de la demande de monnaie relève du souhait de prendre en compte l'impact des chocs extérieurs à travers les opérations entre un pays membre quelconque et le reste du monde notamment celles qui dépendent du cours des devises. Quant 'au choix posé sur l'inflation, plusieurs explications peuvent être fournies, mais la plus importante de toutes est le fait qu'elle soit liée à l'objectif de stabilité des prix de la Banque Centrale. Son accroissement ou sa diminution affecte naturellement la quantité de monnaie demandée dans la zone. Concernant les crédits à l'économie, étant des moyens de financement de l'économie d'une très grande importance dans l'union, ils augmentent la quantité de monnaie en circulation. L'étude est effectuée sur les huit pays de l'Uemoa pour prendre en compte les hétérogénéités structurelles des économies. Nombreux ont été les théories et les études empiriques adressées à la demande de monnaie, mais peu sont consacrées aux pays en développement. Récemment, de nouveaux modèles tels que le modèle de Cagan, celui de Smet et Wouters ont eu à actualiser les travaux effectués dans le passé. Théoriquement, les modèles d'équilibre général dynamiques semblent plus correspondre à notre modèle économique. Ils prennent en compte des facteurs comme les rigidités nominales des salaires. Par ailleurs, si on tient compte de l'évolution de la politique monétaire de la zone, de son impact à travers l'ajustement de l'offre de monnaie de la Banque Centrale et de la demande de monnaie des établissements financiers de second rang et au trésor public, la surliquidité bancaire et la question du financement bancaire jouent un rôle important sur la vitesse de Analyse économétrique de la demande de monnaie dans l'Uemoa Page 63 circulation de la monnaie. Malgré les nouvelles réformes instaurées en 2000 et la libéralisation financière, la politique monétaire demeure instable surtout si on considère les différents comportements qui régissent les pays membres de l'Union et les difficultés liées à la mise en oeuvre des programmes. Notre étude, nous a permis de connaitre l'impact réel des variables explicatives choisies sur la demande de monnaie des pays de l'Uemoa. En effet les principaux enseignements que suggèrent les résultats obtenus peuvent être résumés comme suit : Le PIB est la principale variable explicative dans notre modèle. Elle est corrélée positivement avec la demande de monnaie dans l'Union. Par conséquent toutes les politiques mises en oeuvre pour accélérer la croissance économique dans l'Uemoa, auront pour conséquence une augmentation de la quantité de monnaie demandée dans l'Union. Le taux d'intérêt réel, en termes d'influence sur la demande de monnaie n'a pas une grande importance. En effet son impact semble plus significatif à court terme dans l'Union. Mais il faut souligner qu'il entraine un effet négatif sur la demande de monnaie à court terme. À long terme, il n'a pas une influence significative sur la demande de monnaie. Le taux d'inflation est tout comme le taux d'intérêt réel. Son influence significative sur la demande de monnaie ne se limite qu'à court terme. Toute politique visant à réduire le taux d'inflation aura pour conséquence une hausse de la demande d'encaisse dans le court terme. Le taux de change moyen du dollar sur le franc Cfa n'a aucune influence significative sur la demande de monnaie que cela soit à long ou à court terme. Par conséquent la demande de l'union ne peut s'expliquer à partir de la dévaluation ou de la surévaluation du dollar. Les crédits à l'économie influencent significativement la demande de monnaie dans l'Union que cela soit à long ou à court terme. En effet une hausse des crédits à l'économie dans l'Uemoa se traduit pratiquement par une augmentation de la quantité de monnaie demandée. En définitive, la demande de monnaie dans l'Uemoa est actuellement liée avec les variables macroéconomiques. D'après ce que l'on vient de voir, ses fluctuations relèvent pour une grande partie de l'activité économique et ensuite vient les variables contrôlables par la Banque Centrale. Les recommandations que l'on pourrait suggérer peuvent être : Analyse économétrique de la demande de monnaie dans l'Uemoa Page 64 ? A l'endroit de la CEDEAO, qui doit faire en sorte que la zone possède une monnaie indépendante de l'euro, propre à la zone et dont le régime de change et les politiques appropriées selon à leur entière décision. ? Les pays membres doivent essayer de prendre les hétérogénéités structurelles qui les qualifient comme un atout pour que les différentes politiques spécifiques à chaque pays mises en oeuvre puissent donner des résultats positifs. ? La Banque Centrale doit contrôler si les réformes et les opérations mise en oeuvre sont régulièrement respectées par les banques de second rang. ? Les politiques budgétaires et monétaires mises en oeuvre ne doivent pas être des politiques copiées, on doit mettre en place des politiques qui sont propres à nos types d'économie.
