L'efficacité de la politique monétaire en Haiti (octobre 1996 - septembre 2007)

Chapitre 2

2.1 -Revue de la littérature empirique

Orisma L. (2007), a porté l'attention sur les effets de politiques monétaires et des incertitudes politiques sur l'inflation en Haïti où les incertitudes politiques et l'émission de monnaie constitueraient deux grandes sources d'inflation dans l'économie haïtienne et que les politiques monétaires qui tenteraient de réduire l'inflation ne faisaient que ralentir son rythme d'accroissement. Pour réaliser l'étude l'auteur a utilisé plusieurs variables qu'il a divisées en deux groupes, d'une part les instruments de politique monétaire comprenant le taux de réserves obligatoire des banques privées (TRBP) et le taux de réserve de la banque centrale (TRBC) et d'autre part les variables économiques et autres qui sont l'inflation (DPIB)¹⁵, la masse monétaire (M1), une variable dummy (D)¹⁶, et choc politique (CP). Avec toutes ces variables l'auteur a fait des analyses économétriques en mettant en évidence les changements structurels, en procédant à des analyses uni variées des séries de base, faire la détection d'éventuelles cointégrations des séries et faire le test de causalité au sens de Granger.

Dans le cadre empirique, l'auteur est arrivé à la conclusion que durant la période considérée les politiques monétaires de la banque centrale (BRH) sont caractérisées par des changements structurels qui ont eu lieu à des moments importants de la vie économique du pays. A partir des analyses de causalité, il a conclu que les autorités monétaires utilisaient le TRBC tout au long de la période considérée et que les résultats escomptés ne sont obtenus qu'au courant et à la fin du deuxième trimestre qui suit l'application des mesures de la politique monétaire et l'effet de ces mesures est très peu significatif. Ce qui est différent lorsque l'instrument considérer est le TRBP puisque dès le premier trimestre, l'inflation diminue brusquement en glissement annuel. Les analyses de causalité, en incluant les incertitudes politiques dans le modèle ont permis de voir que l'inflation augmente suite à un choc politique pour devenir stable sur une période relativement longue. Il conclut pour dire que les incertitudes politiques font augmenter l'inflation d'une moyenne de 160 % alors que les instruments de politique monétaire ne la font baisser que de 10%.

Dans cette étude les facteurs influençant sur l'inflation sont la croissance de la masse monétaire et les chocs politiques, mais ces deux variables à elles seules ne peuvent pas expliquer l'inflation, c'est ainsi une variable comme le taux de change a été omis au niveau de l'étude. Contrairement à l'auteur, dans

¹⁵ Déflateur du PIB

¹⁶ La variable D prend la valeur de 1 sur tout le segment ou le changement structurel est observé et 0 dans le cas contraire.

notre étude il sera question de faire une analyse de l'évolution du taux de change au cours de la période de l'étude et de vérifier sa contribution à l'inflation et les impacts des politiques monétaires sur le taux de change via les instruments.

Cheng K. C. (2006) examine les impacts de la politique monétaire sur la production, les prix et le taux de change au Kenya durant la période de 1997 à 2005. Son travail a utilisé les techniques économétriques des vecteurs autorégressifs.

Le principal résultat qu'il a trouvé est que dans le court terme une augmentation des taux d'intérêt fait suivre toujours une baisse au niveau des prix et une appréciation du taux de change a un impact insignifiant sur la production. Dans l'étude l'auteur a proposé le modèle qui suit : G(L)Yt = C(L)Xt + åt où Xt contient les variables comme l'indice de prix des marchandises (comm) calculé sur la base des exportations de Kenya , l'indice des prix du petroil (oil) et le taux de réserve fédéral des états unis (Fed) et Yt contient des variables comme le PIB ( GDPt) , l'indice des prix à la consommation (CPIt) et la masse monétaire (Mt) , le taux d'intérêt de court terme (St ) et le taux de change ( NEERt) .

Après les estimations, l'auteur est arrivé à la conclusion que les effets de la politique monétaire sont insignifiants pour la production globale, plus particulièrement l'impact n'est pas statistiquement différent de zéro, d'un autre coté il montre que la politique monétaire a un impact durable et significatif sur les prix; une augmentation dans le court terme du taux d'intérêt est suivi par une diminution au niveau des prix; l'effet apparaît entre 9 à 12 mois après l'impact.

Au niveau de ce travail on a pu constater que l'inflation dans son ensemble est combattue avec les instruments que sont le taux de réserve et l'opération d'open market; ce dernier permet de contrôler la liquidité au niveau des banques commerciales. Mais le problème qui se pose avec l'étude est que le nombre de retard au niveau du modèle n'a pas été clairement bien défini pour étudier l'impact de la politique monétaire sur l'inflation.

