Memoire Online - Impact des bons BRH (Banque de la République d'Haà¯ti) sur le crédit en Haà¯ti: une modélisation du Vecteur Auto Régressif (VAR) d'octobre 1996 à septembre 2010

IMPACT DES BONS BRH SUR LE CRÉDIT EN HAÏTI :
UNE MODÉLISATION VAR (OCTOBRE 1996 À SEPTEMBRE 2010)

Mémoire de sortie préparé et présenté par :
Albert PIERRE LOUIS
Pour l'obtention du grade de licencié ès Sciences Economiques

REMERCIEMENTS

Apres avoir passe quatre ans a la FDSE en acquerant toutes sortes de connaissances qui me seront utiles pour le reste de ma vie, je suis parvenu a ce stade d'elaboration de mon memoire de sortie, considere comme l'ultime etape du cursus de formation de l'etudiant pour l'obtention du grade de licencie es Sciences Economiques. La realisation de ce travail, j'en suis conscient, a ete rendue possible avec le concours de plusieurs personnes auxquelles je desire adresser mes plus sinceres remerciements.

Je remercie d'abord le grand JE SUIS (YHWH), dans son omniscience, m'a pourvu de la sagesse et de l'intelligence necessaire pour realiser ce travail de recherche.

Un grand merci a la Fondation Gerard Pierre Charles pour son appui financier a la realisation de ce memoire.

J'adresse particulierement des remerciements a mon directeur de memoire, Thebeau Michel pour avoir mis a ma disposition son precieux temps et pour ses nombreuses remarques et suggestions trts utiles dans le cadre de ce travail.

Des remerciements speciaux vont egalement a Ogisma Lonege et Jean Marie Cayemitte pour leurs conseils et commentaires sur ce present travail.

Je remercie nos collegues etudiants de la promotion 2006-2010 pour l'esprit de solidarite et camaraderie qu'ils ont su montrer tout au long de ces quatre annees d'etudes.

Enfin, que tous ceux et toutes celles qui d'une maniere ou d'une autre m'ont aide, encourage a realiser ce travail, par leurs soutiens (Carl Nally Regi Simon et Emmanuelle Jean Baptiste), conseils, critiques, et suggestions, trouvent l'expression de notre profonde reconnaissance.

A vous chers lecteurs, que vous puissiez en tirer profit et qu'en revanche vous puissiez y apporter certaines critiques constructives car un travail humain n'est jamais parfait, a tous nous reiterons notre reconnaissance.

DEDICACE

L'argent ensorcele l'homme. On se fait du souci a son sujet, on s'en use pour lui. L'homme invente les moyens les plus ingénieux pour le procurer et les plus ingénieux aussi pour le dépenser. C'est le seul bien qui ne sert a rien si l'on ne s'en sépare. Il ne nourrit personne, il n'ha bille personne, il n'amuse personne, a moins qu'on ne s'en départe. Il y a des gens qui feraient n'importe quoi pour en o btenir, et l'argent peut aussi faire a peu pres n'importe quoi pour ceux qui en ont. La monnaie est une énigme captivante, mouvante, elle porte mille masques.

Traduction de Federal Reserve Bank of Philadelphia, « Creeping Inflation », Business Review, August 1957, p.3.

Je dédie ce mémoire a mes meres, a mes freres et sceurs pour leur participation combien
importante dans ma formation, et aussi pour le gout de la recherche qu'ils ont stimulé en moi.
Merci pour l'éducation équilibrée qui m'a été enseignée a savoir spirituelle, intellectuelle,
mentale, physique et sociale afin de faire face a la vie.

Le Crédit a fait beaucoup plus, un millier de fois plus, pour enrichir les nations que toutes les mines du monde. Il a excité le travail, stimulé les entreprises, étendu le commerce sur tous les horizons, et amena chaque nation, chaque royaume et chaque petite tribu des races humaines a etre connus du Reste du Monde.

RÉSUMÉ

IMPACT DES BONS BRH SUR LE CREDIT EN HAITI :
UNE MODELISATION VAR (OCTOBRE 1996 A SEPTEMBRE 2010)
Albert PIERRE LOUIS
Sous la direction de Thé beau MICHEL
Aofit 2011, 85 pages

Ces dernières années nous constatons qu'il y a rationnement du crédit en Haiti, c'est-àdire les banques commerciales refusent d'octroyer du crédit aux agents économiques. Par contre, cceteris paribus, elles préférerent investir dans les bons BRH qui sont de loin plus silrs. Notre travail consiste a montrer l'impact négatif des bons BRH sur le crédit. Pour confirmer cette affirmation nous avons utilisé la modélisation du Vecteur Autorégressif (VAR). Les résultats montrent qu'un choc de 1% des bons BRH a un impact cumulé négatif trts faible a court et a long terme sur le crédit, apres un mois (-0.19%), apres trois mois (-0.28%) et devient constant apres cinq mois (-0.27%). Outre, nous avons trouvé que le crédit est dil a 94.90% de ses propres innovations et a 0.77% des innovations des bons BRH. Donc, les bons BRH ont un impact négatif faible sur le crédit en HaBti.

Mots clés : Crédit, bons BRH, Vecteur Autorégressif (VAR), réponses aux chocs, décomposition de la variance, HaBti.

TABLES DES MATIÈRES

RÉSUMÉ.................................................................................................iii
TABLES DES MATIÈRES....................................................................iv
LISTE DES SIGLES ET ABRÉVIATIONS......................................viii

INTRODUCTION GÉNÉRALE.............................................................1
CHAPITRE I -- CADRE CONCEPTUEL ET THÉORIQUE............6

Section1. Cadre conceptuel....................................................................6
1.1. Credit.............................................................................................6
1.2. Taux d'interet debiteur.....................................................................7
1.3. Taux directeur.................................................................................7
1.4. Bons BRH......................................................................................7
Section 2. Cadre theorique .....................................................................8
2.1. Les fondements theoriques de la politique monetaire .......................8

2.1.1. Approche des monetaristes ................................................................8
2.1.2. Approche des keynesiens ...................................................................9

2.2. Les theories du credit................................................................10 2.2.1. La repression financiere ...................................................................11 2.2.2 Les imperfections des marches financiers...............................................11 2.2.2. Le rationnement du credit.................................................................15

2.3. Le credit et la politique monetaire.....................................................20
2.4. Les theories sur la modelisation VAR..............................................................22
2.4.1. La critique de Lucas (1976)................ ..............................................24

2.4.2. la critique de Sims (1980) ....... ........................................................25

CHAPITRE II -- LES INSTRUMENTS DE LA POLITIQUE

d'un point de vue glo bal........................................................................27

1.1. Politique Monetaire........................................................................27

1.1.1. Definition de la politique monetaire....................................................27

1.1.2. Objectifs de la politique monetaire ........................ .............................28
1.2. Les instruments de la politique monetaire : considerations generales......28

1.2.1. Generalite des instruments de politique monetaire....................................29

1.2.2. Les instruments de la politique monetaire dans la pratique..........................31

Section 2. Presentation des instruments de la politique monetaire en Haiti 36

2.2. Les instruments utilises par la Banque de la Republique d'Haiti (BRH) pour mener sa politique monetaire 38

2.2.2. Les reserves obligatoires .................................................................39

CHAPITRE III -- LA SITUATION DU CREDIT EN HAITI............47
Section 1. Analyse du credit au sein de l'économie haltienne.............47

1.1 Evolution du credit .............................................................................47
1.2. Evolution des taux d'interêts debiteurs..............................................50
1.3. Repartition du credit au sein de l'economie haltienne...........................51
1.3.1. Repartition du nombre de prêts par emprunteur.......................................51

1.3.2. Repartition de l'encours des prets par tranche (prets de 75 000 gourdes ou plus)................................................................................................51 1.3.3. Repartition de l'encours des prets par secteur d'activite..............................52 1.3.4. Repartition de l'encours des prets par echeance (prets de 75 000 gourdes ou plus).................................................................................................52

1.4. Quelques obstacles a l'expansion du credit en Haiti ...........................53

Section 2. Analyse des effets des bons BRH, des taux d'interet

debiteurs sur le credit en Haiti................................................................55 2.1. Effets des taux des directeurs sur les taux d'interet debiteurs....................55 2.2. Effets des bons BRH sur le credit.....................................................57 2.3. Effets des taux d'interet debiteurs sur le credit..............................................59

2.4. Poids dans le PIB des interets verses par la BRH aux Institutions financieres sur les bons BRH..................................................................60

CHAPITRE IV - BONS BRH ET CREDIT : UNE ANALYSE
ECONOMETRIQUE DES DONNEES A PARTIR DE LA

MODELISATION VAR........................................................................63

Section 1. Presentation de la modelisation VAR.................................63
1.1. Ecriture du modele VAR .................................................................63
1.1.1. Exemple introductif........................................................................63
1.1.2. Formulation generale ......................................................................65
1.2 Estimation des parametres d'un VAR (p)............................................67

Section 2. Presentation de notre modele...................................................68
2.1. Presentation des variables du modele..............................................................68
2.2. Test de stationnarite ou de racine unitaire...........................................69
2.2.1. Test de Dickey-Fuller (1979, 1981)....................................................71

2.3. Specification et Estimation du modele................................................76
2.3.1. Specification du modele..................................................................76
2.3.2. Estimation du modele.....................................................................76
2.4. Test de causalite..............................................................................78
2.4.1. Test de causalite de Granger.............................................................78

CONCLUSION ET RECOMMANDATIONSJJJJJJ.JJJJJ...82

BIBLIOGRAPHIE.................................................................................................J......86
ANNEXEJJJJJJJJJJJJJJJJJJJJJJJJJJJJJ.JJJ89

LISTE DES SIGLES ET ABRtVIATIONS

LISTE DES TABLEAUX ET GRAPHIQUES

Graphique # 1- Evolution de l'encours et du taux de croissance des bons BRH 44

Graphique # 6- Evolution du taux de croissance du crédit de 1990 a 2010....................49

Graphique # 7- Evolution des taux d'intérêt moyens annuels du systime bancaire 50

Graphique # 8- Taux d'intérêt sur les bons BRH de 91 jours et taux d'intérêt dé biteurs 56

Graphique # 10- Taux de croissance du crédit et des taux d'intérêt dé biteurs 59

Graphique # 11- Intérêts versés sur les bons BRH et part de ces intérêts dans le PIB 61

Graphique # 13- Evolution du taux de croissance du crédit........................................70 Graphique # 14- Evolution du taux de croissance des taux débiteurs...........................70 Graphique # 15- Evolution du taux de croissance des taux directeurs...........................70 Tableau # 13- Résumé des résultats des tests de Dickey-Fuller Augmentés 75

INTRODUCTION GÉNÉRALE

Depuis l'apparition des bons BRH¹ en novembre 1996 par les autorités de la Banque de la République d'Haïti, ceux-ci sont devenus le principal instrument de la politique monétaire en Haïti. Ils sont venus à pallier, en autres, l'inadéquation des coefficients des réserves obligatoires, des interventions sur le marché des changes, et du plafonnement du taux d'intérêt. De plus, ils sont émis pour permettre à la BRH² de mieux contrôler la masse monétaire. Avec l'émission des bons BRH, la Banque centrale va diminuer la masse monétaire, ce qui aidera à réduire principalement l'inflation et aussi de garder une certaine stabilité de la gourde par rapport aux autres devises principalement le dollar ÉU. Cependant, la BRH a un peu oublié son objectif de promouvoir la croissance économique car l'émission des bons BRH est l'un des obstacles à l'expansion du crédit au sein de l'économie haïtienne. Or le crédit via l'investissement est un déterminant important de la croissance économique, par contre en Haïti le crédit est insuffisant pour financer les activités d'investissement. Voilà l'état de fait qui nous a poussés personnellement à choisir ce thème de recherche.

Notre dévolu s'est jeté sur la période octobre 1996 à septembre 2010, du fait que les bons BRH ont apparu au début de l'année fiscale 1996-1997 ainsi qu'à cause des divers plans d'investissement, liés profondément au crédit, ayant été déjà élaboré suite au passage du séisme en janvier 2010. Toutefois, ce crédit favorisé par les taux d'intérêt constitue un déterminant incontournable de la croissance via l'investissement. Donc, ces années à venir pourront marquer une nouvelle ère de l'expansion du crédit en Haïti.

Alors que, par ailleurs, nous estimons que seule une étude empirique nous permettra de voir concrètement les impacts des bons BRH sur le niveau de crédit dans l'économie haïtienne. En outre, compte tenu de la carence de travaux réalisés sous ce thème, ce document, avant tout

¹ L'idée première des bons était d'arrêter le financement monétaire des déficits publics en les substituant des bons du Trésor émis au grand public. Vu les précédents défauts de paiement des autorités, il a fallu donc tester l'intérêt de ce dernier avec les bons BRH, en attendant la restructuration et un certain regain de crédibilité du MEF. La détérioration de la situation politico-économique n'a pas milité en faveur de la concrétisation du projet. Les bons BRH sont donc restés.

de portée académique, pourra servir comme un supplément à la liste des éléments d'informations utilisés par les autorités monétaires pour l'analyse monétaire. De ce fait, nous jugeons qu'il est nécessaire de réaliser une telle étude.

D'une manière générale tout pays a une banque centrale qui est responsable de la gestion des affaires monétaires. Les banques centrales ont pour objectif principal d'aider l'économie à atteindre un niveau de croissance économique important jusqu'à parvenir au plein emploi et la stabilité des prix, afin d'éviter l'inflation. Pour atteindre son objectif, elles font varier l'offre de monnaie par le biais des instruments de politique monétaire dont elles disposent. Ces instruments de politique monétaire diffèrent d'un pays à un autre.

Par exemple aux Etats-Unis, la Fed³ manie trois instruments essentiels de la politique monétaire qui sont les opérations d'open-market, la politique du taux d'escompte et la politique des réserves obligatoires. Le Système Européen des Banques Centrales (SEBC⁴), de son côté, dispose d'une série d'instruments de politique monétaire, dont les opérations d'open-market, les facilités permanentes et les réserves obligatoires. La Banque Centrale des États de l'Afrique de l'Ouest (BCEAO)⁵, quant à elle, utilise deux types d'instrument : les instruments basés sur l'ajustement de la liquidité globale de l'économie (la politique des taux d'intérêt, le système des réserves obligatoires), les instruments basés sur le contrôle de la qualité du crédit distribué. Enfin, la Banque de la République d'Haïti contrôle plusieurs instruments de politique monétaire, les coefficients de réserves obligatoires, les interventions sur le marché des changes et les bons BRH.

Les bons BRH sont, comme nous l'avions dit plus haut, l'instrument monétaire principal dans la conduite de la politique monétaire de la Banque de la République d'Haïti. Ils sont émis

⁴ Le SEBC se compose de la Banque centrale européenne (BCE) et des banques centrales nationales (BCN) des États membres de l'Union Européenne (UE).

⁵ La Banque centrale des États de l'Afrique de l'Ouest ou BCEAO est un établissement public international regroupant huit pays de l'Afrique de l'Ouest qui sont membres de l'Union économique et monétaire ouest-africaine (UEMOA) : Bénin, Burkina Faso, Côte d'Ivoire, Guinée-Bissau, Mali, Niger, Sénégal, Togo.

pour permettre à la BRH de contrôler la liquidité oisive du système financier et, par ricochet, la masse monétaire. Au fait, ils sont surtout émis pour capter cette liquidité oisive sur le marché public pour éviter qu'elle aille gonfler le marché des changes, ce qui aurait, pour conséquence, une aggravation de la dépréciation de la gourde par rapport au dollar américain et, par-là, une augmentation des prix des produits importés. Jusqu'ici l'objectif principal des bons BRH est de réduire l'inflation.

En effet, que les bons BRH permettent d'atteindre l'objectif susmentionné, c'est une chose! Mais le prix auquel ils permettent de l'atteindre, c'en est une autre! Les intérêts versés par la BRH aux Institutions Financières sont très importants, de novembre 1996 à septembre 2010, la BRH a payé près de 89.616 milliards⁶ de gourdes de charges d'intérêt sur l'encours total des bons BRH. Ce montant pourrait ne rien représenter comme charge pour la BRH. Mais, quand on le rapporte aux PIB ou aux budgets moyens de la République d'Haïti pour cette même période, on a une idée plus nette du manque à gagner qu'a occasionné la politique monétaire conduite à travers les bons BRH. De façon encore plus grave, quand nous analysons l'évolution des taux d'intérêt sur les bons BRH par rapport aux taux d'intérêt sur le crédit du système bancaire, plus les taux sur les bons sont élevés, plus encore étaient les taux sur le crédit dans l'économie (et l'inverse n'est pas tout à fait vrai). Toutes choses étant égales par ailleurs (coeteris paribus), cela traduit en conséquence pour les agents économiques haïtiens que le crédit devient de plus en plus inaccessible - les Institutions Financières de la place « ne font que placer » leur avoir dans les bons BRH. Ainsi nous sommes amenés à nous questionner sur la qualité du phénomène. Le problème général de notre recherche peut se formuler comme suit : L'emission des bons BRH aupres des Institutions Financieres haitiennes, en tenant compte des taux d'interet debiteurs constitue-t-elle un obstacle significatif a l'expansion du credit en Haiti? Les problèmes secondaires de notre recherche peuvent alors se formuler :

HP : L'émission des bons BRH auprès des Institutions financières haïtiennes, en tenant compte des taux d'intérêt débiteurs constitue un obstacle peu significatif à l'expansion du crédit en Haïti.

HS1 : Une expansion des bons BRH a un impact négatif peu significatif sur le crédit en Haïti.

HS2 : Une augmentation des taux débiteurs a un effet négatif peu important sur le crédit en Haïti.

HS3 : Un accroissement des taux directeurs influe positivement et de manière peu considérable les taux débiteurs.

Montrer l'impact des bons BRH et des taux d'intérêts débiteurs, sur le volume de crédit octroyé en Haïti.

La méthodologie qui sera utilisée pour réaliser cette étude, consistera en une quadruple approche : théorique, documentaire, descriptive et analytique et économétrique.

- L'approche théorique présentera les différentes théories qui expliquent le phénomène sous étude (bons BRH et crédit).

- L'approche documentaire utilisera des documents déjà rédigés portant sur notre recherche c'est-à-dire des sujets relatifs aux politiques monétaires, aux bons BRH, aux taux d'intérêt débiteurs, aux taux directeurs, et aux crédits.

- L'approche descriptive et analytique consistera à décrire et à analyser l'évolution du crédit et des taux d'intérêt débiteurs suite à l'introduction des bons BRH (taux directeurs) comme instrument de politique monétaire de la BRH.

- L'approche économétrique traitera les relations de causalité entre les variables.

Chaque chapitre de notre travail sera précédé d'une introduction et sera succédé d'une conclusion.

Il est à noter que les données statistiques utilisées dans ce présent travail ont été collectées de deux grandes institutions du pays, la Banque de la République d'Haïti (BRH) et l'Institut Haïtien de Statistique et d'informatique (IHSI). Ce sont là les principales sources statistiques utilisées dans la réalisation de ce travail.

CHAPITRE I - CADRE CONCEPTUEL ET THÉORIQUE

Avant d'entrer d'emblée dans le vif du sujet, il s'avère indispensable de définir certains concepts clés qui sont le crédit, le taux d'intérêt débiteur, le taux d'intérêt directeur et les bons BRH, ils nous aideront à avoir une meilleure compréhension de notre travail de recherche. Nous aurons aussi à parler des différentes théories qui ont été élaborées en rapport avec le thème que nous traitons. En premier lieu, nous parlerons des théories de la politique monétaire ayant rapport avec le crédit. En second lieu, nous développerons les théories du crédit. En troisième lieu, nous dresserons un référentiel théorique précis. En dernier lieu, nous présenterons les théories de la modélisation VAR.

Section 1. Cadre conceptuel

1.1. Crédit

Le mot crédit⁷ vient du latin credere et creditum qui signifie cru. Le crédit c'est un acte de confiance se traduisant par un prêt en nature ou en espèces consenti en contrepartie d'une promesse de remboursement dans un délai généralement convenu d'avance. Le crédit implique donc une réputation de solvabilité ce qui permet de retrouver le sens de l'adage : « on prête qu'aux riches » qui veut dire qu'à ceux qui pourront rembourser. En d'autre terme, le crédit constitue comme étant des ressources prêtées d'un établissement financier à un agent économique qui s'engage à payer des intérêts et à rembourser le capital du prêt. De son côté, l'accord de crédit est une activité qui repose sur la confiance que le prêteur accorde à l'emprunteur de qui il attend le remboursement du prêt. De manière générale, plus le prêteur aura confiance dans l'emprunteur, plus il lui prêtera une somme importante avec un faible taux d'intérêt. Inversement, moins l'emprunteur aura de crédit aux yeux du prêteur, plus celui-ci sera frileux, exigera des garanties importantes et prêtera l'argent à un taux d'intérêt élevé.

1.2. Taux d'intérêt débiteur

Le taux d'intérêt⁸ d'un prêt ou d'un emprunt est le pourcentage, calculé selon des conventions prédéfinies, qui mesure de façon synthétique, sur une période donnée, la rentabilité pour le prêteur ou le coût pour l'emprunteur de l'échéancier de flux financiers du prêt ou de l'emprunt. Il désigne, dans ce cas, le loyer ou le coût de l'argent.

De même que le taux d'intérêt peut être définit de façon différente par des écoles de pensée, il existe également différents types de taux d'intérêt, taux de base bancaire, taux à long terme, taux d'intérêt créditeur, etc. Mais dans le cadre de notre travail de recherche le taux d'intérêt qui nous intéresse c'est le taux d'intérêt débiteur qui est le taux d'intérêt demandé par la banque à la clientèle qui emprunte.

1.3. Taux d'intérêt directeur

Le taux d'intérêt directeur⁹ est le taux d'intérêt fixé par une Banque Centrale, taux auquel cette banque centrale accorde des crédits à court terme aux banques commerciales.

Les taux directeurs sont pour les Banques centrales des instruments de régulation économique au service de leurs politiques monétaires, dont les objectifs sont toujours d'une part de limiter l'inflation, et d'autre part de favoriser la croissance économique.

1.4. Bons BRH

Les bons¹⁰ sont des titres émis par l'Etat en représentation d'une dette à court terme contractée par lui.

Partant de cette définition les bons BRH sont des titres émis par la BRH en vue de contrôler les encaisses oisives des Institutions Financières Haïtiennes avec un certain coût qui

¹⁰ BERNARD Yves et COLLI Jean Claude. Dictionnaire économique et financier, Du seuil, Paris, Mars 1989, p. 231.

sont les intérêts versés auprès celles-ci. Il faut dire qu'on distingue quatre types de bons BRH, définis en fonction de leur échéance et ce sont les bons à échéance de 7, 28, 91 et 182 jours.

