L'inflation anticipée en zone cemac

Section 1 : Le processus d'estimation du modele

Le processus d'estimation repose sur les donnees qui servent de base a l'estimation d'une relation. De ce point de vue, nous procedons d'abord a l'analyse des donnees avant de parler des etapes econometriques du choix du meilleur modéle.

A. L'analyse des donnees

L'equation de Taylor est tres sensible au choix des variables de reference, car les resultats different sensiblement selon les sources et les methodes (DUMETZ, VERDELHAN, 1977). A cet effet, nos donnees sont issues des Services de la BEAC (Etudes et Statistiques 2010, 2011), la Banque de France (la zone franc, rapport annuel 2008 et 2010) et la Banque Mondiale (CD-ROM World Bank, 2010).

La periode retenue pour les estimations et les tests (2000-2010) n'est pas longue. A cause du manque de donnees, nous avons recouru a une formule permettant de trimestrialiser celles-ci (B. MAN SOUR1, 2004) (cf. annexe, pour la formule).

Le taux d'interet nominal de court terme retenu dans l'estimation est le taux d'interet d'appel d'offre (T1AO). Et, les donnees sur l'inflation anticipee qui necessite des calculs faisant appel a un grand nombre de variables sont apprehendees ici a travers l'inflation passee a l'annee t, selon le comportement g backward-looking D (HALDANE et BAT1N1, 1999) d'une banque centrale et les agents prives.

En ce qui concerne les donnees de output gap (y), nous utilisons les valeurs logarithmique du P1B (log(gapy)) dans l'optique de la linearisation de

l'ecart de production. Pour les modalites d'usage, l'output gap est exprimee en termes de difference entre le P1B reel observee en valeur (Y) et le P1B potentiel dite d'equilibre (Y*). La production potentielle est obtenue par le lissage du filtre de HODR1CK et PRESCOTT (1997) (R. M1LANO, 2005), (cf. annexe 2).

B. Les differentes stapes de la demarche econometrique

Le choix d'une methode d'estimation repose sur les conditions de stationnarite des series. Ainsi, comme le critere de stationnarite ne doit plus etre presume, alors, nous avons teste la stationnarite des variables a base d'Eviews 5 sur les tests de D1CKEY-FULLER (1981) de la racine unitaire (F. B. DOUCOURE, 2008).

A l'issu du test de stationnarite, il resulte que le taux d'interet des appels d'offre (it ), le gap de production (log( yt )) et le taux de change effectif ( tcer ) sont stationnaires a la difference premiere. Par contre, l'inflation anticipee (ait ) est stationnaire a niveau.

Nous choisissons la methode de cointegration de JOHANSEN (1988), qui permet de preciser les conditions dans lesquelles il est legitime de travailler sur des series non integrees au meme ordre. Cette methode permet de combiner les variables stationnaires a niveau avec les variables stationnaires en difference premiere pour obtenir le modele vectoriel a correction d'erreur qui est une relation stable et economiquement interpretable (F. B. DOUCOURE, 2007-2008).

De plus, le nombre de variables est superieur a deux (2), la methode d'estimation de JOHANSEN apparait donc plus pertinente (W. GREENE, 2000).

1l s'agit des criteres de trace et valeur propre minimale au seuil de 5%, le critere du rang et maximum de log vraisemblance, le critere de SCHWARZ.

Nous avons effectué le test de cointégration individuelle fondée sur la comparaison du ratio de vraisemblance a sa valeur critique. L'hypothese du test est formulée comme suit :

Ho : 1l n'y a pas cointégration entre les variables du modele ;

H1 : 1l y'a cointégration entre les variables du modele.

Pour un seuil de significativité donné, l'hypothese nulle d'absence de cointégration entre les variables est acceptée, si la valeur du ratio de vraisemblance est inférieure a sa valeur critique tabulée (O STERWALDLENUM, 1992). En revanche, une valeur critique du ratio de vraisemblance supérieure a sa valeur critique implique qu'il existe au moins une relation de cointégration entre les variables.

Dans notre démarche économétrique, le test de JOHANSEN SUMMARY suivant le critere de trace, nous avons deux (2) relations de cointégration. Parmi les 5 formulations existantes, le modele linéaire avec constante et tendance (Linear, 1ntercept, Trend) est-il la meilleure forme fonctionnelle au regard des différents criteres. En effet, les valeurs minimales des criteres H. AKA1KE (1974) et de G. SCHWARZ (1978) valident le modele linéaire avec constance et tendances au rang 2, avec un trimestre de retard (cf. annexe 5)

Data Trend:			None			None	Linear			Linear		Quadratic
Test Type			No Intercept			Intercept	Intercept			Intercept		Intercept
			No Trend			No Trend	No Trend			Trend		Trend
Trace			3			3	3			2		2
Max-Eig			3			3	3			2		3
Data Trend:				None		None	Linear			Linear		Quadratic
Rank or				No Intercept		Intercept	Intercept			Intercept		Intercept
No. of CEs				No Trend		No Trend	No Trend			Trend		Trend
				Akaike
				Information
				Criteria by
				Rank (rows) and Model
				(columns)
0		8.651932			8.651932			8.795242			8.795242		8.913333
1		7.968346			8.014959			8.166669			7.560061		7.663056
2	7.806438					7.716868		7.821329	7.248086					7.303570
3	7.856349					7.636349		7.693192	7.160209*					7.168303
4	8.172354					7.960507		7.980413	7.492053					7.477498
5	8.616907					8.402883		8.402883	7.923556					7.923556
	Schwarz
	Criteria by
	Rank (rows) and Model
	(columns)
0	9.686259					9.686259		10.03643	10.03643					10.36139
1	9.416404					9.504390		9.821592	9.256357*					9.524845
2	9.668227					9.661404		9.889984	9.399486					9.579090
3	10.13187					10.03599		10.17558	9.766713					9.857554
4	10.86160					10.81525		10.87653	10.55366					10.58048
5	11.71989					11.71273		11.71273	11.44027					11.44027