WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Taux de change réel et les parts de marché d'exportation du coton du Cameroun et du Nigeria

( Télécharger le fichier original )
par Calvain LEKEUFACK FONGOU
Université de Yaoundé II (SOA) - DEA 2006
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

5-1-3-3-Estimation par les MCO de la relation dynamique du modèle à correction d'erreur

La détermination du modèle dynamique nous fournit une première estimation ne possédant pas des informations très intéressantes bien qu'ayant une force de rappel (coefficient du résidu retardé) négative. Nous procédons alors par la méthode du « backward elimination ». Celle-ci consiste à éliminer de proche en proche les variables non significatives et en réestimant le modèle à chaque fois.

Finalement après plusieurs estimations, nous retenons les modèles dynamiques suivants qui nous semblent plus à même d'expliquer les variations de court terme du TCR.

Tableau 19 : MCE dynamique du taux de change réel au Cameroun

Dependent Variable: LTCR

Method: Least Squares

Sample(adjusted): 1982 2003

Included observations: 22 after adjusting endpoints

Variable

Coefficient

Std. Error

t-Statistic

Prob.

C

-0.020592

0.012753

-1.614701

0.1323

LAID

0.188224

0.042955

4.381899

0.0009

LOE

-1.435197

0.167071

-8.590363

0.0000

LOE(-1)

0.529859

0.199206

2.659859

0.0208

PT

0.007324

0.003387

2.162529

0.0515

LCIT

-0.187260

0.085345

-2.194147

0.0486

LCIT(-1)

0.184787

0.084312

2.191702

0.0489

DEV

-0.274879

0.055331

-4.967880

0.0003

ECT (-1)

-0.270761

0.088566

-3.057155

0.0100

LTCR(-1)

0.184000

0.112816

1.630966

0.1288

R-squared

0.913396

Mean dependent var

-0.049710

Adjusted R-squared

0.848443

S.D. dependent var

0.125196

S.E. of regression

0.048739

Akaike info criterion

-2.901718

Sum squared resid

0.028506

Schwarz criterion

-2.405789

Log likelihood

41.91889

F-statistic

14.06242

Durbin-Watson stat

2.101619

Prob(F-statistic)

0.000044

Source : calculs de l'auteur

Tableau 20 : MCE dynamique du taux de change réel au Nigeria

Dependent Variable: LTCR

Method: Least Squares

Sample(adjusted): 1982 2003

Included observations: 22 after adjusting endpoints

Variable

Coefficient

Std. Error

t-Statistic

Prob.

C

-0.148366

0.091570

-1.620256

0.1260

LTE(-1)

-1.040834

0.417347

-2.493929

0.0248

LDE

0.470803

0.252868

1.861852

0.0823

LDE(-1)

-0.774750

0.286921

-2.700221

0.0165

LCP(-1)

0.743605

0.404939

1.836341

0.0862

DEV(-1)

-0.827150

0.490249

-1.687204

0.1122

ECT(-1)

-0.158844

0.116679

-1.361377

0.1935

R-squared

0.522554

Mean dependent var

-0.174252

Adjusted R-squared

0.331576

S.D. dependent var

0.485780

S.E. of regression

0.397160

Akaike info criterion

1.244418

Sum squared resid

2.366045

Schwarz criterion

1.591568

Log likelihood

-6.688599

F-statistic

2.736195

Durbin-Watson stat

2.092407

Prob(F-statistic)

0.053236

Source : calculs de l'auteur

Notre modèle de court terme du TCR pour les deux pays peut donc s'écrire comme suit :

- Cas du Cameroun

(24)

- Cas du Nigeria

(25)

Les valeurs entre parenthèses représentent les écarts types.

L'estimation du MCE montre que le terme à correction d'erreur représenté par le résidu retardé, présente un signe attendu pour les deux pays. Son coefficient (-0,2707) pour le Cameroun et (-0,1588) pour le Nigeria, traduit l'effet d'ajustement du TCR à chaque période de l'équilibre. Le TCR s'ajuste donc à son niveau d'équilibre de long terme, ce qui indique que la représentation à correction d'erreur converge des séries vers la cible de long terme. La vitesse d'ajustement du TCR justifie les écarts entre certains coefficients de court et de long terme. Ainsi, des chocs sur le TCR se corrigent à 27,07 % pour le Cameroun et 15,88 % pour le Nigeria par l'effet  «feed-back».

Les résultats du modèle dynamique du TCR au Cameroun suggèrent qu'à court terme, l'ouverture de l'économie, la dévaluation, le flux d'aide extérieure, le progrès technique, la consommation publique et le crédit intérieur à l'économie sont les variables significatives dans la détermination du TCR. Alors qu'au Nigeria, le TCR est plutôt influencé à court terme par les termes de l'échange, la dette extérieure, la consommation publique.

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Il faut répondre au mal par la rectitude, au bien par le bien."   Confucius