Les importations et l'inflation en RDC de 1980 à 2016.

II.2. CADRE METHODOLOGIQUE DE L'ETUDE

A présent, nous tenons à présenter respectivement le modèle qui offre un cadre à partir duquel l'objet de cette étude est analysé, la spécification dudit modèle ainsi que les données et sources des données.

1. Modèle

Dans cette étude, il est généralement question de montrer comment l'importation induit le niveau d'inflation en RDC. Pour ce faire, nous avons fait recours à un modèle économétrique dont les données ont été analysées à l'aide du logiciel Eviews 10.

En effet, pour identifier les indicateurs induisant l'inflation, la littérature retient plusieurs types des modèles notamment les modèles VAR, les modèles factoriels dynamiques, les modèles structurels (Nouvelle courbe de Phillips Hybride, NKPC), les modèles Pstar, les modèles DSGE, les modèles GPM, etc.

Notre choix a été porté sur l'approche de cointégration^2(*) de Johansen (1988) basée sur le modèle vectoriel à correction d'erreur(VECM). Ce modèle a l'avantage non seulement d'intégrer les fluctuations de court terme d'un certain nombre d'indicateurs tout en s'assurant de la convergence des sentiers de croissance de ces derniers sur le long terme au travers une force de rappel, mais encore il permet de bien identifier les capacités prédictives d'un indicateur à travers l'analyse de la décomposition de la variance. Il pose toutefois le problème de degré de liberté si bien que nous n'avons retenu qu'un nombre réduit de variables.

Ainsi, pour estimer le modèle VECM, nous avons procédé aux étapes suivantes lesquelles sont détaillées et analysées dans le chapitre suivant :

Etape 1 : test de racine unitaire pour déterminer l'ordre d'intégration de chacune des variables du modèle

Etape 2 : Détermination du nombre de retards p du modèle (en niveau ou en Log) selon les critères AIC ou SC

Etape 3 : Test de cointégration pour identifier les relations de long terme entre les variables

Etape 4 : Estimation par la méthode du maximum de vraisemblance du modèle vectoriel à correction d'erreur et validation à l'aide des tests usuels : significativité des coefficients et vérification que les résidus sont des bruits blancs (test de Ljung-Box), tests d'exogénéité faible.

2. SPECIFICATION DU MODELE

Notre modèle à des fins d'estimation est inspiré de celui de MUGANZA(2014) auquel nous avons ajouté les importations pour atteindre notre objectif. Il se présente comme suit :

LINF_t = â₀ +â₁LIMP_t + â₂LMM_t + â₃TCH_t + â₄TC_t + â₅DB_t +å_t où

LINF_t : Le taux d'inflation. Cet indicateur est utilisé par toutes les Banques Centrales pour définir la stabilité des prix ;

LIMP_t : est le volume des importations des biens et services ;

LMM_t : la masse monétaire. Cette variable est traditionnellement considérée comme un indicateur avancé de l'inflation conformément aux enseignements de la théorie quantitative de la monnaie ;

TCH_t : L'indice du taux de change. C'est un indicateur par lequel les chocs externes influent sur le niveau de l'inflation. Le suivi de cet indicateur dans une petite économie ouverte à régime de change flexible semble intéressant pour l'orientation de la politique monétaire ;

TC_t : le taux de croissance de l'économie.

DB_t : le solde budgétaire utilisé comme proxy du déficit budgétaire afin de mieux mesurer l'impact de la politique budgétaire sur l'inflation et enfin å_t est le terme d'erreur.

En termes de signes attendus, il est logique de postuler comme suit :

Tableau N°02 : Signe des effets escomptés des variables

Variables	Acronymes	Signe attendu
Inflation	LINF
Importation	LIMP	(+)
Masse monétaire	LMM	(+)
Taux de change	TCH	(+/-)
Taux de croissance du PIB	TC	(+)
Déficit budgétaire	DB	(+/-)

NB : les signes (+) et (-) correspondent respectivement aux effets positifs et négatifs attendus ; le signe (+/-) signifie que l'impact dépend de l'ampleur ; et enfin la lettre L devant l'acronyme de la variable signifie que cette dernière est mesurée en logarithme.

Les signes attendus des variables ainsi présentées décrivent leurs effets sur l'inflation et leurs coefficients nous permettent d'appréhender les proportions dans lesquelles elles affectent les variations de l'inflation. Ces coefficients sont interprétés comme des effets marginaux.

En dépit de ce qui précède, il est postulé la spécification VECM suivante dans la présente étude :

= _i + ð +

Avec = ( , , , , , )^T soit le vecteur des variables où T désigne la transposé de

ð : désigne la dynamique de long terme. La matrice ð permet de décrire les effets de long terme. A partir de la procédure de JOHANSEN la matrice ð peut être réécrite sous la forme où la matrice á est la force de rappel vers l'équilibre, il doit être significatif et nécessairement compris entre -1 et 0. Elle mesure la vitesse d'ajustement aux équilibres de long terme et constitue le vecteur de cointégration. Il s'agit donc de la matrice dont les éléments sont les coefficients des relations de long terme des variables.

: vecteur des erreurs ;

: opérateur de différence première ; et

et ð désignent respectivement les matrices des coefficients de court terme et long terme.

* ²Ce choix est justifié par le fait que la littérature économique récente concernant la théorie de l'équilibre démontre qu'une série macro-économique stationnaire peut être le résultat d'une combinaison de variables non stationnaires, d'où l'importance actuelle de l'analyse de la cointégration à k variables