Section 2. Cadre théorique

2.1. Les fondements théoriques de la politique monétaire

L'action des autorités publiques tendant à contrôler la quantité de monnaie en circulation ou de crédit distribué constitue ce que l'on appelle la politique monétaire.

Les fondements théoriques de la politique monétaire constituent le sujet d'âpres débats. Le plus important est celui qui oppose « monétaristes » et « keynésiens ».

Les monétaristes, disciples de l'économiste américain M. Friedman, sont des adeptes de la théorie quantitative de la monnaie bâtie sur la relation dont le prototype est l'équation des échanges de I. Fisher. Les keynésiens s'appuient sur les deux principaux ouvrages de Keynes : le Traité de la monnaie et la Théorie générale de l'emploi, de l'intérêt et de la monnaie, explicitement dirigés contre la théorie quantitative. Ces ouvrages, cependant, sont antérieurs à 1936, Keynes est mort en 1946, tandis que M. Friedman a publié ses travaux à partir de 1956. Le débat Friedman-Keynes est donc très indirect. Mais les arguments opposés en son temps par Keynes à Fisher valent encore pour Friedman.

Il s'agit d'une opposition fondamentale entre deux analyses des phénomènes monétaires. L'une, celle des monétaristes, peut être qualifiée d'analyse par les encaisses. L'autre, celle des keynésiens, est une autre analyse par le revenu. Nous présentons brièvement l'une et l'autre en relevant chaque fois les implications pour la politique monétaire.

2.1.1. Approche des monétaristes

L'analyse par les encaisses repose sur une relation exprimant la quantité de monnaie en circulation à un moment donné comme le montant des encaisses que les agents souhaitent détenir à ce moment. L'équation des échanges de Fisher est de ce type, de même que celle proposée par Pigou quelques années plus tard à Cambridge, acceptée par Keynes dans son Essai sur la

reforme monetaire en 1923, mais réfutée par lui dans son Traite de la monnaie en 1930. L'équation utilisée par Friedman en 1956, bien que plus élaborée et dotée de fondements microéconomiques plus explicites, n'est en réalité guère différente.

Referons-nous ici à l'équation la plus classique, à savoir l'équation des échanges de Fisher que nous prendrons sous la forme suivante :

où ?P/P est le taux d'inflation au cours d'une période de temps donnée, et ?M/M, ?V/V, ?T/T, sont les taux de variation, dans la période, respectivement de la masse monétaire, de la vitesse de circulation de la monnaie et du volume des transactions.

Les quantitativistes admettent que P peut seulement varier sous l'influence M, V et T, ils excluent la possibilité que P peut varier sous l'influence d'autres facteurs.

De ce postulat, les quantitativistes déduisent qu'un accroissement de l'offre de monnaie entraine une hausse inflationniste des prix. Cette hausse est égale à l'augmentation de la quantité de monnaie en circulation, à moins que ne surviennent des variations compensatrices de la vitesse de la circulation de la monnaie ou du volume des transactions.

Cela étant les autorités publiques peuvent-elles faire confiance à de telles variations ou envisager de s'appuyer sur elles pour combattre l'inflation ? Les théoriciens monétaristes ne le pensent pas. Pour eux, si on veut lutter contre l'inflation, il faut donc comprimer les coûts de façon à inciter les entreprises à élever le niveau de production. Dans ce but, il convient d'empêcher les banques autant qu'elles le voudraient à la demande d'encaisse ou crédit du public, et cela ne peut être obtenu en provoquant une hausse des taux d'intérêt et en limitant les possibilités de refinancement des banques auprès de la banque centrale.

2.1.2. Approche des keynésiens

L'analyse par le revenu, proposée par J.M. Keynes, conduit à des conclusions radicalement opposées.

Selon Keynes ce n'est point la demande d'encaisse des ménages qui détermine la demande globale de la monnaie, mais la demande de crédit des entreprises. Or cette demande de crédit s'explique essentiellement par les besoins de financement de l'économie.

Cependant, les besoins de financement de l'économie sont déterminés, en fonction des prix des facteurs de production et des produits, par le niveau du revenu global que la communauté envisagée souhaite atteindre, en restant dans la limite des possibilités offertes par la quantité de main d'oeuvre existante. Ce revenu global désiré est lui-même, selon Keynes, le revenu global visé par les anticipations des entreprises. Ces anticipations sont enfin « hautes » ou « basses » selon que le revenu propre des entreprises, qui est une fraction (souvent appelée profit) du revenu global réalisé précédemment, est élevé ou non.

Tout ce qui est de nature à améliorer les anticipations des entreprises contribue donc à l'élévation de la production. À cet égard, une hausse des salaires n'est pas forcément néfaste. Certes, elle entraine dans l'immédiat une hausse des coûts, mais elle détermine également à brève échéance une demande supplémentaire de produits et de facteurs. Une hausse du taux de l'intérêt représenterait, elle aussi, un coût pour les entreprises, mais un coût non générateur de revenus. Une telle hausse serait de nature à décourager les entreprises dans leur effort d'investissement. Elle atténuerait peut-être l'inflation, mais au prix d'une récession. Mieux vaut, par conséquent, une baisse du taux d'intérêt qui, en incitant les entreprises à des anticipations optimistes, poussera au plein emploi de la main-d'oeuvre, conduira à une prospérité accrue et probablement, en fin de compte, à un ralentissement spontané de l'inflation.

2.2. Les théories du crédit

Il n'y a pas vraiment une théorie traitant les bons BRH et le crédit, plus haut nous avons pris le soin de présenter deux approches fondamentales de la politique monétaire ayant rapport avec le crédit. Dans cette sous-section nous aurons à présenter des théories élaborées sur le concept crédit.

2.2.1. La répression financière

McKinnon et Shaw (1973) développèrent un cadre d'analyse dont la repression financiere constitue la toile de fond. Selon ces deux auteurs, l'intervention des pouvoirs publics dans le fonctionnement du marché financier conduit à un découragement de l'épargne, un rationnement du crédit et l'affectation non optimale des ressources. Si l'État fixe arbitrairement les taux d'intérêt réels (à travers la fixation des taux d'intérêt nominaux) au-dessous de leurs valeurs d'équilibre de marché, il réduit la croissance économique dans la mesure où :

- Cela réduit la quantité de fonds disponibles (crédit) pour l'investissement via la baisse

- Cela affecte la qualité de l'investissement par la modification de comportement des intermédiaires financiers.

L'analyse de McKinnon et Shaw vise donc à montrer que, dans le cadre d'une économie réprimée financièrement, la fixation des taux au-dessous de leur valeur d'équilibre :

Dans ce contexte, libérer le secteur financier, principalement, réviser le niveau des taux d'intérêt réels servis sur les dépôts (par une augmentation des taux nominaux ou par une baisse de l'inflation) stimulera l'accumulation de l'épargne, une augmentation des fonds prêtables (crédit) et donc permettre la croissance de l'investissement.

L'approche de McKinnon et Shaw conclut donc, invariablement, à souligner le caractère néfaste de la répression financière sur l'investissement via le crédit. Au contraire, la liberalisation financiere, parce qu'elle permettrait le développement financier, serait à même d'accélérer le développement économique.

2.2.2. Les imperfections des marchés financiers

L'approche de McKinnon et Shaw sur libéralisation financière portant sur le fait que le marché du crédit est purement concurrentiel et donc qu'il ne peut exister de rationnement lorsque

les taux d'intérêt sont fixés à leur niveau d'équilibre. Stiglitz et Weiss (1981) furent l'un des premiers auteurs à montrer que la remise en cause de cette hypothèse compte tenu du déséquilibre structurel des marchés financiers serait la cause de l'échec des politiques de libéralisation financière. Les marchés financiers ne sont pas aussi parfaits que l'estimerait l'approche développée par Mac Kinnon et Shaw. Ils sont des marchés particuliers et non comparables avec le marché des biens et services par exemple pour répondre à l'ironique question de Diaz Alejandro (1985, p. 2) : Are banks special, and really all that different from butcher shop ? Sur les marchés financiers, les crédits sont échangés contre des promesses futures de remboursement. Le non-respect de cette promesse accroît le risque lié à l'emprunt.

Stiglitz et Weiss (1981) montrent que l'espérance de rendement de la banque croît moins vite que le taux d'intérêt. De ce fait, il n'y a pas de mécanismes compétitifs qui puissent établir l'égalité entre l'offre et la demande de fonds prêtables et le crédit sera en permanence rationné puisque l'offre de fonds prêtables est fonction de l'espérance de rendement tandis que la demande dépend du taux d'intérêt. Le taux d'intérêt qui maximise le profit de la banque est inférieur au taux d'intérêt d'équilibre et par conséquent, certains emprunteurs seront rationnés. En effet, les banques sont préoccupées par les intérêts du prêt, mais aussi le niveau de risque encouru. Ainsi, le taux d'intérêt fixé par la banque peut affecter le risque global qu'elle encoure soit par l'effet de sélection adverse qui se traduit par l'exclusion des emprunteurs potentiels ou soit par l'effet d'incitation. Ces deux effets liés aux problèmes d'asymétrie d'information sur les marchés financiers sont résolus par les banques selon Stiglitz et Weiss (1981) en rationnant à chaque date certains agents même si ces derniers sont prêts à payer des taux d'intérêt plus élevés. Les banques ne feront donc pas de crédit puisque la probabilité de défaut associée aux nouveaux prêts est élevée.

Bien que le rationnement de crédit à la Stiglitz-Weiss (1981) soit une illustration pratique des problèmes d'asymétrie d'information sur le marché financier, son existence (du rationnement) semble être un phénomène intrinsèque au fonctionnement du secteur financier selon les auteurs. En effet, Bester (1985) propose une solution aux problèmes de rationnement de crédit en permettant aux banques d'utiliser de façon compétitive le taux d'intérêt et les garanties pour sélectionner les emprunteurs ; ce qui n'est pas le cas chez Stiglitz et Weiss où le rationnement se fait en fonction du taux d'intérêt qui maximise le profit de la banque. De façon spécifique, les

emprunteurs moins risqués acceptent des garanties élevées contre des taux d'intérêt faibles. Aussi les banques peuvent utiliser les collatéraux pour permettre aux entrepreneurs non risqués de se révéler. L'équilibre de rationnement est souvent mélangeant (le cas de Stiglitz et Weiss, 1981), alors que le mécanisme d'auto-sélection proposé par Bester (1985) à travers les garanties¹¹ et le taux d'intérêt permet à la banque de sélectionner le bon risque du mauvais, et d'obtenir un équilibre séparateur sans rationnement de crédit¹².

Par contre, Hellwig (1987) montre qu'une légère modification dans la séquence des jeux peut avoir des implications majeures en ce qui concerne l'équilibre de Bester. Hellwig considère un jeu à deux étapes de Rothschild et Stiglitz (1976) et Wilson (1977) dans un modèle comparable à celui de Bester, où dans un premier temps la partie non informée (les banques) offrent des contrats de dettes aux emprunteurs, qui choisissent parmi les offres disponibles dans un second temps. Les résultats obtenus montrent que le seul candidat pour l'équilibre séquentiel dans des stratégies pures de cette mise en oeuvre est l'équilibre séparateur de Bester (1985). Cependant, si la proportion des bons risques dans la population est élevée, l'équilibre séparateur n'est pas Pareto optimal par rapport à l'équilibre mélangeant. Hellwig (1987) étend le processus à un jeu à trois étapes, et montre que si dans un premier temps les banques annoncent leur préférence en ce qui concerne les taux d'intérêt, l'équilibre mélangeant domine l'équilibre séparateur¹³. Ainsi, l'équilibre de rationnement de Stiglitz et Weiss peut persister malgré l'existence d'un mécanisme séquentiel de sélection du risque.

L'asymétrie d'information sur le marché peut avoir d'autres conséquences que le rationnement de crédit comme l'évoquent les auteurs précédents. Une contribution intéressante a été réalisée par De Meza et Webb (1987), qui va dans ce sens. Les deux auteurs construisent un

¹¹ Il serait intéressant de faire remarquer qu'il y a une hypothèse sous-jacente au modèle de Bester (1985), qui est que les bons risques disposent de fortes garanties. Cette hypothèse, propre à tous les modèles avec collatéraux est discutable.

¹² Toutefois, étant donné que le niveau de taux d'intérêt débiteur ne peut être infini tout comme la richesse des individus (collatéraux), il subsiste des situations pour lesquelles les contrats incitatifs séparateurs cessent d'être optimaux (Deshons et Freixas, 1987).

Par contre lorsque la séquence de révélation des préférences est inversée entre les entrepreneurs et la banque dans le modèle de Hellwig (1987), c'est-à-dire que les entrepreneurs annoncent le montant de garantie qu'elles sont prêtes à offrir dans un premier temps ; dans un deuxième temps, compte tenu des garanties offertes par les entrepreneurs, les banques annoncent le niveau de taux d'intérêt. Enfin dans l'étape 3, les entrepreneurs choisissent parmi les contrats compétitifs. Dans ce jeu, l'équilibre séquentiel est l'équilibre séparateur.

modèle, où l'asymétrie d'information entre prêteurs et emprunteurs n'entraîne pas le rationnement de crédit, mais conduit à un excès d'investissement par rapport à son niveau socialement admissible. La différence fondamentale entre le modèle de De Meza et Webb et celui de Stiglitz et Weiss (1981), est que la rentabilité moyenne des projets varie dans le premier, alors qu'elle est constante dans le second. Aussi, contrairement à Stiglitz et Weiss (1981), dans le modèle de De Meza et Webb, les taux d'intérêt élevés n'attirent pas les mauvais risques. Par conséquent, ce n'est pas l'asymétrie d'information qui conduit au rationnement du crédit dans le modèle de Stiglitz et Weiss (1981) selon De Meza et Webb, mais plutôt la nature du contrat de dette comme le suggère également Williamson (1986, 1987).

Cho (1986) réalise une contribution alternative qui justifie en partie l'échec des politiques de libéralisation financière en prenant en compte les imperfections des marchés financiers sans faire référence au rationnement du crédit à la Stiglitz et Weiss (1981). En effet, il estime que l'échec des politiques de libéralisation financière est surtout lié à l'inefficience des marchés boursiers. Cho (1986) avance que le déficit économique à lui seul ne saurait expliquer les politiques de répression financière, mais plutôt le faible niveau de développement, les problèmes structurels, les imperfections du marché boursier et la prépondérance des prêts bancaires dans le financement des entreprises. Il identifie 2 types de contraintes sur le marché du crédit où différents taux d'intérêt peuvent s'établir suivant les caractéristiques des emprunteurs : les contraintes exogènes qui sont d'ordre légal ou institutionnel, comme le plafonnement des taux d'intérêt ; les contraintes endogènes liées aux coûts de l'information qui permettent d'appréhender le risque de chaque client. Pour Cho (1986), même si la libéralisation bancaire supprime le plafonnement des taux d'intérêt et assure la compétitivité bancaire, l'amélioration de l'efficience de l'allocation du capital n'est pas garantie si les contraintes informationnelles ne sont pas levées. Ces imperfections au niveau du système d'information peuvent faire que l'espérance de rendement du prêt octroyé par la banque à une entreprise i peut être supérieure à celle d'une entreprise j, malgré que l'entreprise j soit plus productive que l'entreprise i. Cho (1986) conclut qu'en absence de marché boursier, si le gouvernement n'est pas corrompu et a le même niveau d'information que les agents économiques, il pourrait accroître l'efficience de l'allocation du crédit en obligeant les banques à emprunter aux groupes d'entrepreneurs rationnés. Mankiw (1986), montre aussi que l'inefficience dans les mécanismes d'allocation du crédit sur le marché financier due au fait que les emprunteurs ont plus d'information sur leur risque que les prêteurs,

peut être améliorée par l'intervention de l'Etat. Il fustige les augmentations de taux d'intérêt liées à la libéralisation financière en avançant que de faibles variations du taux sans risque peuvent entraîner de grandes modifications dans la prise du risque, dans l'allocation du crédit et dans l'efficience de l'équilibre du marché. Enfin, Mankiw (1986) suggère que les marchés financiers ne peuvent pas fonctionner de façon libre comme le préconisent certains auteurs et que l'intervention de l'Etat est très importante, surtout pour assumer la fonction de prêteur en dernier ressort.

2.2.3. Le rationnement du crédit

Nous présentons ici deux approches de la théorie du rationnement du crédit, l'analyse de Modigliani et Jaffee (conditions hors prix) et le modèle Stiglitz et Weiss (information imparfaite).

A- Rationnement du crédit et conditions « hors Prix » : l'analyse de Modigliani et

D.M. Jaffee et F. Modigliani ont les premiers présenté une analyse du comportement du rationnement du crédit par les banques. Ils le définissent comme « la situation dans laquelle la demande de crédit commercial excède l'offre de ces crédits au taux d'intérêt commercial pratiqué par les banques ». Le prix, le taux d'intérêt n'équilibre donc pas l'offre et la demande sans que cela puisse être attribué à une pratique d'administration du marché par les pouvoirs publics.

Cette situation trouve son origine dans le comportement des banques. Jaffee et Modigliani en proposent l'interprétation suivante. Les banques etablissent des clivages au sein de leur clientele en fonction du risque qu'elle represente. Elles aboutissent ainsi à l'établissement de classes qui regroupent les clients à l'égard desquels elles ont un comportement homogène et en particulier à l'égard desquels elles pratiquent les mêmes taux d'intérêt.

Mais les clients situés à l'intérieur d'une même classe de taux d'intérêt représentent pour les banques des risques différenciés. Il est donc rationnel du point de vue de ces dernières de limiter leur crédit aux clients à l'égard desquels elles pratiqueraient un taux d'intérêt plus élevé, si les taux étaient fixés en fonction de chaque cas particulier, et, inversement de ne pas rationner

les clients pour lesquels une attribution individuelle de crédit se ferait à un taux plus faible que celui de la classe dont ils relèvent. Les banques ont une fonction d'offre specifique pour chaque demandeur. La spécification de la fonction d'offre s'opère au travers des conditions « hors prix ». Celles-ci concernent les conditions d'obtention du crédit : échéances de remboursement, garanties hypothèque, ou garantie sur le patrimoine personnel, apport personnel à l'opération... Au travers des conditions hors prix les banques sélectionnent leurs clients en posant des conditions d'accès inégales en fonction du risque qu'elles estiment encourir.

Si les taux d'intérêt augmentent, le degré de rationnement augmente. En effet, le risque de défaut présenté par certains clients sera accru par l'élévation de la charge d'intérêt. Le rationnement portera donc plus fortement sur le demandeur de crédit déjà rationné. L'incidence de l'aggravation du rationnement sera donc très différente selon les catégories de clients. Elle sera totalement évitée à certains et beaucoup plus rigoureuses que ne l'indique l'observation globale pour d'autres. Prise en compte de la part de marché, et conditions hors prix se conjuguent pour défavoriser dans l'octroi du crédit les petites entreprises par rapport aux firmes importantes.

Ces pratiques microéconomiques de rationnement peuvent être renforcées par la mise en oeuvre d'une politique globale de limitation du crédit par la Banque centrale.

B- Rationnement du crédit en information imparfaite : le modèle de Joseph Stiglitz et Andrew Weiss (1981)¹⁴

Le modèle présenté par Stiglitz et Weiss poursuit l'introduction de la notation d'asymétrie d'information et de son application au marché du crédit. Le fait stylisé à expliquer est le suivant : lorsque le niveau de risque du débiteur augmente, les banques n'augmentent pas les taux d'intérêt qu'elles exigent, mais préfèrent rationner le crédit, c'est-à-dire refuser le prêt. Si le marché fonctionne correctement, les agents qui demandent le bien et ceux qui l'offrent gagneraient pourtant à une hausse du prix : les offreurs d'une manière évidente, et les demandeurs car ils ne seraient plus rationnés.

Pourquoi donc le taux d'intérêt n'agit-il pas comme un prix habituel qui équilibre le marché, ici celui du crédit ? Cela s'explique par l'existence d'une asymétrie d'information : le

¹⁴ J. STIGLITZ ET A. WEISS « Credit rationing in markets with imperfect information » The American Economic Review, vol. 71, n°3, 1981, pp. 93-410.

débiteur connaît le risque du projet qu'il entreprend (risque de sélection adverse) ou peut modifier sa prise de risque (risque de hasard moral), alors que la banque ne peut que l'estimer. L'augmentation du taux d'intérêt implique une hausse du degré de risque couru par la banque car elle rend trop coûteux pour l'entrepreneur les projets non risqués (qui rapportent moins). La banque préfèrera alors ne pas accorder de crédit plutôt que d'augmenter le coût du crédit.

Le modèle développé par Stiglitz et Weiss incorpore donc à la fois l'argument de la sélection adverse et celui du hasard moral. Les entrepreneurs prennent des décisions plus risqués lorsque le taux d'intérêt augmente et les projets moins risqués deviennent moins profitables au fur et à mesure que le taux d'intérêt augmente.

La banque a de nombreux moyens pour affiner son information et se couvrir, par exemple en exigeant des collatéraux, mais cela n'élimine pas le rationnement du crédit.

Pourquoi le crédit est-il rationné ? L'égalité entre l'offre et la demande sur un marché demeure la principale représentation de l'équilibre économique. Cette égalité se réalise grâce à la flexibilité des prix, destinée à ajuster au mieux l'offre et la demande. Si les prix faisaient leur travail, il ne pourrait y avoir de situation de rationnement, puisque l'excès de demande d'un bien serait immédiatement résorbé par une hausse du prix du bien considéré. Le prix est en matière de crédit le taux d'intérêt rémunérant les prêteurs c'est-à-dire les banques. Le comportement des emprunteurs : les entreprises, lie, selon ces auteurs, acceptation du taux d'intérêt sur le crédit et évaluation de leur propre risque. Si l'emprunteur anticipe un risque faible de défaut de remboursement de son emprunt, il n'accepte pas un taux d'intérêt élevé. Stiglitz et Weiss vont plus loin : un taux d'intérêt élevé accroît l'attractivité des projets les plus risqués pour les entreprises. Du point de vue de la banque, le taux de remboursement anticipé est plus bas. Un niveau élevé des taux d'intérêt conduit donc les emprunteurs à des choix contraires aux intérêts des prêteurs.

Le taux de rendement du prêt anticipé par la banque peut donc croître moins vite que le taux d'intérêt et peut même décroître alors que ce dernier s'accroît. Il existe un taux d'intérêt qui

Il est concevable qu'au taux ~^* la demande de crédit excède l'offre de crédit. Le mécanisme d'ajustement attendu de l'offre et de la demande implique alors que les prix : le taux d'intérêt s'élève sous la poussée de la demande ? offre et demande s'équilibrent alors à des quantités moindres pour un prix plus élevé. Ce taux d'intérêt qui ajusterait offre et demande n'est pas le taux d'intérêt optimum pour la banque. Compte tenu de son appréciation sur les emprunts risqués qui lie le niveau du taux d'intérêt et niveau de risque du projet, la banque ne prêtera pas à

un demandeur qui accepte de payer plus que le taux ~^*. À ce taux pourraient s'ajouter les conditions hors prix notamment des garanties sur les ressources à l'entreprise. Mais en accroissant les conditions hors prix de ses prêts la banque diminuera l'aversion pour le risque de ces emprunteurs et donc son propre taux de rendement.

