Memoire Online - La vérification empirique de la courbe de Philips en république démocratique du Congo de 1988-2015.

Existe-il une relation de long terme entre l'inflation et le chômage en République démocratique du Congo(RDC) entre 1988 et 2015 ?cette relation si elle existe témoigne-t-elle l'efficacité de la politique économique en République démocratique du Congo(RDC) en période sous revue ? Pour répondre à ces questions, nous évoluons de la manière suivante : Premièrement nous mettons en revue la littérature sur la courbe de Philips, Dixièmement nous considérons une série longue des données allant de 1988-2015.En dernier lieu nous appliquons le modèle à correction d'erreur avec l'apport de la cointégration pour nous rassurer de l'existence d'une relation de long terme entre les deux variables et voir leurs effets réciproques. Ici nous évaluons dans quelle mesure les mesures économiques appliquées en RD du Congo affectent la relation inflation-chômage. Les résultats de notre étude montrent que la relation inflation-chômage existe, mais elle est positive mais de faible ampleur, c'est-à-dire que l'inflation agit de façon positive sur le chômage.

INTRODUCTION

Depuis plusieurs décennies, le chômage et l'inflation font l'objet d'une grande attention à la recherche en science économique .l'attention portée à ces deux variables (taux de chômage et inflation) est qu'elles constituent les maux majeurs auxquels font face nos sociétés .Pour ce faire, les autorités fournissent beaucoup d'efforts pour maitriser l'inflation et propulser l'activité économique en recourant aux instruments de leurs politiques économique.

Traditionnellement retenu comme objectifs de la politique économique parmi les quatre depuis les travaux de Nicolas Kaldor(1971), le carré magique. La courbe de Philips demeure une référence incontournable dans l'étude de la relation entre le taux de chômage et l'inflation .les travaux de A. William Philips sur l'économie Britannique(1958), et certaines études qui ont suivis sur l'économie américaine Paul Samuelson et Robert Solow(1960), trouvent une relation empirique négative entre le taux de chômage et l'inflation. Ces derniers ont interprété cette relation négative comme offrant une possibilité d'arbitrage aux responsables de la politique économique. Ceux-ci pourraient choisir librement entre une inflation faible associée à un taux de chômage élevé et une inflation élevée associée à un taux de chômage faible en fonction de l'importance qu'ils accordent à la stabilité des prix et à l'activité^1(*). Ce qui par le suite a donné lieu à un certain nombre d'interprétations.

En effet, les économistes et experts des années 1970, ont tenté effectivement à exploiter cette possibilité d'arbitrage c'est-à-dire réduire le chômage par une montée forte d'inflation, il s'est révélé que le chômage ne reculait pas alors que l'inflation ne cessait de monter, ce qui du point de vue empirique traduit un déplacement vers le haut de la courbe de Philips. De ce fait, la relation entre le taux de chômage et l'inflation s'est retrouvée au centre de débats relevant des évolutions des certaines économies de la moitié du XXe siècle qui prouvaient la coexistence pendant une période assez longue d'un chômage élevé et d'une forte inflation.

L'histoire récente de l'économie congolaise fournit un bon exemple pour la vérification de la courbe de Philips. Depuis un temps, nous avons constaté que l'économie congolaise a enregistrée une forte inflation et qui malgré cette montée inflationniste le chômage élevé persiste toujours. Le gouvernement congolais, dans la recherche de l'amélioration des conditions de vie des populations congolaises, a élaboré et mis en oeuvre depuis 2001 des mesures de stabilisation dans le cadre de programme Intérimaire Renforcé (PIR), du programme économique soutenu par la facilité pour la réduction de la pauvreté et la croissance(FRPC), et la Facilité Elargie des Crédits(FEC)^2(*) , ces mesurent ont contribué à maintenir le pays sur le chemin de croissance économique positif et ont permis de ramener les taux d'inflation annuels à des niveaux tolérables pour inciter l'épargne et l'investissement. Force est cependant de constater qu'en dépit du taux de croissance affiché et de la baisse des pressions inflationnistes, plus de 70% de la population congolaise est au chômage. Reste à savoir si la politique économique appliquée par les autorités est-elle inefficace dans le contexte congolais.