Analyse économétrique de la demande de monnaie dans l'Uemoa Page 65 Aghveli, B.B (1999) « La crise asiatique : causes et remèdes » : Finances et développement - volume 36, Numéro 2 Alain, S. (2012) « Les règles de politique monétaire dans les pays de la CEDEAO » Document de travail (mai 2012), p. 33-35 Arestis, P. and Demetriade P.O. (1991) « Co integration, Error Correction and the Demand for Money in Cyprus » Applied economics p.1417-1424 Banque de France (2012) « Les taux d'intérêt débiteurs dans les pays de l'Uemoa : une amélioration progressive des conditions appliquées par les banques » Bulletin trimestriel de conjoncture Banque Centrale Européenne (2001) « La politique monétaire de la BCEAO » Banque Mondiale (2016), « World Development Indicator 2016 », database. Basutkar, T. (2016) « Etude de la demande de monnaie en inde sur la période (2004-2014) » MPRA- paper 70495 BCEAO (novembre 2012) « Rapport sur les conditions des banques dans l'Uemoa au cours des cinq dernières années (2007-2012) » BCEAO (2015): « Rapport annuel » BCEAO: Base de données économiques et financières. BCEAO (septembre 2016) « Rapport sur la politique monétaire de l'Uemoa » Bechu, T. (2010) « Economie et marchés financiers : Perspectives 2010-2020 » Bordes, C. Driscoll, M. Mac Donald, G. « Le contenu en information des agrégats monétaires français » Revue économique, volume 36, n°6,1985. pp. 1169-1206 Bulletin de la Banque de France (2001) « L'analyse des agrégats élargis de monnaie et de crédit : l'expérience de la Banque de France » Analyse économétrique de la demande de monnaie dans l'Uemoa Page 66 Carton, B. Hervé, K. Terfous, N. (2005) « Interventions de change asiatique et taux de change d'équilibre »Economie et prévision, 2/2005 (n°168), p. 141-147 Dehove, M. (2001) « Institutions et théorie de la monnaie » Note de cours, p.2-4 Diane, B. (2011) « Estimation d'une règle de ciblage d'inflation pour la BCEAO » : Document d'étude et de recherche de la BCEAO, N°DER/10/04, p. 6-15 Diane, F. Diop, M.B (2007) « Gestion du risque de crédit et financement des économies dans l'Uemoa » : Document de travail n°3 de la DPEE, p.5-8 Diarrisso, S. Tenou, K. (1998) «La demande de monnaie dans les pays de l'Uemoa » : Document d'étude de la BCEAO, DER/98/04, aout 1998 Diop, A.N. (2003) « Libéralisation financière et demande de monnaie dans l'Uemoa : Cas du Sénégal » mémoire de DEA UCAD, p. 46-57 DJIGUEMDE, E.J (2007) « Le marché financier de l'UEMOA et le financement des entreprises Burkinabé » Université libre du Burkina-Maitrise 2007, p.10-25 Doumbia, S. (2009) « Le sous-financement des entreprises dans un contexte de surliquidité bancaire : le paradoxe de l'UEMOA », Revue Tiers Monde 2011/1 (n°205), p.151-170. Dossou, A.S (1998) «Analyse économétrique de la demande de monnaie au Ghana et au Bénin» Etudes et Recherches, NIS (479), mars (1998) Friedman, M. (1959) « The demand for money: Some theoricals and empiricals results» Occasional Paper 68, National Bureau of Economic Research, INC. p. 1-30 Gollock, A. (2012) «Analyse de la demande de monnaie dans l'Uemoa: Cas du Sénégal» Mémoire de DEA UCAD, p. 5-25 Guillet, H Barmouillé, G. (1979) « Précis Dalloz, Economie politique» Hurlin, C. Mignon, V. (2004) « Guide pratique des séries non stationnaires en panel » Note de cours Université d'Orléans, p. 4-17 Hurlin, C. Mignon, V. (2006) « Une synthèse des tests de cointégration sur données de panel » Note de cours Université d'Orléans, p. 1-12 Keynes, J.M (1936) «The General Theory of Employment, Interest and Money» Analyse économétrique de la demande de monnaie dans l'Uemoa Page 67 Laidler, D. (1985) « The demand for money: Theories, Evidence and Problems» Journal of Money, Credit and Banking, volume 17(4), p.647-53 Maclean, D. (2001), « L'analyse des agrégats monétaires au Canada » département des Études monétaires et financières : Revue de la Banque de Canada, ÉTÉ 2001, p. 35-45 Mankiw, N. G. and Summer L.H. (1986) «Money and Effects of Fiscal Po1icies » Journal of Money and Credit and Banking vol. 18 pp 415-429. Mark, N.C. Sul, D. (2003) « Cointegration vector error estimation by panel DOLS and long run money demand. Oxford Bulletin of Economics and Statistics, 2003, vol. 65 n° 5, p.655680 Mendes, D. (2010) « Marché des capitaux et le financement des économies : Le cas de l'Uemoa » Pôle régional de formation en gestion de la dette en Afrique du centre et de l'ouest, p. 5-9 Moyal, S. L.- Maissant, P. (2012) « La demande de monnaie dans la zone euro revisitée. Un effet de richesse dans un environnement variable », Revue économique 2012/5 (Vol. 63), p. 975-992. Mukadi, K. (2013) « L'inflation n'est que monétaire ? » Article du site Afric.com Noureddine, M. (2010) « La demande de monnaie en Algérie » Revue économique, p. 292290 Nubukpo, K.K (2002) « L'impact de la variation des taux d'intérêt directeurs de la BCEAO sur l'inflation et la croissance dans l'Umoa » : Notes d'Information et Statistiques de la BCEAO N° 526, p. 11-15 Teffal, A. (2012) « Etude de la demande de monnaie selon ses différents formes : Cas du Maroc) » Munich Personal RePEc Archive MPRA No. 70167, p. 10-16 Tillers, I. (2004) « Money demand in Latvia» Working Paper3/2004, p. 27-30 Toe, D.M. (2012) « Calcul de l'indice des conditions monétaires dans l'Uemoa » Document d'Etude et de recherche, N° DER/12/01, p. 5-10 Ulrich, E.M (2013) « Estimation de la fonction de demande de monnaie de la CEMAC » BEAC Working paper n°1 -15, p. 10-26 Analyse économétrique de la demande de monnaie dans l'Uemoa Page 68 Smets, F Wouters, R (2002) « An estimated stochastic dynamic general equilibrium model of the euro area » Working paper Research 35, National Bank of Belgium Webographie www.bceao.int www.cairn.info |
| |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
