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

 > 

Analyse des déterminants de la consommation des ménages au Bénin: Approche par le modèle à  correction d'erreur

( Télécharger le fichier original )
par Ghislain Wilfrid BOHOUN & Gbègni ALLADASSI-BATTO
Université d'Abomey Calavi - Maitrise sciences économiques 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

Paragraphe 2 : Données et Procédure d'estimation

A- Les données

Les données sont annuelles et s'étendent sur la période allant de 1982 à 2005. Elles proviennent des comptes nationaux de l'INSAE et du FMI (voir annexe 1)

1) Consommation finale des ménages

Les comptes nationaux nous fournissent les séries de dépenses en consommation des ménages à prix constant de l'année 1985. Ces données sont présentées par produit. On distingue dans les comptes nationaux neuf groupes de produits. Sur la base des travaux de l'INSEE relatifs aux comptes nationaux publiés en juin 2006, nous avons rangé ces derniers en deux catégories : biens durables et biens non durables. Le tableau suivant présente la répartition des neuf groupes de produits en ces deux secteurs.

Thème : « Analyse des déterminants de la consommation des ménages au Bénin : une approche par le modèle à correction d'erreur »

Tableau 1 : Classification des groupes de produits en deux catégories

Catégories

Groupes de produits

Biens non durables

o Produits alimentaires (végétaux, animaux, corps gras, boissons, tabac, ...)

o Produits chimiques (produits pharmaceutiques, cosmétiques, ...)

o Energie (produits pétroliers, électricité, .....)

o Transport (transport terrestre, ferroviaire, )

o Autres services (assurances, services bancaires, ...)

 

o Logement (Matériaux de construction, loyer, ...) o Habillement (vêtements, chaussures,....)

Biens durables

o Produits mécaniques (automobile, motocycle, ...)

o Autres produits industriels (électroménager, télévision, informatique, ameublement, décoration, jouets, ..)

Source : Regroupement effectué par les auteurs à partir des comptes

économiques de l'INSAE

2) Revenu disponible réel des ménages

En Comptabilité Nationale, le revenu national au prix du marché est obtenu en ajoutant à la somme des revenus issus des facteurs de production (salaires, rentes, intérêt, profits) les impôts indirects net des subventions d'exploitation. A ce revenu, on ajoute le solde des autres transferts courants en provenance du reste du monde pour obtenir le revenu national disponible.

Etant donné qu'il s'agit pour nous de construire un modèle portant sur la consommation des ménages, il serait intéressant d'aborder un autre concept du revenu qui est celui du revenu disponible des ménages. Il désigne le revenu courant dont disposent les ménages pour leur consommation et l'épargne c'est-à- dire le revenu personnel après déduction de l'impôt sur le revenu. C'est ce revenu qui selon Keynes détermine la consommation des ménages. Pour calculer ce revenu, on apporte certaines modifications au revenu aux coûts des facteurs (la somme des quatre composantes du revenu des facteurs, soit les salaires, les rentes, les intérêts et les profits) : on en soustrait les bénéfices non répartis et impôts des entreprises et on y ajoute le paiement de transfert de l'Etat aux

Thème : « Analyse des déterminants de la consommation des ménages au Bénin : une approche par le modèle à correction d'erreur »

ménages5. Mais ne disposant pas de tous ces éléments dans les comptes nationaux, la série des revenus disponibles des ménages est obtenue en déduisant du revenu national disponible les impôts indirects prélevés par l'Etat et en ajoutant les subventions.

Signalons que le revenu disponible utilisé dans les modèles est à prix constant. C'est le revenu disponible des ménages calculé en volume en le déflatant par le déflateur de la consommation des ménages.

3) Niveau général des prix

Pour analyser l'évolution des prix on utilise le taux d'inflation. Le taux d'inflation désigne la variation relative des prix entre deux périodes. Etant donné que les prix sont appréhendés à travers les indices de prix, il s'obtient par la forme suivante :

In - In-1

ð =

In-1

avec In-1 et In les indices de prix respectifs des années n et n-1.

Les indices de prix indiquent la moyenne d'un ensemble de prix à un moment précis, qualifié de période courante, par rapport à ce qu'ils étaient précédemment au cours d'une période appelée période de base. L'INSAE, pour calculer l'indice des prix à la consommation, procède à une enquête sur les prix des différents groupes de produits et affecte un poids à chaque prix selon l'importance de chaque groupe de produits dans le panier de la ménagère.

Les premiers indices de prix disponibles à l'INSAE ont été calculés en prenant comme base l'année 1985 et couvrent la période 1882 à 1991. De 1992

5 Lipsey, Purvis, Steiner: Macroéconomique 2ème édition p115

Thème : « Analyse des déterminants de la consommation des ménages au Bénin : une approche par le modèle à correction d'erreur »

à 1997, d'autres sont établis sur la base de l'année 1991. Les tous derniers sont calculés sur la base de 1996 et sont disponibles depuis 1998. Nous avons dû donc procéder à une harmonisation de ces indices en les rapportant à une même base. Etant donné que les consommations finales des ménages sont évaluées aux prix de 1985, nous avons jugé bon de retenir cette année comme base dans l'harmonisation des indices.