L'étude de la relation entre le taux de chômage et l'inflation fait l'objet de notre travail. Nous voudrions à travers cette étude saisir le comportement de chaque variable compte tenu de la politique économique.

Notre étude vise un objectif principal qui est celui de vérifier empiriquement la relation de long terme entre le taux de chômage et l'inflation en République Démocratique du Congo et en saisir les effets réciproques.

Pour atteindre notre objectif principal nous nous fixons les objectifs spécifiques suivants :

· Etudier l'évolution de chacune de ces deux variables pendant la période en revue

Notre grande préoccupation dans cette recherche est d'identifier la nature du lien de long terme entre le taux de chômage et l'inflation en RD du Congo. Notre étude suppose qu'il existe une relation de long terme entre les deux variables. Ainsi, dans cet ordre d'idée une série des questions est proposée pour analyser la relation inflation-chômage telle que soutenue par Philips. Les questions auxquelles, nous devons répondre sont les suivantes :

La relation entre le taux de chômage et l'inflation dans le contexte congolais est-elle positive ou négative ?

Hypothèse 1. La relation entre le taux de chômage et l'inflation est positive mais faible.

Hypothèse 2. Cette relation témoigne l'inefficacité de la politique économique en RD du Congo.

Le présent travail s'assigne un champ d'investigation précis. Il se limitera essentiellement à la vérification empirique de la relation à long terme entre le taux de chômage et l'inflation en RD du Congo pour la période 1988-2015

L'intérêt qui est porté à ce sujet se trouve d'une part être dans le souci de voir comment le taux de chômage et le l'inflation se comportent à long terme surtout compte tenu des mesures économiques prises par les autorités, d'autre part amener les autorités dans la mesure du possible à une politique économique ambitieuse.

Les statistiques que nous utilisons couvrent la période 1988-2015 et sont celles publiées dans les différents rapports annuels par la Banque Centrale du Congoet le condensé d'information statistiques de la BCC. Ces sont les séries annuelles. Pour apprécier la relation qui existe entre les deux variables de notre série et d'en avoir les effets réciproques, nous avons estimé le modèle à correction d'erreur avec l'apport de la cointegration par le logiciel eviews .nous partons d'une relation théorique supposée exister à long terme

Outre l'introduction et la conclusion. Le présent travail s'organise autour de deux chapitres. Le premier chapitre passe en revue, la littérature relative aux interactions entre le taux de chômage et l'inflation. Il s'agit de présenter l'origine de la courbe de Philips, les fondements économiques de cette courbe ainsi que ses différentes interprétations et enfin le deuxième et dernier chapitre porte sur l'analyse économétrique et l'interprétation des données.

CHAPITRE I. REVUE DE LA LITTERATURE DE LA COURBE DE PHILIPS

Dans ce chapitre, nous présentons de manière brève l'évolution de la courbe de Philips depuis son apparition. Dans la première section nous présentons l'origine de la courbe de Philips ainsi que les différentes modifications qu'elle a subies, dans la deuxième nous parlons La courbe de Philips additionnée des anticipations et en fin la troisième section présente la courbe de Philips de long terme.

I.1. Origine de la courbe de Philips

L'histoire remonte des années 58, où l'Economiste Néo-Zélandais du nom d'Alban William Philips, avait publié un article intitulé « The Relation Between Unemployement and the Rate of Change of Money Wage Rates in the United Kindgdom, 1861-1957 ». Dans cet article Philips examinait la relation entre le chômage et la croissance des salaires nominaux sur 97 observations de données Britanniques. Il avait constaté que le chômage avait tendance à être faible quand la croissance des salaires nominaux s'avère rapide, et à êtreélevé quand la croissance des salaires nominaux est lente.

