Memoire Online - Estimation et stabilité de la fonction de demande de monnaie en Algérie

On peut observer que les signes des coefficients issues de l'estimation sont conformes à ceux attendus et ceux que postule la théorie de la demande de monnaie. L'encaisse monétaire réelle est positivement influencée par le volume réel des transactions économiques, Effectivement, suite à une augmentation du revenu réel, les gens effectuent plus de transactions ce qui augmente la demande de monnaie. L'élasticité de la demande de monnaie par rapport au PIB réel est supérieure à l'unité, donc il n'y a pas des économies d'échelle dans la demande de monnaie en Algérie.

Pour ce qui est de l'inflation et le taux de change, les résultats montrent un impact négatif sur la demande de monnaie. Donc, on assiste à une fuite de la monnaie nationale remplacée par des devises.

Si on prend un changement de 1% de taux d'intérêt, il génère une diminution de 0.26% de la masse monétaire M2. Cette relation négative de taux d'intérêt vers la demande de la monnaie indique que le taux d'intérêt peut être considéré comme instrument du mécanisme de transmission de la politique monétaire an Algérie.

R2 est supérieure à la valeur de la statistique de DW et selon la règle de Granger, il s'agit d'une fausse régression.

De plus, le test de CUSUM SQ (Cumulative Sum) montre que la relation entre la demande de monnaie et les déférentes variables retenue sont instables au cours de la période 1991-2001. La figure n⁰ 12 montre bien que pendant cette période la valeur de la statistique est en dehors de l'intervalle de confiance.

Ceci peut être expliqué par la non-prise en compte des ruptures structurelles dans le modèle estimé. Autrement dit, les variables déterminantes de la demande de monnaie que nous avons introduites dans notre modèle ont connu des changements brusques pouvant mettre profondément en cause la demande de monnaie. Parfois le changement structurel peut être attribué à des forces extérieures ou à des variations de politiques économiques.

En tenant compte des breaks structurels, le modèle à estimer s'écrit sous la forme suivante :

Log RMt = /30 + /31 log PIBt + /32 log INTt + /33 log TCHt + /34 log INFt + /35 log PIBt *DUPIB + /36 log INTt *DUINT + /37 log TCHt *DUTCH + /38 log INFt *DUINF + St ......(12)

Où DU est une variable indicatrice qui prend la valeur 1 quand t > t0 (date de rupture) et 0 sinon. Les résultats d'estimation sont résumés dans le tableau suivant :


Variable	Coefficient	Std. Error t-Statistic	Prob.
LOG(PIB)	1.824338	0.080267 22.72825	0.0000
LOG(TINT)	-0.448612	0.071030 -6.315831	0.0000
LOG(INF)	0.012534	0.028249 0.443691	0.6598
1-DURM	-1.497877	0.412912 -3.627596	0.0009
DURM	-1.390248	0.442422 -3.142356	0.0033
LOG(PIB)*DUPIB	0.070473	0.019168 3.676598	0.0007
LOG(TCH)*DUTCH	-0.065182	0.023536 -2.769436	0.0087
LOG(INF)*DUINF	0.015468	0.036645 0.422097	0.6754
R-squared	0.985057	Mean dependent var	7.788948
Adjusted R-squared	0.982230	S.D. dependent var	0.817046
S.E. of regression	0.108916	Akaike info criterion	-1.436675
Sum squared resid	0.438917	Schwarz criterion	-1.115490
Log likelihood	40.32518	Hannan-Quinn criter.	-1.316940
Durbin-Watson stat	1.316992

Selon les résultats de l'estimation, on remarque que toutes les variables ont une signification statistique et économétrique au seuil de 5%, (les probabilités du t-statistique de Student sont inférieure à 0,05) excepté l'inflation. Les statistiques de Student associée à l'inflation et la date de rupture associée sont inférieures à la valeur tabulée au seuil de 5% (1,96).

La valeur du coefficient de détermination R² est de 98,5. Cela montre que des variables explicatives choisies ont bien une influence sur les encaisses monétaires réelles. La valeur de l'écart type des résidus est de 0,10. La précision de l'ajustement est appréciable.

Le modèle est globalement satisfaisant, néanmoins, l'inflation n'apparait pas comme variable explicative de la demande de monnaie. Ceci est dû à l'utilisation des variables en terme réel sans référence au taux d'inflation. Le modèle ayant été estimé avec les variables corrigées de l'effet d'inflation.

En éliminant les variables non significatives on obtient une autre spécification de la relation de long terme, comme suit :

Log RMt = /30 + /31 log PIBt + /32 log TINTt+ /33 log PIBt *DUPIB + /34 log TCHt *DUTCH

Tableau n⁰ 9 : Résultats d'estimation de la relation de long terme retenue

Dependent Variable : LOG(RM)
Variable	Coefficient	Std. Error t-Statistic	Prob.
LOG(PIB)	1.842502	0.074570 24.70841	0.0000
LOG(TINT)	-0.439210	0.047835 -9.181696	0.0000
1-DURM	-1.571029	0.390599 -4.022106	0.0003
DURM	-1.459324	0.421462 -3.462525	0.0013
LOG(PIB)*DUPIB	0.068092	0.017107 3.980344	0.0003
LOG(TCH)*DUTCH	-0.065992	0.020445 -3.227796	0.0025
R-squared	0.984810	Mean dependent var	7.788948
Adjusted R-squared	0.982862	S.D. dependent var	0.817046
S.E. of regression	0.106960	Akaike info criterion	-1.509157
Sum squared resid	0.446178	Schwarz criterion	-1.268268
Log likelihood	39.95603	Hannan-Quinn criter.	-1.419356
Durbin-Watson stat	1.272145

D'après les résultats de cette estimation, la relation de long terme retenue s'écrit de la manière suivante :

Log RMt = -1,57 + 1,84 log PIBt - 0,43 log TINTt + 0,06 log PIBt*DUPIB - 0,06 log TCHt

Log RMt = -1,45+1,84 log PIBt - 0,43 log TINTt+ 0,06 log PIBt *DUPIB - 0,06 log TCHt

Estimation et stabilité de la fonction de demande de monnaie en Algérie

2.1.2. Interprétation économique du modèle