CHAPITRE III : IMPACT DE LA POLITIQUE DE
REESCOMPTE ET DE
CHANGE SUR L'INFLATION AU
BURUNDI : ANALYSE
EMPIRIQUE
L'objectif de ce chapitre est de
répondre aux questions suivantes : «La politique de
réescompte présente-t-elle un impact sur l'inflation au
Burundi ? Qu'en est t-il de l'impact de la politique de change sur
l'inflation au Burundi ?». En guise de réponse, nous avons
procédé au traitement économétrique des
données relatives aux indicateurs de l'inflation en
général pendant la période de 1980-2011.
Au
cours du présent chapitre, la vérification
économétrique de l'impact de la politique de réescompte et
de change sur l'inflation au Burundi nous a permis de porter une conclusion
générale en nous basant sur les résultats empiriques.
Pour mieux appréhender, structure par structure, les
tests économétriques étudiés, nous avons
passé d'abord en revue la théorie de la stationnarité et
de la coïntégration des variables qui nous ont permis d'utiliser le
modèle à correction d'erreur.
A la fin de ce chapitre, il a été question
d'interpréter les résultats à l'aide des différents
tests statistiques disponibles sur le logiciel Eviews et une conclusion est
dégagée pour clore notre travail.
III.1. Théorie sur la stationnarité d'une
série
Le traitement des séries temporelles conduit à
rechercher des régularités dans des valeurs passées des
séries. Pour que cette démarche ait un sens pour la
prévision, il faut que le processus présente une certaine
stabilité ou un certain degré d'invariance au cours du temps.
C'est cette idée de stabilité ou d'invariance
au cours du temps qui est traduite par la notion statistique de
stationnarité. Elle constitue l'un des rapports de la théorie
économétrique moderne.
III.1.1. Définition
Selon BOURBONNAIS, R. (2002), si les caractéristiques
stochastiques d'une série chronologique, c'est-à-dire son
espérance et sa variance se trouvent modifiées dans le temps, la
série chronologique est considérée non stationnaire, dans
le cas d'un processus stochastique invariant, la série est alors
stationnaire.
De façon formelle, le processus stochastique Yt
est stationnaire si:
i) E(Yt) = E (Yt+m) = u  t et   m: la moyenne est constante et indépendante du temps.
ii) Var (Yt  t, la variance est finie et indépendante du temps.
iii) Cov (Yt, Yt+K) = E
[(Yt-  ) (Yt+-  )] = ák la variance est indépendante du
temps.
Régis BOURBONNAIS poursuit en affirmant qu'une
série chronologique est stationnaire si elle comporte ni tendance ni
saisonnalité et plus généralement aucun facteur
n'évoluant avec le temps.
Soulignons que ce concept de saisonnalité d'une
série fait appel à celui d'ordre d'intégration.
| 
