L'impact de la variation du taux de change sur l'inflation en république démocratique du Congo.

CHAPITRE III. ANALYSE EMPIRIQUE ET VERIFICATION DES HYPOTHESES A TRAVERS LE MODELE DE REGRESSION LINEAIRE MULTIPLE

Dans ce troisième chapitre de notre travail, sera question d'une analyse empirique et la vérification des hypothèses que nous avons émises au début de notre travail à partir du modèle de régression linéaire multiple.

Ainsi, afin de mieux appréhender un aspect d'actualité de l'économie congolaise, touchant au débat sur le taux de change et l'inflation. Nous nous sommes intéressés à étudier l'impact de taux de change de la RDC sur l'inflation.

Pour être plus explicite nous avons choisi de voir l'impact direct entre le taux de change et l'inflation conformément a l'objectif que nous nous sommes assigné dans le présent travail, voila pourquoi nous avons limité le choix a deux variables qui sont repris ci-dessous.

Pour atteindre cet objectif, une démarche simple sera adoptée celle-ci est dite opérationnalisée a l'aide du modèle de régression linéaire multiple. Ladite analyse ne porte que sur les données publiées par la Banque Centrale du Congo. La période retenu est de 2007 à 2017 pour étayer notre jugement.

Ce chapitre est organisé autour des trois sections, nous allons présenter le modèle de régression linéaire multiple; la deuxième section, nous permettra d'analyser statistiquement des données publiées ; a la troisième section, nous allons présenter et évaluer les résultats obtenus du modelé.

III.1. PRESENTATION DU MODELE DE REGRESSION LINEAIRE MULTIPLE

On parle de modèle de régression simple car le modèle ne comporte qu'une seule variable explicative qui est X_t. Lorsque le modèle comporte plusieurs variables explicatives, on parlera de modèle de régression multiple.

Le modèle de régression multiple est une généralisation du modèle de régression simple. On cherche à estimer les coefficients a₁ et a₀ de cette droite dans le but de reproduire le phénomène observé.^17(*)

Le modèle à estimer s'écrit :

Y_t = a₁x₁ + a₀+?_t (le modèle régression linéaire simple)

Y_t =a₀+ a₁x_1t + a₂x_2t+...+a_k-1 x _(k-1) +?_t (le modèle régression linéaire multiple)

Pour t=1,2,..., T

Démonstration de _t

On a e_t = Y_t - ?_t = e_t = Y_t - a₁x₁ -a₀

En sommant les e_t , on obtient _t= Y_t - a₁x₁ -a₀)= y₁- a₁ x_t

Y₁=a₀+ a₁x₁₁+ a₂x₂₁+...+a_k-1 x_(k-1)1+?₁

Y₂=a₀+ a₁x₁₂+ a₂x₂₂+...+a_k-1 x_(k-1)2+?₂

Y_T=a₀+ a₁x_1T+ a₂x_2T+...+a_k-1 x_(k-1)T+?_T

Pour alléger cette écriture, on va écrire ce système d'équations sous forme matricielle :

Y_(T,1)= X_(T,K)a_(K,1)+?_(T,1)

Ou on a

Y₁

1 X₁₁ X₁₂ ... x _(k-1) 1 a₀ ?₁

Avec Y_t = y ,X= 1 X₁₂ X₂₂ ... x _(k-1) 2 , a = a₁ et ?= ?₂

_. . . . . . . . . . . . . . . . .

Y_T 1 X_1T X_2T ... x _(k-1)T a_k-1 ?_T

* ¹⁷ BOSONGA BOFEKI, Cours d'econometrie, UPC, 2016