La formule utilisée pour effectuer ces changements de base est la suivante :

(Indice X, base 1 985)*(Indice t, base X)

Indice t, base 1985 =

100

t > 1991 ;

X étant l'année de base des indices qu'on désire ramener dans la base 1985. L'annexe 2 présente les indices rapportés aux différentes bases ainsi ceux obtenus suite à l'harmonisation (à l'année de base 1985).

4) Taux d'intérêt créditeur

Le taux d'intérêt constitue l'un des principaux instruments de transmission des impulsions de la politique monétaire au secteur réel de l'économie. Il constitue un outil fondamental de la politique monétaire dont est chargée la BCEAO.

Le taux d'intérêt créditeur désigne le taux appliqué par les banques sur les dépôts. La représentation du FMI au Bénin publie chaque année la valeur de ce taux au niveau national. L'influence de la BCEAO sur ce taux a beaucoup évolué dans le temps.

De 1975 à 1989, les conditions applicables par les banques et établissements financiers à leur clientèle s'inséraient dans un barème de taux. Mais c'est la réforme de 1989 qui a introduit une grille simplifiée des conditions de banque, comportant une administration minimale qui se limite à l'instauration

Thème : « Analyse des déterminants de la consommation des ménages au Bénin : une approche par le modèle à correction d'erreur »

de taux créditeurs planchers. La libéralisation des conditions de banque intervenue à partir du 1er octobre 1993 va au-delà et se traduit par la suppression de plusieurs taux directeurs planchers.

B- Procédure d'estimation des modèles

La procédure adoptée est celle d'Engle Granger. Elle comporte deux étapes fondamentales. La première concerne la relation de cointégration et la deuxième, l'estimation du modèle à correction d'erreur. Ces deux étapes sont précédées par l'étude de la stationnarité des séries.

1)- Stationnarité

Avant le traitement d'une série chronologique, il convient de déterminer si elle est stationnaire ou non.

a) Définition

Une série est dite stationnaire lorsqu'elle est caractérisée par la constance de ces deux premiers moments dans le temps. De manière formalisée une série Xt , ( t > 0) est stationnaire si :

E(Xt ) = m = constante ;

Var (Xt )= ó2 = constante ;

Cov(Xt , Xt + h)= ã(h) (indépendant du temps).

Les séries ne vérifiant pas ces propriétés sont non stationnaires.

Pour vérifier ces propriétés sur les séries, deux processus à partir desquels cette stationnarité peut être étudiée sont distingués :


· Les processus TS (trend stationnary) qui représentent une non stationnarité du type déterministe. Les processus stationnaires qui en résulte sont obtenus en retranchant de leurs valeurs la partie déterministe estimée par les moindres carrés ordinaires (MCO) ;

Thème : « Analyse des déterminants de la consommation des ménages au Bénin : une approche par le modèle à correction d'erreur »


· Les processus DS (differency stationnary) qui sont des processus non stationnaires aléatoires. Les processus stationnaires qui en résultent sont obtenus par un filtre aux différences premières. Si Xt est non stationnaire et de type DS, (1 -L)Xt est stationnaire ; où L désigne l'opérateur retard.

b) Test de stationnarité

L'étude de stationnarité s'est faite à partir de l'analyse des corrélogrammes et des tests DF (Dickey-Fuller) ou ADF (Augmented DickeyFuller).

L'analyse des corrélogrammes permet d'identifier s'il s'agit d'un processus TS. Lorsque les termes du corrélogramme simple sont élevés même pour les décalages importants mais diminuent très lentement, alors la série est de type TS. Dans le cas contraire, les tests DF ou ADF permettent de savoir s'il s'agit d'un processus stationnaire ou DS.

Les modèles servant de base à la construction de ces tests sont au nombre de six. Pour une série Xt, on a :

où çt est un processus de bruit blanc

Les trois premiers modèles sont ceux utilisés pour effectuer les tests de Dickey-Fuller simples. L'existence des trois derniers, utilisés pour les tests d'ADF), se justifie par le fait que le processus çt qui était par hypothèse un bruit blanc, n'avait aucune raison d'être non corrélé.

Le principe du test consiste à tester l'hypothèse H0 : ñ=1 contre H1 : ñ<1 dans les modèles estimés par les MCO. La valeur de p peut être déterminée selon les critères de Akaike ou de Schwarz en partant d'une valeur suffisamment

Thème : « Analyse des déterminants de la consommation des ménages au Bénin : une approche par le modèle à correction d'erreur »

importante de p. Si l'hypothèse Ho est retenue alors le processus n'est pas stationnaire. Il faudrait ensuite considérer sa différence première et reprendre les tests. Lorsque cette dernière est stationnaire on conclut que la série est stationnaire en différence.

