TAUX DE CHANGE, INFLATION ET PERFORMANCE...
86
i WEST AFRICAN INSTITUT MONETAIRE DE MONETARY INSTITUTE (WAMI) L’AFRIQUE DE L’OUEST (IMAO) COLLECTION DE DOCUMENTS SUR DES SUJETS D’ACTUALITÉ DE L’IMAO NO. 2 TAUX DE CHANGE, INFLATION ET PERFORMANCE MACROECONOMIQUE DANS LA ZMAO ACCRA, GHANA JUIN, 2012
Transcript of TAUX DE CHANGE, INFLATION ET PERFORMANCE...
i
WEST AFRICAN INSTITUT MONETAIRE DE
MONETARY INSTITUTE (WAMI) L’AFRIQUE DE L’OUEST (IMAO)
COLLECTION DE DOCUMENTS SUR DES SUJETS
D’ACTUALITÉ DE L’IMAO
NO. 2
TAUX DE CHANGE, INFLATION ET
PERFORMANCE MACROECONOMIQUE
DANS LA ZMAO
ACCRA, GHANA
JUIN, 2012
ii
TABLE DES MATIERES
1.0 INTRDUCTION ................................................................................................................... 2
2.0 CONTEXTE DE L'ETUDE ................................................................................................. 4
3.0 EXAMEN DES PUBLICATIONS ..................................................................................... 12
3.1 Publications Théoriques ......................................................................................12
3.2 Publications Empiriques ......................................................................................14
4.0 CADRE THEORIQUE ET METHODOLOGIE ................................................................ 17
5.0 PRESENTATION ET ANALYSE DES RESULTATS ..................................................... 24
5.1 Résultats de la Gambie ........................................................................................24
5.1.1 Résultats du modèle VAR ont pour la Gambie ...........................................24
5.1.2 Analyse de la fonction de réaction aux impulsions en Gambie ...................26
5.1.3 Analyse de la décomposition des variations en Gambie ..............................27
5.2 Résultats du Ghana ..............................................................................................27
5.2.1 Résultats du modèle VAR sans restriction pour le Ghana ...........................27
5.2.2 Analyse de la fonction de réaction aux impulsions au Ghana .....................30
5.2.3 Analyse de la décomposition des variations au Ghana ................................31
5.3 Résultats de la Guinée .........................................................................................31
5.3.1 Résultats du modèle VAR pour la Guinée ..................................................31
5.3.2 Analyse de la fonction de réaction aux impulsions en Guinée ....................34
5.3.3 Analyse de la décomposition des variations en Guinée ...............................34
5.4 Résultats du Libéria .............................................................................................35
5.4.1 Résultats du modèle VAR pour le Libéria ...................................................35
5.4.2 Analyse de la fonction de réaction aux impulsions pour le Libéria .................37
5.4.3 Analyse de la décomposition des variations pour le Libéria ......................38
5.5 Résultats du Nigéria ............................................................................................38
5.5.1 Résultat du modèle VAR pour le Nigéria ....................................................38
5.5.2 Analyse de la fonction de réaction aux impulsions pour le Nigéria ............40
5.5.3 Analyse de la décomposition des variations pour le Nigéria .......................40
5.6 Résultats de la Sierra Leone ................................................................................41
5.6.1 Résultats sans restriction du modèle VAR pour la Sierra Leone .................41
5.6.2 Analyse de la fonction de réaction aux impulsions pour la Sierra Leone ........44
5.6.3 Analyse de la décomposition des variations pour la Sierra Leone ..............44
6.0 RECAPITULATIF DES RESULTATS ET RECOMMANDATIONS EN MATIERE DE
POLITIQUES ................................................................................................................................. 46
REFERENCES ............................................................................................................................... 48
ANNEXE I: RESULTATS DE TESTS DE RACINE UNITAIRE .............................50
ANNEXE II: RESULTATS DE TESTS D’ECART .....................................................51
ANNEXE III: RESULTATS DE MODELE VAR SANS RESTRICTION ................55
ANNEXE IV: FONCTIONS DE REACTION AUX IMPULSIONS ...........................70
ANNEXE V: DECOMPOSITION DES VARIATIONS ............................................75
iii
Liste des Graphiques
Graphique 1: Mouvements du taux de change, PIB réel et inflation en Gambie..............................7
Graphique 2: Mouvements du taux de change, PIB réel et inflation au Ghana................................8
Graphique 3: Mouvements du taux de change, PIB réel et inflation en Guinee………………….10
Graphique 4: Mouvements du taux de change, PIB réel et inflation au Liberia………………….11
Graphique 5: Mouvements du taux de change, PIB réel et inflation au Nigeria…………………13
Graphique 6: Mouvements du taux de change, PIB réel et inflation en Sierra Leone……………15
Graphique 7: Mécanisme de transmission des répercussions des taux de change……………..…16
Liste of Tableaux
Tableau 1: Résultats du modèle parsimonieux VAR pour la Gambie..…………………….………….…. 33
Tableau 2: P Résultats du modèle parsimonieux VAR pour le Ghana..........................................38
Tableau 3: Résultats du modèle parsimonieux VAR pour la Guinee............................................42
Tableau 4: Résultats du modèle parsimonieux VAR pour le Liberia............................................47
Tableau 5: Résultats du modèle parsimonieux VAR pour le Nigeria...........................................52
Tableau 6: Résultats du modèle parsimonieux VAR pour la Sierra Leone...................................55
1
TAUX DE CHANGE, INFLATION ET PERFORMANCE
MACROECONOMIQUE DANS LA ZMAO
Document préparé par
Abu Bakarr Tarawalie, Momodu Sissoho,
Mohamed Conté et Christian R. Ahortor1
Juin 2012
Résumé
L'étude est une enquête sur les conséquences des changements de taux de change sur la croissance de la
production et l'inflation dans les économies de la ZMAO. Elle élabore un modèle d'équilibre général
d'économie ouverte qui met en exergue les interrelations entre la croissance du PIB réel, l'inflation, la
dépréciation/appréciation des taux de change et la croissance monétaire. Se servant des données
séquentielles trimestrielles pour la période 1981 T1- 2010 T4 pour tous les pays, à l'exception du Ghana
(1983 T2- 2010 T4) et la Guinée (1989 T1- 2010 T4), l'étude utilise le modèle VAR pour évaluer les
fonctions de réaction aux impulsions et la décomposition des variations de l'inflation et de la production,
afin de déterminer comment l'inflation et la production réagissent aux changements des taux de change et
la proportion des variations de l'inflation et de la production qui peut être expliquée par le taux de change.
La manière dont la croissance de la production, l'inflation et la croissance monétaire ont un impact sur la
dépréciation des taux de change est également analysée. Des données ont été obtenues sur la croissance du
PIB réel, la croissance monétaire, le taux de change réel et l'inflation. Les données trimestrielles sur le PIB
ont été obtenues grâce à l'interpolation des données en séries séquentielles annuelles.
Les résultats de l'étude suggèrent que les taux de change ont eu un impact important sur l’inflation dans
tous les Etats membres. Les résultats révèlent une relation négative entre le taux de change réel et la
croissance du PIB réel pour aussi bien le Libéria que la Sierra Leone, ce qui implique que la dépréciation
des taux de change réels dans ces pays pourrait conduire à la croissance de la production. Toutefois,
l'impact des taux de change sur la production en Gambie, au Ghana, en Guinée et au Nigéria, quand bien
même positif, est demeuré faible, ce qui peut s'expliquer en partie par les facteurs d'offre, comme prouvé
par les résultats. D'une manière globale, le message clé de l'étude est que la dépréciation des taux de
change provoque des pressions inflationnistes avec un impact important sur la croissance de la production.
En outre, l'inflation et la croissance dans la ZMAO sont en partie provoquées par des facteurs structurels.
L'implication résultant de cette étude en matière de politiques est que les Etats membres de la ZMAO
devraient poursuivre la mise en œuvre de politiques fiscales et monétaires prudentes pour atteindre et
maintenir la stabilité des prix. Les politiques monétaires, de taux de change et du secteur réel devraient
être bien agencées pour s'assurer de la stabilité macro-économique. À cet effet, les Etats membres
devraient mettre en œuvre des politiques sectorielles et structurelles susceptibles de faire promouvoir la
production alimentaire afin de réduire les pressions inflationnistes.
Mots clés : taux de change, inflation, PIB réel, modèle VAR, réaction aux impulsions, pays de la ZMAO, données
trimestrielles.
1 Les auteurs sont les membres du personnel du Département des Études et Recherche de l’IMAO. Ils sont
reconnaissants au Comité Technique de la ZMAO et aux membres du personnel pour leurs inestimables commentaires.
Ils apprécient également les commentaires des lecteurs extérieurs. Enfin, au nom de l’IMAO, les auteurs expriment
leur gratitude à la Fondation pour le Renforcement des Capacités en Afrique (ACBF-FRCA) pour son appui financier
dans le cadre de la préparation de ce document. Les opinions exprimées dans ce document d’actualité sont celles des
auteurs et ne représentent pas nécessairement les points de vue de l’IMAO. Les documents d’actualité sont des
rapports d’études de recherche préparés par les auteurs et présentés au Comité Technique, lors des réunions du
Conseil de Convergence de la ZMAO.
2
1.0 INTRDUCTION
Pendant plusieurs années, les économistes et les
décideurs politiques se sont préoccupés de
l'efficacité des politiques de taux de change en
tant que mesures ou moyens d'amortir les chocs.
Suite à l'effondrement du Système de Bretton
Woods et l'adoption du Programme d'Ajustement
Structurel (PAS), les pays membres de la ZMAO
ont adopté le système de taux de change flottant,
se fondant sur l'argument que cette action
permettrait l'indépendance des politiques
monétaires et la capacité d'absorber les chocs
nationaux et internationaux. Avec un taux de
change flottant, les banques centrales pourraient
se servir des politiques monétaires, aux seules
fins de lutter contre l'inflation et stabiliser la
production. La récente dépréciation des
monnaies de la ZMAO a créé la peur de voir une
nouvelle flambée de l'inflation avec des
implications pour la croissance de la production.
Ainsi, la compréhension des sources de
fluctuation de la production et de l'inflation
constitue un défi pour les décideurs politiques
des pays membres de la ZMAO.
Les pays membres de la ZMAO considèrent le
taux de change comme un instrument clé de
politique macro-économique qui pourrait avoir
un impact important sur la compétitivité d'un
pays ainsi que la croissance économique et la
promotion des exportations. Au cours des
dernières décennies, les monnaies de la plupart
des pays membres de la ZMAO ont connu toute
une série de dépréciations. La dépréciation est
perçue comme jouant un rôle clé dans
l'élimination des distorsions des marchés, en
corrigeant le mauvais alignement des prix dans
ces pays et en rendant leurs prix compétitifs sur
le marché international, contribuant
éventuellement à stimuler la croissance de la
production et des exportations. Les politiques de
taux de change des BC des pays membres de la
ZMAO visent à créer un environnement propice
à la stabilité des taux de change, en vue de
maintenir la stabilité des prix et promouvoir une
croissance durable de la production. Toutefois, la
dépréciation provoque une augmentation du
niveau général des prix et une diminution de la
croissance de la production, pour les raisons ci-
après: (a) la faible élasticité de la demande
d’importations et d’exportations, par rapport aux
changements des taux de change réels (la
condition Marshall-Lerner ne tient pas), ce qui
aboutit à un faible ajustement de leurs comptes
courants ;(b) des coûts élevés des importations
de biens immédiats et d'équipement qui font
monter les coûts de production ; (c) l'existence
d'une forte dette extérieure libellée en devises,
qui augmente par rapport à la monnaie nationale
en raison de la dépréciation, ce qui réduit la
valeur nette de l'économie nationale et à la
réduction des dépenses ; et (d) l'augmentation du
niveau des prix nationaux suite à la dépréciation
qui provoque la montée en spirale des salaires,
avec une conséquence néfaste sur la production
et la réduction de la compétitivité (voir Hanson,
1983, Gylfason & Risager,1984).
Les publications indiquent qu'une dépréciation
de la monnaie nationale rend les exportations du
pays relativement moins chères, alors que les
importations deviennent plus chères pour les
consommateurs nationaux. Cela permet
l'augmentation des exportations du pays et le
changement de la demande en faveur des
produits locaux, en supposant que la condition
Marshall Lerner est remplie2 . À court terme, une
dépréciation de la monnaie nationale provoquera
une augmentation aussi bien de la production
que du niveau des prix. Toutefois, dans le long
terme, le niveau des prix augmentera
proportionnellement, sans conséquence sur le
niveau de la production. Inversement, une
appréciation de la monnaie provoque une
diminution des exportations nettes et le coût de
la production, ce qui rend les exportations plus
chères et les importations deviennent
relativement moins chères pour les
consommateurs nationaux. Toutefois, des études
ont montré qu’alors que la dépréciation fait
augmenter le niveau général des prix, elle a un
2 La condition Marshall Lerner stipule que la
dépréciation/dévaluation contribuera à améliorer la
balance commerciale d'un pays si la somme des
élasticités des importations et exportations est
supérieure à l'unité.