Par la suite, les économistes qui ont utilisé la courbe de Philips ont souvent favorisé l'utilisation du taux d'inflation au lieu de la croissance des salaires nominaux dans l'examen du lien avec le chômage^3(*). Vers les années 60, plusieurs études furent exécutées dont l'objectif était d'analyser la relation inflation-chômage. L'un des travaux effectués est celui dePaul Samuelson et Robert Slow en 1960 utilisant les données américaines couvrant la période de 1900-1960, lequel travail va aboutir à l'existence d'une relation négative entre les deux variables.Ce fut le début de plusieurs débats sur une relation portant le nom de « courbe de Philips » celle-cioffrant une possibilité d'arbitrage aux responsables de la politique économique. Ceux-ci pourraient choisir librement entre une inflation faible associée à un taux de chômage élevé et une inflation élevée associée à un taux de chômage faible en fonction de l'importance qu'ils accordent à la stabilité des prix et à l'activité.

Cette relation sera par la suite mis en cause par les économistes et experts Américains des années 1970(Friedman et Phelps en 1968), qui ont tenté effectivement à exploiter cette possibilité d'arbitrage c'est-à-dire réduire le chômage par une montée forte d'inflation, il s'est révélé que le chômage ne reculait pas alors que l'inflation ne cessait de monter, ce qui du point de vue empirique traduit un déplacement vers le haut de la courbe de Philips.

I.2 La courbe de Philips additionnée des anticipations

En 1968, les économistes Friedman et Phelps avaient chacun publié un article qui mettait en question la logique intrinsèque de la courbe de Philips. Sur la base d'un raisonnement théorique, ils affirmaient avant même que des études empiriques le montrent, qu'il ne devrait donc pas y avoir de relation négative stable entre le chômage et l'inflation, mais plutôt entre l'inflation anticipée et le chômage cyclique.

L'argument de Friedman reposait sur la possibilité d'une erreur de prévision des prix de la part des travailleurs. Dans une économie où le niveau général des prix est stable(ou augmente de façon prévisible), l'offre et le demande de travail déterminent un niveau de salaire réel et d'emploi en équilibre. Mais, dit Friedman si la banque centrale crée une expansion monétaire qui fait augmenter les prix. Celles les entreprises auront des anticipations exactes et vont percevoir immédiatement la hausse des prix et voir leur rentabilité s'améliorer au taux de salaire courant. Le salaire réel baisse et la demande de travail augmente. Par contre les travailleurs ayant des anticipations mauvaises parce que ayant un raisonnement rétrospectif, vont continuer à travailler et ils se rendront compte de la hausse de prix que après un temps^4(*). La concurrence accrue entre employeurs leur procure des salaires nominaux et réels perçus plus élevés. Ce qui les amène à offrir plus de travail. La seule raison de cette hausse d'emploi c'est de la perception des travailleurs.

I.3 La courbe de Philips de long terme

Nous pouvons bien voir à partir de l'argument de Friedman sur la courbe de Philips additionnée des anticipations, qu'il existe une relation négative entre l'inflation non anticipée et le chômage cyclique. Il Ya cependant possibilité de comprendre que cette situation ne peut pas se reproduire indéfiniment.

En effet, les travailleurs qui se laissent tromper par une augmentation non anticipée du niveau général des prix s'aperçoivent de leur bévue un jour ou l'autre. Selon la théorie des anticipations rationnelles, les travailleurs vont prendre en compte les nouvelles informations dans leurs prochaines anticipations de sorte qu'à long terme le niveau d'emploi retournera à son niveau d'équilibre initial. Selon cette même théorie, à long terme l'inflation est parfaitement anticipée. L'offre et la demande agrégée s'ajustent donc pour se trouver au niveau de production optimal^5(*).

