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

 > 

L'optimalité du régime de change dans la zone UEMOA.


par AYA MARIE ESTELLE AMANI epse KONAN
université Félix Houphouet Boigny de Cocody/Abidjan - DEA/MASTER NPTCI option macroéconomie appliquée 2012
  

précédent sommaire suivant

DEUXIEME PARTIE : ANALYSE EMPIRIQUE DU CHOIX

DU REGIME DE CHANGE

Dans cette partie, nous allons nous intéresser aux différentes méthodologies utilisées pour l'étude. Puis, nous passerons aux différents tests et régressions qui aboutiront à des résultats que nous interpréterons.

AMANI Aya Marie Estelle, DEA/MASTER NPTCI 4ème promotion 43

AMANI Aya Marie Estelle, DEA/MASTER NPTCI 4ème promotion 44

CHAPITRE 3 : APPROCHE METHODOLOGIQUE

L'objet de ce chapitre est de déterminer le régime de change optimal de la zone UEMOA en analysant l'impact du taux de change optimal sur le taux de croissance économique.

Nous avons trois études économétriques à effectuer. D'abord, la première étude consiste à déterminer le taux de change réel optimal qui a un impact positif sur la croissance économique de la zone UEMOA. Nous allons ensuite faire une régression du taux de croissance économique sur ses déterminants dont le taux de change réel à l'incertain de la zone UEMOA afin de déterminer l'impact de ce taux de change réel à l'incertain sur le taux de croissance économique de la zone UEMOA. Pour finir, nous allons déterminer l'impact du taux de change réel optimal, obtenu dans la première étude, sur le taux de croissance de la zone UEMOA. Ces études vont se faire en données de panel non dynamique sur les huit pays de l'UEMOA.

3.1. Modèle de détermination du taux de change réel optimal

Cette première étude économétrique va consister, à partir de l'estimation du taux de change réel, à déterminer le taux de change réel optimal de la zone UEMOA. Ce premier modèle du taux de change réel est inspiré du modèle d'Edward (1989) actualisé plus tard par Edwards et Santaella (1993). D'après le modèle, il existe à long terme, une relation d'état stationnaire entre le taux de change et ses déterminants fondamentaux réels. Les variables retenues pour ce modèle sont donc les suivantes:

- le taux de change réel (tcr) : variable expliquée du modèle, à partir de laquelle nous allons déterminer le taux de change optimal. Nous allons utiliser une fonction linéaire contrairement aux études antérieures qui ont utilisé des fonctions logarithmes. Les variables suivantes sont les variables explicatives du modèle.

- le PIB réel par habitant (pib) : le signe attendu est le signe négatif. Mais selon la théorie néoclassique, pour les pays pauvres qui ont le plus souvent un fort déficit en capital physique, une trop forte croissance économique entraîne une appréciation du taux de change réel.

- l'indice de progrès technologique (prod) : ici, c'est le ratio du PIB par habitant du pays considéré au PIB par habitant des pays du G7, en nous référant à Kiema, Nubukpo et

AMANI Aya Marie Estelle, DEA/MASTER NPTCI 4ème promotion 45

Sanou (2011). C'est un indicateur mesurant la part de la croissance non attribuée à la contribution des facteurs capital et travail. Il capte l'effet Balassa-Samuelson. Une augmentation de la productivité dans le secteur des biens échangeables résulte en une augmentation relative des prix des biens non-échangeables par rapport aux biens échangeables et provoque ainsi une appréciation du Taux de Change Réel (TCR). Le signe attendu est donc positif.

- l'ouverture du commerce extérieur (ouv) : cette variable capte les effets de la politique commerciale. Elle est égale à la somme des importations et des exportations rapportée au PI3. Une réduction des barrières commerciales aura tendance à augmenter les quantités échangées. La réponse du TCR dépendra du fait que l'ouverture améliore ou non le déficit de la balance commerciale. Si le compte courant s'améliore, le TCR devrait s'apprécier et inversement si le compte courant se détériore. Le signe attendu est donc ambigü.

