Etude de la demande de monnaie selon ses différentes formes. Cas du Maroc

III-1- Spécification en niveau :

Le modèle à estimer s'écrit comme suit :

M3_M1_t = C + a. PIB_t + b. TAUXCC_t + å_t

Cette fois ci, le coefficient b devrait être positif étant donné que M3_M1 inclut les comptes d'épargne auprès des banques et les comptes sur livrets auprès de la caisse d'épargne nationale ainsi que les comptes à terme et bons de caisse auprès des banques. Par conséquent, plus le taux est élevé et plus les agents vont faire des dépôts.

Les contraintes sur C et a restent inchangées : C non significativement différent de zéro et 0 < a <1.

Les résultats de l'estimation de ce modèle sont comme suit :

Dependent Variable: M3_M1 Method: Least Squares Date: 06/11/13 Time: 15:40 Sample: 2002Q1 2011Q4 Included observations: 40
Variable	Coefficient	Std. Error t-Statistic	Prob.
C	-221137.2	11793.69 -18.75047	0.0000
PIB	2.729762	0.053693 50.84028	0.0000
TAUXCC	1338605.	360748.2 3.710635	0.0007
R-squared	0.986941	Mean dependent var	235375.5
Adjusted R-squared	0.986235	S.D. dependent var	85906.82
S.E. of regression	10079.03	Akaike info criterion	21.34634
Sum squared resid	3.76E+09	Schwarz criterion	21.47301
Log likelihood	-423.9268	Hannan-Quinn criter.	21.39214
F-statistic	1398.117	Durbin-Watson stat	1.353598
Prob(F-statistic)	0.000000

Modèle 13 : M3_M1 C,PIB,TAUXCC

102

Ces résultats montrent que le coefficient relatif à la constante est significativement différent de zéro ce qui contredit notre hypothèse.

Le coefficient relatif à PIB est également significatif mais il est largement supérieur à 1 (2.73) ce qui contredit également notre hypothèse.

Le coefficient relatif à TAUXCC est cette fois ci très significatif et son signe est bien positif comme on s'y attendait.

Le R² et le R² ajusté sont très satisfaisant (0.99 pour les deux)

L'analyse du corrélogramme montre qu'à part le premier coefficient qui est dans la limite du rejet, tous les autres coefficients d'autocorrélation sont non significativement différents de zéro:

Date: 06/11/13 Time: 15:44 Sample: 2002Q1 2011Q4 Included observations: 40
Autocorrelation Partial Correlation		AC	PAC	Q-Stat	Prob
	1	0.313	0.313	4.2271	0.040
	2	0.206	0.120	6.1084	0.047
	3	-0.10...	-0.22...	6.5927	0.086
	4	-0.22...	-0.18...	8.9125	0.063
	5	-0.09...	0.097	9.3405	0.096
	6	-0.25...	-0.22...	12.507	0.052
	7	0.151	0.280	13.675	0.057
	8	0.007	-0.09...	13.677	0.091
	9	-0.08...	-0.28...	14.049	0.121
	1...	-0.03...	0.097	14.120	0.168
	1...	-0.26...	-0.19...	18.104	0.079
	1...	-0.11...	-0.14...	18.860	0.092
	1...	-0.20...	0.046	21.573	0.062
	1...	0.037	0.007	21.662	0.086
	1...	0.006	-0.25...	21.665	0.117
	1...	-0.01...	0.094	21.682	0.154
	1...	0.034	-0.12...	21.769	0.194
	1...	0.035	0.053	21.863	0.238
	1...	-0.01...	-0.09...	21.871	0.291
2...	-0.05...	-0.10...	22.081	0.336

D'ailleurs, le test de Breusch-Godfrey conduit avec 20 retards permet d'accepter l'hypothèse d'absence d'autocorrélation des erreurs :

Breusch-Godfrey Serial Correlation LM Test:

F-statistic 1.187337 Prob. F(20,17) 0.3634

Obs*R-squared 23.31155 Prob. Chi-Square(20) 0.2738

Etant donné que toutes les séries du modèle sont I(1), nous allons étudier la série des résidus (RESID18) pour voir si elle est stationnaire, auquel cas il y a risque de cointégration.

