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
|
|