WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

L'impact de la convertibilité totale du taux de change sur la situation macro-économique. Cas de la Tunisie

( Télécharger le fichier original )
par Manel BEN AYECHE
Université de Sousse ( Tunisie ) - Mastère de recherche en finance et banque 2013
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

2.5. Interprétation des résultats obtenus

Les paramètres d'un modèle VAR ne peuvent être estimés que sur des séries temporelles stationnaires. Par ailleurs, l'étude de la stationnarité représente la base de toute analyse sur des séries chronologiques. Cette étude de stationnarité doit être portée sur l'examen de l'espérance et de la variance des différentes variables. De plus, une série chronologique est dite stationnaire si elle ne comporte ni tendance, ni saisonnalité et plus précisément aucun facteur n'évoluant en fonction du temps.

Par la suite, pour étudier la stationnarité des différentes variables du modèle retenu, nous avons effectué le test de Dickey Fuller Augmenté (ADF, 1981) et le test de Phillips-Perron (PP, 1988). A partir de ces deux tests, nous pouvons connaitre la stationnarité des différentes variables.

Les résultats de ces tests sont présentés dans le tableau 8. A partir de ce tableau, nous avons remarqué que toutes les valeurs des p-value sont inférieures à 10% et nous avons remarqué aussi que toutes les valeurs des t-student calculées sont inférieures aux valeurs des t-student critiques. Dans ce cas, on rejette H0 la présence des racines unitaires et par la suite, toutes ces variables sont stationnaires et elles ne posent aucun problème lors de l'estimation. Tableau 8 : Le test de la racine unitaire (Annexe 4 et Annexe 5)

Variables ln(IPC) ln(TCEN1) ln(TCEN2) ln(M4) ln(M) ln(X)

Observations

 

Test Augmented Dickey-Fuller

t-statitica t-criticalb p-valuec

Test Philippes-Perron

t-statiticd t-criticale p-valuef

155

-2.949

-2.576

0.0937

-2.792

-2.576

0.0983

155

-2.786

-2.576

0.0233

-3.782

-2.576

0.0243

155

-2.640

-2.576

0.0849

-2.869

-2.576

0.0833

155

-2.898

-2.576

0.0814

-3.385

-2.576

0.0809

155

-2.924

-2.576

0.0350

-3.372

-2.576

0.0516

155

-2.890

-2.576

0.0768

-2.939

-2.576

0.0432

BEN AYECHE Manel FSEG Sousse

a C'est la valeur calculée du t-Student pour le test de racines unitaires par la méthode ADF.

b C'est la valeur critique du t-Student pour le test de racines unitaires par la méthode ADF.

c C'est la valeur du p-value comparée au seuil de 10%.

d C'est la valeur calculée du t-Student pour le test de racines unitaires par la méthode Philippes-Perron.

e C'est la valeur critique du t-Student pour le test de racines unitaires par la méthode Philippes-Perron.

f C'est la valeur du p-value comparée au seuil de 10%.

Suite à l'étude de la stationnarité des variables utilisées, nous pouvons alors utiliser la méthode des moindres carrées ordinaires pour estimer le modèle VAR retenu. Mais, avant de procéder à l'estimation nous devons tout d'abord déterminer le nombre de retard à retenir.

Ainsi, la détermination du nombre de retard nous réfère à l'utilisation des critères d'Akaike (AIC), de Schwarz (SC), de Hannan-Quin (HQ) et le critère de Final-Predictor-Error (FPE) pour déterminer le nombre de retard optimal p de notre modèle. Ainsi, les résultats relatifs à la détermination du nombre de retard sont présentés dans les tableaux suivants :

Tableau 9 : La détermination du nombre de retard pour le modèle 1 en intégrant ln(TCEN1) (Annexe 6)

Nombre de
retards

AIC

SC

FPE

HQ

P

0

-12.7054

-12.5462

1.0e-08

-12.6407

 