Le graphe de la série des résidus se présente comme suit :

-10,000

-20,000

20,000

30,000

10,000

0

2002 2003 2004 2005 2006 2007 2008 2009 2010 2011

RESID18

103

L'allure de cette série montre qu'elle pourrait bien être stationnaire. Pour s'en convaincre, nous avons mené les tests ADF sur cette série et il s'est avéré qu'il s'agit bien d'un processus stationnaire sans Drift.

Nous allons donc voir est ce qu'une spécification ECM est possible.

D'abord, on commence par tester la cointégration entre d'une part M3_M1 et PIB, et d'autre part entre M3_M1 et TAUXCC.

Test de cointégration entre M3M1 et PIB :

Les résultats de test de Johansen pour M3_M1 et PIB sont comme suit :

Date: 06/12/13 Time: 13:54 Sample (adjusted): 2003Q2 2011Q4 Included observations: 35 after adjustments Trend assumption: Linear deterministic trend Series: M3_M1 PIB Lags interval (in first differences): 1 to 4 Unrestricted Cointegration Rank Test (Trace)
Hypothesized Trace No. of CE(s) Eigenvalue Statistic	0.05 Critical Value	Prob.**
None 0.305202 13.54182 At most 1 0.022518 0.797143	15.49471 3.841466	0.0964 0.3719

L'hypothèse d'absence de cointégration est acceptée au seuil de 5% (p-value = 0.0964 >5%) Test de cointégration entre M3M1 et TAUXCC :

Les résultats de test de Johansen pour M3_M1 et TAUXCC sont comme suit :

104

Date: 06/12/13 Time: 13:57 Sample (adjusted): 2002Q3 2011Q4 Included observations: 38 after adjustments Trend assumption: Linear deterministic trend Series: M3_M1 TAUXCC Lags interval (in first differences): 1 to 1 Unrestricted Cointegration Rank Test (Trace)
Hypothesized Trace No. of CE(s) Eigenvalue Statistic	0.05 Critical Value	Prob.**
None * 0.386148 18.54429 At most 1 5.61E-06 0.000213	15.49471 3.841466	0.0168 0.9902

Contrairement au résultat précédent, l'hypothèse d'absence de cointégration est rejetée au seuil de 5%.

Il n'y a donc qu'une seule relation de cointégration, et par conséquent on peut appliquer la méthode de Engle and Granger en deux étapes.

La première étape consistant à estimer la relation de long terme a déjà été effectuée (cf. ci-dessus).

La deuxième étape consiste à estimer la relation du modèle dynamique avec les séries stationnaires :

M3_M1D1 = a.PIBRES + b.TAUXCCD1 + c.RESID18 _{_1} + 8 Avec c qui doit être négatif.

Les résultats de l'estimation de ce modèle sont comme suit :

Dependent Variable: M3_M1D1 Method: Least Squares Date: 06/12/13 Time: 14:52 Sample (adjusted): 2002Q2 2011Q4 Included observations: 39 after adjustments
Variable	Coefficient	Std. Error t-Statistic	Prob.
PIBRES	0.370941	0.584151 0.635008	0.5294
TAUXCCD1	-41666.61	477798.9 -0.087205	0.9310
RESID18(-1)	-0.365316	0.158302 -2.307721	0.0269
R-squared	-0.572578	Mean dependent var	6099.587
Adjusted R-squared	-0.659943	S.D. dependent var	6865.709
S.E. of regression	8845.696	Akaike info criterion	21.08705
Sum squared resid	2.82E+09	Schwarz criterion	21.21502
Log likelihood	-408.1975	Hannan-Quinn criter.	21.13297
Durbin-Watson stat	0.563174

Modèle 19

Ces résultats montrent que le coefficient de rappel (relatif à RESID18) est significativement négatif. Cependant, les coefficients relatifs à PIBRES et à TAUXCCD1 ne sont pas significativement différents de zéro. Par conséquent, le modèle ECM n'est pas validé.

105