Les emprunteurs n'obtiennent donc pas des prêts même s'ils acceptent de payer un taux d'intérêt plus élevé : il y a rationnement du crédit.

Par rapport à l'analyse traditionnelle de détermination de l'équilibre sur le marché du crédit le modèle de Stiglitz et Weiss ajoute une composante à la détermination de l'équilibre : le taux de rendement anticipé des crédits l'.

La demande de crédit est une fonction décroissante du taux d'intérêt payé par les emprunteurs. Soit Lo cette fonction.

L'offre de crédit Ls est fonction de ~^, taux de rendement anticipé des crédits. Le modèle pose l'hypothèse que ce taux est une fonction décroissante du risque du crédit. L'offre de crédit ne dépend donc pas de la même variable que la demande.

Ces conditions expliquent que le taux d'intérêt rm auquel offre et demande s'égalisent :

À ce taux les banques ne maximisent pas leur profit. Les clients qui acceptent de payer ce taux sont des clients à gros risque. À cet effet direct sur le risque des banques s'ajoute un effet indirect : des clients sont évincés du marché parce que le risque qu'ils anticipent quant à leur opération ne justifie pas de payer ce taux :

Si chaque emprunteur, ou si chaque catégorie d'emprunteur, a une distribution de rendement anticipé de son projet è, Stiglitz et Weiss proposent de considérer que les emprunteurs peuvent être répartis en deux (2) groupes :

- un groupe adverse au risque qui emprunte jusqu'à un taux d'intérêt r1. - un groupe risqué qui emprunte jusqu'à un taux d'intérêt r2.

Soit ~ (~^) la fonction qui exprime la relation entre la charge d'intérêt des emprunteurs et le taux de rendement anticipé de la banque par dollar emprunté. La fonction ~ (~^) n'est pas une fonction monotone parce que certains emprunteurs sortiront du marché à un niveau de taux d'intérêt > r1.

Au taux d'intérêt optimum ~^* la demande de crédit excède l'offre d'un montant z

mais toute banque qui accroîtrait son taux d'intérêt au-delà ~^* verrait diminuer son rendement par dollar prêté. Tant que l'excès de demande représenté par z, n'est pas satisfait le taux d'intérêt pratiqué est ~^*.

Au niveau ~^* l'équilibre réalisé est donc un équilibre de rationnement établi en fonction des anticipations des banques sur les risques encourus par leurs clients et de la relation opérée par les emprunteurs entre le risque de leur projet et le taux d'intérêt qu'ils acceptent de payer.

Le résultat habituel de la théorie économique : les prix équilibrent les marchés est celui d'un modèle particulier et n'est pas une propriété générale des marchés. Le chômage et le rationnement du crédit écrivent Stiglitz et Weiss « ne sont pas des fantasmes », ils caractérisent l'économie réelle.

2.3. Le crédit et la politique monétaire

La spécificité et la technicité de notre thème nous poussent à élaborer une référence théorique précise autour des concepts qui se trouvent dans le champ de notre travail de recherche.

Les entreprises ont un besoin de financement et vont emprunter. Le taux d'intérêt est un coût de production, les entreprises devront rembourser le capital et les intérêts. C'est une charge pour l'entreprise. Si le taux d'intérêt est élevé, le coût du crédit sera élevé, il y aura une baisse de la demande de capitaux et l'investissement baissera. Les ménages ont une capacité de financement car ils épargnent. Le taux d'intérêt est un revenu : c'est le prix de l'épargne. Si le taux d'intérêt est élevé, l'épargne augmente, la consommation chute, la production baisse et le chômage augmente et tout ceci se fait sur le long terme. L'effet inverse se produit pour les entreprises et les ménages. Si le taux d'intérêt est bas, le coût du crédit baisse et il en résulte une augmentation de la demande de capitaux, ce qui a pour effet d'augmenter l'investissement. Pour les ménages les effets sont quasiment similaires. Si le taux d'intérêt est bas, l'épargne diminue car la consommation augmente. Il en résulte une augmentation de la production et une baisse du chômage.

Les banques commerciales peuvent avoir besoin de liquidités : elles portent alors cet effet de commerce à la Banque Centrale. Cette opération s'appelle le réescompte et le taux d'intérêt s'appelle le taux de réescompte. La Banque Centrale dispose d'un instrument important dans la conduite de sa politique monétaire qui est l'opération d'open-market.

La Banque Centrale peut intervenir sur ce marché interbancaire en achetant ou en vendant des liquidités pour faire varier le taux d'intérêt. Si la Banque Centrale souhaite que les banques obtiennent facilement des liquidités (exemple : lorsqu'il y a ralentissement de l'activité économique), la Banque Centrale se porte offreur (ou vendeur) de liquidités. L'offre étant supérieure à la demande, le taux d'intérêt baisse. Conséquence : les banques pourront se refinancer facilement sur ce marché interbancaire et obtenir des liquidités à coût faible donc une hausse des possibilités de crédits vis-à-vis de leurs clients. Si la Banque Centrale souhaite que les banques obtiennent difficilement des liquidités (exemple : lorsqu'il y a inflation, croissance forte de l'activité économique), la Banque Centrale se porte acheteur (ou demandeur) de liquidités. L'offre étant inférieure à la demande, le taux d'intérêt monte. Conséquence : les banques pourront se refinancer difficilement sur ce marché interbancaire et obtenir des liquidités à coût élevé donc une baisse des possibilités de crédits vis-à-vis de leurs clients. En Haïti nous confrontons ce même problème avec l'émission des bons BRH, qui pousse à la hausse les taux d'intérêt

débiteurs via les taux directeurs qui à son tour entrainent une baisse du volume de crédits octroyés dans l'économie.

Le docteur Dominique PLIHON¹⁵ nous montre dans son ouvrage intitulé « la monnaie et ses mécanisme» que la politique monétaire doive remplir les objectifs du « Carré Magique » de Kaldor à savoir, la croissance économique, la stabilité des prix, le plein emploi et l'équilibre de la balance des paiements. Il ne faut pas qu'il y ait un excès de création monétaire. En effet, si le taux d'intérêt est faible, les crédits distribués aux ménages et aux entreprises augmentent. Le risque est le gonflement de la masse monétaire (inflation) car le pouvoir d'achat des agents économiques est supérieur à la quantité de biens disponibles. La demande est supérieure à l'offre, ce qui entraîne une hausse des prix. D'autre part, si le taux d'intérêt est bas, il existe un risque de fuite des capitaux flottants vers l'étranger car la rémunération y est plus importante. Il ne faut pas qu'il y ait une insuffisance de création monétaire. En effet, si le taux d'intérêt est élevé, les crédits distribués aux ménages et aux entreprises baissent. Le risque est la diminution de la masse monétaire (récession) car le pouvoir d'achat des agents économiques est inférieur à la quantité de biens disponibles. La demande est inférieure à l'offre, entraînant une baisse des prix. La politique monétaire doit donc trouver un équilibre entre l'insuffisance et l'excès de création de monnaie (régulation de la masse monétaire).

2.4. Les théories sur la modélisation VAR

Le corps principal de la plupart des ouvrages en économétrie est consacré aux modèles de régressions à équation unique et les méthodes de régression à équations simultanées. Pour illustrer le premier type de modèle, on peut imaginer la fonction de demande d'automobiles. Si l'on se base sur la théorie économique, on admet que la demande d'automobiles est une fonction de leur prix, des dépenses publicitaires, du revenu du consommateur, du taux d'intérêt et d'autres variables pertinentes (par exemple la taille de la famille, la distance du lieu de travail, etc.). À partir de séries chronologiques, on estime un modèle approprié de la demande d'automobiles, qui peut servir à la prévision de la demande d'automobiles pour le futur. Les seconds modèles, à leur

apogée pendant les années 60 et 70, des modèles élaborés de l'économie américaine basés sur les équations simultanées dominèrent la prévision économétrique. Depuis lors, la séduction de tels modèles s'est tassée en raison de leurs faibles performances, particulièrement depuis les chocs pétroliers de 1973 et 1979, dus aux embargos de l'OPEP et aussi en raison des critiques de Granger-Sims et de Lucas.

Les modèles à séries temporelles multivariées et plus particulièrement les modèles VAR (modèle autorégressif vectoriel : Vector Autoregressive)¹⁶ sont maintenant reconnus pour fournir une alternative aux modèles économiques structurels¹⁷. Il est aussi vrai que la théorie économique n'est pas toujours suffisante pour déterminer la spécification correcte entre les variables et dans ce cas, il faut en quelques sortes laisser les données, et non pas le théoricien, déterminer la structure dynamique du modèle, voir le nombre optimal des variables retardées. C'est exactement l'idée soutenue par les modèles VAR qui sont des modèles très utiles et ont été introduits par Sims (1980) comme formulation alternative aux modèles traditionnels structurels à plusieurs équations. Par contre, on entend par modèle structurel, une formalisation théorique du fonctionnement de l'économie où chaque équation du modèle permet de donner des interprétations causales et où le modèle, dans son ensemble, représente une version testable de la théorie économique (par exemple, les deux modèles évoqués plus haut). Cependant, comme nous l'avons déjà mentionné, les perturbations économiques des années 70 (crises pétrolières, récession mondiale, ...) ont invalidé les prévisions délivrées par les modèles macroéconométriques). Ceux-ci ont nécessité de perpétuelles ré-spécifications et ré-estimations. Ce phénomène s'est accompagné d'un nombre croissant de travaux qui montraient le faible pouvoir prédictif des modèles structurels par rapport à celui des modèles univariés.

Les trois plus célèbres articles qui ont rejeté l'approche conventionnelle des modèles structurels sont ceux de Granger (1969), Sims (1980) et Lucas (1976).

Les VAR sont souvent considérés comme des modélisations athéoriques dans lesquelles le modélisateur peut se passer de toute théorie économique pour modéliser le comportement dynamique de variables économiques.

¹⁷ Peu après leur apparition, certains (Sims, 1980) et Litterman (1979, 1986) pensaient que les VAR seraient plus performants pour faire de la prévision que les modèles à équations structurelles (Greene, 2005 ; p. 568)

Ces auteurs¹⁸ réfutaient l'idée que les relations économiques sont réellement gouvernées par la simultanéité. Ils refusaient d'introduire le concept de variables exogènes dans leurs travaux. Cette stratégie les amenait à n'utiliser essentiellement que des équations linéaires aux différences, à ne pas insister sur des tests d'hypothèses économiques et à s'intéresser plutôt aux problèmes de prévision.

2.4.1. La critique de Lucas (1976)

Les équations d'inspiration keynésienne décrivaient un modèle structurel de décisions (consommation, investissement...) qui ne reposaient pas sur des hypothèses réalistes de comportement individuel. L'inflation et le chômage très élevé des années 70 s'inséraient très mal dans un cadre théorique keynésien. Du point de vue du paradigme sous-jacent, la critique la plus gênante faite aux modèles structurels est celle de Lucas (1976), qui avance l'idée que les paramètres des « règles de décision » contenus dans les systèmes d'équations structurelles sont modifiées par un changement de politique économique, même-si les règles elles-mêmes sont parfaitement appropriées.

Selon la critique de Lucas (1976), les principales équations de comportement des modèles macroéconométriques ne sont en fait que des formes réduites, dont les paramètres ne sont pas invariants à la forme de la politique économique. Tant que ces modèles sont utilisés pour effectuer des exercices de prévision, leur utilisation n'est pas forcément remise en cause. En revanche, ils ne peuvent en aucun cas être utilisés pour analyser des multiplicateurs liés à la politique économique. Ainsi, pour Lucas et Sargent (1979), une telle analyse ne peut s'effectuer qu'en abandonnant ce cadre au profit d'une modélisation structurelle cohérente et de la détermination explicite des formes réduites compatibles avec un ensemble de restrictions associées aux conditions d'équilibre et aux schémas d'anticipation.

Mais Granger, Sims et Lucas ne sont que des successeurs d'économètres qui, dans les années 60-70, ont voulu développer « l'ingénierie sociale ». Déjà Kendall (1960) avait produit une sorte de manifeste prônant l'étude des systèmes de rétro-contrôle comme l'analyse la plus fructueuse des problèmes de politique économique. La justification de cette approche était l'analogie du fonctionnement de l'économie à un servo-mécanisme. Box et Jenkins (1976) ont largement représenté le point culminant de ce type de travaux sur les séries univariées. Le développement du contrôle optimal dans les années 60 a également orienté une génération d'économètres vers le concept de l'ingénierie pour qui l'estimation structurelle était une désillusion.

En clair, Lucas a mentionné que les relations existantes entre les variables économiques peuvent changer lorsque la politique économique varie, auquel cas les paramètres estimés d'un modèle de régression seront de peu d'utilité pour la prévision : les paramètres estimés d'un modèle économétrique dépendent de la politique appliquée au moment de l'estimation du modèle et se modifieront si la politique change. En bref, les paramètres ne sont pas stables lorsque la politique économique varie. Par exemple, en octobre 1979, le FED modifie spectaculairement sa politique monétaire. Au lieu d'avoir pour objectif principal la fixation du taux d'intérêt, il annonça que désormais il contrôlerait la croissance de la masse monétaire. Face à un changement si prononcé, un modèle économétrique estimé à partir de données passées n'aurait que peu de valeur face à la nouvelle politique.

2.4.2. La critique de Sims (1980)

Dans les modèles à équations simultanées, ou modèles structurels quelques variables sont traitées comme endogènes, d'autres étant prédéterminées (exogènes et endogènes retardées). Avant d'estimer de tels modèles, il faut s'assurer que les équations du système sont justifiées (exactement). Cette identification est souvent assurée en supposant que quelques variables prédéterminées ne sont présentes que dans quelques équations. Cette décision est souvent subjective et fut sévèrement critiquée par Christopher Sims.

En effet, Selon Sims (1980), la représentation du comportement économique en termes de modèles structurels entraînait trop de contraintes d'identification, parfois arbitraires par rapport à l'interprétation que l'on peut en donner. Le rejet de ces contraintes impliquait pour lui, la nonexistence des variables exogènes. Plus précisément, sans information a priori sur la longueur des retards dans les équations, seul un ensemble d'équations à forme réduite à retards identiques pour toutes les équations pourrait être estimées.

Pour Sims, s'il existe une véritable simultanéité entre une série de variables, elles devraient toutes être traitées sur un pied d'égalité : il ne devrait y avoir aucune distinction a priori entre variables endogènes et exogènes. C'est dans cet esprit que Sims présenta le modèle VAR appelé modèles vectoriels autorégressifs¹⁹ ; le terme d'autorégressif tient à l'apparence de

Il est à noter que les graines de ce modèle étaient déjà semées dans le test de causalité de Granger en 1969.

valeur décalée de la variable dépendante dans le membre droit et le terme vectoriel est dû au fait qu'on a affaire à plusieurs variables vectorielles.

Nous prenons l'habitude de dire tout au début de ce travail que le principal objectif de la BRH est la lutte contre l'inflation. Elle utilise le plus souvent les bons BRH pour atteindre cet objectif. Comme Dominique PLIHON l'a dit la politique monétaire doit trouver un équilibre dans la régulation de la masse monétaire. De ce fait, le second chapitre de notre recherche consistera en une présentation de la politique monétaire et les instruments utilisés pour mener cette politique.

CHAPITRE II - LES INSTRUMENTS DE LA POLITIQUE MONÉTAIRE : THÉORIES ET RÉALITÉS

Ce chapitre est subdivisé en deux sections. La première consistera en une présentation de la politique monétaire et des instruments utilisés dans des États comme les États Unis d'Amérique, l'Union Européenne et les États de l'Afrique de l'Ouest. Dans la seconde, nous présenterons les instruments utilisés par la Banque de la République d'Haïti (réserves obligatoires, interventions sur le marché des changes et bons BRH) dans la conduite de la politique monétaire.

Section 1. Présentation des instruments de la politique monétaire d'un point de vue global

Avant de pencher sur les instruments de politique monétaire, il est nécessaire de se familiariser avec le concept politique monétaire qui utilise les instruments mises à sa disposition afin d'atteindre les objectifs fixés par la banque centrale.

1.1. Politique Monétaire

Avec la politique budgétaire, la politique monétaire est l'un des principaux instruments dont disposent les responsables d'un pays. Définir une politique monétaire est une obligation pour tout pays, car la production de moyens de paiement, c'est-à-dire la création monétaire, ne peut être laissée à la seule initiative des agents privés.

1.1.1. Définition de la politique monétaire

La politique monétaire²⁰ est un ensemble de mesures, délibérées des autorités monétaires, visant à contrôler l'offre de monnaie et les taux d'intérêt pour rétablir un équilibre de plein emploi, et/ou assurer une croissance non inflationniste et un taux de change stable. Elle comprend ainsi les politiques de crédit et la politique de change. Elle est expansionniste quand

²⁰ DOURA Fred. Economie d'Haïti : Dépendance, crises et développement 2, Dami, Montréal, Mars 2000, p. 242.

elle rend le crédit meilleur marché et plus accessible de manière à augmenter le volume des dépenses et l'emploi, elle est restrictive quand son objectif consiste à restreindre l'offre de monnaie et le crédit de manière à réduire les dépenses et contrôler les pressions inflationnistes.

1.1.2. Objectifs de la politique monétaire

Les objectifs de la politique monétaire rejoignent ainsi les objectifs de la politique économique. Ainsi, on attribue généralement deux objectifs principaux à la politique monétaire : la croissance économique, et la stabilité de la monnaie nationale, que ce soit la stabilité interne, mesurée par le niveau général des prix, que la stabilité externe, mesurée par le taux de change de la monnaie nationale en devises étrangères. Mais la politique monétaire ne peut pas agir directement sur ces objectifs. En revanche, elle peut agir directement sur certaines variables de l'économie qui elles-mêmes influencent les objectifs de croissance et de stabilité de la monnaie nationale. Ces variables, comme la masse monétaire par exemple, sont appelées des « objectifs intermédiaires ». Les autorités monétaires se fixent donc des objectifs intermédiaires sur lesquels elles exercent une influence directe. Quels sont ces objectifs intermédiaires? Ce sont les objectifs quantitatifs qui portent sur l'évolution des agrégats monétaires, les objectifs de taux d'intérêt qui amènent les autorités monétaires à fixer un niveau souhaitable pour les taux d'intérêt, les objectifs de change qui poussent les autorités monétaires à utiliser les instruments monétaires pour atteindre un certain niveau du taux de change de la monnaie nationale sur le marché des changes.

1.2. Les instruments de la politique monétaire : considérations générales

Les moyens d'actions mise en oeuvre par les autorités monétaires- la Banque Centrale en par particulier- pour atteindre les objectifs de la politique monétaire ci-dessus décrits constituent ce que nous appelons les instruments de la politique monétaire²¹. Ces instruments varient d'un pays à l'autre, tout dépend des pouvoirs dont disposent les banques centrales. Ils s'appliquent essentiellement à la distribution du crédit par les banques dont ils tendent à influencer l'intensité globale.

²¹ BENJAMIN Dumas. La Monnaie et les Banques dans l'Économie, Les Presses de l'Université Jean Price Mars et Éducation, Coconut Creek (Florida), 2005, p. 177.

1.2.1. Généralité des instruments de politique monétaire

D'une manière générale, les principaux instruments utilisés dans la conduite de la politique monétaire d'une banque centrale sont les suivants :

La rencontre des courbes d'offre et de demande du crédit détermine le taux d'intérêt réel d'équilibre.

Mais en période d'inflation incontrôlée, l'ajustement devra être plutôt fait à travers une politique de taux d'intérêt adéquatement flexible.

Dans beaucoup de pays, la politique de taux d'intérêt s'accompagne de sélectivité de crédit, qui est utilisée pour stimuler ou ralentir l'importance de certaines catégories de prêts, afin de canaliser les ressources financières vers l'utilisation que l'on souhaite en faire.

Les opérations d'open-market constituent une technique de contrôle monétaire relativement souple, qui peut être appliquée graduellement. La Banque Centrale prend l'initiative d'intervenir sur le marché financier comme acheteur et vendeur d'avoirs financiers. Ces avoirs sont généralement des obligations gouvernementales, des titres garantis par l'État, ou d'autres titres également acceptés par la Banque Centrale.

Lorsque la Banque Centrale achète des obligations pour son portefeuille, elle fournit des réserves excédentaires aux institutions financières, et lorsqu'elle en vend, elle absorbe ces

réserves. L'objectif des opérations d'open-market, comme celui des opérations de réescompte est d'agir sur le niveau de la masse monétaire et du crédit. Les marchés monétaires et des capitaux doivent être suffisamment étoffés pour éviter des fluctuations excessives des cours et provoquer l'effet souhaité sur la liquidité du système financier.

Pour mieux comprendre le fonctionnement des instruments de la politique monétaire dans la réalité, nous allons passer en revue des instruments utilisés par des banques centrales dans la conduite de leur politique monétaire dans certains États.

1.2.2. Les instruments de la politique monétaire dans la pratique

A- Le cas des États-Unis

Aux Etats-Unis d'Amérique la Fed manie trois instruments essentiels de la politique monétaire :

La politique du taux d'escompte fixe le taux d'intérêt, appelé le taux d'escompte, auquel les banques commerciales inscrites peuvent emprunter des réserves à la Fed quand elles manquent de liquidités. Nous appelons ces prêts réserves empruntées. Quand les réserves

empruntées augmentent, les banques empruntent auprès de la Fed accroissant donc les réserves bancaires totales (les réserves empruntées plus celles qui ne le sont pas). Réciproquement, une baisse des réserves empruntées provoque une contraction des réserves bancaires totales.

Par exemple, la Fed peut estimer que l'offre de monnaie s'accroît trop lentement et a besoin d'être stimulée, elle n'envoie pas des agents commerciaux pour recruter des emprunteurs. En revanche, elle peut abaisser le taux d'escompte, qui représente le taux d'intérêt que doivent verser les banques qui empruntent aux 12 banques régionales de Réserve Fédérale²². Mais la relation entre le taux d'escompte et les emprunts des banques n'est pas très précise. Les réserves empruntées, n'ont pas eu beaucoup d'influence sur la politique monétaire américaine.

La politique des réserves obligatoires est la modification du ratio légal de réserves sur les dépôts des banques commerciales et des autres institutions financières. Les banques et les autres institutions financières sont tenues de détenir un montant minimum en tant que réserves non rémunérées.

