Prévision du volume des carburants terrestres consommés en RD Congo (Modèle d'analyse d'interventions)

III. APPLICATION DU MODELE D'ANALYSE D'INTERVENTIONS A LA PREVISION DU VOLUME DES CARBURANTS TERRESTRES

III.1 Familiarisation avec les données

La figure ci-dessous illustre, à travers la série Y_t, l'évolution des volumes des carburants terrestres consommés en République Démocratique du Congo de janvier 1982 à avril 1999^22(*).

L'analyse de cette série nous conduit à réaliser les observations suivantes :

- Février 1993 : une chute remarquable de l'ordre de 68 % est observée. Cette chute, dans la consommation des carburants terrestres, est attribuée aux deuxièmes pillages qui ont eu lieu dans la ville de Kinshasa, principal centre de consommation avec près de 80 % de la consommation totale.

- Août 1998 : une seconde chute de consommation est observée. Elle correspond à la rébellion menée par les BANYAMULENGE qui a commencé par leur révolte à Kinshasa.

- De juin 1997 à janvier 1998 : un accroissement de la consommation est observé pendant cette période. Il peut être attribué aussi bien à la relance des activités économiques enregistrée après la prise du pouvoir par l'AFDL, qu'au retournement de tendance des prix Platt's qui ont commencé aussi à chuter.

- De février 1998 à avril 1999 : Il a été observée une décroissance de la consommation attribuable au fait que le pays a commencé à avoir non seulement des problèmes politiques, mais surtout des problèmes économiques dus à l'absence de l'aide extérieure qui devait relayer la timide relance enregistrée du fait de l'effet psychologique causé par la chute de la dictature mobutienne.

III.2 Analyse préliminaire

L'intérêt des séries stationnaires étant démontré, nous devons tester si notre série sous étude est stationnaire.

La stationnarité de notre série est clairement traduite par le graphique ci haut qui illustre son évolution à travers le temps.

Cette stationnarité est confirmée par la lecture du corrélogramme de la série. En effet, lorsque nous observons le corrélogramme simple, nous remarquons qu'il y a une chute rapide des valeurs des coefficients au fur de l'évolution des lags.

Un autre moyen de vérifier la stationnarité des séries reste le test Augmented Dickey-Fuller de stationnarité. Effectué sur la série Y_t, celui-ci nous conduit également à confirmer la stationnarité de cette série. En effet, la statistique du test ADF qui est de -3,376079 est supérieure, en valeur absolue, à la valeur critique au seuil de 5 % qui est de -2,8955.

ADF Test Statistic -3.376079 1% Critical Value* -3.5082

5% Critical Value -2.8955

10% Critical Value -2.5846

*MacKinnon critical values for rejection of hypothesis of a unit root.

* ²² SEP CONGO : Département Finances, Tableaux des quantités livrées à la clientèle en mètres cubes à température ambiante, Janvier 1992 - avril 1999.