1

-16.2754

-16.0367

2.9e-10

-16.1784

0.000

2

-16.3944

-16.0761

2.6e-10

-16.2651

0.000

3

-16.4148*

-16.0869*

2.5e-10*

-16.2732*

0.025

4

-16.385

-15.9076

2.6e-10

-16.1911

0.482

Tableau 10 : La détermination du nombre de retard pour le modèle 2 en intégrant ln(TCEN2) (Annexe 6)

Nombre de
retards

AIC SC FPE HQ P

0

-11.4358

-11.2767

3.7e-08

-11.3711

 

1

-14.0613

-13.8226

2.7e-09

-13.9643

0.000

2

-14.2344

-13.9161

2.3e-09

-14.1051

0.000

3

-14.2788*

-13.9809*

2.2e-09*

-14.1171*

0.005

4

-14.2341

-13.7566

2.3e-09

-14.0401

0.877

Généralement, la procédure de sélection de l'ordre de la représentation consiste à estimer un modèle VAR en intégrant ln(TCEN1) pour un ordre allant de 0 à 4 (notons ainsi que 4 est le nombre de retard maximum admissible dans ce cas) et le modèle VAR en intégrant ln(TCEN2) pour un ordre allant de 0 à 4 (4 étant le nombre de retard maximum).

Selon les trois tableaux ci-dessus, nous pouvons admettre le nombre de retard optimal qui correspond au minimum des critères AIC, SC, HQ et FPE. Ce nombre de retard est égal à 3 (p = 3). Par ailleurs, le retard retenu pour les différentes variables est de 3 puisque nous avons observé que les minimums des critères choisis sont situés sur la ligne 3 pour les deux modèles.

Après avoir testé la stationnarité des différentes variables retenues et puisque nous avons déterminé le nombre de retard à retenir, nous avons effectué l'estimation du modèle VAR adopté. Les résultats de l'estimation sont présentés dans le tableau suivant :

BEN AYECHE Manel FSEG Sousse

BEN AYECHE Manel FSEG Sousse

Tableau 11 : Les résultats de l'estimation du modèle VAR

ln(IPC)

ln(IPC)t-3 ln(TCEN1)t-3 ln(TCEN2)t-3

ln(M4)t-3
ln(M)t-3
ln(X)t-3
Cons

Coef.

0.8126812

0.0564366

0.0228588

0.0439393 0.009658 -0.00846 0.0337409

t-Student

(17.16)*

(2.25)**

(1.74)***

(2.70)* (1.29) (-1.22) (0.48)

P

0.000

0.025

0.081

0.007 0.196 0.224 0.629

Obs.

155

 
 

R2

0.9969

 
 

chi2

49231.65

 
 

P>chi2

ln(TCEN1)

ln(IPC)t-3

0.0000

0.0545655

(0.78)

0.438

ln(TCEN1)t-3

1.009211

(27.02)*

0.000

ln(TCEN2)t-3

0.0217905

(1.12)

0.264

ln(M4)t-3

-0.0297134

(-1.23)

0.219

ln(M)t-3

0.0062607

(0.56)

0.573

ln(X)t-3

-0.0025177

(-0.24)

0.808

Cons

0.0944857

(0.91)

0.363

Obs.

155

 
 

R2

0.9950

 
 

chi2

30878.66

 
 

P>chi2

ln(TCEN2)

ln(IPC)t-3

0.0000

0.4394153

(2.19)**

0.028

ln(TCEN1)t-3

-0.4550786

(-4.28)*

0.000

ln(TCEN2)t-3

0.6977806

(12.57)*

0.000

ln(M4)t-3

0.0575435

(0.84)

0.403

ln(M)t-3

-0.0058132

(-0.18)

0.854

ln(X)t-3

-0.004054

(-0.14)

0.890

Cons

-1.147905

(-3.88)*

0.000

Obs.