Les banquiers se plaignent souvent d'être tenus de détenir des actifs de réserves non rémunérés, improductifs, au-delà de ce qui est nécessaire pour faire face au flux et au reflux des dépenses et des recettes. Bien que du point de vue des banquiers cette idée soit défendable, elle oublie l'aspect macroéconomique : les coefficients de reserve obligatoire sont fixes a un niveau ~leve pour permettre a la banque centrale de controler l'offre de monnaie. C'est-à-dire qu'en fixant les coefficients de réserves obligatoires bien au-dessus du niveau que les banques ellesmêmes désirent, la banque centrale peut déterminer le niveau exact des réserves et peut donc contrôler plus précisément l'offre de monnaie.

En d'autres termes, en fixant les coefficients de réserves obligatoires à un niveau élevé, la banque centrale peut être certaine que les banques ne veuillent généralement pas détenir plus que le minimum légal. L'offre de monnaie scripturale est ensuite déterminée par l'offre de réserves bancaires (déterminée par la Fed par le biais de l'open-market) et par le multiplicateur d'offre de

²² Le Conseil de la Réserve Fédérale à Washington, avec l'ensemble des 12 banques de Réserve Fédérale constituent la Banque Centrale américaine.

monnaie (déterminé par le coefficient de réserves obligatoires). Comme la Fed contrôle à la fois les réserves bancaires requis, il a la mainmise (à une marge d'erreur près) sur l'offre de monnaie.

En plus trois principaux instruments abordés précédemment, la Fed utilise d'autres moyens dans la gestion de la politique monétaire américaine, la réglementation des taux d'interet, les mouvements internationaux de reserves, et les autres activites (la gestion des marches des changes, la coordination des finances internationales, et la réglementation des banques et l'assurance des dépôts).

B- Le cas du Système Européen des Banques Centrales (SEBC)

Pour atteindre ses objectifs, le système européen des banques centrales dispose d'une série d'instruments de politique monétaire qui sont :

Les facilités permanentes sont destinées à fournir ou à retirer des liquidités au jour le jour, à indiquer l'orientation générale de la politique monétaire et à encadrer les taux du marché au jour le jour. Deux facilités permanentes sont à la disposition des contreparties éligibles, qui

peuvent y recourir à leur propre initiative, sous réserve du respect de certaines conditions d'accès d'ordre opérationnel.

Les facilités permanentes sont gérées de façon décentralisée par les banques centrales nationales.

Le régime des réserves obligatoires de l'Eurosystème s'applique aux établissements de crédit de la zone euro et a essentiellement pour objet de stabiliser les taux d'intérêt du marché monétaire et de créer (ou d'accentuer) un besoin structurel de refinancement. Le montant des réserves obligatoires à constituer par chaque établissement est déterminé en fonction d'éléments de son bilan. Pour répondre à l'objectif de stabilisation des taux d'intérêt, le système des réserves obligatoires de l'Eurosystème permet aux établissements concernés de constituer leurs réserves en moyenne. Le respect des obligations de réserves est vérifié sur la base de la moyenne des avoirs quotidiens de réserves des établissements au cours de la période de constitution. Les réserves obligatoires constituées par les établissements de crédit sont rémunérées au taux des opérations principales de refinancement de l'Eurosystème.

C- Le cas de la BCEAO

La Banque Centrale des États de l'Afrique de l'Ouest (BCEAO) quant à elle utilise deux types d'instrument :

1- Instruments bases sur l'ajustement de la liquidite globale de l'economie

Les principaux instruments de politique monétaire de la BCEAO basés sur l'ajustement de la liquidité globale de l'économie sont les suivants :

Outre son apport dans la mobilisation de l'épargne en vue d'un financement sain des économies, la politique des taux d'intérêt contribue à l'utilisation optimale des ressources financières à l'intérieur des Etats de l'Union. Ainsi, la politique des taux d'intérêt s'appuie sur l'open-market, la promotion du marché interbancaire et la libéralisation des conditions de banque. Elle s'articule autour des taux directeurs de la Banque Centrale applicables aux principaux guichets de refinancement à savoir, le taux d'escompte pour le guichet de réescompte qui est une procédure d'achat définitif d'effets à douze mois au plus, le taux de pension qui est une procédure d'achat temporaire d'effets pour 30 jours au plus et le taux du marché monétaire par appel d'offres.

Prévu par les statuts de la Banque Centrale et les Directives de Politique Générale de la Monnaie et du Crédit issues de la réforme de 1975, comme instrument destiné à compléter le dispositif de contrôle de la liquidité bancaire, le système des réserves obligatoires est entré en application le 1er octobre 1993, en substitution de l'encadrement du crédit. Conformément aux dispositions arrêtées, l'assiette et les coefficients de réserves varient en fonction des impératifs de la politique monétaire.

Au démarrage, il a été retenu, pour les banques, un système d'assiette mixte, assis sur les dépôts à vue et les crédits à court terme (hors crédits de campagne). Depuis le 16 avril 2000, les crédits de campagne et les créances brutes des banques sur l'extérieur ont été introduits dans l'assiette. Le choix de l'assiette mixte tient compte de la diversité des situations de liquidité dans les pays de l'Union et procède de la préoccupation de consolider la collecte des dépôts à terme de manière à favoriser la mise en place de crédits à moyen et long termes.

S'agissant des autres établissements assujettis, en l'occurrence les établissements financiers distributeurs de crédit, l'assiette est constituée de l'encours des crédits octroyés, diminué des concours obtenus auprès du système bancaire.

Les coefficients de réserves sont fixés de manière différenciée selon les pays en fonction de l'évolution de la conjoncture.

Le régime des autorisations préalables institué en 1975 a été abandonné en 1989 et remplacé par un système d'accords de classement qui constitue un outil de contrôle a posteriori de la qualité des crédits distribués par le système bancaire. L'Institut d'émission laisse aux banques l'entière responsabilité des crédits qu'elles octroient, mais en contrepartie seules les créances bancaires bénéficiant d'un accord de classement peuvent être mobilisées auprès de la Banque Centrale. Pour ce faire, la Banque Centrale procède à une analyse de la situation financière de l'entreprise bénéficiaire de crédit, selon des critères connus du système bancaire, afin de déterminer la qualité du risque.

En vue de préserver la liquidité des établissements de crédit ainsi que la qualité de leur portefeuille, il est fait obligation aux banques de respecter un rapport minimum entre leurs actifs bénéficiant d'un accord de classement et le total des crédits octroyés. Ce rapport, dit « ratio de structure du portefeuille », est fixé à 60%.

La politique de la monnaie et du crédit, mise en oeuvre depuis octobre 1989, s'est traduite par une responsabilisation accrue des banques dans leurs politiques de distribution du crédit, de mobilisation de l'épargne et de gestion de leurs actifs, en consolidant le rôle d'appoint de la monnaie centrale.

Section 2. Présentation des instruments de la politique monétaire en Haïti

Plus haut nous avons parlé des instruments de la politique monétaire d'un point de vue global. Cette section quant à elle présentera les instruments utilisés par la BRH pour mener sa politique monétaire. Bien avant nous verrons la situation de la politique monétaire en Haïti.

2.1. Situation de la politique monétaire en Haïti

En Haïti, la politique monétaire des deux dernières décennies que l'État a appliqué, en gérant la monnaie, le crédit et le système bancaire, consistait à maîtriser la hausse du niveau général des prix. C'est ainsi que la BRH contrôlait systématiquement l'offre de monnaie, malgré

le fait que ce pays ne connaisse pas de cycles économiques semblables aux capitalistes industrialisés du centre.

Pour quasi tout dirigeant de banque centrale, la trop grande quantité de monnaie est la cause essentielle de l'inflation. Dans l'objectif de la BRH, agissant comme banque centrale, de lutte contre l'inflation et de défense du taux de change de la gourde, deux modèles peuvent être appliqués. Le premier accorde une totale indépendance à la banque centrale par rapport au pouvoir politique avec un objectif prioritaire de sauvegarder la stabilité des prix. Car cette stabilité est favorable à la croissance et selon un grand nombre d'économistes, les prix peuvent être considérés stables, quand leur hausse demeure dans une fourchette de l'ordre de 2% à 4%, sans s'accélérer.

Le deuxième consiste à appliquer une politique monétaire en utilisant les principaux instruments dont disposent les autorités politiques, qui s'en servent, en combinaison avec la politique budgétaire, la politique des revenus (contrôle des salaires et des prix), des politiques structurelles, pour atteindre l'ensemble de leurs objectifs économiques et sociaux. Il est vrai que la BRH agit dans le cadre de marché imparfait, avec un marché monétaire et financier étroit, contrôlé par un petit nombre de participants.

Certaines études (Alesina Alberto ; Summers Lawrence) ont montré que les banques centrales qui agissent en toute indépendance des autorités politiques, sans lignes de conduite trop précises, maitrisent mieux l'inflation que les autres, avec bien sûr, un coût social souvent excessif eu égard aux résultats obtenus. Alors que toutes autres politiques telles qu'une réforme fiscale ou un programme de travaux publics impliquant des dépenses publiques demandent du temps. Les interventions de la banque centrale sont toujours rapides et souvent techniques.

Depuis que le pays a commencé à avoir un embryon de marché monétaire financier, la BRH dont l'une des missions est de gérer l'offre de monétaire, selon les besoins de l'économie, utilise les interventions sur le marché public (la politique d'open-market) en achetant et en vendant les bons BRH depuis 1996 pour influencer les réserves des banques commerciales. Depuis la Banque centrale (BRH) se sert d'autres outils pour atteindre les objectifs de politique monétaire et de taux de change qu'elle se fixe tels que les réserves obligatoires. Elle fait aussi

des interventions sur le marché des changes depuis quelques années déjà pour stabiliser la gourde.

2.2. Les instruments utilisés par la Banque de la République d'Haïti (BRH) pour mener sa politique monétaire

Avant 1996 le principal instrument de conduite de la politique monétaire était les réserves obligatoires, dont la manipulation impressive²³ et intempestive (inopportun) du taux par les autorités monétaires était une importante source de préoccupation pour les acteurs sur le marché des prêts. Le taux d'escompte quant' à lui a été éliminé définitivement en 1992. En 1996 les autorités ont donc renforcé le processus de diversification des instruments de politique monétaire à travers l'émission des bons à court terme (bons BRH) et des interventions ponctuelles sur le marché des changes de manière plus formalisée et compétitive. Aujourd'hui, la politique monétaire repose, de manière équilibrée, donc sur trois (3) instruments principaux. Avant de parler de ces instruments voyons ce que c'était le taux d'escompte.

2.2.1. Le taux d'escompte

La BRH détient le levier de la politique monétaire, puisqu'elle fixe les taux d'intérêt qui déterminent le coût du crédit à court et moyen terme. La banque centrale est le prêteur en dernier ressort des banques commerciales en Haïti. Le taux d'intérêt qu'elle exige de celles-ci, lors des prêts, quand elles n'ont pas leurs réserves minimales légales, s'appelle le taux d'escompte. De ce fait, la BRH décide du taux d'escompte et le fait fluctuer, ce qui constitue une autre façon de restreindre ou d'accroître la création monétaire. Ainsi le taux d'escompte constitue un coût pour les banques commerciales d'obtenir des réserves.

C'est pourquoi en rendant le coût de l'argent plus cher ou moins cher, la BRH provoque la réduction ou l'accroissement du crédit dans l'économie haïtienne, en réduisant ou en accroissant l'offre de monnaie. Mais en Haïti, pour ce faire, la BRH détermine la fourchette des taux d'intérêt c'est-à-dire qu'elle fixe un taux maximum (plafond) et un taux minimum

(plancher) que les banques commerciales doivent respecter sur les dépôts et sur les prêts, selon l'offre et la demande de crédit.

Ces différents taux sont modifiés selon la conjoncture économique. Cette réglementation a été assouplie en 1986, et la fourchette des taux sur les dépôts à terme d'un an est passé de (10% - 17%) à (7% - 11%), et celle des taux sur les dépôts d'épargne de (5% - 8%) à (4.5% - 7%), par contre la fourchette des taux d'intérêt sur les prêts s'est élargie, passant de (14.5% - 19%) à (10% - 20%) (rapport BRH, 1999). Finalement, les taux plafonds ont été éliminés en 1989 et les taux planchers le 21 février 1992. Une hausse du taux d'escompte par la BRH provoque habituellement une augmentation des taux d'intérêt des banques commerciales.

2.2.2. Les réserves obligatoires

Comme souligné précédemment, les réserves obligatoires représentent l'élément le plus ancien du dispositif de régulation monétaire en Haïti. Elle consiste à contraindre les établissements bancaires à déposer à la Banque Centrale (BRH) ou à garder sous forme d'encaisse minimum une fraction de leur passif. À travers l'instauration d'un système de réserves obligatoires, les autorités visent les objectifs suivants :

Renforcer le contrôle quantitatif de la monnaie ou de la liquidité bancaire.

Crédibiliser le système bancaire, en protégeant les dépôts à travers la consolidation de la liquidité de l'ensemble du système.

Entre 1989 et 1995, ce taux de réserve dépassait les 50% sur les dépôts à vue pour atteindre 73.5% entre mars 1993 et mai 1995. La BRH a réduit les coefficients de réserves obligatoires de 44% à 25% pour les banques commerciales et de 22% à 12% pour les banques commerciales d'épargne et de logement, entre 15 novembre 1996 et 13 mai 1997, et en 1998, ce taux de réserve obligatoire a été de relevé 0.5 point de pourcentage par rapport à 1997. Ce coefficient de réserve obligatoire est en septembre 2000 de 31% sur les dépôts en gourdes et de 21% sur les passifs en dollars (FMI, août 2000). En juin 2001, ce coefficient est toujours de 31% pour les banques commerciales et de 19.5% pour les banques d'épargne et de logement en

gourdes et en monnaies étrangères ; de plus les banques ont l'obligation de garder en gourde 30% des réserves obligatoires sur les passifs des libellés en monnaies étrangères (circulaire 86 - 12A, 16 juin 2001). En 2002, les coefficients de réserves obligatoires n'ont subi aucune nouvelle modification. Les coefficients de réserves obligatoires en vigueur depuis le 16 juin 2001 (circulaire 86-12A) sont restés inchangés jusqu'au 16 octobre 2007. À compter du 16 octobre 2007, les coefficients de réserves obligatoires sont 30% en gourdes et 31% en monnaies étrangères pour les banques commerciales et de 18.5% en gourdes et 19.5% en monnaies étrangères pour les banques d'épargne et de logement. Le mode de constitution des passifs en dollars ÉU est de 27.5% en monnaie nationale et 72.5% en monnaie étrangère (circulaire 86- 12G). Dans la circulaire 87, À compter du 16 mars 2009 jusqu'à date, les coefficients de réserves obligatoires sont 29% en gourdes et 34% en monnaies étrangères pour les banques commerciales et de 17.5% en gourdes et 22.5% en monnaies étrangères pour les banques d'épargne et de logement (rapport BRH, 1998 à 2007).

Cette opération, vise la baisse de l'inflation. En fait, quand la BRH augmente le niveau des réserves obligatoires, cela tend à réduire la capacité de création monétaire des banques par le crédit. À l'inverse, une diminution des réserves obligatoires aurait des effets contraires, c'est-àdire accroîtrait l'offre de monnaie.

2.2.3. Les interventions sur le marché des changes

La BRH utilise cet instrument, sur une base transparente ou compétitive, depuis l'exercice 96-97. Ces interventions qui consistent à vendre ou acheter des devises sur le marché, paraissent pour objectif le maintien du taux de change de la gourde à l'intérieur d'une certaine fourchette. Ainsi chaque fois qu'elle intervient sur le marché des changes, elle remplit trois fonctions :

déséquilibre important et durable de la balance commerciale, la BRH vend des devises, essentiellement des dollars américains, quasi chaque fois qu'elle intervient sur le marché.

La BRH intervient donc sur le marché des changes. C'est ainsi qu'elle a injecté (vendu) de février à septembre 1997 près de 39 millions de dollars américains dans l'économie pour rétablir des déséquilibres temporaires afin d'atteindre des objectifs de parité pour la gourde ou dans le cadre de la gestion de ses réserves officielles. La présence de la Banque centrale sur le marché des changes au cours de l'année 1999 a été particulièrement active. Elle s'est manifestée dans les deux sens (à l'achat et à la vente) et s'est soldée par l'achat net de 32.7 millions de dollars ÉU (achats de 46.115 millions et ventes de 13.415 millions). La BRH est intervenue en 2000 sur le marché des changes en vendant 16.750 millions de dollars ÉU à l'ensemble du marché et 15.175 millions au Ministère de l'Économie et des Finances pour le compte des compagnies importatrices de pétrole. Au cours de l'exercice 2001, les interventions de la banque centrale sur le marché des changes se sont limitées à des achats nets de 1.7 millions de dollars ÉU (3.25 millions à l'achat et 1.55 millions de dollars à la vente). La BRH a commencé à intervenir sur le marché des changes dès le début de l'exercice 2002 accumulant à l'achat 15.6 millions de dollars ÉU contre 1.7 millions un an auparavant. Au cours de l'exercice 2003, la BRH a effectué des interventions sur le marché de change, accumulant à l'achat 63.04 millions de dollars ÉU. Les interventions à l'achat de la BRH sur le marché des changes au cours de l'exercice 2004 ont totalisé 98.8 millions de dollars ÉU, en hausse de 38.2 millions de dollars par rapport à 2003. Les interventions à l'achat de la BRH sur le marché des changes au cours de l'exercice fiscal 2005 se sont inscrites à 40.7 millions de dollars ÉU, soit 58.1 millions de dollars de moins par rapport à 2004. Les interventions de la BRH sur les marchés de change en 2006 se situent au niveau de l'achat de devises, soit un total 64.8 millions de dollars américains en 2006 (+ 24.1 millions sur 2005). En 2007, la BRH a acheté pour 97.4 millions de dollars américains et en a vendu 10.5 millions de dollars, donc un achat net de 86.9 millions de dollars américains (rapport BRH, 1998 à 2007).

Il existe une différence fondamentale entre le fait de maintenir sa monnaie faible et tenter de le renforcer. La BRH peut accroître le volume de gourdes comme elle le désire, parce qu'elle n'a qu'à les émettre ; par contre elle ne peut pas émettre des dollars, même en se dollarisant.

Ainsi, il existe une limite à sa capacité de maintenir une gourde forte, car tôt ou tard ses réserves seront épuisées, surtout pour un pays qui connaît un déficit de sa balance commerciale. C'est pourquoi, il est tout à fait impossible pour Haïti de stabiliser durablement son taux de change uniquement en intervenant sur le marché des changes.

2.2.4. Les bons BRH

Le processus de diversification formalisée des instruments de politique monétaire a démarré à la fin de 1996 avec l'introduction des bons d'une maturité de 7, 28, et 91 jours, appelés bons BRH. En même temps, le taux de réserves obligatoires a été révisé à la baisse, et l'assiette de ces réserves a été élargie, comme nous venons de le voir pour inclure les dépôts en devises, et d'autres éléments du passif bancaire.

En plus de contrôler la liquidité bancaire, l'objectif des bons BRH est de débuter l'instauration dans le système, d'un taux directeur qui est depuis 1997 jusqu'à date le taux d'intérêt sur les bons de 91 jours.

Il est à souligner que le 26 mars 2008 la BRH a décidé d'élargir la participation aux adjudications de bons BRH à des Institutions Financières non bancaires (catégorie I), Grand Public à travers les courtiers en valeurs mobilières (catégorie II), Grand Public (catégorie III). Les objectifs de l'élargissement des bons BRH sont :

rendre les opérations d'émission de bons plus efficientes et conformes aux pratiques optimales;

La BRH a élargie les bons BRH en vue de mieux contrôler la masse monétaire afin de lutter contre l'inflation qui est sa priorité.

Cette politique d'intervention sur le marché monétaire, permet à la BRH de réduire ou d'accroître la masse monétaire en réduisant ou en augmentant directement les réserves des

banques commerciales. Quand elle vend ces bons BRH sur le marché monétaire, le paiement de ces bons BRH par l'acheteur a pour effet de réduire directement les réserves des banques commerciales en réduisant ce qu'elle estime être un surplus de liquidité. Ainsi elle fait monter le taux d'intérêt et, par conséquent, diminue l'offre de monnaie, c'est-à-dire a choisi de lutter contre l'inflation, par ce que les économistes appellent une politique restrictive.

À l'inverse, si elle achète ces titres sur le marché monétaire tel n'est pas le cas dans l'économie haïtienne, elle fait augmenter directement les réserves des banques commerciales, donc augmente l'offre de monnaie, faisant ainsi baisser les taux d'intérêt. Cette politique, appelée expansionniste, a des effets multiplicateurs, qui développent le crédit dans l'économie entière, donc lui servent à soutenir l'économie, par conséquent la BRH essaie de lutter contre le chômage, le sous-emploi et les récessions. Mais en Haïti, il s'avère que seulement moins de 1%²⁴ des agents économiques a accès au crédit bancaire, une telle politique risque d'avoir des effets mitigés. Et dans tous les cas, cette expansion du crédit et la baisse des taux d'intérêt qui peut en résulter, stimulent l'activité économique.

Les bons BRH sont une variable importante dans le cadre de notre travail de recherche, c'est pourquoi nous prenons le soin de la présenter de façon détaillée.

Les bons BRH, restent et demeurent depuis leur apparition en novembre 1996 le principal instrument dans la conduite de la politique monétaire par la Banque de la République d'Haïti (BRH). Nous avons constaté dans le graphique de la page suivante que l'encours des bons BRH était à leur plus faible niveau entre 1997 et 2005, et à leur plus haut niveau entre 2006 et 2010. La courbe du taux de croissance des bons BRH de son côté évoluait en dents de scie de 1998 à 2006, pour ensuite épouser une allure décroissante entre 2007 et 2010 suite à une politique monétaire expansionniste de la Banque Centrale, c'est-à-dire, une baisse des taux d'intérêt sur les bons BRH dans le but de relancer le crédit en Haïti afin d'avoir un plus haut taux de croissance économique.

Graphique # 1- Évolution de l'encours et du taux de croissance des bons BRH
(en millions de gourdes et en pourcentage)

1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 Encours des bons BRH Taux de croissance des bons BRH

De novembre 1996 à septembre 1998 l'encours des bons BRH s'élevait 26 801 millions de gourdes, puis est passé de 14 224 millions de gourdes en 1998 à 26 602 millions de gourdes en 1999 soit un taux de croissance de 87.02% qui est le taux de croissance le plus élevé enregistré sur de la période ; ce qui allait chuter de 111.76 points de pourcentage en 2000, soit un taux de -10.24% qui est le taux de croissance le plus faible sur la période. L'encours des bons BRH a atteint son apogée en 2009, soit une valeur 119 965 millions de gourdes, de l'autre côté, son niveau le plus bas a été enregistré en 1997, soit 12 577 millions de gourdes. (Graphique # 1, Tableau # 1 en annexe).