3
impact de contraction sur la production (voir
Kamin et Roger 2000). En augmentant le niveau
général des prix, la dépréciation fait diminuer la
compétitivité internationale d'un pays, réduisant
ainsi le revenu réel et la demande globale. En
outre, la dépréciation fait augmenter les prix des
produits intermédiaires importés, affectant ainsi,
de manière néfaste, la production et la croissance
de la production. L'ensemble des conséquences
qui se manifestent à travers les créneaux d'offre
et de demande détermine les résultats nets de la
fluctuation des taux de change sur la production
et sur les prix réels.
L'objectif de cette étude est d'examiner les
conséquences des changements de taux de
change sur la croissance de la production et
l'inflation dans les économies de la ZMAO. À
cet effet, l'étude utilise le modèle de vecteur
autorégressif (VAR) pour évaluer les fonctions
de réaction et les variations de composition de
l'inflation et de la production, aux fins de
déterminer comment l'inflation et la production
réagissent face aux changements du taux de
change et comment la proportion de variations de
l'inflation et de la production peut être expliquée
par le taux de change. Lexamen de la relation
entre les changements de taux de change et les
activités économiques est crucial, à la lumière du
débat sur la question de savoir si la dépréciation
a des conséquences d'expansion ou de
contraction sur l'économie.
Après l'introduction, le reste du document est
organisé comme suit : la Section II porte sur un
aperçu général de la relation entre le taux de
change, l'inflation et la croissance de la
production, du point de vue théorique et
empirique. La Section III est aussi un autre
aperçu général des taux de change, de l'inflation
et de la croissance de la production dans la
ZMAO. Dans la Section IV, un modèle VAR a
été précisé pour établir la relation entre le taux de
change, l'inflation et la croissance de la
production. Les sources de données utilisées
pour l'analyse empirique sont également
présentées dans cette Section. La Section V
présente les techniques d'évaluation et les
résultats empiriques, alors que la Section VI en
tire la conclusion et les implications connexes en
matière de politiques.
4
2.0 CONTEXTE DE L'ETUDE
Cette Section examine l'évolution des taux de
change, l'inflation et la croissance du PIB réel
dans la ZMAO. En termes précis, elle examine
les tendances des mouvements des taux de
change, l'inflation et la croissance du PIB réel.
GAMBIE
Entre 1965 et 1985, un taux de change fixe a
fonctionné dans l'économie gambienne, période
durant laquelle le Dalasi était indexé à la livre
sterling. Toutefois, suite aux vagues du PAS, le
gouvernement a introduit en 1986 un régime de
taux de change interbancaire flottant qui a abouti
à une dépréciation de 53,4 % du Dalasi, et par la
suite, à des appréciations en 1987. Pour
approfondir le marché de change, le flottement
libre du taux de change a la création de bureaux
de change en avril 1990. Il en a résulté
l'émergence d'un marché de change, aboutissant
à la diminution des primes entre les taux de
change des deux marchés. L'octroi d'agréments à
des acteurs non bancaires et la suppression des
opérations du marché parallèle en septembre
2003 ont abouti à une plus grande concurrence
des marchés. Entre 1992 et 1999, le Dalasi est
demeuré relativement stable, suite à la mise en
oeuvre du Programme de Reprise Économique et
du Programme de Développement Durable.
Toutefois, le Dalasi a connu une série de
dépréciations entre 2000 et 2003, et par la suite,
il s'est apprécié entre 2004 et 2007. Depuis 2008,
le Dalasi a connu une diminution du taux de
dépréciation, la monnaie s'étant raffermie par
rapport au dollar US.
Le Graphique 2 montre une relation positive
entre les mouvements des taux de change et
l'inflation en Gambie. L'adoption du taux de
change flottant en 1986 et la dépréciation
importante du Dalasi ont abouti à une montée en
flèche du niveau des prix, le taux d'inflation
ayant accéléré pour atteindre 56,6 %. Toutefois,
depuis 1990, le taux d'inflation a ralenti de 12,2
% pour atteindre 0,8 % en 2001, cela coïncidant
avec une stabilité relative de la valeur extérieure
du Dalasi. Entre 2000 et 2003, les pressions
inflationnistes ont resurgi, en raison de la
sécheresse et de la dépréciation du Dalasi.
Depuis 2004, les pressions inflationnistes en
Gambie ont été jugulées de manière significative,
l'inflation baissant à 5,0 % en 2010, par rapport à
17,0 % en 2005.
L'introduction du PAS en 1986 visait à renverser
l'effondrement économique des premières années
1980 et à mettre en place un environnement
macro-économique stable, ce qui a abouti à une
augmentation du PIB réel de 2,1 % en 1986 à 3,1
% en 1987 et a coïncidé avec une appréciation du
taux de change. Bien que le Dalasi soit demeuré
relativement stable durant les années 1980, le
PIB a baissé de 3,6 % en 1990 à 0,4 % en 1997.
La diminution provenait en partie de la
croissance plus lente de la production agricole et
du tourisme et du coup d'état militaire de 1994,
ce qui a provoqué une réduction des activités
économiques dans le secteur du tourisme et la
suspension de la coopération avec les pays
donateurs. Toutefois, la croissance du PIB réel a
augmenté de 3,7 % en 1998 à 9,2 % en 2004. En
outre, le PIB réel a augmenté du taux négatif de -
9,0 % en 2005 à un taux positif de6,1 % en 2010,
en raison de l'amélioration de la production
agricole, l'accroissement des activités
touristiques et la stabilité relative du taux de
change.
5
Graphique 1: Mouvements du taux de change, PIB réel et Inflation en Gambie
-5.0
0.0
5.0
10.0
15.0
20.0
-30.00
-20.00
-10.00
0.00
10.00
20.00
30.00
40.00
50.00
60.00
70.00
RGD
P gr
owth
(%)
Infla
tion
and
Exc
hang
e ra
te (%
)
Exchange rate dep/app Inflation RGDP
Sources: Base de données de la ZMAO et Annuaire de IFS 2010
GHANA
Entre 1970 et 1985, pour la gestion de son taux
de change, l'économie ghanéenne a adopté un
régime de taux de change fixe. Durant cette
période, le cedi était indexé aux principales
monnaies convertibles, surtout la livre
britannique et le dollar US. A partir de 1986, le
pays a adopté un taux de change flottant géré et
en septembre de la même année, le
gouvernement a adopté la méthode de vente aux
enchères, en vue d'accélérer l'ajustement du taux
de change et réaliser la libéralisation du
commerce, adhérant en partie au jeu des lois du
marché (l'offre et la demande) pour déterminer le
taux cedi/dollar. Suite à l'adoption d'un taux de
change flottant en 1986, le cedi s'est déprécié de
95,6 % en 1987, mais le taux de dépréciation du
cedi a diminué entre 1988 et 1991. En 1988, le
système de bureaux de change a été créé, aux
fins d'intégrer le marché parallèle dans le marché
de change légal. Ces bureaux de change étaient
des entités pleinement agréées et dirigées par des
particuliers et des groupes d'institutions. En mars
1990, le pays a introduit la vente aux enchères en
gros pour remplacer la vente aux enchères au
détail hebdomadaire, ce qui a abouti au
fonctionnement d'un système composite de taux
de change, à savoir, le système interbancaire et le
système de vente aux enchères en gros.
Toutefois, le système de vente aux enchères en
gros a été aboli en avril 1992 et remplacé par le
marché interbancaire. Depuis lors, les banques
commerciales et les bureaux de change ont
fonctionné dans un environnement compétitif.
Comme le montre le Graphique 3, le taux de
dépréciation, qui s'élevait à 57,4 % en 1993, a
baissé pour atteindre 2,3 % en 1998, avant
d'atteindre sa plus haute valeur de 99,4% en
2000. Entre 2001 et 2007, le taux de dépréciation
du cedi a ralenti, mais la valeur du cedi est
tombée en flèche entre 2008 et 2009, en raison
en partie à la redénomination de la monnaie
nationale.
6
Graphique 2: Mouvements du taux de change, PIB réel et Inflation au Ghana.
0.0
1.0
2.0
3.0
4.0
5.0
6.0
7.0
8.0
9.0
10.0
0.0
20.0
40.0
60.0
80.0
100.0
120.0
RGD
P gr
owth
(%)
Infla
tion
& e
xcha
nge
rate
(%)
Exchange rate dep/app Inflation RGDP
Sources: Base de données de la ZMAO et Annuaire de IFS 2010
Le Graphique 3 révèle une relation positive entre
la dépréciation du taux de change et l'inflation
pour la plus grande partie de la période
d'examen. Suite à la dépréciation du cedi
en1987, le taux d'inflation a augmenté pour
atteindre 39,8 %, par rapport à 24,6%, mais il a
diminué progressivement de 31,4 % en 1988 à
18,0 % en 1991. Ces périodes ont également
coïncidé avec une augmentation de la valeur
extérieure du cedi. Le pays a également connu un
ralentissement du taux d'inflation de 32,9 % en
2001 à 10,7 % en 2007. Toutefois, les pressions
inflationnistes sont réapparues entre 2008 et
2009, avant de diminuer à 10,7 % en 2010.
Suite à la mise en place du Programme de
Reprise Économique (PRE) par le Ghana, vers la
fin des années 1980, qui visait à réduire au
minimum les déséquilibres aussi bien extérieurs
et qu’intérieurs et à placer l'économie sur le
chemin de la croissance durable, l'économie a
affiché une croissance de 5,2 % entre 1985 et
1989. Par ailleurs, entre 1990 et 2008, la
croissance du PIB réel est demeurée positive,
atteignant une moyenne supérieure à 4,0 %.
L'augmentation des dépenses de l'État dans le
domaine des infrastructures et l'accroissement
des activités économiques dans l'agriculture, les
services et les mines, entre autres, ont contribué
à un taux de croissance positif durant la période.
GUINEE
Après son indépendance, la Guinée a d'abord
créé sa monnaie, le franc guinéen, puis le Syli
(GS) qui fut indexé au Droit de Tirage Spécial
(DTS) le 11 juin 1975, au taux de GS 24,68 par
DTS. La monnaie fut de plus en plus surévaluée,
et vers la mi- 1985, son taux dépassait GS 280 au
niveau du marché parallèle. En 1986, le Syli a
été remplacé par le franc Guinéen (GNF) au taux
de GNF 300 par dollars US au niveau du marché
officiel et GNF 340 par dollar US au niveau du
marché secondaire, lorsque le taux de change
était fixé lors des ventes aux enchères
hebdomadaires par la BCRG. Suite à cette action
politique, le GNF s'est déprécié de 46,6 % en
1987, mais le taux de dépréciation a diminué
progressivement pour atteindre 0,88 % en 1994.
En octobre 1994, les autorités ont adopté un
régime de taux de change flexible et ont introduit
un marché interbancaire de devises. Cela a
abouti à des épisodes de dépréciation du GNF
entre 1997 et 1999 .Entre la dernière période de
7
2002 et la mi-juillet 2004, les autorités ont
indexé le taux de change officiel au dollar US et
ont progressivement utilisé le mécanisme de
vente aux enchères comme outil administratif
d'allouer des devises. Toutefois, en 2005, la
BCRG a abandonné la vente aux enchères de
devises et a libéralisé le marché de change où le
taux de change officiel était déterminé sur une
base hebdomadaire et un taux de référence
calculé comme moyenne arithmétique des taux
cotés par les banques de dépôts ; puis elle a
autorisé l'ouverture de bureaux de change non
bancaires. La monnaie nationale a connu un taux
moyen de dépréciation de 28,4 % entre 2004 et
2006, mais elle s'est appréciée en 2007 et 2009.
En 2010, la monnaie a également affiché une
chute de sa valeur extérieure avec un taux de
dépréciation de 19,1 %.
Le Graphique 3 présente la relation entre
l'inflation et les mouvements de taux de change.
Il indique une relation positive entre la
dépréciation du taux de change et l'inflation en
Guinée. Celle-ci a ralenti progressivement, de
31,8 % en 1987 à 3,0 % en 1997. Toutefois, les
pressions inflationnistes sont réapparues, passant
de 4,5 % en 1998 à 7,2 % en 2000, avant de
diminuer à 1,1 % en 2001. Entre 2001 et 2006,
le pays a connu une résurgence du niveau des
prix, le taux d'inflation ayant augmenté de 1,1 %
aux à 39,1 % en 2006, mais diminuant de
manière significative pour atteindre 12,9 % en
2007, suite à l'appréciation du GNF. En outre,
l'appréciation du GNF en 2009 résultait en partie
d'une diminution de 7,9 % du taux d'inflation
par rapport à 13,5 % en 2008.
En dépit de la série d'épisodes de dépréciation,
l'économie guinéenne a maintenu une croissance
positive durant la période sous examen, avec une
accélération de la croissance du PIB réel de 3,3
% en 1997 à 4,3 % en 1990. La croissance du
PIB réel a également augmenté, de 1,5 % en
1991 à 4,5 % en 1999 et le taux de croissance
positive a été maintenu entre 2000 et 2008.
Toutefois, le pays a enregistré un taux de
croissance négative de la production de 0,3 % en
2009, ce qui correspondait également à une
appréciation du GNF.