155

 
 

R2

0.8370

 
 

chi2

795.7887

 
 

P>chi2

0.0000

 
 

Valeur significatif à un seuil de : (*) 1% ; (**) 5% et (***) 10%

Le tableau ci-dessus comporte les différents résultats de l'estimation du modèle VAR. Ainsi, nous avons utilisé trois variables endogènes ln(IPC), ln(TCEN1) et ln(TCEN2) et trois variables exogènes ln(M4), ln(M) et ln(X).

Nous avons procédé à un test pour montrer la validité des modèles estimés et pour justifier la significativité des estimations. Nous avons testé la corrélation entre les variables explicatives et les résidus138. Ce type de test est basée sur la valeur de (Prob>chi2). Si cette

138 C'est le test de Wald

BEN AYECHE Manel FSEG Sousse

probabilité est inférieure à 5%, donc on accepte H0 qui vérifie l'absence de corrélation entre les résidus et les variables explicatives. Si cette probabilité est supérieure à 5 %, dans ce cas il y a un problème de corrélation entre les résidus et les variables explicatives qu'on doit le corriger.

Dans les trois modèles, les valeurs de probabilité (Prob>chi2) sont toutes inférieures à 5%. Donc, il n'y a pas des problèmes de corrélation entre les variables explicatives et les résidus.

Ainsi, nous avons remarqué que le coefficient de détermination R2 est égal à 0.9969 dans le premier modèle et 0.9950 dans le deuxième modèle et 0.8370 dans le modèle 3. Dans ce cas, les modèles retenus se caractérisent par un bon ajustement linéaire.

Dans le premier modèle, nous avons constaté qu'il y a quatre variables qui sont significatives et qui ont un impact sur l'inflation mesuré par l'indice des prix à la consommation en Tunisie.

Tout d'abord, nous avons constaté que la valeur de l'inflation à la date (t-3) influe positivement la valeur de l'inflation à la date t. Ceci est justifié par les résultats présentés ci-dessus. Cependant, la valeur de ln(IPC)t-3 a un impact positif et significatif sur la variable ln(IPC)t à un seuil de 1% et pour une valeur de t-student qui est égale à 17.16. Dans ce cas, l'augmentation de la valeur de l'inflation à la date (t-3) induit une augmentation de la valeur de celle-ci à la date t.

Ainsi, nous avons remarqué que le taux de change Euro/Dinar ln(TCEN1) a un impact positif et significatif sur l'inflation ln(IPC) à un seuil de 5% et pour une valeur de t-student qui est égale à (2.25). C'est-à-dire qu'une appréciation du TCEN1 se traduit par un grand niveau de l'inflation locale, ce qui est conforme avec la théorie de Devereux et Yetman (2003) et Kara et Ogunc (2005). Cependant, nous pouvons affirmer ces résultats en se basant sur la corrélation positive qui existe entre le taux de change Euro/Dinar et le taux d'inflation mesuré par l'indice des prix à la consommation ln(IPC).

Dans la même équation, nous avons remarqué que le taux de change Dollar/Dinar ln(TCEN2) a un impact positif et significatif sur l'inflation à un seuil de 10% et une valeur de t-student qui est égale à (1.74). C'est-à-dire qu'une appréciation du TCEN2 se traduit par un grand niveau de l'inflation locale, ce qui est conforme avec la théorie de Devereux et Yetman (2003) et Kara et Ogunc (2005). Cependant, nous pouvons affirmer ces résultats en se basant sur la corrélation positive qui existe entre le taux de change Euro/Dinar et le taux d'inflation mesuré par l'indice des prix à la consommation ln(IPC).

BEN AYECHE Manel FSEG Sousse

Pour les variables exogènes, nous avons remarqué qu'il existe une seule variable significative. Cette variable est le ln(M4) qui est statistiquement significative et positive à un seuil de 1% avec une valeur de t-student qui est égale à 2.70. L'agrégat M4 (ln(M4) est corrélé positivement et de façon significative à l'inflation. En fait, l'agrégat M4 peut être considéré comme étant un déterminant de l'inflation. Cet effet suggère qu'une contraction monétaire réduit l'inflation surtout que l'agrégat M4 est le meilleur indice qui reflète la bonne orientation de la politique monétaire en Tunisie.