Durant la période sous étude, nous avons recensé quatre types de bons : les bons à échéance de 7, 28, 91 et 182 jours. Les bons BRH de 182 jours ont apparu que deux fois en 2008 et 2009 avec un pourcentage respectif de 0.23% et 1.89% du total de l'encours des bons BRH.

Les bons BRH de 91 jours représentaient la composante majoritaire de l'encours des bons BRH presque sur toute la période, sauf en 2010 ils ont cédé la place aux bons BRH de 7 jours. En 2006, 2007 et 2008 les bons de 91 jours représentaient respectivement 97.92%, 98.82% et 93.23% du total de l'encours des bons BRH pour ensuite chuter à leur plus bas niveau en 2009 et 2010 (48.05% et 39.13%). En 2002, les bons à échéance de 28 jours ne faisaient plus l'objet des soumissions des banques commerciales qui, pour profiter des taux nominaux les plus élevés. Ce n'était qu'en 2009 que ces bons ont atteint leur niveau le plus élevé soit 22.5%. À l'opposé des bons à échéance de 91 jours, les bons de 7 jours ont atteint leur plus haut niveau en 2009 et 2010 (27.56% et 39.66%) et leur plus bas niveau en 2006, 2007 et 2008 soit 1.4%, 0.9% et 1.93% respectivement. (Graphique # 2, Tableau # 2 en annexe).

Comme nous le voyons sur le graphique # 3, la courbe des taux d'intérêt des bons de 91 jours est au-dessus des autres courbes parce que ce taux guide les banques commerciales dans leurs opérations de trésorerie.

Graphique # 3- Évolution des Taux Moyens Annuels (TMA) sur les bons BRH des
différentes maturités (en pourcentage)

D'après le graphique ci-dessus les courbes des taux d'intérêt sur les bons évoluaient en dents de scie. En 2001, la courbe des taux d'intérêt sur les bons de 91 jours était à son maximum soit un taux de 26.70% une augmentation de 141.2 points de pourcentage par rapport à l'année 1999 (11.07%). En 2002, du fait que les bons de 28 jours ne faisaient plus l'objet des soumissions des banques commerciales, ceci provoquait la chute du taux d'intérêt à 0.00%. Entre 2008 et 2010 les taux d'intérêt des bons 7, 28 et 91 jours étaient plus ou moins stables et évoluaient dans une fourchette comprise entre 4.3% et 6.77%, cette baisse est due à la politique monétaire expansionniste de la BRH dans le but d'augmenter l'investissement privé via le crédit. (Graphique # 3, Tableau # 3 en annexe).

La présentation des instruments de la politique monétaire de la BRH est importante pour la compréhension de ce travail de recherche. Les bons BRH étant un instrument de la politique monétaire, de ce fait, le chapitre suivant parlera d'une part de la situation du crédit en Haïti et d'autre part montrera en partie les impacts des bons BRH sur le crédit.

CHAPITRE III - LA SITUATION DU CRÉDIT EN HAÏTI

Face à un défi si grand qui est la lutte contre l'inflation, les bons BRH s'avèrent un instrument efficace, mais inefficient, du fait que, le crédit considéré comme un déterminant de l'activité économique se trouve restreindre par l'émission des bons BRH. De ce fait, nous aurons à présenter dans ce chapitre la situation du crédit et à analyser l'effet des bons BRH et des taux débiteurs sur le crédit ainsi que l'impact des taux directeurs sur les taux débiteurs.

Section 1. Analyse du crédit au sein de l'économie haïtienne

1.1. Évolution du crédit

Le crédit dépend en grande partie de la capacité des banques commerciales à capter les dépôts des agents économiques. Dans cette optique, le crédit octroyé aux agents économiques et les dépôts de ces derniers seront analysés en vue de dégager les écarts.

Graphique # 4- Évolution des dépôts et du crédit avant 1997
(en millions de gourdes)

Nous avons constaté que le crédit et les dépôts ont crû d'une année à l'autre, cependant, les dépôts croissaient à un rythme géométrique ou exponentiel et le crédit à un rythme arithmétique. Le crédit et les dépôts étaient à leurs plus bas niveaux en 1990, leurs montants étaient respectivement 22 271 et 37 373 millions gourdes, les dépôts étaient supérieurs au volume de crédit que 1.37 fois. Le crédit et les dépôts ont atteint leurs pics en 1996, le taux de croissance du crédit et des dépôts était respectivement 225.23% (72 433 millions de gourdes) et 254% (132 385 millions de gourdes) par rapport à 1990, les dépôts étaient 1.83 fois plus grands que le volume de crédit. (Graphique # 4, Tableau # 5 et # 6 en annexe). Analysons maintenant l'évolution des dépôts et du crédit pour la période 1997-2010.

Graphique # 5- Évolution des dépôts et du crédit après 1996
(en millions de gourdes)

La même remarque fait plus haut est encore de mise ici, c'est-à-dire, les dépôts croissaient à un rythme géométrique ou exponentiel et le crédit à un rythme arithmétique. En 1997 les dépôts s'élevaient à 145 431 millions gourdes et le volume de crédit à 79 946 millions de gourdes, les dépôts n'étaient supérieurs au volume de crédit que 1.82 fois. En 2010 le crédit se hissait à 464 920 millions de gourdes soit une croissance moyenne annuelle de 12.85% et les

dépôts à 1 143 030 millions de gourdes soit une croissance moyenne annuelle de 18.85%, durant cette année, les dépôts étaient 2.46 fois plus grands que le niveau de crédit octroyé dans l'économie. (Graphique # 5, Tableau # 5 et # 6 en annexe).

En observant les deux graphiques ci-dessus, nous constatons que le crédit a crû chaque année. Pour comparer l'évolution du crédit avant (1990-1996) et pendant la période sous étude (1997-2010), nous avons transformé le crédit en taux de croissance afin d'avoir une meilleure analyse.

Graphique # 6- Évolution du taux de croissance du crédit de 1990 à 2010 (en pourcentage)

Nous observons sur le graphique # 6 que la courbe du taux de croissance du crédit de 1990 à 1996 a une allure croissante et celle de 1997 à 2010 évoluait en dents de scie. Cependant de 1990 à 1992 la courbe du taux de croissance du crédit était décroissante ensuite pour épouser une allure croissante de 1993 à 1996. Il faut noter que le taux croissance du crédit pour la période 1990-1996 était à son plus bas niveau en 1992 (3.60%) et son plus haut niveau en 1996 (37.16%). La courbe du taux de croissance du crédit pour la période 1997-2010 était à son plus faible niveau en 2010 (6.55%) et atteint son sommet en 2003 (36.07%). Il est à souligner qu'avant l'introduction des bons BRH, le crédit a eu une meilleure croissance. (Graphique # 6, Tableau # 7 en annexe).

1.2. Évolution des taux d'intérêt débiteurs

Les taux d'intérêt jouent un rôle important dans les opérations de trésorerie des banques commerciales. Dans les graphiques ci-dessous sont illustrés des taux d'intérêt débiteurs et créditeurs en devises et en gourdes pratiqués par les banques commerciales haïtiennes.

Graphique # 7- Évolution taux d'intérêt moyens annuels du système bancaire en devises et
en gourdes (en pourcentage)

Dépôts à terme en devises (créditeurs) Dépôts d'épargne en devises (créditeurs)

Les données sur les taux d'intérêt en devises ne sont disponibles à la BRH qu'à partir de 1998. Nous avons constaté un net écart entre les taux d'intérêt débiteurs (prêts) et créditeurs (dépôts à terme et d'épargne). Les taux d'intérêt débiteurs en gourdes sont nettement supérieurs à ceux en devises, les taux débiteurs en gourdes fluctuaient dans l'intervalle 20.87% et 33.91% tandis que ceux en devises évoluaient dans la fourchette 11.73% et 15.14%. Par contre, les taux d'intérêt créditeurs sont plus ou moins proches les uns des autres. Les taux d'intérêt sur les D.A.T et sur les dépôts d'épargne en gourdes et en devises ont une allure décroissante, à la seule différence la courbe des taux d'intérêt sur les D.A.T en gourdes évoluait en dents de scie de 1997 à 2005. Entre 2008 et 2010 les taux d'intérêt créditeurs que ce soit en gourdes ou en devises étaient sensiblement égaux et tendaient vers zéro. (Graphique # 7, Tableau # 4 en annexe).

1.3. Répartition du crédit au sein de l'économie haïtienne

Dans le décret du 14 novembre 1980 réglementant le fonctionnement des banques et des activités bancaires en Haïti, les opérations bancaires tournent autour de trois axes : Collecte de fonds des déposants, Gestion des moyens de paiement, et Octroi de Crédit. Par contre, aujourd'hui, les banques se contentent tout simplement à s'enrichir en achetant des titres en Haïti (bons BRH) et aux États-Unis d'Amérique (valeurs mobilières ou titres de participation), en se livrant à l'achat et la vente de devises, en oubliant en partie le troisième axe des opérations bancaires l'octroi de crédit.

1.3.1. Répartition du nombre de prêts par emprunteur

Dans le système financier haïtien, moins de 1% des propriétaires de comptes courants et d'épargne arrivent à obtenir un prêt du système. Plus précisément des prêts « sont octroyés qu'à 0.4%²⁵ de l'élite de la population », dans un pays où les besoins de fonds sont considérables. En effet, de 2001 à 2007 le nombre d'emprunteurs n'était que 6672 en moyenne annuelle pour un total de 25 140 prêts en moyenne par année, c'est-à-dire, chaque débiteur a bénéficié en moyenne 3.76 prêts du système bancaire (rapport BRH, 2005 à 2007).

1.3.2. Répartition de l'encours des prêts par tranche (prêts de 75 000 gourdes ou plus)

Le nombre d'emprunteurs pour la tranche de 75 000 gourdes ou plus était tout simplement 6229 et l'encours des prêts était 13 624.42 millions de gourdes en moyenne annuelle pour la période 1997 à 2007, c'est-à-dire, il y a en moyenne 2.20 millions de gourdes de prêts par débiteur. De plus, il y a une très grande concentration des prêts dans la tranche de 50 millions de gourdes et plus qui s'élevait 10 083.83 millions de gourdes en moyenne par année de 1997 à 2007, soit un poids 74 % sur le total de l'encours des prêts de cet même intervalle pour un total de 506 débiteurs en moyenne annuelle de 1997 à 2007 qui représente que 8% du total des emprunteurs de cette tranche. Par contre, pour la tranche 75 000 à 499 999 gourdes de l'encours des prêts et pour les mêmes années, nous avons observé une forte concentration du nombre d'emprunteurs qui se chiffre à 3 935 en moyenne annuelle qui correspond à 63.17% du total des

débiteurs pour seulement 5.63% du total de l'encours prêts, ce montant équivaut à 767.96 millions de gourdes en moyenne par année (rapport BRH, 1998 à 2007).

1.3.3. Répartition de l'encours des prêts par secteur d'activité

Les secteurs d'activité « Commerce de gros et de détail », « Industries manufacturières » et « Services et autres » demeurent les secteurs dominants en termes de part de crédit bancaire pour la période 1998 à 2007. Les prêts octroyés au secteur du commerce de gros et de détail représentaient la plus grande part 32.55% (5 620 millions de gourdes) en moyenne par année du total des prêts. Ensuite vient le secteur des industries manufacturières avec un montant de 3 168.12 millions de gourdes en moyenne annuelle équivaut à 18.35% du total de l'encours des prêts. L'encours des prêts du secteur des industries manufacturières quant à lui correspondait à 3 027.40 millions de gourdes en moyenne annuelle sa part dans le total des prêts vaut 17.53%. Les prêts aux secteurs : des prêts aux particuliers représentaient 10.45% (1 804.20 millions de gourdes) en moyenne annuelle du total des prêts ; de l'immobilier résidentiel et commercial correspondaient à 12.24% (2 114.52 millions de gourdes) en moyenne annuelle du total des prêts ; du transport, entrepôt et communication s'élevaient à 605.22 millions de gourdes en moyenne annuelle soit un pourcentage de 3.5% du total des prêts ; des bâtiments et travaux publics avaient un poids de 3.73% (645.06 millions de gourdes) en moyenne annuelle du total des prêts ; de l'électricité, gaz et eau avoisinaient 266.65 millions de gourdes en moyenne annuelle pour un ratio de 1.54% du total des prêts ; de l'agriculture, sylviculture et pêche recevaient à peine à 0.10% du total des prêts et se chiffraient à 14.78 millions de gourdes en moyenne annuelle de la période pourtant on nous a appris très jeune qu'Haïti est un pays essentiellement agricole (rapport BRH, 1998 à 2007). Ces prêts, relativement faibles par rapport aux besoins de l'économie haïtienne, sont manifestement insuffisants pour induire une croissance économique durable.

1.3.4. Répartition de l'encours des prêts par échéance (prêts de 75 000 gourdes ou plus)

Les prêts ayant une échéance de moins d'un an, c'est-à-dire, à court terme représentaient 57.73% en moyenne annuelle du total des prêts de 75 000 gourdes et plus pour la période 1997- 2007. Les prêts à moyen terme, c'est-à-dire, ceux dont l'échéance varie de un à cinq ans,

représentaient 19.73% en moyenne par année de l'encours total des prêts pour la même tranche et la même période. Les prêts à long terme, c'est-à-dire, ceux à échéance de plus de cinq ans, constituaient 22.54% en moyenne annuelle des prêts totaux pour l'intervalle 75 000 gourdes et plus pour les mêmes années (rapport BRH, 1998 à 2007).

1.4. Quelques obstacles à l'expansion du crédit en Haïti

L'encours des prêts du système bancaire pour la période sous étude (1997-2010) atteignait un montant d'environ 3 366.38 milliards de gourdes, ce qui signifie que, pour chaque gourde de dépôt du système (7 437.72 milliards de gourdes pour les années 1997 à 2007), les banques prêtent moins de la moitié d'une gourde soit 45 centimes (bulletin statistique de la BRH, 1997 à 2010). C'est pourquoi le crédit bancaire en Haïti ne facilite pas la formation du capital ; et ces entreprises financières officielles travaillent quasi uniquement avec les couches sociales les plus aisées de la société haïtienne.

Rien ne prouve que les banques commerciales n'ouvrent pas les possibilités de crédits, mais un agent économique qui veut emprunter doit avoir la signature d'un répondant ou présenter des garanties. Cette situation aggrave les inégalités entre la minorité qui peut signer et donner des garanties et la très forte majorité analphabète qui ne peut répondre à ces exigences des banques commerciales. Il est vrai qu'en finance : « le prix que l'emprunteur est prêt à payer n'est pas un bon indicateur de sa solvabilité. » D'autre part, les banques commerciales haïtiennes utilisent leurs ressources en prêts dans des activités qui concourent en général à une détérioration de la balance commerciale de l'économie haïtienne.

D'ailleurs, ces dernières années, signale la Commission Économique pour l'Amérique Latine et les Caraïbes (COPAL), le crédit en Haïti a comme fin principale le financement des biens de consommation des secteurs à haut revenu, de sorte qu'il n'est pas possible d'évaluer l'effet de cette mesure sur les décisions d'investissement des chefs d'entreprises nationaux²⁶. » Les grandes banques haïtiennes financent peu les entreprises haïtiennes, ainsi, elles ne jouent point leur rôle d'intermédiation qui est de mettre l'épargne au service de l'investissement et du développement économique du pays.

D'autre part, signale la BRH de septembre 1997 à mars 1999, les banques commerciales ont affecté 10% de leurs propres fonds à l'achat des bons BRH, dont l'encours est de 26.61 milliards de gourdes sur la période précitée. Le total de l'encours des bons BRH sur notre période de travail (1997-2010) s'élevait à 785.53 milliards de gourdes, cela veut dire que les banques commerciales dépensent en moyenne chaque année 71.41 milliards gourdes à l'achat des bons BRH (bulletin statistique de la BRH, 1997 à 2010). Elles gardent aussi des liquidités importantes pour les besoins de la spéculation et, selon la BRH, les banques réalisent d'importantes transactions sur le marché des changes pour leur compte propre.

Les banques commerciales haïtiennes effectuant des opérations sur le marché des changes ont ainsi acheté une total de 9 991.27 millions de dollars ÉU et vendu 10 081.42 millions de dollars ÉU de 1997 à 2007. Pour l'exercice fiscal 1998, les banques ont acheté un total de 804 millions de dollars ÉU et en ont vendu 797 millions. En 1997, les banques avaient acheté et vendu 622.4 et 619.3 millions de dollars ÉU, respectivement. Au cours de l'année fiscale 1999, les banques ont acheté 1 043.9 millions de dollars ÉU et en ont vendu 1 058.3 millions. En 2000, les banques ont acheté 956.6 millions de dollars ÉU et ont vendu 951.6 millions. La tendance à la baisse des opérations de change constatée en 2000 s'est poursuivie en 2001. Les achats de devises ont chuté de 26.16 % pour atteindre 706.3 millions de dollars ÉU et les ventes de 23% pour se situer à 732.7 millions de dollars ÉU. Les transactions de change se sont contractées au cours de l'exercice fiscal 2003. En effet, 738.2 millions de dollars ÉU ont été achetés contre 753.4 millions de dollars vendus alors qu'en 2002 les valeurs correspondantes ont été respectivement 858.45 millions et 866.92 millions de dollars ÉU. Le volume des transactions de change au cours de l'exercice 2005 a évolué à la hausse par rapport à celui de l'exercice passé. En effet, 1 027.2 millions de dollars ÉU ont été achetés contre 1 018.5 millions de dollars vendus, alors qu'en 2004 les valeurs correspondantes ont été respectivement de 919.9 millions et de 923.7 millions de dollars ÉU. Au cours de l'exercice 2007, les volumes transigés tant à l'achat qu'à la vente ont connu une nette augmentation. Par rapport à l'année dernière (2006), les achats de devises se sont accrus de 14.54% (+156.87 millions de dollars ÉU) pour s'établir à 1 235.61 millions de dollars EU pendant que les ventes se sont élevées à 1 250.3 millions de dollars EU suite à une croissance de 16.24 % (+122.60 millions de dollars ÉU) (rapport BRH, 1998 à 2007).

Les banques commerciales font aussi d'autres placements qui sont composés principalement d'instrument sur le marché monétaire américain, de valeurs mobilières ou de titres de participation, pour des montants qui s'élevaient 62 168. 19 millions de gourdes pour la période allant de 1997 à 2007. Les placements des banques sont passés de 1 060 millions de gourdes en 1997 à 1 067 millions de gourdes en 1998, soit une légère hausse de 0,6%. En 1999, Ils ont progressé de 28.3 % par rapport à leur niveau de l'exercice précédent pour atteindre 1 369.1 millions de gourdes. Les placements en 2000 a connu une variation positive de 119.1 %, passant de 1 369.2 millions de gourdes à 2 999.2 millions gourdes. Pour l'exercice 2001, ils se sont élevés à 2 511.71 millions de gourdes, accusant ainsi une baisse de 16.26 % par rapport à l'exercice précédent. Ils ont crû de manière substantielle (130.1 %) au cours de l'exercice 2003 (7447.28 millions de gourdes), maintenant la tendance haussière amorcée depuis l'exercice 2002 (3236.54 millions de gourdes). Pour baisser en 2004 de 1.90 % soit une chute de 141.5 millions de gourdes. Ils ont crû de 41.80 % au cours de l'exercice 2005 et ont atteint 10 359.6 millions de gourdes. Enfin de 12 684.07 millions gourdes en 2006, ils ont évolué à la baisse (-4.40 %) pour atteindre 12 128.58 millions de gourdes en 2007 (rapport BRH, 1998 à 2007).

Il nous faut constater qu'au lieu les banques commerciales accordent des crédits aux entreprises, aux consommateurs qui en ont besoin pour qu'ils financent leurs investissements et leurs consommations qui sont deux moteurs de la croissance économique en plus des exportations, elles préfèrent spéculer sur le taux de change de la gourde c'est-à-dire se jeter dans l'achat et la vente de devises, réaliser des profits en achetant les bons BRH, placer leurs avoirs sur le marché monétaire américain (valeurs mobilières ou titres de participation) ou financer des opérations d'import-export, favorisant ainsi des sorties de devises.

Section 2. Analyse des effets des bons BRH, des taux d'intérêt débiteurs sur le crédit en Haïti

2.1. Effets des taux des directeurs sur les taux d'intérêt débiteurs

Le taux d'intérêt sur les bons BRH de 91 jours est considéré comme le taux directeur qu'utilise la BRH pour guider les banques commerciales dans leurs opérations de trésorerie.

Un crédit obtenu par une banque commerciale d'une banque centrale à un taux d'intérêt peu élevé, permettra à cette banque d'accorder à son tour des crédits (augmentés certes d'une certaine marge) peu onéreux aux entreprises et aux particuliers : l'activité économique et la croissance s'en trouveront favorisés. À l'inverse, une hausse du taux directeur aura pour objectif de limiter la demande de liquidités des banques commerciales ce qui provoquera un accroissement des taux débiteurs et une baisse de la demande de crédits des particuliers et ainsi d'éviter une trop forte inflation.

Les autorités monétaires haïtiennes par contre émettent les bons BRH pour réduire les encaisses oisives des banques commerciales afin de stabiliser l'inflation mais l'émission pénalise un peu l'octroi du crédit à l'économie. Comme nous venons de le voir, le taux directeur détermine le taux débiteur, étant donné que le taux directeur est très élevé en Haïti ceci entraine une hausse du taux débiteur et une baisse du volume de crédits octroyés dans l'économie.

Graphique # 8- Taux d'intérêt sur les bons BRH de 91 jours et taux d'intérêt débiteurs
(en pourcentage)

Nous remarquons très bien que la courbe des taux d'intérêt débiteurs est au-dessus de celle des taux directeurs puisque théoriquement les taux directeurs déterminent les taux débiteurs. Presque sur tous les points des courbes nous constatons la relation positive qui existait

entre les deux taux, sauf en 2004, 2006 et 2007. Le taux directeur est passé entre 2003 et 2004 de 20.23% à 18.07% soit une diminution de 10.67 points de pourcentage par contre le taux débiteur a augmenté en 2004 (33.91%) de 17.33 points de pourcentage par rapport à 2003 (28.90%). En 2006 l'effet contraire se produit, le taux débiteur a chuté de 4.58 points de pourcentage tandis que le taux directeur a crû de 87.17 points de pourcentage par rapport à l'année précédente. Le même cas de figure de 2004 a refait surface en 2007 à savoir l'accroissement du taux débiteur de 9.58 points de pourcentage et baisse du taux directeur de 21.42 points de pourcentage comparé à 2006. Il est à noter que les courbes ont atteint leur sommet en 2004 à 33.91% (taux débiteurs) et en 2001 à 26.67% (taux créditeurs) et leur plus bas niveau en 2010 (5% taux directeurs, 20.87% taux débiteurs) (Graphique # 8, Tableau # 3 et # 4 en annexe).