Graphique 3: Mouvements du taux de change, PIB réel et inflation en Guinée
-1.0
0.0
1.0
2.0
3.0
4.0
5.0
6.0
7.0
-40.00
-30.00
-20.00
-10.00
0.00
10.00
20.00
30.00
40.00
50.00
60.00
RG
DP
Gro
wth
(%
)
Infl
atio
n &
Ex
ch
an
ge
ra
te
(%
)
Exchange rate dep/app Inflation RGDP
Sources: Base de données de la ZMAO et Annuaire de IFS 2010
8
LIBERIA
Le Libéria a un régime de deux monnaies
légales : le dollar libérien et le dollar US. Le
Libéria a adopté un régime de taux de change
fixe entre 1981 et 1997, le dollar libérien étant
indexé au dollar US à une parité fixe. Depuis
1998, les autorités ont adopté un flottement libre
du dollar libérien par rapport aux autres
monnaies étrangères, surtout le dollar US. En
2000, la CBL a introduit un régime de taux de
change flottant géré. Suite à cette transformation,
le taux de change qui était demeuré stable dans le
cadre du régime de taux de change fixe a
enregistré un taux de dépréciation important de
97,7 % en 1998, mais il s'est apprécié par la
suite. La monnaie s'est dépréciée davantage, de
7,6 % en 2000 à 23,9 % en 2002. Toutefois, la
valeur de la monnaie nationale est demeurée
relativement stable entre 2005 et 2010.
Graphique 4: Mouvements du taux de change, PIB réel et Inflation au Liberia
-60.0
-40.0
-20.0
0.0
20.0
40.0
60.0
80.0
100.0
120.0
-40.00
-20.00
0.00
20.00
40.00
60.00
80.00
100.00
120.00
RGD
P gr
owth
(%)
Infla
tion
and
Exc
hang
e ra
te (%
)
Exchange rate dep/app Inflation RGDP
Sources: Base de données de la ZMAO et Annuaire de IFS 2010
Le Graphique 4 indique une relation positive
entre l'inflation et les mouvements de taux de
change. L'économie libérienne a enregistré une
faible tendance inflationniste, avec un
ralentissement du taux d'inflation de 1,9 % en
1982 à 0,6 % en 1985. La déflation s'est
poursuivie dans le milieu des années 1980, avec
un ralentissement du taux d'inflation de 3,2 % en
1987 à 0,3 % en 1988 et 0,2 % en 1990.
Toutefois, le pays a connu une augmentation
générale du niveau des prix, avec la montée du
taux d'inflation de 3,8 % en 2002 à 18,6 % en
2004. Cependant il y a eu une diminution
importante, pour atteindre 0,6 % en 2008, avant
de retomber à un taux de déflation de 0,2 %.
Le taux de croissance du PIB réel était négatif
depuis 1980, puis il a connu une amélioration,
passant du taux négatif de 3,8 % en 1981 au taux
négatif de 1,2 % en 1986. Toutefois, l'économie
a rebondi, avec un accroissement des activités
économiques, aboutissant à un taux de croissance
du PIB réel de 1,8 % en 1987 à 2,8 % en 1989.
Depuis les années 1990, les activités
économiques ont diminué de manière
significative, l'économie étant entrée dans la
récession, avec des taux négatifs de croissance
du PIB réel entre 1990 et 1995. Avec la fin de la
guerre en 1996, l’élan de croissance est réapparu,
avec une augmentation du PIB réel de 12,1 % à
22,4 % en 2000. La croissance a diminué pour
atteindre 2,9 % en 2001 et a augmenté
marginalement pour atteindre 3,7 % en 2002,
avant de retomber à -31,3 % en 2003. Par
ailleurs, la croissance du PIB réel a augmenté de
2,6 % en 2004 à 5,2 % en 2010.
9
NIGERIA
Avant l'introduction du PAS en 1986, le Nigéria
a géré l'économie grâce à un régime de taux de
change fixe dans lequel le naira était indexé aux
principales monnaies internationales. Suite à
l'adoption du PAS, le pays a introduit le Second-
Tier Foreign Exchange Market (SPEM), (un
marché de change de deux niveaux), avec
l'adoption d'un double système d'allocation de
devises, ce qui a abouti à une dépréciation de
69,9 % de la monnaie nationale en 1987.
Toutefois, en 1994, il y a eu ce changement de
politiques avec l'introduction d'un taux de change
fixe qui a vu le naira indexé aux monnaies
internationales. En 1995, le pays a introduit un
système plus libéralisé, l’Autonomous Foreign
Exchange Market (AFEM), une période au cours
de laquelle la CBN a vendu ses devises aux
utilisateurs mêmes, grâce à des négociants
autorisés choisis et à un taux de change
déterminé par les lois du marché. Dans 1999, le
pays est également passé au système Inter-Bank
Foreign Exchange Market (IFEM), qui est conçu
comme système de cotation de deux voies
destiné à diversifier l'offre de change dans
l'économie, en encourageant le financement des
opérations interbancaires par des fonds privés de
change. Le naira est demeuré relativement stable
entre 1994 et 1998, mais la monnaie a connu la
pire dépréciation de 77,7 % en un 1999. En
2002, la CBN a réintroduit le Dutch Auction
System (DAS) pour remplacer l’IFEM et en
2006, le Wholesale Auction System (WDAS) a
été introduit pour approfondir le marché. Ainsi,
le naira s'est apprécié entre 2004 et 2007. En
2008, le naira a affiché une baisse du taux de
dépréciation, de 11,0 % en 2008 à 0,7 % en
2010.
Graphique 5: Mouvements du taux de change, PIB réel et Inflation au Nigeria
-20.0
-10.0
0.0
10.0
20.0
30.0
40.0
-20.00
-10.00
0.00
10.00
20.00
30.00
40.00
50.00
60.00
70.00
80.00
90.00
RGD
P gr
owth
(%)
Infla
tion
and
Exc
hang
e ra
te (%
)
Exchange rate dep/app Inflation RGDP
Sources: Base de données de la ZMAO et Annuaire de IFS 2010
Un bref examen du Graphique 5 révèle une
relation positive entre l'inflation et les
mouvements du taux de change. L'économie
nigériane a connu des épisodes de pressions
inflationnistes dans les années 1980, avec
l'augmentation du taux d'inflation de 7,4 % en
1985 à 54,5 % en 1988 et par la suite une
diminution progressive pour atteindre 7,4 % en
1990. Toutefois, au cours des premières années
1990, le pays a enregistré une augmentation du
niveau général des prix, avec l'augmentation du
taux d'inflation de 13,0 % en 1991 pour atteindre
le pic de 72,8 % en 1995, avant de ralentir pour
atteindre 6,9 % en 2000. Les pressions
inflationnistes ont également diminué, avec la
réduction du taux d'inflation de 18,9 % en 2001 à
10
5,4 % en 2007, et par la suite une augmentation
progressive pour atteindre 13,7 % en 2010.
Durant la plus grande partie des années 1980, la
croissance du PIB réel qui est demeuré négative,
a enregistré une augmentation, du taux négatif de
13,1 % en 1981 à 8,3 % en 1985, et par la suite,
le pays est entré dans la récession, enregistrant
des croissances négatives entre 1986 et 1987.
Toutefois, l'élan de croissance a repris, avec une
augmentation de la croissance du PIB réel de 7,5
% en 1988 à 12,8 % en 1990, mais il est demeuré
sans entrain entre 1991 et 1995. Toutefois, le
pays a connu un accroissement des activités
économiques avec l'augmentation de la
croissance de la production de 0,5 % en 1999 à
33,7 % en 2004, et à 7,0 % en 2009.
SIERRA LEONE
Comme plusieurs autres pays, la Sierra Leone a
adopté un régime de taux de change fixe, suite à
l'effondrement du système de Bretton Woods au
début des années 1970. Toutefois, avec
l'introduction du PAS en 1986, le pays a adopté
le régime de taux de change flottant, avec une
réévaluation par le gouvernement de la Leone, de
Le 53 = $1 à Le23 =$1. L'adoption du taux
flottant visait à accroître la compétitivité des
exportations du pays, tout en maintenant un taux
de change stable, avec le minimum d'instabilité.
Ainsi, en avril 1991, il a été introduit un système
de «manage float » (flottement géré) et le taux de
change était déterminé par les lois du marché,
mais il a été modifié avec l'intervention des
autorités, de temps à autre, pour réglementer le
taux de change, afin d'éviter une dépréciation
excessive de la monnaie nationale. Cela est
réalisé grâce à des ventes aux enchères publiques
hebdomadaires par la BSL. Compte tenu de ces
évolutions, la monnaie nationale s'est dépréciée
de manière significative, passant de 9,8 % en
1981 à 85,4 % en 1986 ; mais elle s'est appréciée
de 54,5 % en 1987. La dépréciation a augmenté
de 41,01 % en 1988 par 65,4 % en 1990.
Toutefois, la valeur extérieure de la monnaie
nationale s'est renforcée, la dépréciation ayant
baissé de manière significative, de 56,6 % en
1991 à 5,8 % en 1994. Toutefois, la monnaie
s'est appréciée en 1996 et 2000 et elle est
demeurée stable, avec une diminution du taux de
dépréciation de 14,5 % en 2003 à 2,12 % en
2008
La Sierra Leone a enregistré un accroissement du
niveau général des prix, le taux d'inflation ayant
augmenté de 23,4 % en 1981 à 178,7 % en 1987.
Bien qu'elles soient élevées, les pressions
inflationnistes ont diminué dans les années 1990,
le taux d'inflation est en ralenti 110,9 % en 1990
à 34,1 % en 1999. Le pays a enregistré une
déflation en 2000 et 2003. Le taux d'inflation a
diminué davantage, de 14,2 % en 2004 à 4,8 %
en 2008, mais il a augmenté en flèche pour
atteindre 16,6 % en 2010. Ainsi, pour la plus
grande partie de la période sous examen, le
Graphique 7 montre une relation positive entre
l'inflation et les mouvements de taux de change.
La courbe de croissance du pays est demeurée
positive au début des années 1980, le taux de
croissance du PIB réel ayant augmenté de 2,9 %
en 1980 à 4,4 % en 1984 et une autre
augmentation de 1,5 % en 1986 à 3,6 % en
1990. Toutefois, la croissance du PIB réel est
demeurée négative au cours des années 1990,
mais les activités économiques ont repris en
2000, aboutissant à une augmentation de la
croissance du PIB réel de 3,8 % à 18,2 % en
2002. Toutefois, en dépit de son caractère positif,
la croissance du PIB réel a diminué de 10,9 % en
2003 à 4,1 % en 2010.
11
Graphique 6: Mouvements du taux de change, PIB réel et Inflation en Sierra Leone
-30.0
-25.0
-20.0
-15.0
-10.0
-5.0
0.0
5.0
10.0
15.0
20.0
25.0
-100
-50
0
50
100
150
200
RG
DP
gro
wth
(%)
Infl
atio
n &
Exc
han
ge r
ate
(%)
Exchange rate dep/app Inflation RGDP
Sources: Base de données de la ZMAO et Annuaire de IFS 2010
12
3.0 EXAMEN DES PUBLICATIONS
3.1 Publications Théoriques
L'impact des mouvements de taux de change sur
l'inflation et la croissance a été largement
examiné dans de nombreux créneaux, à travers
lesquels les conséquences de la fluctuation des
monnaies sont répercutées sur le niveau des prix
domestiques (intérieurs) et la production, ont été
identifiés dans les publications.
(i) Impact du taux de change sur
l'inflation
Les mouvements du taux de change peuvent
avoir un impact sur les prix nationaux, à travers
des créneaux directs et indirects, avec leurs
conséquences sur l'ensemble de l'offre et de la
demande. Les créneaux directs relèvent de la loi
de fonctionnement des prix sur la base de la
théorie de la parité du pouvoir d'achat (PPP). On
soutient que le taux de change - entre deux
monnaies - est déterminé par les mouvements
relatifs des niveaux de prix dans les pays des
deux monnaies. La PPP indique que les niveaux
des prix entre deux pays sont égaux, lorsqu'ils
sont exprimés dans la même monnaie, à
n'importe quelle période. Par conséquent, lorsque
la PPP est valable, les fluctuations du taux de
change se traduisent par des mouvements
proportionnels du niveau des prix nationaux ; par
exemple, le prix répercuté est égal à un (1). Dans
une petite économie ouverte (un preneur
international de prix), une dépréciation de la
monnaie nationale aboutira à des cours
d'importations plus élevés (pour les produits finis
et les intrants intermédiaires), ce qui se traduira
éventuellement par des prix nationaux plus
élevés (voir Hyder et Shah, 2004).
Les variations du taux de change peuvent
également affecter les prix nationaux, à travers
ses conséquences indirectes sur la demande
globale. La dépréciation du taux de change
intérieur contribue à réduire le cours extérieur
des produits et services du pays concerné et à
augmenter ainsi la demande étrangère,
aboutissant à une augmentation des exportations
nettes, de la demande globale et de la production
réelle. L'augmentation de la demande intérieure
et du revenu réel peut contribuer à rehausser les
prix des intrants et à pousser les travailleurs à
demander des augmentations de salaires pour
maintenir le niveau réel des salaires.
L'augmentation du salaire nominal peut aboutir à
des augmentations des prix (voir Hyder et Shah,
2004). Par ailleurs, la dépréciation peut entraîner
l'accroissement des prix des biens importés et
des services, contribuant ainsi à l'augmentation
de la demande des biens et services nationaux,
avec l’augmentation des coûts connexes.