- la consommation publique par rapport au PI3 (gouv) : le signe de cette variable est ambigü quand les dépenses publiques ne sont pas bien distinguées entre biens échangeables et biens non-échangeables. Si les dépenses publiques sont principalement allouées à l'acquisition de biens non échangeables (échangeables), une augmentation de la consommation publique donnera lieu à une appréciation (dépréciation) du TCR.

- les termes de l'échange (te) : ils sont mesurés par le rapport entre les indices des prix unitaires des exportations et celui des importations. Le signe de cette variable est ambigü car il dépend de la variation des tarifs à l'importation qui se traduit par une amélioration ou une détérioration des termes de l'échange.

- l'investissement par rapport au PI3 (inv) : pour les pays en développement, l'investissement peut avoir une forte teneur en importations. Dans ce cas, une hausse de la part de l'investissement dans le PIB a une forte probabilité de tourner les dépenses vers les biens échangeables et entraîner une dépréciation du TCR. Le signe attendu serait alors négatif.

- la monnaie et quasi monnaie par rapport au PI3 (m2) : selon le modèle Mundell-Fleming, le signe attendu est le signe négatif. En effet, une politique monétaire expansionniste

AMANI Aya Marie Estelle, DEA/MASTER NPTCI 4ème promotion 46

consiste à accroître la quantité de monnaie en circulation. Ce qui peut provoquer une tendance à la dépréciation du taux de change réel.

Ces variables sont inspirées de Kiema, Nubukpo et Sanou (2011) et El Hammas et Salem (2006). Notre modèle est donc spécifié de la manière suivante :

i=1,...,8 et t= 1987,..., 2010 ; i représentant les pays et t l'année.

Les données proviennent du World Development Indicators de la Banque Mondiale (2011) et du World Economic Outlook du FMI (2010).

Pour l'estimation du modèle, nous avons effectué des tests préliminaires. Nous avons d'emblée vérifié si les variables explicatives ne sont pas fortement corrélées entre elles en calculant la matrice des coefficients de corrélation entre les variables explicatives. Nous avons par la suite effectué les tests suivants :

? Le test de stationnarité de Im-Pesaran-Shin (2003) : les séries stationnaires sont des séries dont les propriétés statistiques ne changent pas au cours du temps et qui sont issues d'un système stable permettant d'atteindre l'état stationnaire. Ce test est donc nécessaire pour une bonne estimation.

? Le test d'Hausman (1978) pour savoir si nous avons un modèle à effet fixe ou un modèle à effet aléatoire. Si le modèle est un modèle à effet fixe, nous allons l'estimer en appliquant les Moindres Carrées Ordinaires (MCO) sur des variables transformées par un opérateur de moyenne (within mean), mais si le modèle est un modèle à effet aléatoire, nous allons l'estimer en appliquant les Moindres Carrées Généralisés (MCG) sur des variables transformées par un autre opérateur de moyenne (cross-sectional mean).

? Le test d'hétéroscédasticité de Breusch-Pagan (1979) qui va nous permettre de savoir si les variances des perturbations sont constantes ou pas d'une observation à une autre.

? Le test d'autocorrélation des erreurs de Wooldridge (2002) qui nous permettra de savoir si les erreurs sont autocorrélées de premier ordre. Ce test nous permettra de savoir

AMANI Aya Marie Estelle, DEA/MASTER NPTCI 4ème promotion 47

aussi si notre modèle est bien spécifié et si certaines variables pertinentes du modèle n'ont pas été omises.

? Le test de Chow (1960) pour tester la stabilité des coefficients avant et après la dévaluation.

Après ces tests, nous allons régresser le taux de change réel sur ses déterminants fondamentaux, puis appliquer la commande predict du logiciel Stata au taux de change réel pour obtenir le taux de change réel optimal qui va nous servir pour la suite de notre étude.

précédent sommaire suivant