Afin de confirmer la relation positive qui existe entre ces deux variables nous avons calculé le coefficient de corrélation à l'aide d'Eviews, il est de 0.40. En ce sens, il existe une faible corrélation positive entre les variables.

2.2. Effets des bons BRH sur le crédit

Il y a pas vraiment une théorie qui met en relation les bons BRH et le crédit, mais lorsque nous observons le phénomène de près nous constatons l'émission des bons BRH a un impact négatif sur le crédit. Souvent les théoriciens disent une hausse du taux débiteur tue le crédit sans vraiment connaitre la cause. En Haïti la hausse du taux d'intérêt et la faible croissance du crédit sont dues à l'émission des bons BRH coeteris paribus, mais comment ? En premier lieu, le taux des bons de 91 jours est considéré comme le taux directeur et ce taux est très élevé ce qui pousse à la hausse le taux débiteur et donc une baisse de la demande de crédit. En second lieu les banques commerciales préfèrent investir dans les bons BRH au lieu d'octroyer du crédit au grand public parce qu'ils sont moins risqués, plus sûrs et plus rentables.

Graphique # 9- Taux de croissance du crédit et des bons BRH (en pourcentage)

Le graphique # 9 vient de confirmer l'affirmation que nous avons fait dans le paragraphe précédent à savoir qu'il y a une relation négative entre l'encours des bons BRH et le niveau de crédit dans l'économie. La majorité des points qui se trouve sur le graphique montre clairement cette relation. En 1999 par exemple les bons BRH ont crû de 87.02% par rapport à 1998 (13.10%) soit une augmentation de 564.27 points de pourcentage tandis que la croissance du crédit est passé de 29.80% en 1998 à 8.37% en 1999 soit une chute de 71.91 points de pourcentage, il faut aussi souligner que c'est en 1999 que les bons BRH ont enregistré leur plus au taux de croissance et le crédit lui-même l'était en 2003. Entre 2005 et 2010, notre observation n'a pas été confirmée sauf en 2008. Le taux croissance des bons BRH est passé en 2005 de - 7.82% à 49.23% en 2006 soit une hausse de 729.53 points de pourcentage et la croissance du crédit de son côté a crû en 2006 (15.24%) de 67.84 points de pourcentage par rapport à 2005(9.08%). En 2010 le taux de croissance des bons a chuté de 257.73 points de pourcentage comparé à 2009 ainsi que le taux croissance du crédit mais moindre soit une baisse de 51.76 points de pourcentage. Il est à noter que la croissance des bons BRH et du crédit sont à leur plus faible niveau en 2010. (Graphique # 9, Tableau # 7 en annexe).

En plus du graphique #9, le coefficient de corrélation (-0.16) fournit par Eviews confirme qu'il existe une faible corrélation négative entre le taux de croissance des bons BRH et du crédit.

2.3. Effets des taux d'intérêt débiteurs sur le crédit

Le taux d'intérêt débiteur est considéré comme un déterminant de la demande de crédit, un taux débiteur élevé entraine une diminution du volume de crédits octroyés dans l'économie et un taux d'intérêt sur les prêts faible a tendance à faire croître le crédit à l'économie, d'où la relation négative entre ces deux variables. Les taux d'intérêt débiteurs en gourdes dépassent largement ceux en dollars (tableau # 4 en annexe) ce qui provoque en 2006 le dépassement des crédits en gourdes par les crédits en dollars ÉU (tableau # 5 en annexe) bien qu'aidé par la faiblesse du taux de change. Il faut du même coup voir l'importance du taux d'intérêt débiteur en tant que déterminant du crédit.

Graphique # 10> Taux de croissance du crédit en gourdes, dollars ÉU et des taux d'intérêt
débiteurs en gourdes, dollars ÉU (en pourcentage)

Taux d'intérêt débiteurs en gourdes Taux de croissance du crédit en gourdes

Taux d'intérêt débiteurs en dollars ÉU Taux de croissance crédit en dollars ÉU

De 1998 à 2003 nous avons constaté que la théorie n'a pas été vérifiée pour les transactions en gourdes par exemple en 1999 le taux d'intérêt débiteur a chuté de 2.42 points de pourcentage et le taux de croissance du crédit a nettement diminué de 115.51 points de pourcentage par rapport à 1998. En 2003 le taux d'intérêt sur les prêts a crû 9.22 points de pourcentage et la croissance du crédit a augmenté largement de 783.33 points de pourcentage comparé à 2002. Entre 2004 et 2010, nous avions plus ou moins remarqué la relation négative qui existe entre les deux variables, sauf en 2006 et 2009. En 2004 le taux débiteur s'est accru de 17.33 points de pourcentage tandis que la croissance du crédit a baissé de 67.30 points de

pourcentage par rapport à 2004. En 2010 le taux utilisé par les banques commerciales a chuté de 5.48 points de pourcentage par contre le taux de croissance du crédit a crû de 96.74% comparé à 2009.

Le coefficient de corrélation calculé à partir d'Eviews montre qu'il y a une très faible corrélation (-0.04) négative entre les deux variables dont l'unité monétaire est la gourde. Ce qui explique certainement le fait que la théorie n'a pas été vérifiée sur le graphe pour la période 1998-2003.

Pour les opérations en dollars ÉU, les données n'ont pas respecté à la lettre la relation négative qui existe entre les variables. Le taux d'intérêt débiteur est passé de 11.77% (1998) à 12.56% (1999) soit une augmentation de 6.71 points de pourcentage tandis que la croissance du crédit a chuté en 1999 (39.65%) de 45.76 points de pourcentage par rapport à 1998 (73.10%), d'où la relation négative. En 2010 le taux directeur a chuté de 7.27 points de pourcentage et le taux croissance du crédit a baissé de 120.56 points de pourcentage comparé à 2009, ce qui en partie contredit la théorie. (Graphique # 10, Tableau # 7 en annexe).

Il n'y a pas toujours une relation négative sur tous les points du graphe #10, malgré tout, la théorie énoncée plus haut à savoir une augmentation du taux débiteur entraine une baisse au niveau du crédit a été vérifiée à l'aide du coefficient de corrélation. Eviews montre qu'il existe une faible corrélation négative (-0.13) entre le taux d'intérêt de débiteur en dollars ÉU et le taux de croissance du crédit en dollars ÉU.

2.4. Poids dans le PIB des intérêts versés par la BRH aux Institutions financières sur les bons BRH

La BRH, dans la lutte contre l'inflation, a émis les bons BRH en vue de contrôler les encaisses oisives des banques commerciales qui pourraient se gonfler sur le marché des changes. Et ce, afin d'éviter une dépréciation de la gourde par rapport aux autres devises principalement le dollar ÉU. Les autorités monétaires avec l'apparition de cet instrument maitrisent mieux l'inflation, mais ce nouvel instrument a des effets néfastes sur l'expansion de l'activité économique. Nous venons de voir plus haut que les bons BRH ont un impact négatif sur le

crédit, à côté de cela les intérêts versés par la BRH aux Institutions Financières Haïtiennes représentent une charge importante pour la Banque centrale haïtienne.

Graphique # 11> Intérêts versés sur les bons BRH et part de ces intérêts dans le PIB
(en millions de gourdes et en pourcentage)

Sur l'ensemble de la période (novembre 1996 à septembre 2010) les intérêts versés par la BRH sur les bons BRH s'élevaient à 89.616 milliards de gourdes. Entre 1997 et 2004 la courbe des intérêts versés sur les bons BRH avait une allure croissante et l'intérêt le plus faible versé par la BRH a été enregistré lors de la première année de l'émission des bons BRH soit en 1997 pour un montant d'intérêt de 2 062 millions de gourdes. En 2005 les intérêts allaient chuter de 53.07%, ensuite pour croitre à 204.54% en 2006 correspondant ainsi à leur niveau le plus élevé soit un montant d'intérêt de 14 581 millions de gourdes. Pour la sous période 2008-2010 la courbe des intérêts sur les bons est décroissante, cette baisse est due aux faibles taux d'intérêt pratiqués par la BRH (politique monétaire expansionniste en vue de relancer le crédit) sur ces trois dernières années.

Pour la période sous étude l'économie haïtienne n'a jamais atteint une croissance supérieure à 5%. C'est vrai que les intérêts versés par la BRH sur les bons BRH n'ont pas excédés 8%, mais pour un pays à faible taux croissance et même négatif des fois tel est le cas en 2001(-1.04%), 2002(-0.25%) et 2004(-3.52%), ils représentaient une charge énorme pour l'économie. En 2009 et 2010 les intérêts sur les bons BRH représentaient respectivement 1.49% et 1.38% du PIB correspondant à leur niveau le plus bas. Les intérêts sur les bons BRH ont atteint leur paroxysme en 2004 et 2006 représentaient 7.26% et 7.39% du PIB respectivement. (Graphique # 11, Tableau # 8 en annexe).

Dans ce chapitre nous avons passé en revue les différentes variables qui concernent notre travail de recherche. Nous avons montré en partie que l'émission les bons BRH représente un handicap à l'expansion du crédit dans l'économie haïtienne. Le dernier chapitre s'appuiera essentiellement sur une approche purement économétrique, afin d'infirmer ou de confirmer nos hypothèses de travail.

CHAPITRE IV- BONS BRH ET CRÉDIT : UNE ANALYSE ÉCONOMÉTRIQUE DES DONNÉES À PARTIR DE LA MODÉLISATION VAR

Comme nous l'avons mentionné dans notre méthodologie, nous pensons, qu'après avoir largement parlé du cadre conceptuel et théorique sur les variables d'intérêts de notre étude, et présenté l'évolution de ces mêmes variables dans l'économie haïtienne, il est important et nécessaire d'effectuer une analyse empirique pour pouvoir mieux cerner l'impact des bons BRH sur le crédit et qu'ainsi essayer de vérifier nos hypothèses.

Section 1. Présentation de la modélisation VAR

L'approche la plus utilisée et la mieux appropriée qui puisse nous permettre de voir l'impact des bons BRH sur le crédit est le Vecteur Autorégressif (VAR) et, par conséquent, est celle que nous allons utiliser. C'est un outil particulièrement adapté et utilisé en simulations pour mesurer l'ensemble des relations dynamiques à l'intérieur d'un groupe de variables données. Au niveau de cette représentation, toutes les variables sont considérées comme potentiellement endogènes. Cette approche cherche, en général, à modéliser un vecteur de variables stationnaires où chacune d'elles est expliquée à partir de ses valeurs passées et celle des autres variables.

1.1. Écriture du modèle VAR

1.1.1. Exemple introductif

Soit une représentation VAR dans laquelle on considère deux variables stationnaires Y~t et Ye_t. Chacune de ces variables est fonction de ses propres valeurs passées et de celles de

l'autre. Supposons que l'on ait p²⁷ = 4. Le modèle VAR (4) décrivant ces deux variables s'écrit de la façon suivante:

1.1.2. Formulation générale

Supposons que l'économiste soit intéressé par le comportement de n variables macroéconomiques (PIB, consommation, investissement, salaires nominaux, inflation, ...). À la date t, l'ensemble de ces n variables est représenté par le vecteur Yt = ( y_it , y_2t , ...,y_nt )

et pour un ordre de retards p quelconque. Ces différentes variables sont supposées suivre la représentation stationnaire suivante :

et et= (Eit, ... ,Eit) , et 1.1. d(0, E)²⁸ où Ó est une matrice diagonale, C est un vecteur de dimension (n x 1), cfii est une matrice de dimension (n x n) pour i = 1, ... , p et Y_t un vecteur stationnaire de dimension (n x 1).

28 Identiquement et indépendamment distribuée. Est aussi appelée Bruit Blanc.

L'hypothèse que Ó est une matrice diagonale est cruciale dans la modélisation VAR et dans l'utilisation du modèle VAR en simulation (calcul des fonctions de réponse et décomposition de variance de l'erreur de prévision).

Une autre écriture fréquemment rencontrée de ce modèle VAR est la suivante :

où 0(L) = (I - 01L - 02L2 - ? - 0_pLP) est un polynôme en l'opérateur retard L caractérisé par : L^k Yt = Yt_k .

Enfin, dans le cas où toutes les variables sont centrées, c'est-à-dire C=0 l'écriture du modèle VAR se ramène à : 0(L)Y_t = Et t = 1, . . . , T.

Plusieurs remarques peuvent d'ores et déjà être faites. Tout d'abord, le modèle est linéaire dans les variables. Ensuite, il est dynamique puisque les valeurs passées des variables influencent leurs valeurs courantes. De plus, les mouvements d'une variable peuvent influencer directement ou indirectement les mouvements d'autres variables. Ce modèle est non contraint, c'est à dire qu'il n'existe aucune contrainte a priori d'exclusion d'une variable dans les différentes équations du système. Les deux seules contraintes a priori sont les variables retenues (lesquelles et leur nombre) et le nombre de retard it. Le choix des variables n'est pas problématique car il répond à la question économique posée. Celui du nombre de retards ne l'est également pas car celui-ci peut uniquement s'effectuer sur la base de critères statistiques, par exemple à l'aide du critère d'Akaike (AIC) ou celui de Schwarz (SC), ou encore d'un test de rapport de vraisemblance (Gourieroux et Monfort, 1990)

Une fois estimés, les paramètres du modèle c'est-à-dire Ai (i= 1, ..., p), A0 et ?, le modèle VAR peut donner lieu à différentes utilisations. D'une part, on peut facilement réaliser des exercices de prévision des endogènes en exploitant la formulation récursive du modèle VAR. Il faut cependant noter que l'horizon retenu pour la prévision ne doit pas être trop long car le

modèle VAR fournira des prévisions peu «informatives» à long terme, puisque celles-ci correspondront aux valeurs moyennes (sur l'échantillon ayant servi à l'estimation) des différentes variables. En général, les performances en termes de prévisions sont bonnes puisque le modèle n'introduit pas ou très peu de restrictions.

Ce type de modèle permet d'autre part de quantifier des effets multiplicateurs instantanés et dynamiques :

effets de «surprises» de politique monétaire sur l'activité réelle (Sims (1992), Leeper, Sims et Zha (1996), Christiano, Eichenbaum et Evans (1999)); effets de chocs technologiques sur l'activité réelle (Blanchard et Quah (1989), Gali (1999), Francis et Ramey (2003), Christiano, Eichenbaum et Vigfusson (2004)); effets de «surprises» de politiques fiscales et budgétaires (Blanchard et Perotti (2002), Perotti (2002), Favero (2002), Burnside, Eichenbaum et Fisher (2001), Biau et Girard (2004)).

1.2. Estimation des paramètres d'un VAR (p)

Les paramètres du processus VAR standard ne peuvent être estimés que sur des séries chronologiques stationnaires. Deux techniques d'estimation sont possibles : estimation de chaque équation du modèle par les MCO ou estimation par la technique du maximum de vraisemblance. L'estimation d'un modèle VAR nécessite le choix du nombre de retards p. Pour déterminer le nombre de retards p d'un modèle VAR, il est possible d'utiliser les critères d'information (Akaike, Schwarz, etc.). La procédure de sélection de l'ordre de la représentation consiste à estimer tous les modèles VAR pour un ordre allant de 0 à h (h étant le retard maximum admissible par la théorie économique ou par les données disponibles). On retient le retard p qui minimise les critères d'information AIC et SC définis comme suit :

avec : n = nombre de variables du système ; T = nombre d'observations ; p = nombre de

retards ; E_E= matrice de variance-covariance des résidus du modèle ; det = déterminant de la matrice de variance-covariance des résidus du modèle.

Section 2. Présentation de notre modèle

2.1. Présentation des variables du modèle

Les variables que nous aurons à utiliser dans le modèle sont le crédit, les bons BRH, les taux débiteurs et les taux directeurs.

Le crédit et les bons BRH sont les deux variables d'intérêt de notre étude. Le crédit est un atout majeur de la croissance économique via l'investissement mais, se trouve obstruer par les bons BRH du fait qu'ils sont moins risqués. Ces données sont collectées auprès de la Banque de la République d'Haïti.

L'utilisation du taux directeur, dans ce modèle, est d'importance étant donné le rôle joué par cette variable dans le mécanisme de transmission d'un choc du taux débiteur sur le crédit. Les données du taux directeur proviennent également de la Banque Centrale d'Haïti.

Le taux débiteur est une variable très importante dans l'explication du crédit par le fait que du point de vue théorique, il est un déterminant de la demande de crédit. Ses données viennent aussi de la Banque des banques (BRH).

Nous utiliserons des données mensuelles du crédit, des bons BRH, des taux débiteurs et des taux directeurs relatives à l'économie haïtienne. Notre base de données couvre la période octobre 1996 à septembre 2010, les données relatives à ces variables se trouvent en annexe aux tableaux 9, 10, 11 et 12. Les données sont transformées en taux de croissance afin de faciliter l'estimation du modèle. Elles sont ainsi notées :

2.2. Test de stationnarité ou de racine unitaire

La plupart des propriétés statistiques des méthodes d'estimation s'appliquent à des variables stationnaires, c'est-à-dire qu'elles ne sont valables pour n'importe quel type de données.

Or, on applique indifféremment ces méthodes d'estimation à des variables stationnaires et à des variables non stationnaires. D'où la possibilité que ces propriétés statistiques ne soient valables pour des variables non stationnaires. Donc avant d'effectuer des tests spécifiques sur des séries chronologiques, plusieurs étapes préliminaires sont nécessaires. Il convient d'étudier ses caractéristiques stochastiques c'est-à-dire il est nécessaire de vérifier que, pour les séries étudiées, l'espérance et la variance restent stables au cours du temps.

En clair, nous allons effectuer des tests de stationnarité ou de racine unité parce que l'utilisation des séries temporelles consiste à rechercher dans l'histoire de la variable des régularités susceptibles d'aider à prévoir ses valeurs futures. Pour que cette démarche ait un sens, il faut que le processus présente une certaine stabilité ou un certain degré d'invariance au cours du temps. C'est cette idée d'invariance au cours du temps qui est traduite par la notion statistique de stationnarité²⁹.

Une première intuition concernant la stationnarité est fournie par l'étude du graphique des séries représentées en taux de croissance. Les quatre graphiques de la page suivante font ressortir que les différentes valeurs des séries (exprimées en taux de croissance) s'écartent provisoirement de leurs moyennes mais reviennent toujours à l'équilibre. Cette remarque laisse présager que ces séries sont stationnaires. Nous nous proposons de vérifier cette intuition que donnent les graphiques par l'application du test de Dickey-Fuller augmenté (ADF).

²⁹ Une série stationnaire est celle qui fluctue autour de sa moyenne sans jamais trop s'en écarter.

Graphique # 14- Evolution du taux de croissance
des taux debiteurs (en pourcentage)

Graphique # 15- Evolution du taux de croissance
des taux directeurs (en pourcentage)

2.2.1. Test de Dickey-Fuller (1979, 1981)

Pour appréhender la stationnarité d'une série, on applique des tests de racine unitaire. Il existe de nombreux tests de racine unitaire. Nous présenterons uniquement le test de Dickey et Fuller visant à tester l'hypothèse nulle de non stationnarité contre l'hypothèse alternative de stationnarité. On teste ainsi :

- Ho : la série est non stationnaire, c'est-à-dire qu'elle comporte au moins une racine unitaire.

- H1 : la série est stationnaire, c'est-à-dire qu'elle ne comporte pas de racine unitaire.

Dickey et Fuller considèrent trois modèles de base pour la série Yt , t = 1, ... , T. - Random walk : modèle sans constante ni tendance déterministe :

- Random walk with drift : modèle avec constante sans tendance déterministe : Y_t = a + pYt_i+ Et ou (1 - p_iq)(Yt - a) = Et (2)

- Random walk with drift and trend : modèle avec constante et tendance déterministe : Yt = a +_iqt+ pYt_i+ Et ou (1 - p_iq)(Yt - a -_iqt) = Et (3)

Dans chacun des trois modèles(1), (2) et (3), on suppose que Et~ BB(0, o_k^~).

Si p = 1 , cela signifie qu'une des racines du polynôme retard est égale à 1. On dit

alors qu'on est en présence d'une racine unitaire. En d'autres termes, Yt est un processus non stationnaire.

On teste l'hypothèse nulle de présence de racine unitaire (Yt est intégrée d'ordre 1, c'està-dire non stationnaire, p = 1) contre l'hypothèse alternative d'absence racine unitaire (Yt est intégrée d'ordre 0, c'est-à-dire stationnaire, |p| < 1).

Afin de faciliter l'application du test, on estime en pratique les modèles (1), (2) et (3) sous la forme suivante³⁰ :

avec (p = ñ - 1 et Et est un bruit blanc. On teste l'hypothèse nulle (p = 0 (non

stationnarité) contre l'hypothèse alternative cp < 0 (stationnarité). Pour cela, on calcule la statistique de Student du coefficient (p. On compare cette statistique aux valeurs tabulées par Dickey et Fuller. Dans la mesure où les valeurs critiques sont négatives, la règle de décision est inversée :

- Si la valeur calculée de la t-statistique associée à (p est inférieure à la valeur critique : on rejette l'hypothèse nulle, la série est stationnaire.

- Si la valeur calculée de la t-statistique associée à (p est supérieure à la valeur critique : on ne rejette pas l'hypothèse nulle, la série est donc non stationnaire.

Les modèles utilisés dans le test DF sont restrictifs dans la mesure où on suppose que Et

est un bruit blanc. Or il arrive très fréquemment que cette hypothèse soit remise en cause du fait de la présence d'autocorrélation et/ou d'hétéroscédasticité. Afin de résoudre ce problème, Dickey et Fuller ont proposé une correction paramétrique conduisant au test de Dickey-Fuller Augmenté.

³⁰ Les modèles en différence première permettent en effet de se ramener à des tests usuels de significativité des coefficients ; les valeurs critiques étant tabulées par Dickey et Fuller.

Afin de tenir compte d'une éventuelle autocorrélation des erreurs (donc Et n'est pas un bruit blanc), on introduit des retards sur la variable endogène³¹. Comme précédemment, trois modèles sont distingués :

Le test ADF se déroule de manière similaire au test de DF simple. En outre, il convient de noter que l'application du test ADF nécessite au préalable de choisir le nombre de retards p à

introduire de façon à ce que les résidus (E_t) soient un bruit blanc. Le nombre de retards p est choisi en utilisant un des critères d'information précités.

Il est fondamental de noter que l'on n'effectue pas le test sur les trois modèles. Il convient en effet de pratiquer le test de Dickey-Fuller sur un seul des trois modèles. En pratique, on adopte une stratégie séquentielle en trois étapes.