13
Graphique 7 : Mécanisme de transmission de la répercussion du taux de change
Source: Adapté de McFarlane (2006)
(i) Impact du taux de change sur la
production
Des résultats mitigés ont été obtenus dans les
publications sur l'impact des fluctuations des
taux de change sur la production. Les points de
vue traditionnels, tels que l'élasticité, l'absorption
et la méthode keynésienne, soutiennent que la
dévaluation a des conséquences positives sur la
production. La méthode d'élasticité indique que
la dévaluation contribuera à améliorer la balance
commerciale, et par conséquent, la croissance de
la production, à supposer évidemment que la
condition Marshall-Lerner soit valable. En
d'autres termes, si la somme de l'élasticité des
prix des exportations et importations dépasse
l'unité, la dévaluation aboutira à une
amélioration du compte courant. Ainsi la
dévaluation aboutit à une augmentation de la
demande globale. Dans ce cas, la dévaluation
contribuera à faire augmenter les cours nationaux
des importations et à réduire les cours extérieurs
Dépréc/apprec taux change change
Direct Indirect
Augmentation des
intrants importés
expensive
Augmentatio
n des produits
finis importés
expensive
Augment. demande
nationale/substt de
substitut
Augmen dem.
exportation
Augment.
coûts/produc.
production
Augment.coûts
substituts/biens
/expot
Augmen. de la
main-d'oeuvre
increases
Augmentation des prix à la consommation
Augm. salaires
14
des exportations nationales. Cela aboutira à une
diminution des importations et à une
augmentation des exportations, faisant ainsi
augmenter les exportations nettes, la balance
commerciale et la production. Selon la méthode
d'absorption, une dépréciation de la monnaie
nationale rend les exportations du pays
relativement moins chères pour les étrangers et
les produits étrangers relativement plus chers
pour les consommateurs nationaux. Cela
contribue à faire augmenter les exportations du
pays et à faire changer la demande pour les
produits nationaux, contribuant ainsi à faire
augmenter la production réelle (Dornbusch
1988). Les conséquences expansionnistes de la
dévaluation sur la demande globale sont ainsi
perçues comme contribuant à faire augmenter la
production et à réduire le chômage (Krugman &
Obstfeld, 2003). À court terme, lorsque
l'économie fonctionne dans une courbe d'offre
positive, une dépréciation de la monnaie
nationale contribue à une augmentation aussi
bien de la production que du niveau des prix.
Au cours des dernières années, une littérature
croissante soutient qu'une dépréciation de la
monnaie nationale aura un impact de contraction
sur la production. La dépréciation fait augmenter
le coût national des intrants importés et fait
réduire le volume de ces intrants importés. La
réduction des importations implique des intrants
insuffisants qui sont nécessaires pour la
production. Ainsi, en raison du manque d'intrants
suffisants et de coûts plus élevés des produits
finis nationaux, les sociétés ont tendance à
produire moins, ce qui conduit à une réduction
de l'offre globale. En outre, l'augmentation des
prix des produits échangés, provoquée par la
dépréciation, devrait aboutir éventuellement à
une augmentation du niveau général des prix, ce
qui aura un impact négatif sur les salaires réels.
Avec la diminution des salaires réels, les
travailleurs sont poussés à demander des salaires
nominaux plus élevés pour protéger le pouvoir
d'achat. Au cas où les salaires sont flexibles ou
lorsqu'il existe un mécanisme d'indexation des
salaires, les salaires nominaux finissent par
s'ajuster proportionnellement au niveau général
des prix. Une telle augmentation des salaires
contribue à faire augmenter le coût de la
production et pourrait faire aboutir à des
conséquences néfastes sur l'offre. Par ailleurs,
lorsqu'un pays a une grande dette extérieure, la
dévaluation touche, de manière néfaste, les
habitants et le gouvernement, en raison du fait
qu'elle peut réduire leur valeur nette, et en
conséquence, les dépenses globales. La
dévaluation fait augmenter les coûts nationaux
du service de la dette, le gouvernement ne
pouvant financer le service accru de la dette
qu’en réduisant ses dépenses et en augmentant
les impôts ou les emprunts nationaux. Tous ces
modes de financement ont des conséquences de
contraction sur la demande globale.
3.2 Publications Empiriques
De nombreux chercheurs ont étudié l'impact du
taux de change sur la production et l'inflation et
ont abouti à des résultats mitigés, en raison des
différences méthodologiques ou géographiques
ainsi que du type de données utilisées. En termes
de méthodologie, Copelman et Werner (1996),
en utilisant un modèle VAR de cinq variables (la
production, le taux de change réel, le taux de
dépréciation du taux nominal, le taux d'intérêt
réel et une mesure pour les soldes monétaires
rées) a montré que pour le Mexique des baisses
de la production ont été constatées après la
dévaluation. Durant la même période, Kamin
(1996) a montré que le niveau du taux de change
réel constituait un facteur primaire déterminant
du taux d'inflation à Mexico durant les années
1980 et 1990. Dans une étude connexe ; Kamin
et Roger (2000) ont également examiné l'impact
de la dépréciation sur la production et l'inflation
au Mexique, en utilisant le modèle VAR, avec
quatre variables : le taux de change réel, la
production, l'indice des prix et le taux d'intérêt
US, en utilisant des données trimestrielles pour
la période 1981-1995. Les résultats ont montré
que les chocs de la dépréciation aboutissent à
une réduction de la production et à une
augmentation de l'inflation. Sheeley (1986) a
également constaté que la dévaluation a un
impact néfaste sur la production de 16 pays
latino-américains, alors que l'étude de Calva,
Reinhart et Vegh (1994) a identifié la corrélation
entre l'inflation et le taux de change réel au
Brésil, au Chili et en Colombie.
15
L'étude faite par Edwards (1989) a constaté que
la dévaluation contribue à réduire la production
dans les pays en développement, suite à une
analyse d'un ensemble séquentiel où le PIB réel
est expliqué par le taux de change réel, les
dépenses de l'État, les termes de l'échange et la
croissance monétaire. Morley (1992), en
appliquant la régression des capacités
d'utilisation par rapport au taux de change réel,
les mesures de politiques fiscales et monétaires,
les termes de l'échange, la croissance des
exportations et des importations dans une
analyse d'un ensemble séquentiel, a constaté que
la dévaluation réelle a tendance à réduire la
production et il a fallu deux ans pour la
manifestation de toutes les conséquences.
Dans une analyse similaire, Domaç (1997), sur la
base de données turques de la période 1960-
1990, en utilisant des moindres carrés linéaires
de trois étapes, a montré que des dévaluations
non anticipées ont des conséquences positives
sur la production, alors que des dévaluations
anticipées n'ont pas de conséquences
significatives sur la production. Dans une
analyse similaire, Mills et Pentecost (2000) ont
utilisé un modèle conditionnel de correction
d'erreurs pour 4 pays européens en voie d'adhérer
à l'Union Européenne, à savoir la Hongrie, la
Pologne, la Slovaquie et la République Tchèque.
Ils ont constaté que les dépréciations du taux de
change réel ont des conséquences positives en
Pologne, aucune conséquence significative en
Hongrie et en République tchèque et des
conséquences néfastes en Slovaquie. Grigorian,
et al (2004) ont analysé les conséquences
dynamiques du taux de change sur les prix en
Arménie. En étudiant trois marchés interliés
(change, monnaie et de main-d'oeuvre), leurs
estimations montrent une réaction plus élevée de
l'inflation par rapport au taux de change plutôt
que les autres facteurs déterminants (offre
monétaire et salaire nominal). Leur étude a
révélé une corrélation négative entre l'inflation et
le taux de change dans le court et long terme.
Les résultats empiriques ont également varié en
fonction de la classification géographique. Par
exemple, Bahmani-Oskooee et al. (2002) ont
étudié les conséquences de la dépréciation
monétaire sur la production des pays asiatiques.
Ils ont constaté que dans plusieurs pays
asiatiques, la dépréciation a des conséquences de
contraction. Christopoluos (2004) a étudié les
conséquences de la dévaluation monétaire sur
l'expansion de la production de 11 pays
asiatiques sur la période 1968-1999. Il a constaté
que dans le long terme la dépréciation exerce un
impact négatif sur la croissance de la production
de cinq pays, alors que la dépréciation de trois
autres pays a contribué à améliorer les
perspectives de croissance. De Silva et Zhu
(2004) ont examiné le cas de Sri Lanka, en
appliquant la technique VAR. En appliquant des
données trimestrielles durant la période 1976-
1998, ils ont conclu que la dévaluation a
contribué à l'amélioration de la balance
commerciale, mais elle a eu un impact de
contraction sur l'économie du Sri Lanka.
Bahmani-Oskooee et Rhee (1997), se servant de
données trimestrielles coréennes pour la période
1971-1974, ont pu appliquer la technique de
cointegration et de correction d'erreurs de
Johansen. Leur modèle de correction d'erreurs a
confirmé qu'il existe une relation à long terme
entre les variables de la production, la monnaie
et le taux de change réel. Ils ont conclu que, dans
le long terme, les dépréciations réelles avaient un
impact d'expansion et que le plus important s'est
manifesté au cours d'un écart de trois trimestres.
Gylfason et Risager (1984) ont étudié les
conséquences de la dévaluation sur 8 pays en
développement et 7 pays développés. Ils ont
conclu que la dévaluation provoque une
expansion dans les pays développés et une
contraction dans les pays en développement.
Solimano (1986) a élaboré un modèle macro-
économique pour le Chili et a conclu que la
dévaluation provoque une contraction du court
au long terme. L'étude faite par Loungani et
Swagel (2001), en utilisant un échantillon de 53
pays en développement - 16 pays africains, 11
pays asiatiques, 19 pays sud-américains et sept
pays méditerranéens - a révélé que dans les pays
en développement, se servant d’un taux de
change flottant, l'impact de la dépréciation du
taux de change sur la variation des prix est
positif et significatif sur le plan statistique. Les
16
mêmes résultats ont été obtenus dans des études
sur l'évaluation de la relation entre le taux de
change et l'inflation, séparément pour des pays
particuliers en développement.
D’autres chercheurs ont obtenu des résultats
mitigés pour la dévaluation et son impact sur
l'inflation et la croissance de la production dans
les pays subsahariens. Khan (1998) a étudié
l'impact des changements du taux de change sur
la croissance et l'inflation pour 22 pays
subsahariens pour la période 1980-1996. Le
résultat a montré que l'évaluation fait augmenter
la production et l'inflation. Ubok-Udom (1999) a
utilisé des données annuelles pour examiner la
relation entre les variations du taux de change et
la croissance de la production nationale au
Nigéria, entre 1971 et 1995. Avec des moindres
carrés ordinaires, il a constaté que la dépréciation
a un impact de contraction sur la production. Par
ailleurs, Odusola et Akinlo (2001) ont étudié
l'impact de la dépréciation du taux de change sur
la production et l'inflation au Nigéria. En
utilisant des données trimestrielles pour la
période 1970-1995, avec une fonction de
réaction, ils ont constaté un impact d'expansion
de la dépréciation du taux de change sur la
production, du moyen au long terme, mais un
impact de contraction dans le court terme.
Canetti et Greene (1991) ont utilisé un cadre
VAR pour étudier la force relative du taux de
change et l'expansion monétaire dans la
propagation de l'inflation dans 10 pays africains
(dont la Sierra Leone) durant la période 1970-
1989. Les tests de causalité de Granger ont été
effectués pour déterminer l'orientation de
l'importance des variables clés, ce qui a montré
que l'inflation est fonction de la croissance
monétaire et de la dépréciation du taux de
change. L'étude par Elbadawi (1990) a
également montré que la dépréciation du taux de
change parallèle a une conséquence importante
sur l'inflation en Ouganda.
Dans une étude séparée sur la dynamique de
l'inflation dans les états membres de la ZMAO,
Kitcher, et al (2007), ont examiné les principaux
facteurs déterminants de l'inflation en Gambie,
en utilisant un seul modèle d'équations de
correction d'erreurs. Leurs résultats montrent que
l'inflation est fonction surtout de l'inertie
d'inflation et de facteurs extérieurs dans le
moyen terme eu, et surtout de facteurs
monétaires dans le long terme. Toutefois, la
production réelle ne semble pas avoir de
conséquences importantes sur l'inflation en
Gambie. Dans leur étude sur le Ghana, Abradu-
Ameyaw et Donyina (2007) constatent que les
principaux facteurs déterminants des prix dans le
long terme sont le taux de change, la monnaie de
base, les prix au détail des produits pétroliers et
le niveau général des activités économiques.
Onwioduokit, et al, ont également établi que les
facteurs clés influençant l'inflation en Guinée
sont l'inertie de l'inflation, le taux de change, le
déficit budgétaire et la production. Essien,
Onwioduokit, et al, (2007) ont constaté que les
facteurs clés de l'inflation au Nigéria sont les
niveaux passés de l'inflation, les agrégats
monétaires, le déficit budgétaire et le taux de
change. Se servant du modèle de vecteur de
correction d'erreurs, Essien, Adamgbe et Sesay
ont identifié les facteurs déterminants de
l'inflation en Sierra Leone comme l'inertie de
l'inflation, l'offre monétaire et le taux de change.