CHAPITRE II. ANALYSE ECONOMETRIQUE ET INTERPRETATION DES RESULTATS

Dans cette partie de notre travail, nous allons par le modèle à correction d'erreur analyser les interactions de la relation inflation-chômage et voir à l'issue de cette analyse si la politique économique de la RD du Congo est elle efficace.

II.1 Etude de la stationnarité de la série (tests formels et informels)

Nous servons des tests formels et informels pour étudier la stationnarité de nos séries (taux d'inflation et taux de chômage), si elles sont non stationnaire, les stationnariser par les MCO ou l'écart à la tendance(TS), soit par la différenciation ou les filtres aux différences(DS).pour éviter le problème de régressions fallacieuses pour lesquelles les résultats apparient significatifs alors qui ne le sont pas en réalité .

Constat : après vérification par les tests précités (Dickey-Fuller), nos deux séries semblent non stationnaires du type DS (intégrées d'ordre 1). cfr les tableaux en annexei. Ce qui constitue pour nous la première condition nécessaire pour conclure à l'existence d'une relation de cointégration.

II.2 Estimation de la relation de long terme et test de stationnarité sur les résidus qui en découlent

Dans cette section, nous allons estimer la relation cointegrante par la méthode de moindres carrés ordinaire, voir si la série des résidus qui en découle est stationnaire en niveau .ce qui est également l'une des conditions nécessaires.

Notre équation structurelle de long terme se présente de la manière suivante:

· ltxch=txch-txch (-1) c(2) : la pente de long terme qui explique la variation du taux de chômage, induit à une variation à priori du taux d'inflation et åt represente le residu de long terme.

ltxinf : série de taux d'inflation stationnaire après la 1ér différence de 1998-2015 ;

ltxch : série de taux de chômage stationnaireaprès la 1^erdifférence de 1988-2015.

Les résidus du modèle estimé à long terme étant stationnaires en niveau avec trend et intercepte, cfr annexe ii c'est la condition suffisante pour conclure à l'existence d'une relation de cointergration entre nos deux séries.

II.3 Estimation du modèle à correction d'erreur

L'utilisation de ce modèle, nous aide à montrer la relation commune de cointergration et d'en déduire les interactions entre les variables^6(*).

Conformément à la spécification à la Hendry, notre modèle se présente comme suit :

c2 :c'est la force de rappel ou coefficient d'équilibre, il doit être inférieur à l'unité et statistiquement significatif, donc négatif .il implique la vitesse d'ajustement de la variable endogène (ltxch), pour retourner à l'équilibre de long terme suite à un choc.

Après estimation du modèle à correction d'erreur, les résultats se présentent comme suit :

Variable	Coefficient	Std. Error	t-Statistic	Prob.


DLTXINF	0.000336	0.000654	0.514078	0.6121
LTXCH(-1)	-1.053270	0.213264	-4.938807	0.0001
LTXINF(-1)	0.001088	0.001052	1.034686	0.3116


R-squared	0.535558	Mean dependent var		-0.053846
Adjusted R-squared	0.495171	S.D. dependent var		9.156341
S.E. of regression	6.505699	Akaike info criterion		6.691401
Sum squared resid	973.4549	Schwarz criterion		6.836566
Log likelihood	-83.98822	Hannan-Quinn criter.		6.733204
Durbin-Watson stat	2.166671

II.4 Inférence et Interprétation des résultats du modèle estimé

Les résultats de l'estimation du modèle à correction d'erreur se présentent comme suit :

DLTXCH = 0.000336003437849*DLTXINF - 1.05327040086*LTXCH(-1) + 0.00108841425209*LTXINF(-1)

A présent, le modèle estimé doit être soumis aux différents tests(les résultats des différents tests sont en annexiii).