Minella A. (2001) examine la politique monétaire et les relations des bases macroéconomiques comme le PIB, le taux d'inflation, le taux d'intérêt et la monnaie au Brésil. Basé sur un modèle de vecteur autorégressif (VAR), il compare trois périodes différentes : la période d'une croissance modérée de l'inflation (1975-1985), forte inflation (1985-1994), et inflation faible (1994-2000). Les principaux résultats qu'il a trouvés montrent que la politique monétaire a un effet significatif sur la production. La politique monétaire n'incite pas une réduction de l'inflation dans les deux premières périodes, en d'autres

termes la politique monétaire ne répond pas vraiment rapidement ou activement au taux d'inflation, dans les périodes assez récentes le taux d'intérêt répond intensément aux crises financières.

p

L'auteur a utilisé le modèle par VAR structurel suivant : A₀Z_t = k - A_i Z - - ì

t i t

i=1

Ou Zt est le vecteur de dimension (n x 1), A0 et Ai sont les matrices des coefficients de dimensions (n x
n) , k est le vecteur des constantes , P est le nombre de retard et Ut est le vecteur des bruits blancs non
corrélés , _(E(UtU0t) est considéré comme une matrice diagonale . En multipliant le modèle par la matrice

p

inverse de A0 il obtint le modèle VAR réduit suivant : t i t

Z t = c - B _i Z -+ å

i=1

Rappelons qu'il a pris comme variable dans l'estimation du VAR, l'output (Y) mesuré par l'indice de la production industrielle, le taux d'inflation (INF) ou le niveau des prix (P), le taux d'intérêt (INT), l'agrégat monétaire (M1). L'estimation utilise des données mensuelles. La problématique fut traitée en utilisant les fonctions de réponses aux chocs, qui décrivent le comportement d'une variable par rapport à une autre. Il a ordonné les variables comme suit : l'output, le taux d'inflation, le taux d'intérêt et M1. A cause de la présence de retards dans la disponibilité des données sur l'output et le taux d'inflation, l'auteur assume que les impacts sur l'output, le taux d'inflation et le taux d'intérêt sont transmis rapidement aux agrégats monétaires. Dans la récente période il est évident que la politique monétaire a considérablement agi sur le niveau des prix, puisqu'il a observé une réduction au niveau de la persistance de l'inflation.

Crhistiano. L. J, Eichenbaum M, Evans C (1993) montrent que le niveau des réserves permet d'évaluer l'impact de la politique monétaire dans les activités de prêt et d'emprunt dans les différents secteurs de l'économie. Ils identifiaient deux types de variables ; les premières variables sont celles qui sont directement affectées par les actions de la politique monétaire. En gros ils trouvent l'évidence d'un puissant effet de liquidité, c'est-à-dire une contraction de la masse monétaire est associée avec une hausse au niveau du taux de réserve fédéral et une diminution au niveau des différents agrégats monétaires. La seconde classe des variables se compose des agrégats macroéconomiques standard. Ainsi une contraction des mesures de la politique monétaire implique un déclin persistant au niveau du PIB réel, l'emploi et les prix des commodités. Ils remarquaient que les mesures de la politique monétaire n'ont d'effet que sur la variation du déflateur du PIB (inflation) qu'approximativement après 12 mois, après quoi il y a un

déclin¹⁷. Ils identifient une mesure de la politique monétaire en utilisant l'équation de régression de la

forme suivante : S_t =ø ( Ù _t ) + óåst

Ou St est l'instrument de la politique, ø est une fonction linéaire, Ù est l'information disponible des autorités monétaire lorsque St est en marche, ó est un nombre positif, et å_st est la série non corrélée

d'innovation. En accord avec cette spécification, l'impact de la politique monétaire sur une variable peut être mesuré par les coefficients de la régression des variables actuelles et les valeurs retardées des résidus de l'équation. A ce propos ils présentent le modèle qui suit :

Ou ì t = Cå _t où C est une matrice triangulaire inférieur et å_t est la matrice variance covariance

équivalent à la matrice identité. Avec toutes ses considérations le vecteur Zt contient les variables suivantes, le log du PIB réel (Y), le log du déflateur du PIB (P), le log de l'index des prix des commodités (PCOM), le log des réserves non empruntées (NBRD), le taux de réserves fédérales (FF) et le log des réserves totales (TR). Ils ont estimé dans l'ordre les variables suivantes Zt : (Yt, Pt, PCOM, FF, NBRD, TR) en utilisant des données trimestrielles allant de 1960 à 1992 avec 4 retards pour les variables dans le système.

En termes de résultats ils ont trouvé que l'impact de FF est de 0,79 % en rythme annuel, tandis que pour le NBRD il est de l'ordre de 1,61%, entre ces deux variables, il y a une corrélation de 0,49 %. Le déflateur du PIB (inflation) est affecté par les mesures de politique monétaire qu'après approximativement 12 mois.

Sims C. A. et Zha T. (1996) montrent comment manipuler les erreurs bayesiennes pour les réponses aux chocs estimées à partir des modèles de vecteurs autorégressifs réduits afin d'éviter les problèmes comme la multicollinearité, ils mettent aussi l'accent sur le fait qu'il faut bien identifier un VAR, puisque cela peut générer des erreurs de prévision au niveau des réponses aux chocs. Ils considèrent ce modèle linéaire multi variée

A(L) y(t) + C = e(t), (1)

Ou y(t) est un vecteur avec m×1 observations, A(L) est la matrice polynomiale de l'opérateur de retard (L) de dimension m× m, avec p retard, et C un vecteur de constante.