En dépit de la pléthore de publications
empiriques sur l'impact du taux de change sur la
production et l'inflation, il semble qu'il n'y a pas
d'études exclusivement focalisées sur les pays de
la ZMAO tout en examinant simultanément
l'inflation, le taux de change et la croissance
économique. Alors qu'un petit nombre a analysé
la relation entre le taux de change et l'inflation,
en examinant la relation entre le taux de change
et l'inflation, en examinant la répercussion du
taux de change sur les prix nationaux et, d'autres
ont choisi d'examiner la relation entre le taux de
change et la balance commerciale. Ainsi, les
études sur les économies de la ZMAO sont
limitées par la portée et la couverture. Par
exemple, les études sur la dynamique de
l'inflation dans les états membres de la ZMAO
n'ont pas examiné toutefois les interrelations
entre la production, l'inflation, le taux de change
et l'offre monétaire. Ainsi, l'examen des variables
dans un contexte d'équations simultanées
témoigne de l'originalité de la présente étude.
17
4.0 CADRE THEORIQUE ET METHODOLOGIE
Le cadre théorique de l'étude s'inspire fortement
du modèle Mundell-Fleming de prix flexible,
exprimé sous forme de logarithme linéaire
stochastique, dans la lignée de Clarida et Gali
(1994) etAdenutsi et Ahortor (2008). Dans le
cadre de l'élaboration de l'économie ouverte,
l'étude s'inspire de Kandil et Mirzaie (2003) et
Ahortor et al (2011) pour modéliser les aspects
liés aussi bien à la demande que l'offre de
l'économie. Cela est réalisé selon la perspective
de l'équilibre général pour établir les
interdépendances des variables du système.
L'aspect standard de demande globale dans
l'économie et modélisé comme suit :
Demande globale : d
t t t ty d q r (1)
dans laquelle équation ydt ≡ Demande globale à la
période t, dt ≡ composantes de demande exogène
à la période t, qt ≡ taux de change réel à la
période t, rt ≡ taux d'intérêt réel interne à la
période t, alors que and sont des
élasticités positives. L'équation (1) stipule que la
demande globale est positivement liée au choc de
demande exogène qui englobe les chocs
extérieurs et ceux liés à l'expansion fiscale et
autres chocs internes. En outre, la demande
globale subit un impact positif du taux de change
réel, grâce à la stimulation de produits
exportables et la production nationale
d'importables, mais un impact négatif du taux
d'intérêt réel qui décourage les investissements et
la consommation.
Les variables réelles ci-après sont tirées des variables nominales :
Taux de change réel : t t t tq s p p (2)
Taux d'intérêt réel intérieur : 1t t t t tr i E p p (3)
dans lesquelles équations, st ≡ le taux de change
immédiat ( la valeur interne de la devise), p*t ≡
le niveau du prix extérieur et considéré comme
constant, pt ≡ le niveau du prix intérieur, rt ≡ le
taux d'intérêt réel interne, it ≡ le taux d'intérêt
nominal interne, tous à la période t; et pt+1 ≡ le
niveau des prix intérieurs à la période t+1.
L'équation (2) stipule que le taux de change réel
est le taux de change nominal interne divisé par
les prix internes et extérieurs, exprimé en logs.
Selon l'équation (3), le taux d'intérêt réel interne
est exprimé par le taux d'intérêt nominal interne
moins l'inflation anticipée (l'anticipation
d'aujourd'hui pour l'inflation de demain), qui est
défini comme l'anticipation du niveau des prix
intérieurs de demain avec la déflation du niveau
des prix intérieurs d'aujourd'hui sous forment de
logarithme.
La condition d'équilibre du marché monétaire est exprimée comme suit :
s
t t t tm p y i
(4)
dans laquelle équation, mst exprimant la
croissance monétaire à la période t, et ( 0 )
exprime la semi-élasticité de la demande
monétaire. Le taux d'intérêt nominal interne (it) a
une conséquence négative sur la demande
monétaire, alors que la production nationale (yt)
a une conséquence positive. On suppose que
l'élasticité de la demande de production est un.
L'équation (4) stipule que l'équilibre du marché
monétaire est réalisé lorsque la croissance
monétaire est égale à la demande monétaire, qui
est répartie en deux composantes - la demande
de transactions et la demande spéculative.
18
Dans une économie ouverte, les équilibres
monétaires, aux fins des transactions, peuvent
être maintenus en partie dans la monnaie
nationale et en partie sous forme de devises.
Ainsi, les anticipations autour du taux de change
peuvent influencer le montant des équilibres
détenus en devises. L'équilibre du marché
monétaire dans une économie ouverte peut, par
conséquent, être précisé, en utilisant l'équation
(3) pour re- exprimer l'équation (4), comme
Condition d'équilibre du marché monétaire
dans une économie ouverte ;
1 11s
t t t t t t t t tm p y E s s r E p p (5)
Cadre de l'aspect offre
L'aspect offre de l'économie et modélisée de
manière à ce que les évolutions du marché de
l'emploi offrent des cadres liés aux salaires et
aux prix. En retour, ces derniers déterminent
l'offre globale à court terme au niveau du marché
des produits. L'hypothèse clé ici est que dans le
long terme la fonction d'offre globale est
parfaitement non élastique.
Fonction de coûts de main-d'œuvre
1 1 2 1 2 , 0, 0t t tw E p p u u
(6)
Fonction de prix majorés :
1 t tp p w (7)
Pour les équations 6 et 7, la courbe de Phillips
peut être dérivée comme suit:
Courbe de Phillips :
1 1 1 2 1t t t t tp p E p p u u
(8)
Loi d’Okun:
, 0u u y y (9)
dans laquelle équation w taux des salaires,
u taux actuel du chômage , u taux
naturel du chômage , taux de croissance
de la productivité de la main-d'oeuvre, y
taux de croissance de la production , et y
taux de croissance potentielle de la production
(optimale) .
À partir de la courbe de Phillips et de la Loi
d’Okun, on peut dire que la fonction d'offre
globale à court terme, étant donné que la
croissance de la productivité de la main-d'oeuvre
et zéro, peut être précisé comme suit :
Fonction d'offre globale:
1 1 1 t t t t tp p E p p y y
(10)
Selon l'équation (10), le niveau général des prix
dans l'économie nationale est exprimé par le
niveau des anticipations de l'inflation, l'écart de
production et la productivité de la main-d'œuvre.
Conditions de parité d'intérêt non couvert : la
parité d'intérêt prévaut en présence d'une
mobilité de capitaux. Compte tenu de la
neutralité en matière de risques, la parité d'intérêt
non couvert peut être exprimée comme suit :
1t t t t ti i E s s
(11)
dans laquelle équation, i*est le taux d'intérêt
global, qui est considéré comme constant au fil
du temps, pour la simplicité. Grâce à un arbitrage
sans coûts, le rendement pour un investissement
d'une unité de la monnaie nationale dans un titre
national, it, est rendu égale à la valeur anticipée
du rendement dans la monnaie nationale sur
l'investissement du même montant dans un titre
étranger, qui a un rendement en devises, i*, plus
la dépréciation anticipée de la monnaie nationale,
Et(st+1-st).
Conditions de l'équilibre de la balance des
paiements : Le secteur extérieur est en équilibre
19
lorsque les comptes courant et en capital de la
balance des paiements s'équilibrent
mutuellement. En d'autres termes, un déficit du
compte courant doit être compensé par un
excédent du compte en capital, et vice versa. La
balance des paiements peut être exprimée
comme :
0 1 2 3 t tBOP y q r i (12)
dans laquelle équation, 1 2 t ty q est la
composante du compte courant de la balance des
paiements, qui est fonction de la demande
globale intérieure et du taux de change. Ainsi,
l'équation (2.7) stipule que la balance des
paiements est composée du compte courant et
fonctions de la demande globale et du taux de
change, du compte en capital qui dépend du
différentiel de taux d'intérêt, et de la composante
autonome globale, ( 0 ) comprenant des
événements autonomes des comptes courant et
en capital. Pour l'équilibre, la balance des
paiements doit être égale à zéro.
Les équations 1, 5, 10 et12 constituent l'équilibre
du système à chaque étape séquentielle. Les
processus de chocs (stochastiques) qui sont à la
base de la dynamique de ce système d'équilibre
sont :
s s
t y t s yty g y (13)
1t y t dtd g d (14)
1
s s
t m t mtm g m (15)
1
s s
t m y t sts g g s (16)
dans lesquelles équations, gy et gm sont les taux
de croissance déterminants de la production et de
la monnaie, et εyt, εdt, εmt, εst, constituent les
chocs liés à l'offre, la demande, la monnaie et le
taux de change, (i.i.d.), distribués de manière
indépendante et identique, avec des moyennes
zéro et des variations constantes. Ainsi, selon les
équations (13-16), on suppose que le système est
assailli par des chocs permanents (au hasard). Il
convient de noter que ce cadre stochastique est
orienté à la fois vers le passé et l'avenir ; d'où la
nécessité d'une procédure systématique pour
enterrer une solution. On pourrait obtenir
l'ensemble de solutions ci-après :
e s
t ty y (17)
1
e e e
t t t t m yE p p g g (18)
e
tr i (19)
e
t m yi i g g (20)
1
t
e s
t t tq y d i
(21)
e s s
t t t t m yp m y i g g (22)
1 1
1e s s
t t t t m ys m y d i p g g
(23)
20
L'équilibre des prix flexibles est intuitif sur le
plan économique. À partir de l'équation (17), on
constate que lorsque les prix sont flexibles et
l'offre de la production est exogène, la
production doit être déterminée par l'offre.
L'équation (18) stipule qu'avec des élasticités
constantes de demande monétaire, le taux
anticipé de l'inflation (il s'avère également être le
taux d'inflation réel) doit être égal à la différence
entre la croissance monétaire et la croissance de
la production. Étant donné que les prix globaux
sont constants dans le pays étranger (d'où une
inflation globale zéro), les taux d'intérêt réels
nominaux globaux doivent être égaux à i*. Le
taux d'intérêt réel intérieur doit être égal à
i*également avec l'hypothèse de la mobilité des
capitaux. Ces faits peuvent être exprimés par
l'équation (19).
Selon l’équation (20), l'équilibre du taux d'intérêt
nominal interne est fourni par le taux d'intérêt
nominal international plus le différentiel de la
croissance de la monnaie nationale et de la
production. L'équation (21) stipule que
l'équilibre du taux de change et positivement lié
à l'offre de production et aux taux d'intérêt
international, alors qu'elle a un impact négatif
provenant de la demande globale. L'équilibre du
niveau des prix nationaux est fourni par
l'équation (22), dans laquelle équation la
croissance monétaire nominale, le différentiel
entre la croissance de la production/ croissance
monétaire et le taux d'intérêt nominal
international ont une influence positive sur le
niveau des prix, avec un impact négatif de l'offre
de la production. Dans l'équation (23), l'équilibre
du taux de change nominal est une fonction
positive de la croissance monétaire et de la
production, du taux d'intérêt nominal
international et du différentiel de croissance
monétaire/production, mais une relation négative
par rapport à la demande globale nationale et le
niveau des prix étrangers.
On peut vérifier que les taux de change, réels et
nominaux, affichent une appréciation dans le
cadre des politiques fiscales d'expansion (indiqué
par td ), comme l'impliquent les équations (21)
et (23), sans conséquences sur la production, les
prix et les taux d'intérêt. Cela est conforme avec
la notion que dans le cadre d'un système de taux
de change flexible, avec une parfaite mobilité
des capitaux, les politiques fiscales sont neutres.
Avec des politiques monétaires d'expansion
(édité pars
tm ), les niveaux des prix nationaux
sont en augmentation, comme l'implique
l'équation (22) et le taux de change nominal
interne se dépréciera, comme l'implique
l'équation (23). La production, les taux d'intérêt
et le taux de change réel intérieur ne seront pas
affectés. Cela est évidemment conforme à la
dichotomie classique entre les valeurs réelles et
nominale liées aux politiques monétaires dans le
cadre d'un régime de prix flexibles
En élargissant davantage l'équation (22), en
utilisant la définition de taux d'intérêt
international à partir des équations (20, 19 and
1), nous obtenons une relation des prix comme
suit : e
t t tp m y q (24)
Selon l'équation (24), le niveau des prix est lié à
l'offre/demande monétaire, à la production et au
taux de change. L'équation (24) peut être perçu
comme un système d'interdépendance : le niveau
des prix a été influencé par la croissance
monétaire (point de vue monétariste), la
production (point de vue structuraliste) et le taux
de change (point de vue traditionnel). Du point
de vue de la demande du marché monétaire, le
niveau des prix, les revenus (production) et le
taux de change peuvent expliquer l'exigence
d'équilibres réels. Par ailleurs, la demande peut
dépendre de la croissance monétaire, du niveau
des prix et du taux de change, alors que le taux
de change réel peut être fonction de la croissance
monétaire, du niveau des prix et de la
production. Ces interdépendances nécessitent
l'élaboration de modèles d'équations simultanées
pouvoir gérer non seulement le problème
d'endogénéité, mais également les propriétés de
21
stationnarité et de cointégration imposés par le
processus de génération de données (PGD) :
Description du modèle empirique
Sur la base du cadre théorique énoncé plus haut,
l'étude élabore le modèle VAR pour établir les
interdépendances des variables des modèles. Le
modèle empirique comprendra deux parties : 1)
une description précise, en utilisant des variables
de niveau, tels que le niveau général des prix à
fournir par l'indice des prix à la consommation,
la croissance monétaire à fournir par le
mécanisme de masse monétaire (M2), la
production réelle comme énoncé par le PIB à des
prix constants et le taux de change réel
représenté par le taux de change réel bilatéral de
la monnaie nationale par rapport au dollar US ; et
2) une description précise, en utilisant les taux de
croissance des variables des modèles, tels que
l'inflation comme mesurée par les changements
de pourcentage dans l'IPC, le taux de croissance
de la masse monétaire, la croissance du PIB réel
et l'appréciation/dépréciation du taux de change.
