WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Déterminants de la demande de monnaie en république de Guinée.


par Bruno Fagbon BILIVOGUI
Centre Ouest Africain de Formation et d'Etudes Bancaire - DESS en Banque et Finance 2017
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

1.2 Les techniques d'estimation du modèle

Le premier travail à faire lorsqu'on étudie une série temporelle est d'effectuer le test de stationnarité des variables, dont l'objectif serait d'éviter une régression fallacieuse qui se prêterait à une mauvaise interprétation. Lorsqu'il se révèlerait que toutes les variables sont non stationnaires, nous procéderons au test de cointégration pour détecter l'existence d'une dynamique de long terme, processus qui facilitera le choix du modèle et la méthode d'estimation.

Les déterminants de la demande de monnaie en Guinée Page 24

(i) Test de stationnarité

Lorsqu'on utilise des séries temporelles, il est important qu'elles conservent une distribution constante dans le temps. La stationnarité doit être vérifiée afin d'éviter des régressions factices pour lesquelles les résultats pourraient être significatifs, alors qu'ils ne le sont pas. Pour vérifier la stationnarité des variables dans cette étude, le test de Phillips et Perron (1988) a été utilisé.

Tableaux 2 : Résultats du Test de stationnarité de Phillips et Perron

variables

log(mr)

Mr

log(pibr)

tcn

log(tcn)

inf

r

Cfp_pibr

Cfg_pibr

Fbcf_pib

r

Bc_pibr

ordre

I(1)

I(1)

I(1)

I(1)

I(1)

I(1)

I(1)

I(1)

I(1)

I(1)

I(1)

Source : calculs de l'auteur

Au regard du tableau 2, nous constatons que les variables que sont, log (mr), log (pibr), mr, Cfp_pibr, Cfg_pibr, Fbcf_pibr, Bc_pibr, inf et r sont toutes stationnaires en différence première I(1).

(ii) Test de cointégration

Une fois constatée que les variables sont non stationnaires à niveau, il est primordial d'effectuer le test de cointégration. Ce test permet d'étudier des variables non stationnaires dont une combinaison linéaire est stationnaire. L'avantage de ce test est qu'il permet de détecter l'existence d'une relation de court et long terme. Pour effectuer ce travail, le test d'Engle et Granger a été privilégié. Le principe de cette approche consiste à effectuer un test de stationnarité sur le résidu de la relation de long terme.

Tableau 3 : Test de stationnarité de Phillips et Perron sur le Résidu

 

Modèle 1

Modèle 2

Conclusion

variables

Probabilité

spécification

Probabilité

spécification

Résidu

0,0003

None

0,0000

None

I(0)

Source : Calcul de l'auteur sur Eviews 6.0

Le tableau 3, montre que les résidus des deux modèles sont stationnaires à niveau. Nous pourrions donc conclure l'existence d'une dynamique de long terme entre la demande de monnaie et chacune des variables des deux modèles que sont le Produit intérieur brut réel, le taux de change, le taux d'inflation, le taux d'intérêt, la consommation finale privée, la consommation finale publique, la formation brute de capital fixe, et les exportations nettes.

(iii) Méthodes d'estimation des modèles

Les sections précédentes ont montré que les variables sont stationnaires en différence première et qu'il existait pour les deux modèles une relation de long terme. Ces résultats prouvent la nécessité d'utiliser un Modèle à Correction d'Erreur (MCE) dont les paramètres seront estimés par la méthode des Moindres Carrées Ordinaires (MCO). A cet effet, nous adopterons l'approche du Modèle à Correction d'Erreur (MCE) en deux étapes d'Engle et Granger pour estimer les deux fonctions de demande de monnaie.