De plus, la quantité de monnaie détermine le niveau général des prix, et par la suite le taux d'inflation dépend du taux de croissance des agrégats monétaires. Par ailleurs, l'existence d'un excédent dans la balance des paiements a un effet inflationniste qui s'exerce directement par l'augmentation du niveau de la masse monétaire.

Ainsi, selon Campa et Goldberg (2004), le taux de change ne peut pas influencer le niveau de l'inflation indépendamment du taux de croissance des agrégats monétaires.

Les deux autres variables qui mesurent l'importation et l'exportation n'ont pas un impact significatif sur l'inflation. Leur effet sur l'inflation est limité.

Dans la deuxième équation, nous avons remarqué que le taux de change Euro/Dinar dépend seulement de sa valeur à la date (t-3). Autrement dit que, l'augmentation du taux de change Euro/Dinar à la date (t-3) traduit une augmentation du taux de change à la date t. De plus, toutes les autres variables endogènes et exogènes retenues dans la deuxième équation ne sont pas significatives et donc, n'ont pas un impact sur le taux de change effectif nominal Euro/Dinar ln(TCEN1). Ce résultat est observé même en présence d'un niveau de corrélation positive entre le taux de change effectif nominal Euro/Dinar (ln(TCEN1)) et les autres variables.

Tandis que, dans la littérature le taux de change peut être affecté par le niveau des indices des prix à la consommation. C'est-à-dire que l'inflation peut induire une variation dans le niveau du taux de change et ceci comme l'indique la théorie de parité des pouvoirs d'achat qui soutient que les prix déterminent le taux de change. En fait, selon la parité des pouvoirs d'achat une variation du taux de change est égale au rapport entre le niveau des prix étrangers (l'inflation à l'étranger) et le niveau des prix locaux (l'inflation locale).

Dans l'équation 3, nous avons constaté que la valeur de l'inflation à la date (t-3) influe positivement le taux de change effectif nominal Dollar/Dinar à la date t. Ceci est justifié par les résultats présentés ci-dessus. Cependant, la valeur de ln(IPC)t-3 a un impact positif et significatif sur la variable ln(TCEN2)t à un seuil de 5% et pour une valeur de t-student qui est égale à 2.19.

BEN AYECHE Manel FSEG Sousse

Dans ce cas, l'augmentation de la valeur de l'inflation à la date (t-3) induit une augmentation de la valeur du taux de change effectif à la date t.

Dans ce cas, il s'agit d'un lien étroit entre les fluctuations du taux de change et l'inflation domestique (IPC) en se basant sur la théorie de parité des pouvoirs d'achat. Ceci veut dire qu'une augmentation de l'IPC va causer une appréciation du TCEN en se référant au reflet que peut donner une rigidité des prix intérieurs ainsi que les signes de coefficients dégagés de l'estimation des paramètres du modèle retenu.

Ainsi, nous avons remarqué que le taux de change Euro/Dinar ln(TCEN1) a un impact négatif et significatif sur le taux de change effectif nominal Dollar/Dinar ln(TCEN2) à un seuil de 1% et pour une valeur de t-student qui est égale à (-4.28). C'est-à-dire qu'une dépréciation du TCEN1 se traduit par une augmentation du taux de change effectif nominal Dollar/Dinar. Cependant, nous pouvons affirmer ces résultats en se basant sur la faible corrélation qui existe entre le taux de change Euro/Dinar et le taux de change Dollar/Dinar.

Dans la même équation, nous avons remarqué que le taux de change Dollar/Dinar ln(TCEN2) à la date (t-3) a un impact positif et significatif sur l'inflation à un seuil de 1% et pour une valeur de t-student qui est égale à (12.57). C'est-à-dire qu'une appréciation du TCEN2à la date (t-3) se traduit par un grand niveau du taux de change à la date t.

Comme pour le ln(TCEN1), les variables exogènes retenues n'ont pas d'impact direct sur le taux de change effectif Dollar/Dinar.

