5-1-2- Détermination du TCR
La procédure consiste à utiliser les MCO pour
estimer les paramètres. Celle-ci permettra non seulement de s'assurer de
l'éventuelle significativité des différentes variables, et
à l'occasion de juger la pertinence du modèle, mais
également de vérifier les différentes hypothèses
émises. Une estimation des paramètres du modèle du TCR
nous donne une première version contenant toutes les variables et
dénommé modèle1.
Tableau 5 : Modèle 1 du TCR au
Cameroun
|
Dependent Variable: LTCR
|
|
Method: Least Squares
|
|
Sample(adjusted): 1981 2003
|
|
Included observations: 23 after adjusting endpoints
|
|
Variable
|
Coefficient
|
Std. Error
|
t-Statistic
|
Prob.
|
|
C
|
1.032736
|
2.618353
|
0.394422
|
0.7002
|
|
LAID
|
0.194158
|
0.087760
|
2.212372
|
0.0471
|
|
LCIT
|
-0.131466
|
0.190199
|
-0.691205
|
0.5026
|
|
LCP
|
-0.169474
|
0.236642
|
-0.716163
|
0.4876
|
|
LDE
|
0.076202
|
0.105650
|
0.721268
|
0.4846
|
|
LOE
|
-1.051340
|
0.373268
|
-2.816582
|
0.0156
|
|
LTCN
|
-0.017099
|
0.150814
|
-0.113379
|
0.9116
|
|
LTE
|
0.217911
|
0.152869
|
1.425471
|
0.1795
|
|
DEV
|
-0.506791
|
0.165294
|
-3.065994
|
0.0098
|
|
PT
|
0.013519
|
0.007590
|
1.781095
|
0.1002
|
|
LTCR(-1)
|
0.253346
|
0.147804
|
1.714073
|
0.1122
|
|
R-squared
|
0.978725
|
Mean dependent var
|
5.056504
|
|
Adjusted R-squared
|
0.960996
|
S.D. dependent var
|
0.396603
|
|
S.E. of regression
|
0.078327
|
Akaike info criterion
|
-1.949912
|
|
Sum squared resid
|
0.073622
|
Schwarz criterion
|
-1.406850
|
|
Log likelihood
|
33.42399
|
F-statistic
|
55.20419
|
|
Durbin-Watson stat
|
1.870203
|
Prob(F-statistic)
|
0.000000
|
Source : calculs de l'auteur
Tableau 6 : Modèle 1 du TCR au
Nigeria
|
Dependent Variable: LTCR
|
|
Method: Least Squares
|
|
Sample(adjusted): 1981 2003
|
|
Included observations: 23 after adjusting endpoints
|
|
Variable
|
Coefficient
|
Std. Error
|
t-Statistic
|
Prob.
|
|
C
|
2.426647
|
5.419478
|
0.447764
|
0.6623
|
|
LAID
|
0.393516
|
0.310711
|
1.266501
|
0.2294
|
|
LCIT
|
0.474535
|
0.535925
|
0.885452
|
0.3933
|
|
LCP
|
-0.870117
|
0.785066
|
-1.108336
|
0.2894
|
|
LDE
|
0.918059
|
0.566476
|
1.620649
|
0.1311
|
|
LOE
|
0.871414
|
1.240538
|
0.702448
|
0.4958
|
|
LTCN
|
-0.248734
|
0.254964
|
-0.975566
|
0.3485
|
|
PT
|
-0.021285
|
0.026792
|
-0.794427
|
0.4424
|
|
DEV
|
0.260147
|
0.693567
|
0.375086
|
0.7141
|
|
LTE
|
1.246092
|
0.869832
|
1.432566
|
0.1775
|
|
LTCR(-1)
|
0.470761
|
0.210149
|
2.240132
|
0.0448
|
|
R-squared
|
0.938595
|
Mean dependent var
|
5.920396
|
|
Adjusted R-squared
|
0.887425
|
S.D. dependent var
|
1.259097
|
|
S.E. of regression
|
0.422456
|
Akaike info criterion
|
1.420469
|
|
Sum squared resid
|
2.141625
|
Schwarz criterion
|
1.963532
|
|
Log likelihood
|
-5.335397
|
F-statistic
|
18.34246
|
|
Durbin-Watson stat
|
2.249905
|
Prob(F-statistic)
|
0.000009
|
Source : calculs de l'auteur
A partir de ce premier modèle, nous réestimons
les paramètres en éliminant les variables qui ont un faible
«t de student», nous obtenons ainsi un modèle
privilégié (Modèle 2)
Tableau 7 : Modèle 2 du TCR au
Cameroun
|
Dependent Variable: LTCR
|
|
Method: Least Squares
|
|
Sample(adjusted): 1981 2003
|
|
Included observations: 23 after adjusting endpoints
|
|
Variable
|
Coefficient
|
Std. Error
|
t-Statistic
|
Prob.