ü le test de normalité des erreurs (Jarque-Bera) qui vérifie si la série est normalement distribuée vaut 2.580705 avec une probabilité de 0.275174 ;

ü Le test d'absence d'autocorrélation (Breusch-Godfrey), permet de tester une autocorrélation d''ordre supérieur à 1. Ici l'hypothèse à tester est celle de l'absence d'autocorrélation des erreurs. Ainsi la statistique F vaut 3.181203, avec une probabilité de 0.0621.ce qui affirme une absence d'autocorrélation des erreurs ; on ne rejette donc pas l'hypothèse nulle au seuil de confiance de 5% ;

ü Le test d'absence d'hétéroscédasticité (Breusch-Pagan-Godfrey), permet de tester le risque d'hétéroscédasticité. Sa statistique F est 0.559197 avec une probabilité critique de 0.647. Donc nous rejetons l'hétéroscédasticité au seuil de 5% ;

ü Le test de stabilité(CUSUM), généralement utilisé pour détecter d'éventuels mouvements systématiques dans la valeur des coefficients reflétant une possible instabilité structurelle et le test (CUSUM CARRE), qui est similaire au précèdent, il est utilisé pour détecter les mouvements aléatoires c'est-à-dire les mouvements ne provenant pas forcement d'une modification structurelle^7(*). Ainsi avec l'application du test cusum au seuil de 5%, nous constatons que la série de la somme cumulée des résidus récursifs reste à l'intérieure de l'intervalle formé des droites, suggérant l'absence de l'instabilité de la relation sur la période considérée. De même avec le test de cusum carré hormis en 2001, où nous constatons franchissement cela du l'adoption des nouvelles mesures économiques avec l'arrivée de Joseph Kabila au pouvoir.

Tous les paramètres sont statistiquement significatifs, et le modèle spécifié explique 54% de variation de chômage en RD du Congo.

· l'ensemble de tests diagnostiques du modèle prouve qu'il est globalement bon. Cfr annexe

· Elasticité à court terme : A court terme, si l'inflation augmente de 10%, le chômage augmente de 0.0033%. nous constatons que le chômage est peu sensible à la variation de l'inflation .l'amplitude de la sensibilité du chômage fasse à la variation de l'inflation est très faible voir négligeable.

· Elasticité à long terme :A long terme, si l'inflation augmente de 10%, alors le chômage varie dans le même sens pour 0.01%. donc les effets croissent à petit feu avec le temps.

Nous constatons que les Elasticités sont faibles, à court tout comme à long terme, cela veut dire que le chômage est moins sensible à la variation de l'inflation.

CONCLUSION

Ce papier a utilisé le modèle à correction d'erreur avec l'apport de la cointégration pour vérifier empiriquement la courbe de Philips en République démocratique du Congo(RDC) : relation inflation-chômage.Pour ce faire, nous avons préalablementpassé en revue, la littérature relative aux interactions entre le taux de chômage et l'inflation, et nous avons considéré une période longue allant de 1988 à 2015. Après l'estimation, il ressort l'existence d'une relation positive inflation-chômage de long termecaractérisée par une faible ampleur.

Les résultats montrent que les mesures économiques (politique économique) prises par les autorités avec l'arrivé de Joseph Kabila au pouvoir en 2001, ont certes contribué à maintenir le pays sur le chemin de croissance économique positif et ont permis de ramener les taux d'inflation annuels à des niveaux tolérables pour inciter l'épargne et l'investissement, mais elles n'ont pas réussi à répondre aux objectifs de plein emploi.

Suite à la vérification empirique de la relation inflation-chômage, il s'est également dégagé que la politique d'austérité (rigueur) influence positivement l'activité économique mais de manière inefficace. C'est-à-dire que malgré la variation de l'inflation comme phénomène monétaire, le chômage semble répondre avec une ampleur négligeable. Cela dû, du fait que le chômage observé dans le contexte congolais est du type structurel. Les autorités devraient trouver d'autres mesures efficaces susceptibles de faire face au problème de chômage qui se pose en RD du Congo.