A la lumière des résultats aboutis, nous pouvons conclure que la majorité des coefficients des variables utilisés dans le modèle ont des signes attendus et significatifs.

Dans les trois modèles estimés, le taux d'inflation a un impact significatif sur les trois variables endogènes retenues. De même pour le taux de change effectif nominal Dollar/Dinar qui a un impact positif et significatif sur l'inflation et sur le TCEN. Tandis que, le taux de change Euro/Dinar a un impact positif sur l'inflation et un impact négatif sur le taux de change Dollar/Dinar.

Pour les variables exogènes, nous avons remarqué que l'agrégat M4 a un impact positif et significatif sur l'indice des prix à la consommation, un impact négatif et non significatif sur le taux de change Euro/Dinar et un impact positif et non significatif sur le taux de change Dollar/Dinar.

La valeur des importations (ln(M)) a un impact positif mais avec une faible pondération sur l'IPC et sur le TCEN1. Mais, il a une influence négative sur le TCEN2 avec la même pondération. Cependant, en analysant les différentes études théoriques et empiriques portant sur

BEN AYECHE Manel FSEG Sousse

le thème de transmission des variations des taux de change, issue de la convertibilité totale du taux de change, sur l'indice des prix à la consommation, nous avons remarqué que le taux de change influence l'inflation par le biais des biens importés. C'est-à-dire que, les variations des taux de change se transmettent aux prix des biens importés, puis, se répercutent sur l'indice des prix à la consommation. Dans notre cas, le coefficient de la valeur des importations est quasi nul ou non significatif. Devant ce problème, la stratégie consiste à intégrer l'effet de l'agrégat monétaire M4 qui influence significativement sur l'indice des prix à la consommation (l'inflation).

Dans les trois équations, nous avons remarqué que la valeur des exportations admet un effet négatif mais avec une pondération faible sur l'IPC, sur le TCEN1 et sur le TCEN2. Cet effet peut être expliqué par le fait qu'une dépréciation du dinar par rapport à l'Euro et par rapport au Dollar va rendre les exportations moins produites, induisant donc à une augmentation des prix intérieurs.

A coté des différents résultats, nous avons effectué le test d'auto-corrélation de Lagrange-multiplier (Annexe 8). Selon les résultats de ce test, nous avons remarqué que la probabilité de test est inférieure à 10% (prob > chi2 = 0.0000). Dans ce cas, nous avons accepté l'hypothèse H0 d'absence d'auto-corrélation entre les variables retenues.

Aussi, nous avons effectué les tests de Jarque-Berra, de Skewness et Kurtosis pour tester la normalité de la distribution, c'est-à-dire de tester l'hétérosciédasticité au niveau de cette distribution (Annexe 9). Nous avons remarqué que toutes les valeurs des probabilités de chi2 (Prob > chi2) sont toutes inférieures à 10%. Donc, on accepte l'hypothèse de symétrie et d'aplatissement d'une distribution normale.

Enfin, les relations directes entre l'inflation (L'IPC) et le taux de change effectif nominal pour le panier de devises majeures de dinar (Euro et Dollar) ainsi que les autres variables macro-économiques retenues dans les trois équations vont être analysées à partir du test de Causalité de Granger. Les résultats de ce test sont présentés dans le tableau 12 :

BEN AYECHE Manel FSEG Sousse

Tableau 12 : Le Test de Causalité de Granger (Annexe 10)

Equation Hypothèse nulle H0 chi2 Prob > chi2

ln(IPC) ln(TCEN1) ne cause

pas ln(IPC)

5.0435 0.025

ln(IPC) ln(TCEN2) ne cause

pas ln(IPC)

ln(TCEN1) ln(IPC) ne cause pas

ln(TCEN1)

ln(TCEN1) ln(TCEN2) ne cause

pas ln(TCEN1)

ln(TCEN2) ln(IPC) ne cause pas

ln(TCEN2)

4.8074 0.028

0.60076 0.438

3.0353 0.081

1.2484 0.264

ln(TCEN2) ln(TCEN1) ne cause

pas ln(TCEN2)

18.315 0.000

Pour notre travail de recherche, nous avons étudié les relations existantes entre les différentes variables du modèle avec une insistance sur les interactions entre l'indice des prix à la consommation et les taux de change effectifs nominaux TCEN1 (Euro/Dinar) et TCEN2 (Dollar/Dinar).