|
|
C
|
2.406428
|
1.019292
|
2.360882
|
0.0322
|
|
LAID
|
0.187224
|
0.063423
|
2.952006
|
0.0099
|
|
LOE
|
-1.200481
|
0.295433
|
-4.063462
|
0.0010
|
|
LTCN
|
0.019579
|
0.136891
|
0.143027
|
0.8882
|
|
LTE
|
0.120385
|
0.115353
|
1.043619
|
0.3132
|
|
DEV
|
-0.374918
|
0.105033
|
-3.569537
|
0.0028
|
|
PT
|
0.016162
|
0.005095
|
3.172303
|
0.0063
|
|
LTCR(-1)
|
0.262730
|
0.114007
|
2.304509
|
0.0359
|
|
R-squared
|
0.976431
|
Mean dependent var
|
5.056504
|
|
Adjusted R-squared
|
0.965432
|
S.D. dependent var
|
0.396603
|
|
S.E. of regression
|
0.073738
|
Akaike info criterion
|
-2.108382
|
|
Sum squared resid
|
0.081560
|
Schwarz criterion
|
-1.713428
|
|
Log likelihood
|
32.24640
|
F-statistic
|
88.77557
|
|
Durbin-Watson stat
|
2.057392
|
Prob(F-statistic)
|
0.000000
|
Source : calculs de l'auteur
Tableau 8 : Modèle 2 du TCR au
Nigeria
|
Dependent Variable: LTCR
|
|
Method: Least Squares
|
|
Sample(adjusted): 1981 2003
|
|
Included observations: 23 after adjusting endpoints
|
|
Variable
|
Coefficient
|
Std. Error
|
t-Statistic
|
Prob.
|
|
C
|
-1.214644
|
2.601256
|
-0.466945
|
0.6468
|
|
LAID
|
0.254894
|
0.285949
|
0.891396
|
0.3859
|
|
LCP
|
-0.350369
|
0.436877
|
-0.801985
|
0.4343
|
|
LDE
|
0.444147
|
0.264967
|
1.676239
|
0.1131
|
|
LTCN
|
-0.295106
|
0.174786
|
-1.688380
|
0.1107
|
|
LTE
|
0.891127
|
0.438870
|
2.030505
|
0.0593
|
|
LTCR(-1)
|
0.533836
|
0.189255
|
2.820720
|
0.0123
|
|
R-squared
|
0.922353
|
Mean dependent var
|
5.920396
|
|
Adjusted R-squared
|
0.893236
|
S.D. dependent var
|
1.259097
|
|
S.E. of regression
|
0.411408
|
Akaike info criterion
|
1.307326
|
|
Sum squared resid
|
2.708101
|
Schwarz criterion
|
1.652911
|
|
Log likelihood
|
-8.034248
|
F-statistic
|
31.67688
|
|
Durbin-Watson stat
|
2.399068
|
Prob(F-statistic)
|
0.000000
|
Source : calculs de l'auteur
5-1-2-1- Estimation de la relation de long terme du
TCR
Les relations obtenues à partir des régressions
sont nécessaires mais non suffisantes pour une conclusion sur la
pertinence de ce modèle et sa capacité de prédire
l'avenir. En effet, il faut s'assurer que la relation est stable à long
terme. La cointégration est une spécification des modèles
entretenant très souvent des idées fallacieuses à propos
des mouvements des variables les unes par rapport aux autres à long
terme. Elle implique de façon intuitive que dans la relation
d'équilibre de long terme entre les différentes variables non
stationnaires, celles-ci ne devraient pas s'éloigner l'une de l'autre.