Le choix d'un modèle de VAR pour cette étude
est basé sur le fait qu’une modélisation VAR
évite la modélisation structurelle pour établir un
système d'équations simultanées, au moins,
identifiées exactement pour l'évaluation et
l'analyse. Ainsi, les conditions d'identification et
les défis connexes dans le cadre de l'évaluation
d'équations simultanées ne sont pas nécessaires
dans le cadre d'une modélisation VAR. Il existe
également un consensus dans les publications
que les modèles autorégressifs ont tendance à
dépasser les modèles structurels, du point de vue
de la prévision et de la simulation. En outre, un
cadre PAR constituer un outil puissant pour
analyser les réactions face aux chocs
systématiques et pour décomposer les variations
des variables en raison de ces chocs. Un autre
avantage de l'utilisation des techniques VAR, par
rapport à la technique d'évaluation des équations
simultanées, selon Mukherjee, et al (2003), porte
sur le fait qu'un ensemble d'équations de
cointegration, au sein d'un cadre VAR, ne
souffre pas du préjugé de simultanéité, même
lorsque les équations constituaient un modèle
d'équations simultanées. Bien qu'une
modélisation VAR ait été critiquée comme étant
a- théorique, lorsque des efforts sont déployés
pour donner une base théorique au modèle VAR,
comme c'est le cas dans cette étude, on peut
obtenir une compréhension plus profonde et plus
claire de ces interdépendances
Le modèle général VAR de cette étude peut être
précisé comme suit :
1 1 2 2 ...t t t p t p tX A X A X A X
(25)
dans laquelle équation, 4 1tX 20 ha de
système de variables endogènes à la période (t)
telles que l’inflation, la croissance de M2 , la
croissance du PIB et la dépréciation du taux de
change )
t iX valeurs d'écart du système de
variables endogènes, et 1,2,...,i p
4 4iA matrices de coefficients de
variables prédéterminées à évaluer et
1,2,...,i p
4 1t vecteur d’innovations à la
période t
Des tests de racine unitaire sont effectués pour
déterminer l'aspect stationnaire de toutes les
variables. Cette étude utilise le test Augmented
Dickey-Fuller (ADF), complété par le test
Kwiatkowski, Phillips, Schmidt, et Shin (KPSS).
Le modèle suivant est utilisé dans le test de
Racine unitaire ADF :
1 1 21
l
t t i t i ti
X X t X
t = 1, 2, ..., T
(26)
dans laquelle équation, indiquent que le
premier opérateur différencié (c'est-à-dire,
1t t tX X X , t représente le terme
d'erreur à la période t, X est la variable à
22
évaluer pour une racine unitaire, alors que la
variable t est une tendance déterminante.
L'équation (26) permet la modélisation d'un
processus de génération de données (PGD),
contenant un terme de dérive et une tendance
déterminante. Banerjee et al (1993) ont fait
constater que les résultats fournis par le test ADF
sont plus solides que ceux fournis par les autres
tests de racine unitaire en présence d'erreurs auto
régressives, en raison du fait que les termes
autorégressifs sont saisis de manière précise.
Le refus de l'hypothèse nulle de niveau 5 %
d'importance implique l'acceptation de
l'hypothèse de substitut que les séries n’ont pas
de racine unitaire, et pour cela, elles sont
stationnaires. Il faut alors une série pour passer,
au moins, un des tests de 5 % d'importance, ou
encore mieux, pour être considérées comme
stationnaires.
Au cas où tX est non stationnaire, le modèle
(25) ne peut pas être évalué en termes de
niveaux, en ce sens qu'une telle évaluation
produirait des résultats fallacieux. L'évaluation
du modèle (25) en termes de différence aboutirait
à une perte d'informations de longue date.
Toutefois, selon Sims (1980), le modèle (25)
peut être évalué en termes de niveaux, avec des
variables non stationnaires, pour l'analyse, non
pas des coefficients, mais des interrelations
dynamiques des systèmes (Enders, 1995).
Plusieurs études empiriques recommandent
également que, pour surmonter les deux genres
de problèmes de résultats fallacieux et perte
d'informations de longue date, il faudrait faire
des tests de cointégration pour le mettre à jour
les relations de longue date entre les variables du
système. Ainsi, l'étude procède à l'évaluation de
la question de savoir, si oui ou non les variables
du système sont cointegrées. Avec la
coiintégration et l'hypothèse que tX ~ I(1), tZ ~
I(1), le modèle (25) et transformait comme 1
1
p
t i t i t p ti
X X X
(27)
dans laquelle équation, est comme défini plus
haut :
1
1
p
i jj i
p
ii
A I
A I
L’équation (27) est une représentation de
correction d'erreurs du processus VAR dans le
modèle (25). Le modèle de vecteur de correction
d'erreurs (VECM) diffère du modèle VAR
habituel, en ce sens qu'elle permet l'existence à
court terme de relations d'équilibre de longue
date parmi les variables du système.
Le rang de la matrice dans le modèle (27)
détermine le nombre de vecteurs de
cointégration. Au cours de la matrice a un
grand complet, dans lequel cas, r n , le
VECM se réduit au VAR habituel avec des
niveaux de variables stationnaires. Ainsi, le
modèle (27) sera évalué en termes de niveaux.
Au cas où est une matrice nulle, de telle
manière que r=0, le VECM représente un VAR,
à condition que tX ~I(1) (Enders, 1995, Harris,
1995). En d’autres termes, au cas où le rang est
zéro, il n’y a pas de vecteur de cointégration, ce
qui implique que les variables sont non
stationnaires et non cointégrées . Toutefois, au
cas où le rang est 1 ou plus, 0 r n , nous
avons un ou plus de vecteurs de cointégration.
Types et Sources de Données
L’étude utilise des séries trimestrielles
secondaires pour la période T 1 (1981-T4 2010),
pour tous les pays, a l’exception du Ghana (T2
1983 –T4 2010),de la Guinée (T11989-T4 2010).
Les données on été obtenues auprès des bases de
donnes électroniques des Nations Unies et du
FMI. Toutes les variables portent sur le taux de
croissance et les données trimestrielles du PIB
ont été obtenues grâce à l’extrapolation des
données des séries séquentielles annuelles, en se
23
servant de Eviews 7. 0 . Cela a été réalisé en
utilisant la méthode de faible à haute fréquence
et la somme de convergence quadratique pour
chaque observation des séries de faible
fréquence.
Les données ont été obtenues sur la croissance
du PIB réel, la croissance monétaire, le taux de
change réel et l’indice des prix à la
consommation (CPI) et l’indice des prix à la
production (IPP). L'inflation a été calculée
comme changements de pourcentage du niveau
général des prix, comme mesuré par l'IPC. La
croissance monétaire réelle a été obtenue après
avoir effectué la déflation du volume monétaire
nominal en utilisant l'IPC. Le taux de billet
latéral du taux de change a été obtenu en
effectuant la déflation du produit du taux de
change nominal et l'IPP des États-Unis, en se
servant de l'IPC national. Ainsi, une
augmentation des taux bilatéral de change réel
implique une dépréciation, alors qu'une
augmentation indique une appréciation. Le taux
de change bilatéral réel est préféré par rapport au
taux de change effectif réel dans cette étude, en
raison du fait que presque les réserves
extérieures de tous les états membres sont
libellées en dollars des États-Unis et les
fluctuations en monnaie locale - le taux de
change du dollar créant beaucoup d'appréhension
dans le domaine politique et au niveau des
cercles d’affaires.
L'une des insuffisances de cette étude résulte de
l'interpolation trimestrielle des séries annuelles
de PIB. Bien que la croissance monétaire
trimestrielle, l'inflation et les taux de change
réels aient été produits naturellement sur la base
des résultats statistiques, la combinaison de ces
statistiques avec le PIB trimestriel produit «
artificiellement » pourrait aboutir à une relation
déformée entre le PIB et ces autres variables.
Toutefois, des efforts ont été déployés pour
s'assurer du maintien de la tendance des séries
annuelles, selon le processus de production de
données, dans toutes les séries trimestrielles.
24
5.0 PRESENTATION ET ANALYSE DES RESULTATS
Les résultats des évaluations des modèles des
pays membres de la ZMAO sont présentés dans
cette Section. Il s'agit des résultats de tests de
racine unitaire, des résultats du modèle VAR
sans restriction, des fonctions de réaction aux
impulsions et des résultats de décomposition des
variations.
Les résultats des tests de racine unitaire (Annexe
I) montrent que les quatre variables du modèle
sont stationnaires pour tous les six pays
membres. Cela implique qu’une évaluation VAR
sans restriction peut être effectuée pour établir
une relation à long terme entre les variables. Le
test de longueur d'écart (Annexe II) montre que
l'écart optimum à inclure dans le modèle est de
six (6).
5.1 Résultats de la Gambie
5.1.1 Résultats du modèle VAR ont pour
la Gambie
Les résultats du modèle général VAR sans
restriction sont présentés dans le Tableau 1.
Étant donné l'équation de l'inflation (3ème
colonne du Tableau 1), la croissance de la masse
monétaire a des conséquences positives
dynamiques à long terme sur le taux d'inflation
en Gambie. Une croissance cumulative de 1 %
de la croissance monétaire au cours des six
derniers trimestres provoquera une augmentation
de 0,1 % de l'inflation. Ainsi, dans une certaine
mesure, on peut décrire l'inflation comme un
phénomène monétaire en Gambie. L'inflation a
également un impact positif dynamique à long
terme sur sa propre évolution, c'est-à-dire qu'il
existe une inertie de l'inflation en Gambie, où
une augmentation cumulative de l'inflation d'un
point de pourcentage au cours des six derniers
trimestres provoquera une augmentation
proportionnelle (1 %) du niveau actuel de
l'inflation. On pourrait expliquer cela par la
formulation d'anticipations inflationnistes en
Gambie. Une dépréciation réelle du Dalasi a un
impact positif sur l'inflation. Une dépréciation
réelle de 1 % provoque une augmentation de
0,05 % de l'inflation. Toutefois, la croissance du
PIB réel n'explique pas la dynamique de
l'inflation en Gambie.
25
Tableau 1: Résultats parcimonieux sans restriction du modèle VAR pour la Gambie
Dependent
Variable
GAMM2G GAMINF GAMDEP GAMGDPG
Independent
Variable
GAMM2G(-1) 1.345691 (0.0000) 0.057296 (0.0193) 0.162126 (0.0021)
GAMM2G(-2) -0.450655 (0.0000)
GAMM2G(-3)
GAMM2G(-4) -1.107880 (0.0000) 0.172317 (0.0016) 0.061859 (0.0008)
GAMM2G(-5) 1.487846 (0.0000) -0.249076 (0.0022) 0.152530 (0.0058) -0.057054 (0.0018)
GAMM2G(-6) -0.565000 (0.0000) 0.088830 (0.0828)
GAMINF(-1) 1.551420 (0.0000) -0.021555 (0.1176)
GAMINF(-2) -0.438147(0.0001)
GAMINF(-3)
GAMINF(-4) -0.919459 (0.0000) -0.509527(0.0001) 0.118763 (0.0036)
GAMINF(-5) 1.307231 (0.0003) 0.585595(0.0006) -0.097574 (0.0068)
GAMINF(-6) -0.479713 (0.0262) -0.224801(0.0192)
GAMDEP(-1) 0.073102 (0.0266) 0.049709(0.0005) 1.210721 (0.0000)
GAMDEP(-2) -0.413468 (0.0000)
GAMDEP(-3)
GAMDEP(-4) 0.127198 (0.0129) -0.846903 (0.0000)
GAMDEP(-5) -0.129047 (0.1065) 0.994229 (0.0000)
GAMDEP(-6) 0.072199 (0.1226) -0.403774 (0.0000)
GAMGDPG(-1) 1.286334 (0.1738)
GAMGDPG(-2) -0.354679 (0.0000)
GAMGDPG(-3)
GAMGDPG(-4) -2.042719 (0.0002) -0.538623 (0.0013)
GAMGDPG(-5) 0.457832 (0.1411) 2.986715 (0.0007) 0.682029 (0.0000)
GAMGDPG(-6) -0.377989 (0.1738) -0.836271 (0.0977) -0.324262 (0.0001)
CONSTANT 3.091385 (0.0059) (0.6642) -2.853248 (0.0098) 0.842032 (0.0002)
R-Squared 0.926370 0.965978 0.902911 0.903151
R-Squared adjusted 0.915957 0.962675 0.893485 0.892707
F-statistic & prob 88.96798 (0.0000) 292.4422 (0.0000) 95.78802 (0.0000) 86.47188 (0.0000)
Source: Calculs du personnel de l’IMAO
À partir de l'équation du taux de change (4ème
colonne du Tableau 1), on constate que la
croissance monétaire a un impact positif
dynamique sur le taux de change réel. Une
croissance cumulative de 1 % de la croissance
monétaire au cours des cinq derniers trimestres
provoquera une dépréciation réelle de 0,3 % du
Dalasi. Cela est théoriquement compatible,
compte tenu des fêtes que la croissance
monétaire tend à faire déprécier le taux de
change, soit par le créneau des taux d'intérêt, soit
le créneau de consommation -d'importations. Le
taux de change réel introduit une inertie positive,
compte tenu du fait que ses propres valeurs au
cours des six trimestres précédents tendent à
avoir un impact cumulatif positif de 0,5 %. C'est
dire qu'une dépréciation cumulative de 1 % au
cours des six derniers trimestres provoquera une
dépréciation du taux de change actuel de 0,5 %.