Bibliographie

Karine D, courbe de Philips de long terme et la rigidité salariale : un test de la conjecture de Tobin

ANNEXE I

Null Hypothesis: TXINF has a unit root
Exogenous: Constant, Linear Trend
Lag Length: 0 (Automatic - based on SIC, maxlag=0)


			t-Statistic	Prob.*


Augmented Dickey-Fuller test statistic			-3.573475	0.0514
Test critical values:	1% level		-4.339330
	5% level		-3.587527
	10% level		-3.229230


*MacKinnon (1996) one-sided p-values.


Augmented Dickey-Fuller Test Equation
Dependent Variable: D(TXINF)
Method: Least Squares
Date: 09/10/19 Time: 19:33
Sample (adjusted): 1989 2015
Included observations: 27 after adjustments


Variable	Coefficient	Std. Error	t-Statistic	Prob.


TXINF(-1)	-0.667998	0.186932	-3.573475	0.0015
C	1785.559	850.3519	2.099788	0.0464
@TREND(1988)	-85.97701	49.46084	-1.738284	0.0950

Null Hypothesis: TXCH has a unit root
Exogenous: Constant, Linear Trend
Lag Length: 0 (Automatic - based on SIC, maxlag=0)


			t-Statistic	Prob.*


Augmented Dickey-Fuller test statistic			-2.466245	0.3406
Test critical values:	1% level		-4.339330
	5% level		-3.587527
	10% level		-3.229230


*MacKinnon (1996) one-sided p-values.


Augmented Dickey-Fuller Test Equation
Dependent Variable: D(TXCH)
Method: Least Squares
Date: 09/10/19 Time: 19:39
Sample (adjusted): 1989 2015
Included observations: 27 after adjustments


Variable	Coefficient	Std. Error	t-Statistic	Prob.


TXCH(-1)	-0.397305	0.161097	-2.466245	0.0212
C	25.27082	9.890348	2.555099	0.0174
@TREND(1988)	-0.300395	0.156590	-1.918354	0.0670

ANNEXE II

Tableau II.1 : Série dtxinf (taux d'inflation stationnaire), en différence première.

Null Hypothesis: DTXINF has a unit root
Exogenous: Constant, Linear Trend
Lag Length: 0 (Automatic - based on SIC, maxlag=0)


			t-Statistic	Prob.*


Augmented Dickey-Fuller test statistic			-6.793082	0.0000
Test critical values:	1% level		-4.356068
	5% level		-3.595026
	10% level		-3.233456


*MacKinnon (1996) one-sided p-values.


Augmented Dickey-Fuller Test Equation
Dependent Variable: D(DTXINF)
Method: Least Squares
Date: 09/10/19 Time: 19:50
Sample (adjusted): 1990 2015
Included observations: 26 after adjustments


Variable	Coefficient	Std. Error	t-Statistic	Prob.


DTXINF(-1)	-1.334710	0.196481	-6.793082	0.0000
C	288.7883	929.1660	0.310804	0.7587
@TREND(1988)	-20.27504	56.93616	-0.356101	0.7250

Tableau II.2 :Série dtxch (taux de chomage stationnaire), en différence première.

Null Hypothesis: DTXCH has a unit root
Exogenous: Constant, Linear Trend
Lag Length: 0 (Automatic - based on SIC, maxlag=0)


			t-Statistic	Prob.*


Augmented Dickey-Fuller test statistic			-5.086783	0.0019
Test critical values:	1% level		-4.356068
	5% level		-3.595026
	10% level		-3.233456


*MacKinnon (1996) one-sided p-values.


Augmented Dickey-Fuller Test Equation
Dependent Variable: D(DTXCH)
Method: Least Squares
Date: 09/10/19 Time: 19:58
Sample (adjusted): 1990 2015
Included observations: 26 after adjustments


Variable	Coefficient	Std. Error	t-Statistic	Prob.