³¹ Rappelons que l'une des causes de la présence d'autocorrélation des erreurs réside dans l'oubli de variables explicatives. La correction apportée par Dickey-Fuller consiste ainsi à rajouter des variables explicatives représentées par les valeurs retardées de la variable endogène.

Étape 1. On estime le modèle (6). On teste la significativité du coefficient du trend ou de la tendance en se référant à la statistique de Dickey-Fuller.

Si le trend est significatif, on conserve le modèle et on teste alors l'hypothèse de racine unitaire c'est-à-dire Ho : (_to = 0 en comparant la t-statistique de co aux valeurs tabulées par Dickey-Fuller.

Si l'on accepte l'hypothèse nulle (Ho), Yt est non stationnaire. Dans ce cas, il faut différencier et recommencer la procédure de test sur la série en différence première.

Si l'on rejette l'hypothèse nulle (Ho), Yt est stationnaire. Dans ce cas, la procédure s'arrête et l'on peut directement travailler sur Y_t.

Étape 2. En partant du fait que le trend du modèle (6) ne soit pas significatif, on estime le modèle (5) et l'on commence par tester la significativité de la constante (á).

Si á est significative, on teste alors l'hypothèse de racine unitaire, c'est-à-dire Ho :

(_to = 0 en comparant la t-statistique de (_to aux valeurs tabulées par Dickey-Fuller. On a alors deux possibilités :

Si l'on accepte l'hypothèse nulle (H0), Y_t est non stationnaire. Dans ce cas, il faut
différencier et recommencer la procédure de test sur la série en différence première

Si l'on rejette l'hypothèse nulle (Ho), Yt est stationnaire. Dans ce cas, la procédure s'arrête et l'on peut directement travailler sur Y_t.

Étape 3. Cette étape ne doit être appliquée que si la constante á dans le modèle précédent n'est pas significative. On estime le modèle (3) et on teste l'hypothèse nulle de racine unitaire en utilisant les valeurs critiques de Dickey-Fuller.

Si l'on accepte l'hypothèse nulle (Ho), Yt est non stationnaire. Dans ce cas, il faut
différencier et recommencer la procédure de test sur la série en différence première

Si l'on rejette l'hypothèse nulle (Ho), Yt est stationnaire. Dans ce cas, la procédure s'arrête et l'on peut directement travailler sur Y_t.

Le test de racine unitaire de Dickey-Fuller Augmenté (ADF), suivant la stratégie séquentielle élaborée plus haut, est effectué sur les variables TXBBRH, TXCRED, TXTDB et TXTDR. Un résumé du tableau ci-dessous prouve que celles-ci sont stationnaires, si la valeur calculée est inférieure à la valeur critique pour un seuil de 5%. Dans ce cas on rejette H0 et on accepte H1.

Puisque les variables sont stationnaires en niveau, c'est-à-dire intégré d'ordre 0, I (0), il est donc possible de modéliser en utilisant le processus VAR. Les résultats de ces tests sont plus approfondis en annexe (tableau 14 à 17).

2.3. Spécification et Estimation du modèle

2.3.1. Spécification du modèle

Le modèle proposé pour étudier les effets des bons BRH sur le crédit via les taux directeurs et débiteurs s'écrit de la manière suivante :

Où les E = (Eit , £2t , E3t , £4) sont les termes d'erreur stochastiques appelés impulsions ou innovations ou chocs dans le langage VAR.

2.3.2. Estimation du modèle

Il est donc important à ce stade de déterminer l'ordre p du modèle. Nous utiliserons pour ce faire, le critère d'information d'Akaike (AIC). Le nombre de retard p retenu est celui qui minimise ce critère. Le logiciel Eviews 4.1 fournit directement les valeurs calculées de ce critère. Nous considérons un nombre maximum de retards égal à huit (8). Selon le critère d'Akaike, le nombre de retard optimal est de un (1). Ce dernier, en ce sens sera retenu pour estimer notre modèle. Le processus sera alors noté : VAR(1). Le tableau suivant reporte les résultats obtenus

TXBBRH = -0.9132TXCRED (-1) - 0.2381TXBBRH (-1) + 0.0921TXTDB (-1) - 0.0341TXTDR (-1) + 3.7950 TXCRED = 0.0767TXCRED (-1) - 0.0058TXBBRH (-1) - 0.0246TXTDB (-1) + 0.0049TXTDR (-1) + 1.1421 TXTDB = 0.0176TXCRED (-1) - 0.0271TXBBRH (-1) - 0.3858TXTDB (-1) + 0.0408TXTDR (-1) + 0.0270 TXTDR = 0.4404TXCRED (-1) + 0.0141TXBBRH (-1) - 0.0965TXTDB (-1) + 0.2104TXTDR (-1) - 0.8764

Nous présentons en haut l'estimation du processus VAR(1), mais pour plus de détail, elle est reportée dans le tableau 19 en annexe. Afin de tester si les coefficients sont statistiquement significatifs, les t student calculés doivent être supérieurs en valeur absolue au t student tabulé, pour une probabilité de 5% et un échantillon dont le nombre de degrés de liberté est supérieur à trente (30), le t student tabulé est égal à 1.96³³ ,tel est le cas de notre modèle.

³³ BOURBONNAIS Régis. Économétrie : Manuel et exercices corrigés, Dunod, Paris, 2005, p. 339.

Les résultats indiquent que le taux de croissance du crédit (TXCRED) dépend positivement de ses propres valeurs passées, retardées d'une seule période et négativement des valeurs passées du taux de croissance des bons BRH et des taux débiteurs retardées de la seule période. Le taux de croissance des bons BRH (TXBBRH) dépend négativement de ses valeurs passées, retardées d'une seule période. Le taux de croissance des taux débiteurs (TXTDB) est une fonction négative de ses propres valeurs passées et une fonction positive des valeurs passées du taux de croissance des taux directeurs, retardées d'une période. Le taux de croissance des taux directeurs (TXTDR) dépend quant à lui positivement de ses propres valeurs passées et des valeurs passées du taux de croissance des bons BRH, retardées de la seule période.

2.4. Test de causalité

Au niveau théorique, la mise en évidence de relations causales entre les variables économiques fournit des éléments de réflexion propices à une meilleure compréhension des phénomènes économiques. De manière pratique, « the causal knowledge » est nécessaire à une formulation correcte de la politique économique. En effet, connaître le sens est aussi important que de mettre en évidence une liaison entre les variables économiques.

2.4.1. Test de causalité de Granger

La causalité au sens de Granger indique à quel niveau les valeurs courantes d'une variable peuvent être expliquées par ses valeurs passées ou si l'ajout de valeurs retardées d'une autre variable améliore l'estimation. On dit qu'une variable X cause une variable Y au sens de Granger si X aide à prédire Y ou encore si les coefficients des valeurs retardées de X sont statistiquement significatifs dans l'explication de Y.

Les résultats du test, avec un nombre de retard égal 3 (tableau 20 en annexe), montrent qu'au seuil de 5%, le taux de croissance du crédit (TXCRED) est causé par le taux de croissance des bons BRH (TXBBRH) aussi bien que par celui des taux débiteurs (TXTDB), mais l'inverse n'est pas vérifié. Le taux de croissance des taux débiteurs (TXTDB), lui-même, est causé par celui des taux directeurs (TXTDR), encore une fois l'inverse n'est pas observé.

De même, nous pouvons constater qu'en effectuant le test avec des nombres de retards supérieurs plus précisément six (6), les résultats demeurent inchangés (tableau 21 en annexe).

2.5. Dynamique du modèle VAR(1) et analyse des résultats

La dynamique de la modélisation VAR permet d'analyser les effets de la politique économique, cela au travers de simulations de réponses impulsionnelles (réponses aux chocs) et de la décomposition de la variance. Elle nous permettra de mesurer d'une part, l'impact de la variation des différents chocs sur les variables et d'autre part, la contribution de ces chocs à la variance de l'erreur de prévision.

2.5.1. Réponses aux chocs

L'analyse d'un choc consiste à mesurer l'impact d'une variation d'une innovation sur chaque variable. Le choix du sens de l'impact est très important et conditionne les valeurs obtenues. La détermination de l'ordre dans lequel les différentes variables sont enregistrées est donc très importante dans un processus VAR pour étudier la structure des chocs. Des ordres de placement différents fournissent des résultats différents. Il est alors nécessaire d'imposer une certaine structure au système en vue de mieux identifier ces chocs.

Nous avons, en ce sens, retenu l'ordre suivant TXBBRH?TXTDR?TXTDB?TXCRED. Nous choisissons de mettre les bons BRH en premier en se basant sur le fait que la BRH les utilise pour déterminer les taux directeurs. Ce dernier vient en second lieu, suivi des taux débiteurs sachant qu'une variation au niveau des taux directeurs influe directement sur les taux débiteurs qui eux-mêmes agissent sur le crédit.

Des figurent retracent les fonctions de réponse impulsionnelles (page 106 en annexe) : les courbes en pointillés représentent l'intervalle de confiance. On considère que l'amplitude du choc est égale à deux fois l'écart type et l'on s'intéresse aux effets du choc sur 18 périodes (18 mois). Lorsqu'un choc de 1% du taux de croissance des bons BRH se répercute sur le taux de croissance du crédit. L'impact atteint son plus bas niveau après un mois (-0.19%), et devient positif après 3 mois (0.02%). Il diminue ensuite exerçant toutefois une faible influence sur le taux de croissance du crédit et tend vers zéro après sept mois. De la même manière, lorsqu'on

enregistre un choc de 1% du taux croissance des taux débiteurs, l'impact sur le taux de croissance du crédit atteint son minimum après le premier mois (-0.2%), devient positif après le troisième mois (0.04%) et diminue progressivement pour s'approcher de zéro au bout du sixième mois.

Les fonctions de réponse impulsionnelles montrent également qu'un choc de 1% du taux de croissance des taux directeurs se répercute sur le taux de croissance des taux débiteurs pour atteindre son niveau le plus faible niveau au bout d'un mois (-0.74%), puis son maximum au bout de deux mois (0.97%), ensuite pour chuter au bout du mois suivant (-0.19)%, pour augmenter au bout de quatre mois (0.10%), enfin devient insignifiant après sept mois.

L'analyse des fonctions de réponse impulsionnelles nous permet de calculer aussi l'impact cumulé d'un choc du TXBBRH et du TXTDB sur le TXCRED et aussi l'effet cumulé d'un choc du TXTDR sur le TXTDB (tableau 22 et 23 en annexe). Un choc de 1% du TXBBRH a un impact cumulé négatif très faible à court et à long terme sur le TXCRED, après un mois (-0.19%), après trois mois (-0.28%) et devient constant après cinq mois (-0.27%). De même pour le TXTDB, il a une relation négative avec TXCRED, un choc de 1% du TXTDB a un effet cumulé faible à court et à long terme sur le TXCRED, après un mois (-0.20%), après deux mois (-0.37%) et devient linéaire après quatre mois (-0.35%). Par contre, un choc de 1% du TXTDR a une répercussion cumulée positive très faible à court terme et à long terme sur le TXTDB, sauf après un mois l'impact est négative (-0,74%), après deux mois (0.23%), après quatre mois (0.14%), et devient stable après sept mois (0.11).

2.5.2. Décomposition de la variance

Les réponses aux chocs, peuvent être complétées par une analyse de la décomposition de la variance de l'erreur de prévision. L'objectif est de calculer pour chacune des innovations sa contribution à la variance de l'erreur de prévision. Pour se faire, la variance de l'erreur de prévision est écrite à un horizon h (ici h allant de 1 à 12 mois) en fonction de la variance de l'erreur attribuée à chacune des quatre variables. On rapporte ensuite chacune de ces variances à la variance totale pour obtenir son poids relatif en pourcentage. Eviews 4.1 fournit tous ces résultats rapidement et sont reportés en annexe dans les tableaux 24 et 25.

Les résultats montrent que la variance de l'erreur de prévision du taux de croissance du crédit (TXCRED) est due à environ 94.90% à ses propres innovations, à 3.14% à celles du taux de croissance des taux directeurs (TXTDR), à 1.19% à celles du taux de croissance des taux débiteurs (TXTDB), et 0.77% du taux de croissance des bons BRH (TXBBRH). Les résultats de la décomposition de la variance de l'erreur de prévision indiquent que le taux de croissance des taux débiteurs (TXTDB) est dû à 96% de ses propres innovations, et respectivement 3%, 0.85%, 0.02% pour le taux de croissance des taux directeurs (TXTDR), le taux de croissance des bons BRH (TXBBRH) et le taux de croissance du crédit (TXCRED).

Les différents résultats découlant de l'analyse des réponses aux chocs et de la décomposition de la variance montrent que l'impact du taux de croissance des bons BRH (TXBBRH) et des taux débiteurs (TXTDB) sur le taux de croissance du crédit (TXCRED) est très faible et n'est que de courte durée, de même pour l'impact du taux croissance des taux directeurs (TXTDR) sur le taux de croissance des taux débiteurs (TXTDB)

Ce chapitre est la pierre angulaire de notre travail, nous avons présenté la modélisation du Vecteur Autorégressif (VAR), puis effectué le test de Dickey-Fuller augmenté (ADF) pour savoir si nos variables sont stationnaires afin de savoir si le processus VAR était possible, enfin spécifié notre modèle de recherche. Les différents tests effectués nous poussent à confirmer notre hypothèse principale (HP) ainsi nos trois hypothèses secondaires (HS1, HS2, HS3).

CONCLUSION ET RECOMMANDATIONS

Ce travail a consisté à montrer l'impact des bons BRH et des taux débiteurs sur le crédit en Haïti pour la période allant d'octobre 1996 à septembre 2010. Connaître le degré de transmission d'un choc des bons BRH sur le crédit est important surtout dans un pays où le crédit devient de plus en plus inaccessible.

Après avoir pris le soin de présenter dans le premier chapitre les concepts de notre recherche à savoir les bons BRH qui donnent naissance au taux directeur à partir des bons de 91 jours qui à son tour détermine le taux débiteur qui lui influence le crédit. Dans le cadre théorique nous avons passé en revue les théories sur la politique monétaire, le crédit, le vecteur autorégressif (VAR) et dressé un référentiel théorique précis qui montre l'influence de la politique monétaire sur le crédit.

Le second chapitre a parlé des instruments qu'utilisent les banques centrales pour mener leurs politiques monétaires. La première section a développé les instruments utilisés par la Federal Reserve (Fed), le Système Européen des Banques Centrales (SEBC) et la Banque Centrale des États de l'Afrique de l'Ouest (BCEAO). La seconde section a présenté les instruments de politique monétaire de la BRH (réserves obligatoires, interventions sur le marché des changes et bons BRH) avec leurs statistiques.

Le chapitre trois a consisté à présenter la situation du crédit en Haïti. Dans la première section nous avons montré comment le crédit a évolué de 1990 à 1996, également pour la période d'observation (1997 à 2010). Elle a aussi exhibé les différentes répartitions du crédit dans l'économie haïtienne (répartition du nombre de prêts par emprunteur, répartition de l'encours des prêts par tranche, répartition de l'encours des prêts par secteur d'activité, répartition de l'encours des prêts par échéance) et a présenté en plus des bons BRH les différents obstacles à l'expansion du crédit en Haïti. La deuxième section quant' à elle, a démontré en partie l'impact des bons BRH, des taux débiteurs sur le crédit en Haïti, les effets des taux directeurs sur les taux débiteurs et a montré aussi le poids dans le PIB des intérêts versés par la BRH aux Institutions Financières sur les bons BRH.

Le dernier chapitre est d'une importance capitale puisqu'il nous a permis de confirmer nos hypothèses de travail. La première section a consisté en une présentation de la modélisation VAR et la seconde en une exhibition de notre modèle de recherche. Nous avons transformé les données en taux de croissance puis, nous avons fait le test de Dickey-Fuller Augmenté (ADF) qui est un test de stationnarité pour voir si les données sont stationnaires afin d'utiliser le processus VAR. Puisque les données sont stationnaires nous avons déterminé le nombre de décalages pour savoir de quel VAR il s'agit. Ensuite, nous avons estimé le VAR(1) et fait le test de causalité de Granger. Le test de causalité de Granger montre que le taux de croissance des bons BRH (TXBBRH) aussi bien que le taux de croissance des taux débiteurs (TXTDB) améliorent l'estimation du taux de croissance du crédit (TXCRED). De même, les valeurs passées du taux de croissance des taux directeurs (TXTDR) influencent sur les valeurs futures du taux de croissance des taux débiteurs (TXTDB). La dynamique du modèle VAR(1) a conduit aux réponses aux chocs et à la décomposition de la variance. Les résultats prouvent qu'un choc du taux de croissance des bons BRH (TXBBRH) et du taux de croissance des taux débiteurs (TXTDB) a un impact instantané sur le taux de croissance du crédit (TXCRED) même constat d'un choc du taux de croissance des taux directeurs (TXTDR) sur le taux de croissance des taux débiteurs (TXTDB). L'impact d'un choc de 1% du TXBBRH sur le TXCRED est de -0.19% après un mois et de 0.02 après 3 mois. En outre, un choc de 1% du TXTDB a un impact de -0.2% au bout d'un mois et de 0.03% au bout de trois mois sur TXCRED. De son côté, la réponse du TXTDB est de -0.74% au bout d'un mois, de 0.97% après deux mois et de 0.10% après quatre mois suite à un choc de 1% du TXTDR. En cumulant les réponses du TXCRED, nous avons trouvé une relation négative entre le TXCRED et le TXTBD, également, nous avons décelé un lien négatif entre le TXCRED et le TXTDR. Par contre dans les réponses cumulées du TXTDB suite à un choc du TXTDR nous avons rencontré une liaison positive entre ces deux variables. La décomposition de la variance nous a permis de voir que la baisse du crédit dans l'économie est causée à 1.19% du TXTDB, et à 0.77% du TXBBRH. Elle a montré également que la hausse du TXTDB est due à 3% du TXTDR.

Les différentes analyses menées dans le cadre dans le cadre du VAR nous ont amené à accepter les hypothèses que nous avons formulées au début de notre travail à savoir : « HP : L'émission des bons BRH auprès des Institutions financières haïtiennes, en tenant compte des taux d'intérêt débiteurs constitue un obstacle peu significatif à l'expansion du crédit en Haïti.»

« HS1 : Une expansion des bons BRH a un impact négatif peu significatif sur le crédit en Haïti », « HS2 : Une augmentation des taux débiteurs a un effet négatif peu important sur le crédit en Haïti », « HS3 : Un accroissement des taux directeurs influe positivement et de manière peu considérable les taux débiteurs. »

Ce travail de recherche a été élaboré dans contexte très difficile. La quasi-inexistence des documents élaborés sur notre thème de recherche à savoir les bons BRH et le crédit est la principale cause de l'absence d'un cadre empirique dans notre travail de recherche. Les bibliothèques à l'échelle nationale sont pauvres en document, ce qui a rendu extrêmement pénible la recherche documentaire. Les principales sources de données telles que la BRH et l'IHSI n'ont pas été toujours en mesure de nous fournir les données qui correspondent mieux à notre travail.

Il faut cependant souligner malgré les bons BRH et les taux débiteurs expliquent faiblement le crédit mais ils ont un impact négatif sur celui-ci. De ce fait, la BRH doit-elle arrêter l'émission des bons BRH ? Tout d'abord, nous devons dire que les banques commerciales ont jusqu'à trois options quand elles disposent de beaucoup de gourdes dans leurs caisses : Primo, elles peuvent choisir d'octroyer du crédit bancaire aux agents économiques haïtiens, dans le cadre du développement des initiatives privées. Ce serait l'option idéale pour l'économie haïtienne qui en bénéficierait grandement. Compte tenu de l'instabilité politique du pays, cette option présente donc trop de risques pour elles. Secundo, elles peuvent choisir d'échanger leurs gourdes contre le dollar ÉU qui est une monnaie de très loin plus stable que la gourde et qui permet de mieux conserver la valeur de l'argent. Cette option serait désastreuse pour l'économie haïtienne, car toute la liquidité oisive des banques commerciales haïtiennes irait créer une forte pression sur la demande de dollars ÉU sur le marché des changes, ce qui provoquerait une inflation importée dans l'économie haïtienne due à la dépréciation de la gourde par rapport au dollar ÉU. Tertio, elles peuvent placer leur avoir dans les bons BRH qui représentent justement un placement sûr et sans risque mais qui ont une répercussion négative sur le crédit.

Il est clair que sur la base de cette analyse, les autorités monétaires de la banque centrale auront toujours recours à l'émission des bons BRH jusqu'à ce qu'elles trouvent un autre instrument monétaire plus souple et plus efficient. Donc, en attendant de trouver cet autre instrument de la politique monétaire, l'émission des bons BRH par les autorités monétaires de la

banque centrale reste une nécessité. Car, il est important de comprendre aussi que l'adage qui dit que de deux maux il faut choisir le moindre est justement respecté dans la logique suivie par les autorités monétaires de la banque centrale en émettant les bons BRH. La première option, l'octroi du crédit bancaire, n'étant même pas envisageable pour les banques commerciales de la place, étant donné les risques toujours pesants de troubles politiques dans le pays, la banque centrale préfère encourir les coûts de l'option « émission des bons BRH » en lieu et place des coûts qu'occasionnerait l'option « échanger les gourdes contre des dollars ÉU ». Ce qui, à notre avis est un choix rationnel.

Nous recommandons fortement aux autorités monétaires de la banque centrale haïtienne de toujours chercher un niveau optimal des taux d'intérêt sur les bons BRH pour les différentes séances d'adjudication des bons (surtout le taux d'intérêt des bons de 91 jours qui est un déterminant du taux débiteur qui lui influence le crédit). À ce stade, au lieu de se demander quel est ce taux d'intérêt optimal pour chaque séance d'adjudication des bons BRH, ou comment déterminer ce taux optimal, il convient surtout de réaliser que tant que nous aurons pas trouvé un niveau des taux sur les bons BRH tel que les banques commerciales soient indifférentes entre placer leur avoir dans les bons ou accorder du crédit aux agents économiques, on ne pourra pas parler de niveau optimal des taux d'intérêt sur les bons BRH. Donc, l'indicateur qui serait déterminant pour trouver ce taux d'intérêt optimal est « l'indifférence » des banques de second rang face à ces deux dernières options. Tant qu'il y aura de l'engouement pour l'option « placement dans les bons BRH », c'est que les taux pratiqués sur ceux-ci ne sont pas optimaux.