La croissance du PIB réel a un impact positif
dynamique sur le taux de change réel. Une
augmentation cumulative de 1 % de la croissance
du PIB réel au cours des quatre à six derniers
trimestres provoquera une dépréciation du Dalasi
en termes réels de 0,1 %. Cela pourrait
s'expliquer par le fait que la croissance du PIB
réel implique une augmentation des revenus, ce
qui provoque une augmentation des importations
est un facteur en conséquence la demande de
26
devises, aboutissant à une dépréciation de la
monnaie.
Les résultats de l'équation de croissance (5ème
Colonne du Tableau 1) montre que la croissance
monétaire a réel a un impact positif dynamique à
long terme sur la croissance du PIB réel en
Gambie. Une croissance cumulative de 1 % de la
croissance monétaire au cours des cinq trimestres
provoquera une croissance du PIB réel de 0,005
%. Bien que ce Graphique soit important, il est
très insignifiant. Ainsi, la neutralité de la masse
monétaire ou l'hypothèse de super neutralité peut
tenir en Gambie. L'inflation a des conséquences
positives dynamiques sur la croissance du PIB
réel. Une augmentation de 1 % du taux
d'inflation ou cours des cinq trimestres
provoquera une augmentation nette de 0,02 % de
la croissance du PIB réel au cours de la période
actuelle. On peut expliquer cette relation de la
croissance de l'inflation par le fait que l'inflation
est historiquement faible en Gambie et
probablement en dessous ou proche du niveau
optimal d'inflation pour le pays (Document de
Politiques sur les Seuils d'Inflation dans la
ZMAO). Le taux de change réel n'est pas
important pour expliquer la croissance du PIB
réel en Gambie. La croissance du PIB réel exerce
une inertie positive sur sa propre évolution, avec
un impact positif dynamique de 0,8 %. Cela
implique qu'une augmentation cumulative de 1
% de la croissance du PIB réel au cours des six
derniers trimestres provoquerait une
augmentation de 0,8 % de la croissance du PIB
réel actuel.
Les résultats du Tableau 1 indiquaient également
que la croissance monétaire réelle (GAMM2G)
s'explique par ses propres valeurs et les valeurs
d'écart de l'inflation et du taux de change. Les
conséquences dynamiques à long terme de la
croissance monétaire sur elle-même sont
positives, impliquant que la croissance monétaire
a une inertie inhérente qui peut perpétue son taux
de croissance au fil du temps.
D'une manière globale, une croissance
cumulative d’un point de pourcentage de la
masse monétaire au cours des six trimestres
provoquerait une augmentation de 0,7 point de
pourcentage de la croissance monétaire actuelle.
Le taux d'inflation à avoir un impact négatif
dynamique de 0,1 point de pourcentage sur la
croissance monétaire. Cela suggère que la
croissance monétaire tend à réagir aux pressions
inflationnistes en Gambie. Plus précisément, un
taux d'inflation cumulative de 1 % au cours des
quatre à six trimestres passés provoqua et une
diminution de la masse monétaire de 0,1 %. La
dépréciation a réel de Dalasi gambien a un
impact positif sur la croissance monétaire. Les
conséquences dynamiques à long terme de la
dépréciation réelle sont de 0,2, impliquant qu'une
dépréciation cumulative de 1 %, du premier au
quatrième trimestre, provoquerait une croissance
monétaire de 0,2 %. Toutefois, la croissance du
PIB réel n'a pas de conséquences dynamiques à
long terme sur la croissance de la masse
monétaire en Gambie.
5.1.2 Analyse de la fonction de réaction
aux impulsions en Gambie
Les graphiques de réaction aux impulsions (voir
Annexe IV) montrent que les réactions cumulées
de l'inflation par rapport aux chocs d'écart type
de la croissance monétaire, du taux de change et
de la croissance du PIB réel sont insignifiantes.
L'inflation réagit à ses propres chocs d'écart
type, en augmentant au début jusqu'à un point
supérieur à son niveau d'équilibre, du premier au
cinquième trimestre, après quoi elle demeure
constante, pour le reste de la période de
prévision.
Du point de vue cumulatif, la croissance du PIB
réel ne réagit pas aux chocs résultant de la
croissance monétaire, de l'inflation et de la
dépréciation du taux de change réel. Cela
suggère que les conséquences dynamiques de la
croissance monétaire et de l'inflation sur la
croissance du PIB réel constatées à partir des
évaluations de coefficients, sont très faibles. La
réaction de la croissance du PIB réel à ses
propres chocs consiste à augmenter au début, du
premier au sixième trimestre, et de diminuer par
la suite, quand bien même à un niveau supérieur
à son niveau d'équilibre, au cours de la période
de prévision de 24 trimestres.
27
Le taux de change réel ne réagit a aucun choc
résultant de la croissance monétaire, de
l'inflation et de la croissance du PIB réel. Ainsi,
l'impact de la croissance monétaire et de la
croissance du PIB réel sur le taux de change réel,
comme constaté à partir des estimations de
coefficients, n'est pas très remarquable. Sa
réaction à son propre choc consiste à augmenter
au cours des quatre premiers trimestres, période
après la quelle île de la comme une tendance
supérieure au seuil d'équilibre par rapport au
reste de la période de prévision.
Les réactions de la croissance monétaire à ses
propres chocs d'écart type de 1 % consiste à
augmenter et a demeuré au-dessus de son niveau
d'équilibre durant toute la période de prévision
de 12 trimestres. Face à des chocs inflationnistes,
la croissance monétaire tend à diminuer, du 8ème
au 18e trimestre de la période de prévision. Les
réactions de la croissance monétaire aux chocs
résultant du taux de change réel et de la
croissance du PIB réel ne sont pas importantes.
5.1.3 Analyse de la décomposition des
variations en Gambie
Les résultats présentés dans les tableaux de
décomposition des variations (Annexe V)
révèlent que l'inflation s'explique par son propre
choc et par la croissance monétaire, avec
l'inflation et la croissance monétaire représentant
respectivement 75,4 % et 24,6 %. Toutefois,
l'influence de la croissance monétaire diminue
jusqu'au cinquième trimestre lorsqu'elle devient
inférieure à 10 %. À partir du sixième jusqu'au
12e trimestre, des changements du taux de
change réel émergent comme un important
moteur. Les explications des variations de
l'inflation par la croissance du PIB réel
représentent moins de 1,0 % durant toute la
période de prévision. Ainsi, l'inflation demeure
son propre moteur au cours de la période de
prévision de 12 trimestres.
Les variations de la croissance du PIB réel
résultent de son propre choc, expliquant environ
90 % des variations au premier trimestre,
maintenant son influence jusqu'au 12e trimestre
de la période de prévision, lorsqu'elle représente
75,1 % des ses propres variations. L'autre
variable ayant une influence appréciable sur les
variations de la croissance du PIB réel en
Gambie est l'inflation, avec 10,3 % des
influences au troisième trimestre et 13,5 %
d'influence au XIIe trimestre de la période de
prévision.
Les variations de la dépréciation/appréciation du
taux de change réel sont auto fondées (85,3 %) et
causées par l'inflation (12,1 %) durant le premier
trimestre de la période de prévision. Les deux
variables demeurent les principaux moteurs
jusqu'au sixième trimestre lorsque la croissance
monétaire commence également à exercer une
influence importante (14,0 %) sur les variations
des changements de taux de change réel. La
croissance du PIB réel devient un moteur de
taille pour les variations de la
dépréciation/appréciation du taux de change réel
durant le 11ème trimestre de la période de
prévision.
Les valeurs antérieures de la croissance
monétaire constituent le principal moteur de ses
variations jusqu'au quatrième trimestre,
lorsqu'elles expliquent plus de 90 % des
variations totales. À partir du cinquième
trimestre de la période de prévision, le taux de
change réel émerge comme moteur important,
alors que l'inflation devient un moteur important
au cours du huitième trimestre de la période de
prévision. À la fin du XIIe trimestre de la
période de prévision, l'inflation et le taux de
change réel expliquent collectivement environ
37,5 % des variations totales de la croissance
monétaire.
5.2 Résultats du Ghana
5.2.1 Résultats du modèle VAR sans
restriction pour le Ghana
Les résultats parcimonieux sont présentés dans le
Tableau 2. Dans l'équation d'croissance
monétaire, le coefficient ajusté de détermination
explique environ 90,7 % des variations totales de
la croissance monétaire (2ème colonne du
Tableau 2). Le modèle passes à tous les tests de
diagnostique effectués. Les résultats montrent
que la croissance monétaire (GHAM2G)
28
s'explique par ses propres valeurs passées. Les
autres variables qui expliquent la croissance
monétaire réelle au Ghana sont l'inflation et la
croissance du PIB réel. La dépréciation ou
l'appréciation du taux de change réel n'a pas
d'impact important sur la croissance monétaire a
réelle.
Dans le modèle d'inflation (3ème colonne du
Tableau 2), les variables du modèle expliquent
97,3 % des variations dans le modèle
parcimonieux VAR. Le modèle évalué passe
également de tous les tests clés de diagnostique
et saveurs ainsi raisonnable pour des discussions
éventuelles. La croissance de la masse monétaire
exerce un impact dynamique positif à long terme
sur le taux d'inflation au Ghana. L évaluation
cumulative du coefficient de 0,2 implique que
des augmentations cumulatives de 1 % de la
croissance monétaire au cours des derniers
premier et deuxième trimestres provoqueront une
augmentation de 0,2 % de l'inflation. Cette
dernière a également un impact dynamique
positif à long terme sur elle-même, ce qui
signifie qu'il existe une inertie de l'inflation au
Ghana ou des augmentations cumulatives de 1 %
du taux d'inflation au cours des derniers six
trimestres provoqueront une augmentation de 0,9
% du niveau actuel de l'inflation. Cette inertie de
l'inflation au Ghana peut s'expliquer par la
formation d'anticipation d'adaptation
inflationniste. Une dépréciation réelle du cedi a
des conséquences dynamiques positives à long
terme sur l'inflation. Des augmentations
cumulatives de 1 % de la dépréciation au cours
du cinquième et sixième trimestres
provoqueraient une montée de l'inflation de 0,01
%.
Au Ghana, la croissance du PIB réel a un impact
important sur l'inflation. Les conséquences
globales dynamiques à long terme de -0,2
indiquent que des augmentations cumulatives de
1 % de la croissance du PIB réel au cours des
derniers quatre à six trimestres provoqueront une
réduction du taux d'inflation de 0,2 %. Ainsi,
l'inflation au Ghana peut être considérée
également comme un phénomène structurel. Cela
est particulièrement évident lorsque des récoltes
abondantes provoquent une diminution de
l'inflation alimentaire, aboutissant à une
réduction globale de l'IPC.
