Impact macroéconomique des fluctuations des prix des produits pétroliers au Burundi: une modélisation VAR (1980- 2009 )

Tableau no8 : Résultats du test de causalité au sens de Granger

Sens de causalité F-statistic Probabilité Décision au seuil de 5%

LPE L IPC 3,183 0,086 LPE cause LIPC

LIPC LPE 7,732 0,009 LIPC cause LPE

LPG LIPC 3,359 0,078 LPG cause LIPC

LIPC LPG 3,359 0,007 LIPC cause LPG

LPP LIPC 2,277 0,143 LPP ne cause pas LIPC

LIPC LPP 6,267 0,018 LIPC cause LPP

LPE LRF 3,079 0,091 LPE cause LRF

LRF LPE 2,148 0,154 LRF ne cause pas LPE

LPG LRF 6,630 0,016 LPG cause LRF

LRF LPG 1,293 0,265 LRF ne cause pas LPG

LPP LRF 1,129 0,297 LPP ne cause pas LRF

LRF LPP 4,231 0,049 LRF cause LPP

LPE LPIB 1,852 0,185 LPE ne cause pas LPIB

LPIB LPE 2,407 0,133 LPIB ne cause pas LPE

LPG LPIB 3,622 0,068 LPG cause LPIB

LPIB LPG 1,106 0,302 LPIB ne cause pas LPG

LPP LPIB 0,502 0,485 LPP ne cause pas LPIB

LPIB LPP 5,344 0,029 LPIB cause LPP

LPE LPG 4,148 0,051 LPE cause LPG

LPG LPE 0,112 0,740 LPG ne cause pas LPE

LPE LPP 2,649 0,115 LPE ne cause pas LPP

LPP LPE 0,076 0,784 LPP ne cause pas LPE

LPG LPP 4,224 0,050 LPG cause LPP

LPP LPG 0,585 0,451 LPP ne cause pas LPG

Source: Nous-mêmes à partir des résultats de régression.

L'interprétation se fait par comparaison de la probabilité associée à la statistique de Wald, test de nullité des coefficients associés, aux retards de la variable dépendante à 10%. Si à ce seuil cette probabilité est supérieure à 0.1, on accepte l'hypothèse d'absence de causalité, et dans le cas contraire on la rejette. En effet, à la lumière du tableau précédent, on constate que le PE et le PG causent simultanément au sens de Granger l'IPC et que ce dernier cause à son tour ces deux variables (PE et PG). La variable PP ne cause pas l'IPC mais l'IPC cause au sens de Granger le PP.

On constate également que PE et PG causent simultanément au sens de Granger RF mais sans relation retour. Cependant, ces variables (PE et PP) ne causent pas au sens de Granger le PIB car leurs probabilités respectives (0,185 et 0,485 sont supérieures à 0,1.Par contre, la variable PG cause le PIB et PIB cause seulement PP au sens de Granger.

III.4.6.2. Décomposition de la variance

La décomposition de la variance décompose la variation, autrement dit la variance d'une variable endogène en des composants chocs des variables endogènes du système VAR. La décomposition de la variance donne une information sur l'importance relative de chaque innovation aléatoire des variables du VAR. En effet, cet exercice à pour objectif de décomposer les parts respectives des innovations identifiées dans la variance de l'erreur de prévision des variables du système joint pour différents horizons de prévision. On calcule pour cela P_ijk la contribution de l'innovation j à la variance de l'erreur de prévision de la variable k à l'horizon h.

Etant donné que la variance de l'erreur de prévision commise sur la variable W_k à l'horizon h s'écrit

Avec B_k,i,j désigne le j^ème coefficient de la représentation moyenne mobile de la variable W_k relatif au choc å^*it, il est facile d'en déduire la contribution de l'innovation j à la variance de l'erreur de prévision de la variance k à l'horizon h :

En analysant donc les résultats de l'annexe10, on aboutit aux conclusions suivantes : De façon instantanée (à court terme), les trois variables expliquées (l'IPC, RF et PIB) sont auto expliquées à 100%.

A long terme (période de 10ans), l'IPC est expliqué par ses propres innovations à 66,6%, puis par celles du PE à 29,96%, par celles du PG à 3,33%, et finalement celles du PP à 0,04%.

La décomposition de la variance de l'erreur de prévision indique aussi que le PIB est expliqué par ses propres innovations de 62,04%, par celles du PE à 14,82%, par celles du PG à 12,19% et enfin par celles du PP à 10,93%. Par ce Test également, à long terme, les RF sont faiblement expliquées par leurs propres innovations (soit 26,06%), puis par celles du PE à 18,94%, par celles du PG à 30,74%, et enfin par celles du PP à 24,25%.

Concernant le PE, à court terme, il est expliqué à 96,04% par ses propres innovations et 3,96% par le PIB. A long terme en effet, il est expliqué à 55,52% par ses propres innovations, à 27,08% par le PIB, à 9,33% par le PP et 8,05% par le PG.

Quant au PG, à court terme, il s'autoexplique à 33%, à 53,86% par le PE et à 13,12% par le PIB. A long terme en effet, il est expliqué à 12,17% par ses propres innovations, à 45,12% par le PE, 33,27% par le PIB et enfin à 9,41% par le PP.

La décomposition de la variance de l'erreur de prévision indique enfin que, à court terme, le PP s'autoexplique à 48,91%, à 36,54% par le PE, à 13,98% par le PG et à 0,56% par le PIB.

A long terme enfin, le PP est expliqué 17,12% par ses propres innovations, par 39,59% par le PE, à 32,70% par le PIB et enfin à 10,57% par le PG. Ces résultats nous conduisent à répondre à notre question de recherche qui consiste à vérifier si la hausse des prix des produits pétroliers agit sur les variables macroéconomiques (IPC, PIB et RF pour notre cas). Ainsi, nous constatons qu'un choc sur PE et PG influence plus les variables retenues qu'un choc sur PP. Cependant, ces variables ne sont pas affectées de la même manière ; la variable la plus sensible aux chocs étant IPC. L'explication à cela est que l'effet de la hausse des prix des produits pétroliers sur les recettes fiscales est direct car l'une des causes de la hausse des prix des produits pétroliers est la pression fiscale.

En effet, une augmentation des taux d'imposition peut avoir des effets inflationnistes. Généralement, il est admis que le relèvement des taux d'imposition a des effets déflationnistes car, augmenter ce taux entraine une réduction du pouvoir d'achat des consommateurs et partant une baisse du niveau de demande globale. L'offre devenant supérieure à la demande, les prix diminuent. De là, nous confirmons notre première hypothèse selon laquelle « la hausse des prix des produits pétroliers influence négativement (ou positivement selon le cas) les variables macroéconomiques ».

Aussi, l'identification des variables les plus sensibles à cette hausse (l'IPC et RF pour notre cas) nous per met d'infirmer notre deuxième hypothèse selon laquelle « les variables macroéconomiques sont affectées (touchées) de la même manière par la hausse des prix des produits pétroliers ». Quant au PIB, l'influence de ces hausses ne se manifeste que dans le long terme.

Quant à la faible influence du choc sur PP aux variables de l'étude, elle est due à la petite part qu'elle représente dans l'importation et la consommation des carburants. (cfr Tableau n^o3). En effet, le pétrole n'est utilisé que par une petite partie de la population (lampes à pétrole dans les ménages ruraux, les pêcheurs dans la pêche de nuit, etc.)