Ainsi, pour étudier le lien de causalité entre les variables économiques du modèle, nous avons utilisé le test de causalité au sens de Granger qui est devenu au fil de temps, un cadre de réflexion aussi intéressant que celui relatif à la mise en évidence des liaisons économétriques.

Cependant, le concept de causalité de Granger doit être interprété avec prudence c'est-à-dire : « Une variable X est la cause de Y si la prédictibilité de Y est amélioré lorsque l'information relative à X est incorporée dans l'analyse ».

Notre objectif, est de tester s'il s'agit d'un lien étroit entre l'évolution des niveaux d'inflation et les variations du taux de change suite à la convertibilité totale du dinar Tunisien. Le test de causalité de Granger entre l'IPC et le TCEN1 se présente comme suit :

ln(IPC) ln(TCEN1) ne cause

pas ln(IPC)

5.0435 0.025

ln(TCEN1) ln(IPC) ne cause pas

ln(TCEN1)

0.60076 0.438

Selon les résultats ci-dessus, nous pouvons conclure que l'évolution du TCEN1 (Euro/Dinar) engendre l'inflation dans une probabilité de 97,5%. De même, l'inflation cause une variation du taux de change Euro/Dinar de 56,2%.

BEN AYECHE Manel FSEG Sousse

Le test de causalité de Granger entre l'IPC et le TCEN2 se présente comme suit :

ln(IPC) ln(TCEN2) ne cause

pas ln(IPC)

3.0353 0.081

ln(TCEN2) ln(IPC) ne cause pas

ln(TCEN2)

4.8074 0.028

Selon les résultats ci-dessus, nous pouvons conclure que l'évolution du TCEN2 (Dollar/Dinar) engendre l'inflation dans une probabilité de 91,9%. De même, l'inflation cause une variation du taux de change Dollar/Dinar de 97,2%.

Le test de causalité de Granger entre le TCEN1 et le TCEN2 se présente comme suit :

ln(TCEN1) ln(TCEN2) ne cause

pas ln(TCEN1)

1.2484 0.264

 

ln(TCEN2) ln(TCEN1) ne cause

pas ln(TCEN2)

18.315 0.000

Selon les résultats ci-dessus, nous pouvons conclure que l'évolution du TCEN2 (Dollar/Dinar) engendre le taux de change TCEN1 (Euro/Dinar) dans une probabilité de 73,6%. De même, le TCEN1 cause une variation du taux de change Dollar/Dinar de 100%.

En observant les résultats ci-dessus, nous pouvons conclure qu'il existe une relation bidirectionnelle entre les variables car chacune d'elles cause l'autre presque de la même intensité pour le TCEN2 et l'IPC et pour une intensité peu différente pour l'IPC et le TCEN1 et pour le TCEN1 et le TCEN2.

En premier lieu, les variations du taux de change causent un changement de niveau de l'inflation. C'est-à-dire, une appréciation (dépréciation) du TCEN2 cause une augmentation (diminution) des indices des prix à la consommation. De même, l'IPC cause des variations du taux de change effectif nominal TCEN2 pour la même proportion que celui-ci lui cause. Ces résultats sont conformes aux résultats trouvés par Leigh et Rossi (2002) et Gagnon et Lhrig (2004).

En deuxième lieu, l'indice des prix à la consommation cause des fluctuations du taux de change effectif nominal. Mais, avec un pouvoir de causalité différent pour chaque taux de change. Ceci est en conformité avec la théorie de la parité des pouvoirs d'achat. Notons à cet égard que, l'impact de l'inflation sur le TCEN ne signifie pas toujours que cet impact engendre une appréciation du taux de change effectif nominal mais il peut engendrer une dépréciation de celui-ci dans certains cas.