A long terme  de telle manière qu'à partir des modèles
privilégiés nous ayons les relations de long terme
suivantes :
- cas du Cameroun
 (15)
Si nous ordonnons de nouveau cette équation nous
obtenons finalement le modèle suivant :
 (16)
- Cas du Nigeria
 (17)
 (18)
Les séries des résidus issues des estimations
ci-dessus sont récupérées. Les tests ADF effectués
sur ces séries traduisent le caractère stationnaire des
résidus. La statistique ADF calculée pour le Cameroun (-6,8888)
est inférieure à la valeur critique (1 %) lue sur la table de
MacKinnon. De même pour le Nigeria où la statistique ADF (-3,5351)
est aussi inférieure à la valeur critique (1 %), d'où la
stationnarité des résidus. Nous pouvons alors accepter qu'une
combinaison linéaire de ces variables soit cointégrée.
Tableau 9 : Test de stationnarité sur le
résidu du TCR au Cameroun
|
ADF Test Statistic
|
-6.888842
|
1% Critical Value*
|
-2.6700
|
|
|
5% Critical Value
|
-1.9566
|
|
|
10% Critical Value
|
-1.6235
|
|
*MacKinnon critical values for rejection of hypothesis of a unit
root.
|
Source: calculs de l'auteur
Tableau 10: Test de stationnarité sur le
résidu du TCR au Nigeria
|
ADF Test Statistic
|
-3.535100
|
1% Critical Value*
|
-2.6700
|
|
|
5% Critical Value
|
-1.9566
|
|
|
10% Critical Value
|
-1.6235
|
|
*MacKinnon critical values for rejection of hypothesis of a unit
root.
|
Source : calculs de l'auteur
5-1-2-2- Interprétation des résultats
des régressions
L'observation des résultats de nos modèles
privilégiés nous permet tout d'abord de constater que toutes les
variables étaient statistiquement différentes de zéro
à 5 % à l'exception de TE et TCN pour le Cameroun. Au Nigeria,
elles sont significatives à 10 % hormis la variable représentant
l'aide (AID) et la consommation publique (CP).
Dans l'ensemble, les coefficients de détermination
(R2 et R2 ajusté) témoignent du pouvoir
explicatif du modèle. Au Cameroun, 96 % des fluctuations du TCR sont
expliquées par les variables incluses dans le modèle. Au Nigeria,
ces variables expliquent à 89 % la variation du TCR.
Le degré de libération du commerce (ouverture de
l'économie) semble jouer un rôle décisif dans la
détermination du niveau du taux de change pendant la période
considérée pour le Cameroun. Le signe négatif et
très significatif du volume du commerce dans ce pays, est compatible
avec une appréciation du taux de change réel.
L'aide extérieure a un impact positif et significatif
sur le TCR pour le Cameroun. Un accroissement du flux d'aide extérieure
conduirait à une dépréciation du TCR. Ceci indique que le
flux d'aide extérieure au Cameroun pendant les périodes de
l'étude était surtout dépensé sur les biens
échangeables.
L'effet des chocs des termes de l'échange sur le taux
de change réel n'est pas déterminé à priori. Cette
variable est positive pour les deux pays et significative à 5 %
uniquement au Nigeria. Ce résultat indique une domination de l'effet
substitution sur l'effet revenu relativement à son influence sur le TCR.
Ce résultat est en contradiction avec la réalité
empirique. En effet, une amélioration de TE dans ce cas conduirait
à une dépréciation du TCR, et une
détérioration de TE aurait un effet contraire dans les deux
pays.