Année	Bons BRH 7 jours	Bons BRH 28 jours	Bons BRH 91 jours	Bons BRH 18 2 jours	Bons BRH total
1997	2851	2320	7406	-	12577
1998	1694	569	11961	-	14224
1999	4679	2712	19211	-	26602
2000	1926	830	21123	-	23879
2001	3224	80	19973	-	23277
2002	3009	0	31061	-	34070
2003	4500	500	33645	-	38645
2004	8531	770	48157	-	57458
2005	5161	10749	37051	-	52961
2006	1105	536	77397	-	79038
2007	872	275	96069	-	97216
2008	2085	660	105058	248	108051
2009	30859	25198	53795	2113	111965
2010	41865	22393	41307	-	105565

Année	Bons BRH 7 jours	Bons BRH 28 jours	Bons BRH 91 jours	Bons BRH 18 2 jours
1997	22.67	18.45	58.88	-
1998	11.91	4.00	84.09	-
1999	17.59	10.19	72.22	-
2000	8.07	3.48	88.45	-
2001	13.85	0.34	85.81	-
2002	8.83	-	91.17	-
2003	11.64	1.30	87.06	-
2004	14.85	1.34	83.81	-
2005	9.74	20.30	69.96	-
2006	1.40	0.68	97.92	-
2007	0.90	0.28	98.82	-
2008	1.93	0.61	97.23	0.23
2009	27.56	22.50	48.05	1.89
2010	39.66	21.21	39.13	-

Tableau # 3
Taux Moyens Annuels (TMA) sur les bons BRH des différentes maturités
(en pourcentage)

Année	TMA 7 jours	TMA 28 jours	TMA 91 jours
1997	14.68	14.90	17.53
1998	17.20	18.53	22.27
1999	7.42	9.16	11.07
2000	11.54	13.70	22.20
2001	14.00	16.07	26.70
2002	8.10	-	13.61
2003	16.73	10.20	20.23
2004	16.70	9.89	18.07
2005	5.67	7.70	9.90
2006	13.67	16.20	18.53
2007	10.18	12.60	14.56
2008	4.30	5.88	7.00
2009	3.75	5.20	6.77
2010	2.00	3.50	5.00

Tableau # 4
Taux d'intérêt moyens annuels du systime bancaire
(en pourcentage)

Année	Prêts		Déperts a terme		Déperts d'épargne
Année	Gourdes	Devises	Gourdes	Devises	Gourdes	Devises
1997	21.80	n/d	10.63	n/d	5.02	n/d
1998	23.57	11.77	13.17	4.50	5.48	2.83
1999	23.00	12.56	8.10	4.23	4.08	2.23
2000	23.96	13.62	10.34	4.80	3.36	1.75
2001	28.54	15.14	14.46	4.97	3.62	1.81
2002	26.46	12.68	9.19	3.04	2.60	1.50
2003	28.90	13.91	12.27	3.13	2.80	1.33
2004	33.91	13.73	13.44	3.07	2.63	1.34
2005	28.77	13.62	3.60	2.66	1.33	0.78
2006	27.45	12.70	6.00	3.18	1.13	0.74
2007	30.08	12.54	5.83	3.30	0.94	0.52
2008	23.25	12.31	2.61	2.56	1.00	0.90
2009	22.08	12.65	1.96	1.32	0.78	0.48
2010	20.87	11.73	1.17	0.66	0.38	0.25

Année	Credit en gourdes	Credit en dollars EU	Credit total
1990	22271	-	22271
1991	24277	-	24277
1992	25150	135	25285
1993	29901	238	30139
1994	38798	658	39456
1995	50895	1976	52871
1996	66636	5797	72433
1997	64007	15939	79946
1998	76180	27590	103770
1999	73930	38530	112460
2000	78010	54360	132370
2001	85690	59160	144850
2002	88260	68350	156610
2003	111640	101470	213110
2004	121310	120980	242290
2005	132500	131810	264310
2006	141060	163540	304600
2007	142990	183690	326680
2008	163070	221080	384150
2009	180090	256230	436320
2010	217080	247840	464920

Année	Dépôts en gourdes	Dépôts en dollars EU	Total des Dépôts
1990	37373	-	37373
1991	42600	212	42812
1992	47740	2069	49809
1993	58774	6005	64779
1994	71395	9614	81009
1995	90150	15602	105752
1996	103565	28820	132385
1997	109436	35995	145431
1998	121670	49150	170820
1999	139270	61490	200760
2000	161200	91910	253110
2001	178550	117970	296520
2002	190960	143580	334540
2003	234880	216880	451760
2004	295190	277190	572380
2005	328670	306380	635050
2006	341460	373280	714740
2007	360290	382100	742390
2008	413330	453920	867250
2009	455490	526240	981730
2010	512690	630340	1143030

Année	Taux de croissance du credit en gourdes	Taux de croissance du credit en dollars EU	Taux de croissance du credit total	Taux de croissance des bons BRH total
1990	12.32	-	12.32	-
1991	9.01	-	9.01	-
1992	3.60	-	3.60	-
1993	18.89	76.29	19.43	-
1994	29.75	176.47	31.20	-
1995	31.18	200.30	34.21	-
1996	30.93	193.37	37.16	-
1997	-3.94	175.95	10.37	-
1998	19.02	73.10	29.80	13.10
1999	-2.95	39.65	8.37	87.02
2000	5.52	41.08	17.70	-10.23
2001	9.84	8.83	9.42	-2.52
2002	3.00	15.53	8.11	46.36
2003	2.65	48.45	36.07	13.42
2004	8.66	19.22	13.69	48.68
2005	9.22	8.95	9.08	-7.82
2006	6.46	24.07	15.24	49.23
2007	1.37	12.32	7.25	23.00
2008	14.04	20.35	17.59	11.14
2009	10.44	15.90	13.58	3.62
2010	20.54	-3.27	6.55	-.5.71

Tableau # 8
Poids des intérêts versés par la BRH sur les bons BRH
(en millions de gourdes et en pourcentage)

Année	Intérêts versés sur les bons	PIB	%Intérêts bons dans le PIB
1997	2062	54005	3.81
1998	3060	62997	4.85
1999	2722	69254	3.93
2000	5025	77500	6.48
2001	5797	85700	6.76
2002	4471	94028	4.75
2003	7611	119758	6.35
2004	10202	140387	7.26
2005	4788	168035*	2.85
2006	14581	197183**	7.39
2007	14112	220110**	6.41
2008	7517	250590***	3.00
2009	3982	266904***	1.49
2010	3686	267030***	1.38

Source : Tableau realise a partir des donnees de la BRH et de l'IHSI *Semi définitifs ** Provisoires *** Estimation

Oct.

Nov.

Dec.

Jan.

Fev.

Mars

Avril

Mai

Juin

Juil.

Aofit

Sept.

1997

5689.89

5599.85

5881.62

6153.40

6257.20

6582.80

6896.10

7029.82

7186.41

7354.40

7640.91

7671.28

1998

7886.36

8122.19

8512.20

8661.11

8646.70

8768.46

8844.89

8867.15

8868.39

8890.16

8792.34

8900.24

1999

8920.58

9006.08

9156.12

9275.25

9401.49

9382.10

9496.00

9523.65

9562.71

9459.38

9627.08

9650.45

2000

9843.23

10203.46

10128.88

10492.24

10715.32

11049.39

11176.02

11115.94

11206.69

11332.14

11778.50

13341.71

2001

12383.07

12381.69

12074.35

12220.21

12169.97

11978.31

11838.83

11828.60

11926.66

11926.68

11938.82

12194.74

2002

12343.16

12609.62

12914.04

12884.99

12772.55

12844.97

12700.00

13058.03

13093.33

13632.78

13742.38

14014.16

2003

15226.74

16407.67

16800.72

17439.69

18731.90

18030.17

18137.41

18690.71

18147.74

18530.80

18287.90

18720.19

2004

19294.85

19989.88

20448.60

21159.57

21522.50

20021.93

19795.90

19855.28

19830.01

20134.56

20015.17

20238.67

2005

20517.23

20581.04

20859.38

20721.85

20936.97

21355.13

21988.64

22134.01

22745.25

23817.78

24111.19

24534.33

2006

24787.10

25127.54

25477.17

25754.65

25377.73

25259.31

25165.62

24594.92

25805.90

25888.42

25561.96

25780.66

2007

25990.57

26643.23

27303.94

27686.44

27388.81

27424.05

27406.69

27162.51

26973.66

26942.54

27345.90

28430.76

2008

28777.47

29844.17

29721.31

30163.25

30361.69

31359.77

31886.18

32566.83

34185.12

34565.77

34955.36

35753.71

2009

35084.78

35789.98

35381.52

35372.74

35515.03

35315.03

35858.08

36072.71

37065.15

36904.59

36921.72

41012.36

2010

40958.67

41228.94

41843.16

39437.34

37611.18

37158.55

36822.64

37435.30

37868.59

38011.25

38123.90

38426.78

Tableau # 10
Evolution mensuelle de l'encours des bons BRIT
(en millions de gourdes)

Oct.

Nov.

Dec.

Jan.

Fev.

Mars

Avril

Mai

Juin

Juil.

Aoiit

Sept.

1997

515¹

966

1320

1337

1138

1251

1335

1128

1601

1032

954

1998

1250

1054

857

1035

778

1021

1157

1276

1417

1360

1390

1629

1999

1679

1940

1980

1702

2156

1978

2222

2413

2720

2220

2487

3105

2000

2967

2516

2335

2284

2068

2209

1848

1786

1585

1643

1337

1301

2001

1167

1155

944

1325

1579

1478

1741

2335

2851

2644

2911

2777

2002

2855

3070

2432

2571

2302

2783

2866

3055

3076

3000

3027

3033

2003

3148

2554

2563

2559

2174

2287

2930

3481

4081

4008

4417

4443

2004

4561

5641

4996

5402

4220

5855

3799

5292

5566

5041

3540

3545

2005

3545

3544

3542

4860

4867

5596

5342

5531

5501

2006

6112

6290

6055

6213

5768

6360

6644

7054

6769

6885

7079

7809

2007

7798

7938

8030

8444

8039

7312

7536

8361

8229

7593

8923

9013

2008

9224

9064

8884

9618

9286

8932

8146

8824

8144

9065

9271

9593

2009

9777

10602

9803

9878

6242

9879

8829

9520

9525

9502

8715

9693

2010

9971

9435

7068

8528

8365

8715

9387

9451

Tableau # 11
Evolution mensuelle des taux directeurs ou taux sur les bons de 91 jours
(en pourcentage)

Oct.

Nov.

Dec.

Jan.

Fev.

Mars

Avril

Mai

Juin

Juil.

Aoiit

Sept.

1997

0.00¹

19.40

17.20

15.70

15.30

18.10

18.60

18.00

17.90

17.70

1998

16.30

16.40

17.20

20.50

25.40

25.50

25.40

25.20

23.30

21.30

1999

19.70

12.10

9.20

9.80

10.20

10.30

10.20

10.30

2000

15.30

17.80

21.10

23.30

26.70

2001

26.70

2002

20.10

19.90

18.90

16.90

15.00

12.00

10.10

9.90

10.00

10.10

10.20

10.30

2003

10.30

15.60

24.40

27.80

2004

27.80

0.00

22.20

20.00

13.60

7.60

2005

7.50

7.60

13.40

15.60

2006

18.90

17.80

2007

17.80

16.70

15.60

14.50

13.40

13.30

9.00

8.70

2008

8.50

4.00

7.00

8.00

2009

8.00

7.10

6.30

4.80

5.00

2010

5.00

Oct.

Nov.

Dec.

Jan.

Fev.

Mars

Avril

Mai

Juin

Juil.

Aoiit

Sept.

1997

28.10

22.20

23.00

21.80

20.50

21.00

20.50

21.00

20.00

21.50

18.18

19.50

1998

20.30

20.72

20.74

19.75

21.03

19.37

21.34

20.82

20.15

20.19

21.12

19.50

1999

20.71

19.22

20.58

19.44

18.48

19.28

18.87

19.20

19.81

19.36

19.52

18.55

2000

18.55

19.02

18.74

19.33

19.28

20.34

20.50

20.48

20.20

19.86

20.33

20.53

2001

23.88

23.37

22.20

23.03

24.20

23.79

22.91

23.57

23.30

22.50

23.70

20.43

2002

22.31

22.65

22.61

21.78

20.11

19.87

19.10

19.05

19.45

19.29

20.07

19.04

2003

18.35

18.71

19.85

19.82

19.53

22.27

22.52

23.90

23.70

25.17

23.19

24.38

2004

22.84

22.93

22.03

22.30

23.21

23.17

26.29

26.18

25.78

24.97

23.16

23.38

2005

23.19

23.56

23.90

24.28

21.21

22.80

22.61

21.96

17.41

18.63

17.89

17.09

2006

18.05

17.00

18.78

19.28

17.78

18.21

20.65

21.74

22.02

19.35

22.35

19.34

2007

20.98

19.48

17.61

19.15

18.72

16.85

22.22

22.15

20.87

23.20

20.52

21.04

2008

16.63

16.84

17.54

17.25

16.36

16.30

15.94

19.25

16.80

17.25

16.32

17.02

2009

15.96

16.07

16.29

16.69

16.87

16.26

16.57

18.17

16.48

16.08

15.83

17.10

2010

15.77

15.84

15.85

15.59

14.00

16.12

16.48

16.02

16.03

16.15

17.65

16.58

Tableau # 14
Test Racine Unitaire pour le Taux de Croissance des Bons BRH (TXBBRH)

Null Hypothesis: TXBBRH has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic based on SIC, MAXLAG=13)

Augmented Dickey-Fuller Test Equation
Dependent Variable: D(TXBBRH)
Method: Least Squares
Date: 06/16/11 Time: 16:52
Sample(adjusted): 1997:04 2010:12
Included observations: 165 after adjusting endpoints

Le t-statistique du test ADF étant inferieur au t-statistique de la valeur critique du test pour un niveau de risque de 5%, maintenant il faut voir si la constante est significative. Puisque le t-statistique de la constante est significatif pour un niveau de risque de 5%, donc le TXBBRH est stationnaire, c'est-à-dire intégré d'ordre 0, I (0).

Null Hypothesis: TXCRED has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic based on SIC, MAXLAG=13)

Augmented Dickey-Fuller Test Equation
Dependent Variable: D(TXCRED)
Method: Least Squares
Date: 06/16/11 Time: 17:58
Sample(adjusted): 1997:03 2010:12
Included observations: 166 after adjusting endpoints

Le t-statistique du test ADF étant inferieur au t-statistique de la valeur critique du test pour un niveau de risque de 5%, maintenant il faut voir si la constante est significative. Puisque le t-statistique de la constante est significatif pour un niveau de risque de 5%, donc le TXCRED est stationnaire, c'est-à-dire intégré d'ordre 0, I (0)

Tableau # 16
Test Racine Unitaire pour le Taux de Croissance des Taux Débiteurs (TXTDB)

Null Hypothesis: TXTDB has a unit root
Exogenous: None
Lag Length: 0 (Automatic based on SIC, MAXLAG=13)

Augmented Dickey-Fuller Test Equation
Dependent Variable: D(TXTDB)
Method: Least Squares
Date: 06/16/11 Time: 18:15
Sample(adjusted): 1997:03 2010:12
Included observations: 166 after adjusting endpoints

Le t-statistique du test ADF étant inférieur au t-statistique de la valeur critique du test pour un niveau de risque de 5%, alors le TXTDB est stationnaire, c'est-à-dire intégré d'ordre 0, I

Tableau # 17
Test Racine Unitaire pour le Taux de Croissance des Taux Directeurs (TXTDR)

Null Hypothesis: TXTDR has a unit root
Exogenous: None
Lag Length: 0 (Automatic based on SIC, MAXLAG=13)

Augmented Dickey-Fuller Test Equation
Dependent Variable: D(TXTDR)
Method: Least Squares
Date: 06/16/11 Time: 18:29
Sample(adjusted): 1997:05 2010:12
Included observations: 161
Excluded observations: 3 after adjusting endpoints

Le t-statistique du test ADF étant inférieur au t-statistique de la valeur critique du test pour un niveau de risque de 5%, alors le TXTDR est stationnaire, c'est-à-dire intégré d'ordre 0, I

Vector Autoregression Estimates
Date: 06/22/11 Time: 21:07
Sample (adjusted) : 1997:05 2010:12
Included observations: 161
Excluded observations: 3 after adjusting endpoints
Standard errors in ( ) & t-statistics in [ ]

TXCRED	TXBBRH	TXTDB	TXTDR
TXCRED(-1) 0.076785	-0.913298	0.017618	0.440392
(0.08090)	(0.44349)	(0.21434)	(0.54494)
[ 3.94915]	[-1.05934]	[ 0.08220]	[ 0.80815]
TXBBRH(-1) -0.005882	-0.238090	-0.027123	0.014079
(0.01361)	(0.07463)	(0.03607)	(0.09171)
[-2.43203]	[-3.19014]	[-0.75197]	[ 2.15352]
TXTDB(-1) -0.024609	0.092145	-0.385866	-0.096509
(0.02775)	(0.15212)	(0.07352)	(0.18692)
[-2.88685]	[ 0.60574]	[-5.24851]	[-0.51632]
TXTDR(-1) 0.004981	-0.034158	0.040864	0.210431
(0.01348)	(0.07389)	(0.03571)	(0.09079)
[ 0.36957]	[-0.46230]	[ 2.14435]	[ 2.31781]
C 1.142076	3.795003	0.027054	-0.876428
(0.22174)	(1.21559)	(0.58749)	(1.49365)
[ 5.15051]	[ 3.12195]	[ 0.04605]	[-0.58677]
R-squared 0.015553	0.086152	0.164172	0.045953
Adj. R-squared -0.009689	0.062720	0.142741	0.021491
Sum sq. resids 945.8223	28424.42	6639.242	42915.70
S.E. equation 2.462309	13.49844	6.523744	16.58616
F-statistic 0.616160	3.676675	7.660325	1.878500
Log likelihood -370.9865	-644.9239	-527.8567	-678.0890
Akaike AIC 4.670639	8.073588	6.619337	8.485577
Schwarz SC 4.766335	8.169284	6.715033	8.581273
Mean dependent 1.223948	2.024506	-0.000166	-0.222566
S.D. dependent 2.450466	13.94276	7.045970	16.76731
Determinant Residual Covariance	12196966
Log Likelihood (d.f. adjusted)	-2227.291
Akaike Information Criteria	27.91665
Schwarz Criteria	28.29944

Null Hypothesis:	Obs	F-Statistic	Probability
TXBBRH does not Granger Cause TXCRED	163	5.49410	0.00130
TXCRED does not Granger Cause TXBBRH		0.41670	0.74125
TXTDB does not Granger Cause TXCRED	164	4.00734	0.0091 2
TXCRED does not Granger Cause TXTDB		0.05401	0.98341
TXTDR does not Granger Cause TXCRED	157	0.16123	0.92228
TXCRED does not Granger Cause TXTDR		0.46788	0.70513
TXTDB does not Granger Cause TXBBRH	163	0.47375	0.70101
TXBBRH does not Granger Cause TXTDB		1.20120	0.31129
TXTDR does not Granger Cause TXBBRH	157	0.90125	0.44217
TXBBRH does not Granger Cause TXTDR		3.09919	0.040 27
TXTDR does not Granger Cause TXTDB	157	3.75386	0.01 231
TXTDB does not Granger Cause TXTDR		0.89133	0.44720

Null Hypothesis:	Obs	F-Statistic	Probability
TXBBRH does not Granger Cause TXCRED	160	4.11 243	0.00076
TXCRED does not Granger Cause TXBBRH		1.37048	0.23022
TXTDB does not Granger Cause TXCRED	161	2.400 26	0.03793
TXCRED does not Granger Cause TXTDB		1.22306	0.29763
TXTDR does not Granger Cause TXCRED	151	0.40289	0.87612
TXCRED does not Granger Cause TXTDR		0.93960	0.46887
TXTDB does not Granger Cause TXBBRH	160	1.50934	0.17891
TXBBRH does not Granger Cause TXTDB		1.42821	0.20754
TXTDR does not Granger Cause TXBBRH	151	0.87426	0.51563
TXBBRH does not Granger Cause TXTDR		3.66758	0.00196
TXTDR does not Granger Cause TXTDB	151	2.45388	0.0 2759
TXTDB does not Granger Cause TXTDR		1.28178	0.26959

Résultats de l'impact cumulé (en %) sur le TXCRED d'un choc de 1% du TXBBRH et du TXTDB

Period	TXBBRH	TXTDB
1	-0.19	-0.20
2	-0.29	-0.37
3	-0.27	-0.33
4	-0.28	-0.35
5	-0.27	-0.35
6	-0.27	-0.35
7	-0.27	-0.35
8	-0.27	-0.35
9	-0.27	-0.35
10	-0.27	-0.35
11	-0.27	-0.35
12	-0.27	-0.35
13	-0.27	-0.35
14	-0.27	-0.35
15	-0.27	-0.35
16	-0.27	-0.35
17	-0.27	-0.35
18	-0.27	-0.35
Cholesky Ordering: TXBBRH TXTDR TXTDB TXCRED

Tableau # 23
Résultats de l'impact cumulé (en %) sur le TXTDB d'un choc de 1% du TXTDR

Variance Decomposition of TXCRED:
Period	S.E.	TXBBRH	TXTDR	TXTDB	TXCRED
1	2.462309	0.603225	2.897060	0.672735	95.82698
2	2.481053	0.758771	3.141251	1.158958	94.94102
3	2.481701	0.766699	3.141553	1.184308	94.90744
4	2.481799	0.768105	3.142551	1.189401	94.89994
5	2.481809	0.768282	3.142529	1.190005	94.89918
6	2.481811	0.768307	3.142535	1.190094	94.89906
7	2.481811	0.768310	3.142535	1.190106	94.89905
8	2.481811	0.768311	3.142535	1.190107	94.89905
9	2.481811	0.768311	3.142535	1.190108	94.89905
10	2.481811	0.768311	3.142535	1.190108	94.89905
11	2.481811	0.768311	3.142535	1.190108	94.89905
12	2.481811	0.768311	3.142535	1.190108	94.89905
Cholesky Ordering: TXBBRH TXTDR TXTDB TXCRED

Variance Decomposition of TXTDB:
Period	S.E.	TXBBRH	TXTDR	TXTDB	TXCRED
1	6.523744	0.256637	1.301805	98.44156	0.000000
2	7.070836	0.687661	2.998862	96.30987	0.003607
3	7.137736	0.820796	3.015367	96.14441	0.019425
4	7.147921	0.849492	3.027256	96.10189	0.021360
5	7.149326	0.854630	3.027827	96.09556	0.021979
6	7.149528	0.855466	3.027960	96.09451	0.022068
7	7.149556	0.855594	3.027972	96.09435	0.022084
8	7.149560	0.855613	3.027974	96.09433	0.022086
9	7.149561	0.855615	3.027974	96.09432	0.022087
10	7.149561	0.855616	3.027974	96.09432	0.022087
11	7.149561	0.855616	3.027974	96.09432	0.022087
12	7.149561	0.855616	3.027974	96.09432	0.022087
Cholesky Ordering: TXBBRH TXTDR TXTDB TXCRED