Suite aux résultats relatifs au test de causalité de Granger, nous avons observé que seules les deux variables ln(IPC) et ln(TCEN2) présentent un lien de causalité au sens de Granger qui justifie l'existence d'une forte relation bidirectionnelle. Par ailleurs, nous avons

BEN AYECHE Manel FSEG Sousse

effectué une autre estimation d'un modèle VAR composé de deux variables endogènes ln(IPC) et ln(TCEN2) et quatre variables exogènes qui sont ln(TCEN1), ln(M4), ln(M) et ln(X). Les résultats de l'estimation de ce nouveau modèle VAR sont présentés dans le tableau suivant : Tableau 13 : L'estimation du nouveau modèle VAR (ln(IPC) et ln(TCEN2))

ln(IPC)

Coef.

t-Student

P

Coef.

t-Student

P

ln(IPC)t-3

0.8596712

(19.91)*

0.000

0.8241216

(17.40)*

0.000

ln(TCEN2)t-3

0.0012574

(0.14)

0.890

0.0157374

(1.29)

0.198

ln(TCEN1)t-3

 
 
 

0.0397268

(1.75)***

0.081

ln(M4)t-3

0.0506129

(3.11)*

0.002

0.0470524

(2.90)*

0.004

ln(M)t-3

0.0052316

(0.71)

0.475

0.0081274

(1.09)

0.275

ln(X)t-3

-0.0033532

(-0.50)

0.615

-0.0068811

(-1.00)

0.320

Cons

-0.0976102

(-2.51)**

0.012

-0.0080515

(-0.13)

0.900

Obs.

155

 
 

155

 
 

R2

0.9968

 
 

0.9968

 
 

chi2

47675.31

 
 

48615.66

 
 

P>chi2

ln(TCEN2)

ln(IPC)t-3

0.0000

0.0605094

(0.32)

0.750

0.0000

0.5501175

(2.90)*

0.004

ln(TCEN2)t-3

0.8719644

(21.84)*

0.000

0.6725374

(13.74)*

0.000

ln(TCEN1)t-3

 
 
 

-0.5471393

(-6.00)*

0.000

ln(M4)t-3

0.0037305

(0.05)

0.958

0.0527682

(0.81)

0.417

ln(M)t-3

0.0298795

(0.93)

0.354

-0.0100036

(-0.34)

0.737

ln(X)t-3

-0.0452326

(-1.54)

0.124

0.0033548

(0.12)

0.904

Cons

-0.0887495

(-0.52)

0.604

-1.322201

(-5.14)*

0.000

Obs.

155

 
 

155

 
 

R2

0.8177

 
 

0.8521

 
 

chi2

695.3136

 
 

892.9832

 
 

P>chi2

0.0000

 
 

0.0000

 
 

Valeur significatif à un seuil de : (*) 1% ; (**) 5% et (***) 10%

Le tableau 13 récapitule les différentes estimations des deux modèles retenues. Ainsi, nous avons procédé à un test de Wald pour montrer la validité des modèles estimés et pour justifier la significativité des estimations. Nous avons testé la corrélation entre les variables explicatives et les résidus139. Ce type de test est basée sur la valeur de (Prob>chi2). Si cette probabilité est inférieure à 5%, donc on accepte H0 qui vérifie l'absence de corrélation entre les résidus et les variables explicatives. Si cette probabilité est supérieure à 5 %, dans ce cas il y a un problème de corrélation entre les résidus et les variables explicatives qu'on doit le corriger.

Dans les deux modèles, les valeurs de probabilité (Prob>chi2) sont toutes inférieures à 5%. Donc, il n'y a pas un problème de corrélation entre les variables explicatives et les résidus.

