Stabilité monétaire et persistance de la dollarisation de l'économie congolaise 2009 à 2018.

1.2. ECRITURE DU MODELE

Plusieurs modèles sont successivement passés au banc d'essai. Une batterie de tests d'optimisation a milité pour un modèle de régression linéaire multiple dans la présente étude.

La régression linaire multiple peut se définir comme la recherche d'une relation de cause à effet entre une variable dépendante (endogène ou expliquée) et plus d'une variable (deux ou plus) indépendante (exogène ou explicative). Dans notre étude, nous recherchons à déterminer les facteurs explicatifs du taux de dollarisation de l'économie congolaise. Cependant ce taux de dollarisation est capté par YC et le d'inflation X1C ; taux de change SX2C

Notre modèle linéaire multiple peut s'écrire comme suit :

Est le terme de l'erreur.

1.3. NATURE DES DONNEES

Comme nous l'avons si bien dit précédemment, nos données s'expriment en pourcentage en termes de taux. Ces taux ont été obtenus au travers le rapport de la Banque centrale du Congo, le rapport de la politique monétaire de la BCC et les condensés statistiques.

Ø Tous les outputs présentés dans la présente étude sont obtenus du traitement économétrique de nos données exprimées en taux avec le logiciel EViews. Cette étude considère 10 observations sur la période allant de janvier 2009 à décembre 2018.

1.4. ESTIMATION DU MODELE

La méthode d'estimation économétrique utilisée est celle des moindres carrés ordinaires  (MCO)

Dependent Variable: YC
Method: Least Squares
Date: 06/30/19 Time: 14:17
Sample (adjusted): 2010 2018
Included observations: 9 after adjustments
Variable	Coefficient	Std. Error	t-Statistic	Prob.
C	85.61346	1.341073	63.83952	0.0000
X1C	1.614752	2.232074	0.275417	0.0022
SX2C	0.512197	0.016396	0.012001	0.0008
R-squared	0.640081	Mean dependent var		86.22222
Adjusted R-squared	-0.653225	S.D. dependent var		2.279132
S.E. of regression	2.510384	Akaike info criterion		4.939950
Sum squared resid	37.81217	Schwarz criterion		5.005692
Log likelihood	-19.22978	Hannan-Quinn criter.		4.798080
F-statistic	0.006998	Durbin-Watson stat		1.366662
Prob(F-statistic)	0.003369

VARIABLE DEPENDANTE : Y

VARIABLES EXPLICATIVES

COEFFICIENTS PROBABILITE t DE STUDENT

- X1C 1,614752 0.0022

- SX2C0.5121970 0.0008

R² = 0.640081

R^-2= 0.654752

PROBABILITE F DE FISHER = 0.003369

DURBIN-WATSON = 1.36662

251658240

Y = 85.61346 + 1.614752X1^C+0.5121970^SX2C

251659264

Test d'hypothèse

PARAMETRE	COEFFICIENT ESTIME	PROBALILITE ASSOCIE A LA STATISTIQUE T DE STUDENT	OBSERVATION	INTERPRETATION
	1.614752	0.0022	p-value^1(*) Inférieur à 0.05	est statistiquement significatif. Le taux d'inflation influence le taux dollarisation
	0.512197	0.0008	p-value supérieur à 0.05	est statistiquement significatif. Donc le taux change influence le taux de dollarisation

Source : l'auteur sur base d'Eviews

Ø Le coefficient de détermination corrigé (R^-2) est de 64 %. Il est inférieur à 60%. Le taux dollarisation YC et X1C, SX2C   expliquent donc la variable taux de dollarisation (YC) à 65, »% ;

Ø La statistique Durbin-Watson 1.366662, conformément à la loi de pouce, se rapproche de 2 : nous avons la présomption que les erreurs ne sont pas auto-corrélées. Nous allons plutôt nous fier au test LM pour étudier l'autocorrélation des erreurs.

Ø La régression n'est donc pas fallacieuses au regard de la valeur élevée du coefficient de détermination corrigé.

Ø La probabilité critique associée à la statistique F de Fisher est inférieure à 5%, soit 0.003369: le modèle est globalement statistiquement significatif.

* ¹ La probabilité associée à la statistique de Student