DTXCH(-1)	-1.052569	0.206922	-5.086783	0.0000
C	2.223211	2.812184	0.790564	0.4373
@TREND(1988)	-0.179932	0.173207	-1.038831	0.3097

Null Hypothesis: E has a unit root
Exogenous: Constant, Linear Trend
Lag Length: 0 (Automatic - based on SIC, maxlag=0)


			t-Statistic	Prob.*


Augmented Dickey-Fuller test statistic			-6.848402	0.0000
Test critical values:	1% level		-4.356068
	5% level		-3.595026
	10% level		-3.233456


*MacKinnon (1996) one-sided p-values.


Augmented Dickey-Fuller Test Equation
Dependent Variable: D(E)
Method: Least Squares
Date: 09/10/19 Time: 20:01
Sample (adjusted): 1990 2015
Included observations: 26 after adjustments


Variable	Coefficient	Std. Error	t-Statistic	Prob.


E(-1)	-1.341935	0.195949	-6.848402	0.0000
C	279.6580	926.6031	0.301810	0.7655
@TREND(1988)	-19.27099	56.77558	-0.339424	0.7374

ANNEXE III

Breusch-Godfrey Serial Correlation LM Test:


F-statistic	3.181203	Prob. F(2,21)	0.0621
Obs*R-squared	5.967815	Prob. Chi-Square(2)	0.0506

Heteroskedasticity Test: Breusch-Pagan-Godfrey


F-statistic	0.559197	Prob. F(3,22)	0.6475
Obs*R-squared	1.842138	Prob. Chi-Square(3)	0.6058
Scaled explained SS	2.199090	Prob. Chi-Square(3)	0.5321



Autocorrelation	Partial Correlation		AC	PAC	Q-Stat	Prob


. *\| . \|	. *\| . \|	1	-0.100	-0.100	0.2885	0.591
.**\| . \|	.**\| . \|	2	-0.290	-0.303	2.8465	0.241
. \|* . \|	. \|* . \|	3	0.167	0.110	3.7287	0.292
. \| . \|	. *\| . \|	4	-0.039	-0.108	3.7786	0.437
. *\| . \|	. *\| . \|	5	-0.129	-0.070	4.3597	0.499
. \|* . \|	. \| . \|	6	0.131	0.062	4.9877	0.545
. \| . \|	. \| . \|	7	0.005	-0.020	4.9886	0.661
***\| . \|	***\| . \|	8	-0.409	-0.386	11.768	0.162
. \|* . \|	. \|* . \|	9	0.169	0.087	12.995	0.163
. \|* . \|	. *\| . \|	10	0.131	-0.081	13.782	0.183
.**\| . \|	. *\| . \|	11	-0.211	-0.075	15.938	0.143
. \| . \|	. *\| . \|	12	0.025	-0.077	15.970	0.193

ANNEE	INFLATION	CHOMAGE
1988	121.5	51.2
1989	95.8	49.1
1990	874.5	52.6
1991	2641.9	49.4
1992	2989.6	56.3
1993	4651.7	68.7
1994	9796.9	67
1995	370.3	69.2
1996	693	62.8
1997	13.7	53.6
1998	134.8	57.2
1999	483.7	64.2
2000	511.21	66.9
2001	135.09	49
2002	15.8	49.1
2003	4.44	48.5
2004	9.22	45.4
2005	21.27	49.4
2006	18.2	48.2
2007	9.96	47.2
2008	23.5	53.2
2009	53.4	60.8
2010	9.84	50.1
2011	15.43	51.4
2012	2.72	51.4
2013	1.07	46.1
2014	1.26	43
2015	0.85	39.5

Source : différents rapports de la banque Centrale du Congo et le condensé d'information statistique(BCC) 2007.

* ³ Voir Karine Dumont, Courbe de Philips de long terme et la rigidité salariale : un test de la conjecture de Tobin, janvier 2000 pp.5-6 revue économique

* ⁶ Voir Bourbonnais R. (2006), « Econométrie manuel et exercices corrigés »DUNOD

La vérification empirique de la courbe de Philips en république démocratique du Congo de 1988-2015.

Vérification empirique de la courbe de Philips en RD du Congo : Relation inflation-chômage de 1988-2015

Résumé