Impact de la masse monétaire,du PIB et du taux de change sur le niveau général des prix au Rwanda.

IV.5.4 Hypothèse du modèle

Tableau 6: Les signes attendus du modèle

		PIBt	TCHt
+	+	+	-

A travers le tableau ci-haut, le signe (+) pour la masse monétaire signifie que l'augmentation de la quantité de monnaie en circulation est accompagnée par la hausse du niveau général des prix (FLOUZAT.D cité par NTASAMAJE J.C, .1998 :59.

Le signe (+) pour le PIB vient du fait que théoriquement, toute augmentation de la production intérieure mesurée en terme de revenu induit la hausse de dépenses dans la consommation des biens et services (MUTAMBUKA.P.C, 2007) qui résulte de son tour un accroissement du niveau des prix.

En d'autres termes, il y a une relation positive entre le niveau de la production intérieure et le niveau général des prix.

Enfin, le signe (-) pour le coefficient du taux de change du Frw par rapport au USD signifie que la diminution du taux de change (la dépréciation de la monnaie) induit un accroissement du niveau général des prix ou de l'inflation.

IV.5.5 Analyse de la stabilité, test de cointégration et l'estimation du modèle

IV.5.5.1 Analyse de la stationnarité

Avant le traitement d'une série chronologique, il est indispensable d'en étudier les caractéristiques stochastiques. Si ces caractéristiques (sa moyenne, sa variance et son autovariance) se trouvent modifiées dans le temps, la série chronologique est considérée comme stationnaire. Dans le cas d'un processus stochastique stable, la série temporaire est stationnaire.

En effet, le processus stochastique direct est stationnaire si :

, la moyenne est constante et indépendante du temps.

= la variance est finie et indépendante du temps.

= la covariance est indépendante du temps

L'étude de la stationnarité est utile car si la série temporelle n'est pas stationnaire on ne peut étudier son comportement que pour une période donnée uniquement.

Selon N.D. GOUJARATI (2003 : 806-807), les résultats d'une régression portant sur les séries temporelles non stationnaires peuvent conduire le chercheur en erreur en montrant une relation significative entre les variables qui n'ont aucune relation entre elles « phénomène de régression fallacieuse ».

Dans notre travail nous allons tester la stationnarité des variables IPC_t, la M2_t, PIB_t et TCH_t. en utilisant le test de racine unitaire (unit root test) sur base de test de Dickey-Fuller (DF). Les modèles servant à la construction de ces tests sont au nombre de trois.

Le principe des tests est simple :

(1) (1) : Modèle avec dérive sans tendance

(2) (2) : Modèle avec dérive et tendance

(3) (3) : Modèle sans dérive ni tendance

On estime par la méthode de MCO le paramètre note pour les modèles (1), (2) et (3). L'estimation des coefficients et des écarts types du modèle par les moindres carrées ordinaires (MCO) fournit qui est analogue à la statistique de t student. Si tabulé, on accepte H0 et on conclue que le processus n'est donc pas stationnaire.

Le test de Dickey-Fuller augmenté (ADF) est utilisé en ajoutant plusieurs termes différenciés de () pour corriger l'auto-corrélation des erreurs au modèle de Dickey-Fuller simple.

La valeur de P (retard) peut être déterminée selon les critères Akaike et Schwarz, ou encore, en partant d'une valeur important de P, on estime un modèle à P-1 retards puis à P-2 retards jusqu'à ce que le coefficient du P^ième retard soit significatif.