A l'issu du test de stationnarité, lorsque les variables sont intégrées du même ordre, on passe à l'examen de la cointégration.

2- Relation de cointégration

Avant tester l'existence d'une relation cointégration (ou de long terme), on procède à l'identification des variables pouvant intervenir dans cette relation par les tests de causalité de Granger.

a) Tests de causalité de Granger

Le test de causalité à la Granger permet de déterminer les variables économiques qui interviennent dans la relation de long terme.

Pour tester la causalité entre deux variables y1t et y2t on estime un modèle VAR(p).

p p

1t

y a b y c y

1 1 1 1 1 2

= + - + - + å

t i t i i t i

1

i 1 i

= =

p p

2 t

y a b y c y

2 2 2 1 2 2

= + - + - + å

t i t i i t i

1

i 1 i

= =

La détermination du retard p est effectuée à l'aide du critères AIC ou SC.

· y2t ne cause pas y1t si l'hypothèse suivante est acceptée :
H0: c11 = c12 = = c1p = 0.

· y1t ne cause pas y2t si l'hypothèse suivante est acceptée :
H0: b21 = b22 = = b2p = 0.

Thème : « Analyse des déterminants de la consommation des ménages au Bénin : une approche par le modèle à correction d'erreur »

Ces tests peuvent être conduits à l'aide d'un test de Fisher classique de nullité des coefficients, équation par équation. Lorsque la statistique de Fisher calculée est supérieure à la valeur tabulée on rejette l'hypothèse H0.

b) Test de cointégration.

. Le concept de cointégration permet de définir statistiquement la notion économique d'équilibre ou de long terme entre variables intégrées de même ordre.

Une fois que les variables devant entrer dans cette relation sont identifiées par le test de causalité, on estime, par les MCO, la relation suivante :

n
Y t i X it t

= + +

á 0 á å

i = 1

ou

n

s X les

Y t i X it t t

= + + +

á 0 á â å

,

lorsque les variables comportent une tendance

i = 1

Y est la variable endogène (c'est-à-dire Log(Cn) ou Log(Cd)) ; Xi (1= i =n) sont les variables causant Y.

La relation estimée est une relation de cointégration si Ct est stationnaire (I(0)). Le test de cointégration se ramène donc à un test de racine unitaire. La régression qui sert au test est la suivante :

où on teste H0 : p = 0 contre H1 : p < 0 à partir de la statistique de Student du coefficient p. Pour accepter la cointégration, il faut accepter H1. Mais on ne peut pas utiliser la table de Fuller car Ct est un résidu d'estimation.

Il faut noter qu'on ne peut pas réaliser de test de significativité sur les coefficients de la relation.

Thème : « Analyse des déterminants de la consommation des ménages au Bénin : une approche par le modèle à correction d'erreur »

3- Modèle à correction d'erreur

Lorsque le test de cointégration est concluant, on passe à la seconde étape de la procédure d'Engle et Granger, qui est l'estimation du modèle à correction d'erreur pour la consommation de chaque type de biens:

p p p p p

ÄL

og Cn Log Cn LogR Log Pn Log Pd Logi

( ) ( ) ( ) ( )

t i t i

= Ä + Ä + Ä + Ä + Ä

â â â â â

0 - 1 2

i t i i t i

- - 3 i t i

- 4 i t i

-

i=1

p

i=1 i=1 i=1 i=1

+ ë et -1 + ç t

p p p p

ÄL og Cd b Log Cd b LogR b Log Pn b Log Pd b Logi

( ) ( ) ( ) ( )

t i t i

= Ä + Ä + Ä + Ä + Ä

0 - 1 2

i t i i t i

- - 3 i t i

- 4 i t- i

i = 1 i = 1 i = 1 i = 1 i = 1

+ ãet ' -1 + å t

e significativement négatifs ; dans le cas contraire, il convient de rejeter une spécification de type « modèle à correction d'erreur».

Après l'estimation des modèles on procède à leur validation. Elle concerne essentiellement la significativité des paramètres de court terme, la valeur du coefficient de détermination, les tests sur les résidus et le test de stabilité.

Une fois les modèles validés, ils sont objets de simulations avant qu'on ne passe à la prévision. Si S désigne l'écart type des erreurs et Yt+h la valeur prévue, l'intervalle de confiance au seuil de 5% est [Yt+h - t*S ; Yt+h + t*S]. La statistique t étant celle de Student lue dans la table de Student.

Thème : « Analyse des déterminants de la consommation des ménages au Bénin : une approche par le modèle à correction d'erreur »

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








"Entre deux mots il faut choisir le moindre"   Paul Valery