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
|