3.2.EVALUATION EMPIRIQUE DES EFFETS
DE LA POLITIQUE DE CHANGE SUR L'EQUILIBRE DE LA BALANCE COMMERCIALE
Pour évaluer l'efficacité de la politique de
change, nous allons construire un modèle intégrant la variable de
la politique de change et la variable objectif. En d'autres termes, il s'agira
à l'aide de la modélisation VAR de vérifier dans
quelle mesure un choc dela politique de change de la BCC se répercute
sur le solde de la balance commerciale dans un contexte d'une économie
extravertie. Les estimations seront faites sur les données annuelles
allant de 1988 à 2020, période pendant laquelle la RDC a connu de
mutations structurelles observées par de fortes fluctuations de cours de
ses matières premières.
3.2.1 Choix des variables du
modèle
L'évaluation des effets de la politique de change de la
BCC sur le solde de la balance commerciale nécessite un bon choix des
variables. De ce fait, nous avons retenu cinq variables : le taux de change
nominal (TCH), le niveau de réserve des changes (RC), le taux
d'inflation (TINF), le solde de la balance commerciale (SBC) et le taux de
croissance (TCR).
Le choix de ces variables se fonde sur certaines
considérations théoriques que pratiques ci-après :
· Le Taux de Change nominal (TCH) : le
taux de change est un instrument de régulation des échanges
extérieurs. Pour une petite économie ouverte comme la RD Congo,
avec l'intensification de la libéralisation financière, le taux
de change est une variable cruciale qui doit être prise en compte par les
autorités dans leur conduite;
· Le niveau de réserve des
changes (RC) : le matelas de réserve des changes est un
objectif utile de la politique de change pour agir sur le marché de
change ;
· Le taux d'inflation (TINF) : car la
variation du taux de changepourrait compromettre la stabilité du niveau
général des prix ;
· Le solde de la balance commerciale
(SBC) : le solde de la balance commerciale ou les exportations nettes est
la différence entre les exportations et les importions d'une
économie. Dans notre travail, il est considéré comme une
variable - objectif.
· Le taux de croissance (TCR) :
toutes les politiques économiques visent la croissance des
activités économiques pour garantir le bien être de la
population.
3.2.2. Analyse graphique des
variables
Une question très importante dans l'étude de
séries temporelles est de savoir si celles-ci suivent un processus
stationnaire. On entend par là, le fait que la structure du processus
sous-jacent supposé évoluer ou non avec le temps. Lorsque la
structure reste la même, le processus est dit alors stationnaire. En
d'autres termes, avant le traitement d'une série chronologique, il
convient d'en étudier les caractéristiques stochastiques. Si ces
caractéristiques, c'est-à-dire son espérance et sa
variance, se trouvent modifier dans le temps, la série chronologique est
considérée comme non stationnaire ; dans le cas d'un processus
stochastique invariant, la série temporelle est alors stationnaire.
En d'autres termes, une série est stationnaire si sa
moyenne et sa variance sont constantes à travers le temps. D'abord, nous
procédons à l'analyse graphique pour voir l'évolution des
variables (test informel). Ensuite, nous mettons en place des tests de racine
unitaire sur les variables, afin de vérifier leur stationnarité
(test formel). Si les variables ne sont pas stationnaires, c'est-à-dire
qu'elles possèdent une racine unitaire, il sera nécessaire de les
intégrer.
L'analyse graphique permet de détecter la non
stationnarité de la variable si on observe des tendances ou des chocs
aléatoires. La non stationnarité peut conduire à estimer
des régressions qui ont l'air statistiquement très correctes
entre les variables qui n'ont en réalité aucun lien entre elles ;
il s'agit du célèbre problème des corrélations
fictives. La non stationnarité invalide également les tests
usuels.
A. L'analyse graphique de la variation du taux de change
(TCH)
Graphique 3.1 L'analyse de l'évolution de la
variation du taux de change de 1988 à 2020 (TCH)
Source : l'auteur, à l'aide du logiciel
Eviews 7.
La visualisation graphique de la volatilitédu taux de
change montre que cette variable a connu une forte fluctuation durant les dix
premières années d'etude. Après 2002, elle a
commencé à enregistrer une stabilité relative. Ce qui nous
permet de soupçonner la stationnarité de la série.
B. L'analyse graphique de la variation de réserve
des changes (VRC)
Graphique 3.2 L'analyse de l'évolution de la
variation de réserve des changes de 1988 à 2020 (VRC)
Source : l'auteur, à l'aide du logiciel
Eviews 7.
La variation de réserve des changes
révèle deux périodes : avant 2010, on observe une tendance
à la hausse et à la baisse mais après 2010 est
resté relativement stable jusqu'à 2020. Cette évolution
interdit la stationnarité par présomption.
C. L'analyse graphique du taux d'inflation (TINF)
Graphique 3.3 L'analyse de l'évolution du taux
d'inflation de 1988 à 2020 (TINF)
Source : l'auteur, à l'aide du logiciel
Eviews 7.
Ce graphique montre que le taux d'inflation a connu des
fluctuations durant toute la période sous revue. Malgré ces
fluctuations, nous observons deux périodes d'accalmie : avant 1990 et
après 2002. Nous présumons que cette variable est
stationnaire.
D. L'analyse graphique du solde de la balance commerciale
(SBC)
Graphique 3.4 L'analyse de l'évolution de la
variation du solde de la balance commerciale de 1988 à 2020
(VSBC)
Source : l'auteur, à l'aide du logiciel
Eviews 7.
L'évolution de la variation du solde de la balance
commerciale a subi des fluctuations durant la période sous revue. Nous
soupçonnons que cette variable est non stationnaire
E. L'analyse graphique du taux de croissance (TCR)
Graphique 3.5 L'analyse de l'évolution du taux
de croissance de 1988 à 2020 (TCR)
Source : l'auteur, à l'aide du logiciel
Eviews 7.
En visualisant ce graphique, il ressort que la série du
taux de croissance révèle une évolution non stationnaire
à travers le temps caractérisée par une tendance
aléatoire.
Par ailleurs, l'analyse graphique peut être trompeuse.
Nous recourons aux tests formels pour vérifier si ces cinq variables
sont stationnaires ou pas. Le test le plus utilisé parmi tous les tests
de racine unitaire est le test de Dickey - Fuller.
| 