Selon eux l'inflation répond brutalement dès le premier trimestre aux chocs de la politique monétaire. Les analyses empiriques prouvent qu'une contraction de la masse monétaire cause une baisse persistante dans le taux de croissance de M2 et une hausse continue du taux d'intérêt, un déclin persistant de

¹⁷ Contrairement aux travaux de Sims qui a observé une période de 24 mois

l'inflation et après un certain délai, un déclin persistant dans le PIB réel. L'apport majeur de ce document se résume dans le fait que Sims et Zha trouve la meilleure spécification qu'est la variation du temps dans la variance des chocs, non pas dans les coefficients.

Dans le cas de notre étude nous allons nous inspirer du travail fournit par André Minella dans le choix des variables, mais on ne tiendra pas compte de l'output puisqu'il n'existe pas de données mensuelles pour celui-ci, on fera l'ajout du taux de change, car d'une part nous ne pouvions pas introduire toutes les variables possibles dans l'analyse du modèle vu la quantité des variables et les retards de chacune de ces variables. Cependant le travail de Lonege Orisma aura une attention soutenue puisqu'il traite d'Haïti, on tentera de comparer nos résultats avec ses travaux même s'il n'a pas orienté sa recherche à partir d'un VAR.

2.2 L'utilisation du VAR dans le cadre de la politique monétaire

Sims C. (1980) présentait la première analyse de la politique monétaire dans le cadre d'un modèle à vecteur autorégressif. Sims fait sentir la nécessité d'augmenter le champ des variables ayant rapport à la politique monétaire dans un VAR et d'améliorer les méthodes pour manier de grande quantité de paramètre dans un modèle développé. Par la suite des recherches importantes ont été faites. D'ou l'on peut citer récemment Strongin (1995), Christianno, Eichenbaum et Evans (1996); Bernanke et Mihov (1995), mettant l'emphase sur l'importance de tenir compte des différents régimes de politique monétaire. Sims d'un autre coté montre l'importance d'inclure des variables dans le VAR tel que les prix de commodité que la banque centrale devrait utiliser dans la prévision de l'inflation. Pour Sims les variations des instruments de la politique monétaire sont les conséquences des réponses de la politique et de l'état de l'économie, non pas par les changements aléatoires du comportement de la politique; les impacts de la politique monétaire sur des variables réelles sont estimées de façon modeste, dépendant de son spécification. Robert Litterman un pionnier dans la démonstration de la valeur du VAR dans la prévision, a aussi développé des méthodes pour les utiliser dans les prévisions des choix de politique monétaire¹⁸.

A cet effet la méthodologie VAR non restreint exige : d'identifier les innovations de la politique monétaire en imposant des restrictions dans la matrice des impacts, comparer la représentation théorique et estimée du model VAR, en utilisant des statistiques comme : l'impact des coefficients, la fonction des réponses aux chocs, la décomposition de la variance et le chemin temporel des impacts structurels. Pour

¹⁸ Voir par exemple Litterman 1982 ,1984

beaucoup de chercheurs l'estimation des coefficients de court terme est souvent mauvaise. Le signe et la significativité des réponses aux chocs différent à travers les règles de la politique, mais il y a une tendance très répandue de mal représenter la vraie dynamique. De même la décomposition de la variance sous estime l'importance des impacts de la politique monétaire. La structure du VAR dans un certain sens est mauvaise dans l'explication de la politique monétaire. C'est tout au moins ce que pense des auteurs comme Rubebusch en 1998 qui fournit un certain nombre de raisons qui montrent pourquoi le modèle VAR est inadéquat pour l'analyse de la politique monétaire.

En guise de réponse Sims (1998) nous fait croire que la critique de Rudebusch n'est pas une critique constructive¹⁹. C'est plus une attaque qu'une critique toujours selon Sims. En réponse il lui fait un bref résumé de ces études sur l'identification du VAR. La question de la variation du temps, linéarité et la sélection des variables est universelle pour les modèles en macroéconomie. La modélisation du VAR a été déjà pensée en conséquence. Pour faire une critique selon Sims, le document de Rudebusch devrait montrer une façon particulière d'introduire la non linéarité, en accord avec la variation du temps.

Vu cet état de fait, dans notre analyse nous assumons que Sims a raison, puisque la modélisation du VAR est jusqu'à date l'outil économétrique le mieux approprié pour étudier le comportement de différentes variables d'une manière simultanée et que la modélisation du VAR permet d'étudier les impacts de la politique dans l'objectif d'une réduction de l'inflation dans l'économie. Mais dans notre analyse on ne tiendra pas compte du prix des commodités dans la prévision de l'inflation.

19 Comment on Glenn Rudebusch's «Do Measures of Monetary Policy in a VAR Make Sense?» de Christopher A. Sims