Le TCN dans le cas du Nigeria possède un
coéfficient négatif et est non significatif. C'est un
résultat plutôt inattendu qui tend à suggérer qu'une
dévaluation du taux de change nominal conduirait à une
appréciation du taux de change réel (TCR). Cela indique que
l'utilisation active et continuelle du taux de change nominal comme instrument
de politique économique par l'Etat Nigérian n'a pas eu l'effet
total souhaité sur le taux de change réel. Ce résultat
peut être imputable par exemple au fait que le dosage des politiques
d'accompagnements était incompatible avec ces dévaluations.
Au Cameroun, le TCN est positif et non significatif. Ce
résultat nous indique que, bien que le taux de change nominal ne soit
pas une option de politique économique pour le Cameroun, ceci à
cause de son appartenance à une union monétaire, une
dévaluation du taux de change nominal conduirait néanmoins
à une dépréciation du taux de change réel
La dévaluation du FCFA de janvier 1994 au Cameroun, a
un effet négatif et très significatif sur le taux de change
réel. De ce résultat nous pouvons déduire que cette
dévaluation a beaucoup plus affecté les biens non
échangeables au Cameroun.
Le ratio de la consommation gouvernementale a un impact
négatif et non significatif sur le taux de change réel pour le
Nigeria. C'est une indication que les dépenses publiques étaient
probablement plus axées sur les biens non échangeables.
Le progrès technique représenté par le
taux de croissance du PIB a un coefficient positif et significatif à 1%
pour le Cameroun ; ce résultat indique que les avancées
technologiques affectent beaucoup plus les biens échangeables dans ce
pays.
5-1-2-3- Estimation de la relation de long terme du
TCRE et détermination de l'indice de mésalignement.
Pour déterminer la relation de long terme du TCRE, nous
partons des modèles privilégiés de long terme de TCR. Les
composantes durables des déterminants du TCR sont séparées
de leurs composantes non durables. En tenant uniquement compte des composantes
permanentes utilisées avec leurs contreparties d'équilibre de
long terme, nous avons alors les modèles de TCRE suivants :
- cas du Cameroun
 (19)
- cas du Nigeria
 (20)
Pour obtenir le TCRE de long terme, nous devons remplacer les
variables fondamentales du côté droit des équations (19) et
(20) par leurs valeurs d'équilibre de longue période ;
autrement dit, les valeurs pour lesquelles les variables fondamentales sont
jugées soutenables. Toutefois, comme le rappelle la plupart des auteurs,
cet exercice fait appel à beaucoup de subjectivité. Pour
contourner cette difficulté, certains auteurs choisissent de remplacer
les fondamentaux par des moyennes mobiles centrées sur plusieurs
années (Kuikeu). Cette méthode sera mise en oeuvre ici,
précisément les fondamentaux ont été
remplacés par les moyennes mobiles centrées d'ordre 3.
Le tableau (11) présente l'estimation du TCRE
calculée à partir de la relation de long terme du TCR
correspondant aux variables fondamentales ; le mésalignement de TCR
correspondant est calculée comme suit :
(21)
Cette relation, tout comme celle développée
par Edwards (1989), Elbadawi (1994), Baye et Khan (2008) nous indique que le
TCR montre une certaine variabilité.