Ainsi, nous avons remarqué que le coefficient de détermination R2 est égal à 0.9968 dans les deux estimations du premier modèle, à 0.8127 dans la première estimation du

139 C'est le test de Wald

deuxième modèle et à 0.8521 dans la deuxième estimation du deuxième modèle. Dans ce cas, les modèles retenus se caractérisent par un bon ajustement linéaire.

Concernant la significativité des différentes variables, nous avons remarqué que toutes les variables ont gardé les mêmes niveaux de significativité. Ainsi, nous avons utilisé le TCEN1 (Euro/Dinar) comme étant une variable exogène. Cette variable a le même impact dans les deux cas : variable endogène ou variable exogène. Le tableau suivant récapitule les résultats des différentes estimations en termes de significativité.

Tableau 14 : Récapitulation des résultats de l'estimation du deuxième modèle VAR

Variables

Impact sur la variable ln(IPC)

Impact sur la variable ln(TCEN2)

Impact positif non significatif

Impact négatif non significatif

Impact positif significatif

Impact négatif significatif

Impact positif non significatif

Impact négatif non significatif

Impact positif significatif

Impact négatif significatif

ln(IPC)t-3

 
 

*

 

*

 

*

 

ln(TCEN2)t-3

*

 
 
 
 
 

*

 

ln(TCEN1)t-3

 
 

*

 
 
 
 

*

ln(M4)t-3

 
 

*

 

*

 
 
 

ln(M)t-3

*

 
 
 

*

*

 
 

ln(X)t-3

 

*

 
 

*

*

 
 

Notre objectif dans ce travail de recherche est d'étudier le concept de la convertibilité totale du dinar Tunisien. Cette étude nous amène à étudier les liens de causalité qui peuvent exister entre les taux de change effectif nominal, principalement le taux de change Euro/Dinar et le taux de change Dollar/Dinar, et le taux d'inflation mesuré par l'indice des prix à la consommation. Cette étude a été élaborée en utilisant trois variables endogènes (ln(IPC), ln(TCEN1) et ln(TCEN2)) et trois variables exogènes (ln(M4), ln(M) et ln(X)).

Afin de définir les différentes variables et après la présentation des différents types des tests économétriques relatifs à l'utilisation d'un modèle VAR, nous avons conclu qu'il existe un lien causal entre l'évolution de l'inflation et les variations du taux de change tout en prenant en considération l'effet des autres indicateurs macroéconomiques tels que l'agrégat monétaire M4, les importations et les exportations.

Nous avons fait recours à un modèle VAR pour bien préciser et bien étudier la dynamique de l'inflation et du taux de change en Tunisie. Les résultats trouvés sont conformes aux autres résultats trouvés par d'autres chercheurs qui ont les trouvé dans leurs études sur différents pays. Les résultats aboutis nous permettent de conclure que la convertibilité du dinar

BEN AYECHE Manel FSEG Sousse

BEN AYECHE Manel FSEG Sousse

peut être justifiée par la présence de deux sens de la dynamique de l'inflation et du taux de change. Dans le premier sens, les variations du taux de change cause et reflète les changements au niveau de l'indice des prix à la consommation alors que, pour le deuxième sens, nous pouvons affirmer que les indices des prix domestiques peuvent causer des fluctuations du taux de change effectif nominal tout en prenant en considération les théories de la parité des pouvoirs d'achat. Tandis que, cet effet n'est directement admis pour la théorie de rigidité et d'ajustement des prix.

L'analyse des différents résultats empirique nous a permis d'accepter les quatre hypothèses suivantes :

? H1 : Le taux de change effectif nominal Euro/Dinar affecte l'indice des prix à la consommation.

? H3 : Le taux de change effectif nominal Dollar/Dinar affecte l'indice des prix à la consommation.

? H5 : L'indice des prix à la consommation a un impact sur le taux de change effectif nominal Euro/Dinar.

? H7 : L'indice des prix à la consommation a un impact sur le taux de change effectif nominal Dollar/Dinar.

BEN AYECHE Manel FSEG Sousse

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Il existe une chose plus puissante que toutes les armées du monde, c'est une idée dont l'heure est venue"   Victor Hugo