1ère étape : Estimation des relations de long terme par la MCO

log (????) = ??0 + ??1log (????????)?? + ??2log (??????)?? + ??3 (??????) + ??4(??) + ???? (1)

???? = ??0 + ??1(??????_????????) + ??2(??????_????????) + ??3(????????_????????) + ??4(??????) + ??5(????_????????) + ??6 (??????) + ??7(??)?? + ???? (2)

Les déterminants de la demande de monnaie en Guinée Page 25

2ème étape : Estimation des dynamiques de court terme

d(log(????))?? = ??0 + ??1??(log (????????))?? + ??2??(log (??????))?? + ??3d( (??????))?? + ??4??((??))?? + ??5????-1 + P?? (1)

d (????)?? = ??0 + ??1??(??????_????????)?? + ??2d(??????_????????)?? + ??3??(????????_????????)?? + ??4??(??????)?? + ??5??(????_????????)?? + ??6d(??????)?? + ??7??(??)?? + ??8????-1 + S?? (2)

Les coefficients ?%o?? i=1_4 représentent les élasticités et semi-élasticités de long terme de la première fonction de demande de monnaie par rapport à chacune des variables explicatives. En revanche, les coefficients, ???? i=1_4 désignent les élasticités et semi-élasticités de court terme de la première fonction de demande de monnaie par rapport à ses variables explicatives.

Aussi, les coefficients et ???? i=1_7 sont les propensions marginales de la seconde fonction de demande de monnaie par rapport à chacune de ses variables explicatives et, ???? i=1_7, les coefficients de court terme. Les paramètres ??5 et ??8 sont les coefficients de correction d'erreur, qui doivent être négatifs et significatifs pour prétendre l'existence d'un MCE.

Cependant, les différents tests de diagnostic annexé ont validé l'absence d'autocorrélation des erreurs, car les valeurs de Durbin Watson sont toutes proches ou supérieurs à 2. De même, le test d'absence d'hétéroscédasticité des erreurs est confirmé, car les probabilités limites sont toutes supérieures à 5%. Aussi, les résultats de l'estimation signalent la significativité globale des fonctions de demande de monnaie car les probabilités respectives sont toutes inférieures au seuil conventionnel de 5%.

En se référant au tableau de l'estimation, nous remarquons que les coefficients de la force de rappel des deux modèles sont négatifs et significatifs au seuil de 5%. Donc, il existe un mécanisme à correction d'erreur, c'est-à-dire à long terme les déséquilibres entre la demande de monnaie et chacune des variables des deux modèles se compensent de telle sorte qu'elles suivent une évolution commune. Ainsi, on arrive à ajuster 27.9% et 69.45% du déséquilibre entre le niveau désiré et effectif de la demande de monnaie respectivement pour les deux modèles.

Tableau 4 : Résultats de l'estimation de la demande de monnaie

Modèle 1

Modèle 2

 

élasticités et semi élasticités

 

Propensions marginales

Variables

long terme

court terme

variables

long terme

court terme

c

-11.605*

0.0415

c

-150.056***

-0.109

log(pibr)

1.7631*

1.5814

Cfp_pibr

169.6973**

32.26024

log(tcn)

-0.332

-0.00063

Cfg_pibr

196.2215***

88.5368**

inf

0.088***

0.0143

Fbcf_pibr

91.3173***

38.8399

r

-0.0225

-0.029

Bc_pibr

80.9499**

43.8016*

Dum91

-1.416**

-2.259***

INF

0.5675***

0.2639**

Dum99

 

1.303***

r

-0.3624*

-0.19107

Dum05

-1.878***

 

tcn

-0.00140**

-0.000281

Dum06

-1.664**

 

Dum89

 

-8.9196***

Résid (-1)

 

-0.279**

Dum91

-13.4510***

-18.077***

R2

0.691

0.8453

Résid(-1)

 

-0.6945***

P(F_stat)

0.000185

0.0000

R2

0.9020

0.8776

DW

1.485

2.09

P(F-stat)

0.0000

0.0000

 
 
 

DW

1.875

2.26

source: Estimation de l'auteur sur Eviews 6,0

(***), (**) et (*) significativité respective au seuil de 1% ; 5% et 10%, et ( ) non significativité des variables.

Les déterminants de la demande de monnaie en Guinée Page 26

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Nous voulons explorer la bonté contrée énorme où tout se tait"   Appolinaire