Tableau 11 : indice de mésalignement du
TCR
|
Cameroun
|
Nigeria
|
|
Année
|
TCR
|
TCRE
|
TCRM
|
TCR
|
TCRE
|
TCRM
|
|
1980
|
459,47
|
|
|
3 702,31
|
/
|
/
|
|
1981
|
308,06
|
285,71
|
- 0,07
|
3 428,15
|
1 821,03
|
- 0,68
|
|
1982
|
370,86
|
283,33
|
- 0,24
|
2 723,10
|
1 367,73
|
- 0,52
|
|
1983
|
289,82
|
255,28
|
- 0,12
|
1 510,91
|
977,78
|
- 0,19
|
|
1984
|
215,20
|
210,02
|
- 0,02
|
980,87
|
1 023,80
|
0,33
|
|
1985
|
188,73
|
194,50
|
0,03
|
950,38
|
651,88
|
- 0,02
|
|
1986
|
171,60
|
185,46
|
0,08
|
1 107,43
|
563,45
|
- 0,25
|
|
1987
|
178,53
|
179,70
|
0,01
|
1 500,05
|
320,80
|
- 0,59
|
|
1988
|
169,15
|
176,20
|
0,04
|
290,25
|
470,41
|
1,88
|
|
1989
|
183,13
|
174,33
|
- 0,05
|
835,10
|
461,29
|
0,07
|
|
1990
|
174,85
|
178,06
|
0,02
|
1 037,62
|
591,78
|
- 0,03
|
|
1991
|
172,45
|
176,63
|
0,02
|
746,51
|
341,42
|
- 0,27
|
|
1992
|
199,73
|
190,19
|
- 0,05
|
576,29
|
198,14
|
- 0,50
|
|
1993
|
189,49
|
206,94
|
0,09
|
298,82
|
124,20
|
- 0,49
|
|
1994
|
142,56
|
131,89
|
- 0,07
|
221,11
|
130,07
|
- 0,51
|
|
1995
|
133,80
|
130,99
|
- 0,02
|
154,70
|
258,04
|
- 0,31
|
|
1996
|
119,62
|
122,20
|
0,02
|
108,53
|
399,19
|
0,21
|
|
1997
|
112,39
|
110,09
|
- 0,02
|
117,99
|
390,64
|
0,21
|
|
1998
|
102,06
|
98,52
|
- 0,03
|
96,48
|
228,19
|
- 0,01
|
|
1999
|
96,70
|
91,03
|
- 0,06
|
99,89
|
197,48
|
- 0,23
|
|
2000
|
100,00
|
89,41
|
- 0,11
|
100,00
|
222,76
|
- 0,31
|
|
2001
|
92,98
|
91,80
|
- 0,01
|
78,95
|
247,97
|
0,13
|
|
2002
|
91,13
|
97,13
|
0,07
|
78,63
|
229,54
|
0,03
|
|
2003
|
103,20
|
|
|
74,16
|
/
|
/
|
Source : calculs de l'auteur
(Figure 5 : Mésalignement du TCR par le modèle
d'ajustement partiel)
Source : construit par l'auteur
5-1-2-3-1- Résultat sur le mésalignement
La figure (5) montre l'évolution du taux de
mésalignement pour les deux pays pendant la période que couvre
cette étude. Pour le Cameroun, il y a une indication que le TCR
était presque en équilibre (avec la valeur absolue du
mésalignement de TCR inférieur à l'unité) pendant
toute la période de l'étude. Il a atteint son niveau le plus
élevé en 1993 (0,09) et son niveau le plus bas en 1982 (-0,24).
L'indice de mésalignement dans le cas du Nigeria
était également presque en équilibre (avec la valeur
absolue du mésalignement de TCR inférieure à
l'unité) pendant toute la période, sauf au cours de
l'année 1988, période durant laquelle le TCR était
surévalué (1,88). Ces résultats montrent que l'emploi
d'une politique active de taux de change nominal dans le but d'agir sur les
variables macroéconomiques a permis au TCR d'atteindre son
équilibre pendant cette période.
Une similitude importante entre notre étude et celles
d'Elbadawi et Soto (1997), Dordunoo et Njinkeu (1997), Khan et Baye (2005) est
que toutes incluent les pays de la zone CFA et hors zone CFA. Un tel choix de
pays reflète généralement le fossé entre les
économies des unions monétaires de la zone CFA avec un
système de change fixe, et les économies ayant des taux de change
flexibles. Le comportement de divers indices de mésalignement va dans le
sens des conclusions de Dordunoo et Njinkeu (1997), selon lesquelles ce qui est
plus important est la gestion du système et non le choix du
système de change.
|
|