29
Table 2: Résultats parcimonieux sans restriction du modèle VAR pour le Ghana
Dependent
Variable
GHAM2G GHAINF GHADEP GHAGDPG
Independent
Variable
GHAM2G(-1) 1.112542 (0.0000) -0.124214 (0.0470)
GHAM2G(-2) 0.279390 (0.0000)
GHAM2G(-3) -0.290876 (0.0017)
GHAM2G(-4) -0.701581 (0.0000) -0.547645 (0.0003)
GHAM2G(-5) 0.809974 (0.0000) 0.828768 (0.0001)
GHAM2G(-6) -0.225388 (0.0011) -0.317111 (0.0151)
GHAINF(-1) 1.104226 (0.0000) -0.090244 (0.0583) -0.012409 (0.0176)
GHAINF(-2)
GHAINF(-3) -0.111275 (0.0034)
GHAINF(-4) -0.651762 (0.0000) -0.571348 (0.0000) 0.056360 (0.0000)
GHAINF(-5) 0.745596 (0.0000) 0.799929 (0.0000) -0.084606 (0.0000)
GHAINF(-6) -0.272567 (0.0000) -0.295369 (0.0102) 0.033903 (0.0000)
GHADEP(-1) 1.262066 (0.0000)
GHADEP(-2) -0.277259 (0.0080)
GHADEP(-3)
GHADEP(-4) -0.337219 (0.0041)
GHADEP(-5) -0.100877 (0.0384) 0.215762 (0.0249)
GHADEP(-6) 0.109199 (0.0179)
GHAGDPG(-1) 1.442564 (0.0000)
GHAGDPG(-2) -0.539927 (0.0000)
GHAGDPG(-3)
GHAGDPG(-4) 2.031249 (0.0001) -2.505873 (0.0000) -1.020378 (0.0124) -0.398389 (0.0000)
GHAGDPG(-5) -2.189601 (0.0000) 3.265292 (0.0000) 0.460683 (0.0001)
GHAGDPG(-6) -0.992676 (0.0405) -0.168387 (0.0185)
CONSTANT 7.357786 (0.0003) 0.645953 (0.7720) 9.551611 (0.0040) 1.203331 (0.0011)
R-Squared 0.913724 0.975348 0.937524 0.940090
R-Squared adjusted 0.906958 0.972609 0.929874 0.934751
F-statistic & prob 135.0320 (0.0000) 356.0886 (0.0000) 122.5504 (0.0000) 176.0954 (0.0000)
Source: Calculs du personnel de l’IMAO
Dans le modèle de taux de change, le coefficient
de détermination les erreurs est 0, 92 98 (4ème
colonne du Tableau 2). Le modèle résiste à tous
les tests clés de diagnostique et mérite d'être
examiné. Les résultats montrent que la
croissance monétaire a des conséquences
dynamiques néfastes à long terme sur la
dépréciation du taux de change réel. Des
augmentations cumulatives de 1 % de la
croissance monétaire au cours des derniers
quatre à six trimestres provoqueront une
appréciation réelle de 0,4 % de la monnaie
nationale. Cette relation est contraire à
l'anticipation a priori de l'étude que la croissance
monétaire réelle devrait provoquer une
dépréciation réelle du taux de change. Toutefois,
on peut expliquer cette relation en disant que
dans le cas du Ghana, le taux d'inflation
domestique est supérieur à celle du reste du
monde, comme le montre l'indice des prix à la
production aux États-Unis. Par ailleurs, le taux
d'inflation domestique pendant la dernière
décennie a été supérieur au taux nominal de
dépréciation. Ainsi, alors que la croissance
monétaire réelle a été en augmentation, le taux
nominal de dépréciation et le taux d'inflation
dans le reste du monde ont été à la traîne,
provoquant ainsi une appréciation réelle de la
30
monnaie nationale, le cedi. Cette explication est
appuyée par les conséquences dynamiques
néfastes de l'inflation sur la dépréciation du taux
de change réel. L'évaluation du coefficient
cumulatif net de -0,157 implique que des
augmentations cumulatives de 1 % de l'inflation
au cours des six derniers trimestres
provoqueraient une appréciation du taux de
change réel actuel de 0,2 %
Au Ghana, le taux de change réel a des
conséquences dynamiques positives sur lui-
même. L'évaluation du coefficient cumulatif de
0,863 implique des augmentations de 1 % de la
dépréciation du taux de change réel au cours des
derniers six trimestres provoqueraient une
augmentation de 0,9 % de la dépréciation du taux
de change réel actuel. S'agissant de la croissance
du PIB réel, elle a un impact négatif sur la
dépréciation du taux de change réel, comme
indiqué par l'évaluation des coefficients de
moyenne -1,02 du quatrième écart de la
croissance du PIB réel. Cela signifie qu'une
augmentation de 1 % au cours du quatrième écart
de la croissance du PIB réel provoquerait une
appréciation deux 1,0 % du taux de change réel.
Quand bien même ce résultat tend à être différent
de la théorie économique établie, il peut être
rationalisé dans le cas du Ghana, où des taux de
croissance élevés du PIB réel tendent à coïncider
avec des taux d'inflation relativement élevés.
Ainsi, la croissance du PIB réel tend à faire
apprécier le taux de change réel au Ghana,
annulant ainsi les conséquences ‘consommation-
importations’ de revenus accrus sur le taux de
change réel.
Dans le modèle de croissance du PIB réel (5ième
Colonne du Tableau 2), toutes les variables du
modèle affiché un pouvoir d'explication de 94,0
% dans le modèle parcimonieux. Tous les
résultats des tests clés de diagnostique montrent
qu'ils valent la peine d'être examinés. Ces
résultats montrent que la croissance monétaire et
la dépréciation réelle n'ont pas d'impact sur la
croissance du PIB réel. Cela pourrait suggérer
l'existence de la neutralité monétaire au Ghana.
L'inflation a des conséquences dynamiques
néfastes à long terme sur la croissance du PIB
réel. Cumulativement, des augmentations de
l'inflation de 1 % au cours des six derniers
trimestres provoqueraient une diminution
d'environ 0,01 % de la croissance du PIB réel.
L'impact dynamique de la croissance du PIB réel
sur elle-même est positif. Des augmentations
cumulatives 1 % de la croissance du PIB réel au
cours des six derniers trimestres provoqueraient
une augmentation de 0,8 % de la croissance du
PIB réel actuel.
5.2.2 Analyse de la fonction de réaction
aux impulsions au Ghana
Les graphiques de réaction aux impulsions au
Ghana (voir Annexe IV) indiquent que la
réaction de l'inflation aux chocs d'écart type de la
croissance monétaire est censée diminuée au
début, du premier au troisième trimestres, avant
d'augmenter par la suite vers la ligne d'équilibre
au quatrième et cinquième trimestre de la période
de prévision. L'inflation ont réagi à son propre
choc en augmentant progressivement durant les
neuf premiers trimestres, avant de devenir
constante jusqu'au 12e trimestre de la période de
prévision. L'inflation ne réagit pas de manière
significative face aux chocs provenant de la
dépréciation du taux de change réel et de la
croissance du PIB réel.
Les réactions de la croissance du PIB réel face
aux innovations de la croissance monétaire réelle
et à la dépréciation du taux de change réel ne
sont pas importantes. Toutefois, la croissance du
PIB réel tend à diminuer en présence des chocs
inflationnistes durant toute la période de
prévision. Face à ses propres innovations, la
croissance du PIB réel réagi positivement en
augmentant au début durant le premier jusqu'au
sixième trimestre, avant de diminuer légèrement,
mais tout en demeurant au dessus de la ligne
d'équilibre durant le reste de la période de
prévision.
La dépréciation du taux de change réel réagi
positivement aux chocs provenant de la
croissance monétaire réelle jusqu'au huitième
trimestre, avec l'inflation en hausse jusqu'au
sixième trimestre et le taux de change lui-même
durant toute la période de prévision. Toutefois,
31
elle ne réagit pas face aux innovations de la
croissance du PIB réel.
5.2.3 Analyse de la décomposition des
variations au Ghana
À partir des tableaux de décomposition des
variations (Annexe V), on constate que les
résultats de la décomposition des variations de
l'inflation montrent que elle-même et la
croissance monétaire constitue les principaux
moteurs, avec l'inflation et la croissance
monétaire représentant respectivement 62,5 % et
37,5 % des variations totales de l'inflation.
Encore une fois, comme ce fut le cas de la
Gambie, l'influence de la croissance monétaire
diminue du troisième trimestre jusqu'au 12e
trimestre. La croissance du PIB réel représente
environ 10,2 % des variations de l'inflation au
12e trimestre de la période de prévision.
Toutefois, l'inflation demeure son propre
principal moteur au cours de la période de
prévision.
Pour la décomposition des variations de la
croissance du PIB réel, environ 10 % des
variations s'expliquent par l'inflation entre le
sixième et le neuvième trimestre.
Essentiellement, la croissance du PIB réel
demeure son propre moteur durant toute la
période de prévision.
S'agissant de la dépréciation/appréciation du taux
de change réel, la croissance monétaire et
l'inflation sont les principaux moteurs des
variations de la dépréciation du taux de change
réel. Au début, on peut expliquer les variations
par le taux de change réel lui-même (50,6 %), la
croissance monétaire (23,2 %) et l'inflation (26,2
%). La croissance du PIB réel émerge comme
contributeur important aux variations de la
dépréciation/appréciation du taux de change réel
au cours du deuxième trimestre de la période de
prévision et son influence s'accroît au cours du
12e trimestre.
La croissance monétaire réelle demeure son
propre principal moteur, étant donné qu'elle
explique plus de 90 % des variations au cours du
premier au sixième trimestre. L'inflation ne se
manifeste au huitième trimestre de la période de
prévision comme facteur d'influence (10,7 %)
provoquant les variations de la croissance
monétaire réelle et maintenant cette influence
jusqu'au 12e trimestre de la période de prévision.
La dépréciation réelle demeure un facteur sans
influence durant toute la période de prévision,
alors que la croissance du PIB réel ne devient
influente qu’au 12e trimestre.
5.3 Résultats de la Guinée
5.3.1 Résultats du modèle VAR pour la
Guinée
Le Tableau 3 fait état des résultats généraux du
modèle VAR pour la Guinée et ces résultats
représentent 95,1 % d'explication. Le modèle a
été testé pour toutes les hypothèses clés sous-
tendant la procédure d'évaluation et aucune
d’elles n'a été violée.
Le modèle d'inflation pourrait avoir 97,6 %
d'explication dans le modèle parcimonieux VAR
(3ème Colonne du Tableau 3). Les résultats des
tests clés de diagnostique indiquent que le
modèle mérite d'être examiné. L'inertie
d'inflation existe en Guinée et les 3 autres
variables du modèle ont
32
Tableau 3: Résultats parcimonieux sans restriction du modèle VAR pour la Guinée
Dependent
Variable
GUIM2G GUIINF GUIDEP GUIGDPG
Independent
Variable
GUIM2G(-1) 1.713814 (0.0000)
GUIM2G(-2) -0.750053 (0.0000)
GUIM2G(-3)
GUIM2G(-4) -0.922740 (0.0000) -0.058823 (0.1468) -0.595832 (0.0006) -0.050836 (0.0001)
GUIM2G(-5) 1.562197 (0.0000) 0.083859 (0.0385) 0.808603 (0.0022) 0.068525 (0.0004)
GUIM2G(-6) -0.758139 (0.0000) -0.326158 (0.0751) -0.024627 (0.0784)
GUIINF(-1) 1.660775 (0.0000)
GUIINF(-2) -0.586239 (0.0001)
GUIINF(-3)
GUIINF(-4) -0.803756 (0.0000) -0.975513 (0.0052) -0.016295 (0.0371)
GUIINF(-5) -0.106172 (0.0530) 1.160161 (0.0000) 1.570554 (0.0090)
GUIINF(-6) -0.493656 (0.0000) -0.875392 (0.0125)
GUIDEP(-1) 1.477276 (0.0000)
GUIDEP(-2) -0.548533 (0.0000)
GUIDEP(-3)
GUIDEP(-4) 0.035863 (0.1704) -0.574555 (0.0001)
GUIDEP(-5) -0.039295 (0.1069) 0.049951 (0.0517) 0.794207(0.0002)
GUIDEP(-6) -0.368758 (0.0044)
GUIGDPG(-1) -0.335236 (0.0227) -1.448993(0.0174) 1.318304 (0.0000)
GUIGDPG(-2) -1.049269(0.0326) -0.386531 (0.0086)
GUIGDPG(-3)
GUIGDPG(-4) 2.906705 (0.0000) 4.761507(0.0011) -0.520041 (0.0001)
GUIGDPG(-5) -4.562393 (0.0000) -8.780497 (0.0000) 0.508024 (0.0021)
GUIGDPG(-6) 1.636899 (0.0101) 3.693359 (0.0029) -0.153481 (0.1407)
CONSTANT 6.790693 (0.0391) 1.838651(0.0276) 11.10215 (0.0210) 1.078722 (0.0068)
R-Squared 0.957698 0.979109 0.929019 0.911979
R-Squared adjusted 0.951410 0.976323 0.913809 0.901556
F-statistic & prob 152.3033 (0.0000) 351.5055 (0.0000) 61.07875 (0.0000) 87.49274 (0.0000)
Source: Calculs du personnel de l’IMAO
un impact dynamique important sur l'inflation.
Le cinquième écart de la croissance monétaire a
un impact dynamique positif à long terme sur le
taux d'inflation en Guinée. La magnitude et
l'évaluation du coefficient montrent que des
augmentations de 1 % de la croissance de la
masse monétaire provoqueraient une montée de
l'inflation de 0,1 %. La dynamique inflationniste
montre également que des augmentations
cumulatives de 1 % de l'inflation au cours des six
derniers trimestres provoqueraient une
augmentation du niveau actuel de l'inflation de
0,9 % . Le cinquième écart de la dépréciation du
taux de change réel indique un coefficient positif
important, ce qui suggère qu'une augmentation
de 1 % de la dépréciation du taux de change
provoquerait une augmentation de 0,05 % de
l'inflation. La croissance du PIB réel a un impact
dynamique négatif à long terme sur l'inflation.
Le coefficient du premier écart de la croissance
du PIB réel indique qu'une augmentation de 1 %
de la croissance du PIB réel provoquerait une
diminution de l'inflation de 0,3 %, ce qui suggère
que l'inflation constitue également un
phénomène structurel en Guinée.
Le modèle de croissance du PIB réel explique
90,2 % des variations, comme indiqué dans la
cinquième colonne du Tableau 3. Le modèle
résiste à tous les tests de diagnostique clés et
mérite par conséquent d'être examiné. Les
variables importantes de l'équation de croissance
du PIB réel sont la croissance monétaire,
l'inflation et les valeurs antérieures de la
33
croissance du PIB réel. Les conséquences
dynamiques nettes de la croissance monétaire sur
la croissance du PIB réel sont négatives. Plus
précisément, une augmentation de 1 % de la
croissance monétaire au cours des six derniers
trimestres pourrait provoquer une diminution de
0,01 % de la croissance du PIB réel au cours du
trimestre actuel. L'inflation a également un
impact négatif sur la croissance du PIB réel.
Précisément, une augmentation de 1 % de
l'inflation au cours du quatrième trimestre
précédent pourrait provoquer une diminution de
0,02 % de la croissance du PIB réel au cours du
trimestre actuel. La croissance du PIB réel a une
inertie positive, si bien que les conséquences
globales nettes de 1 % sur ses propres valeurs
antérieures pourraient provoquer une
augmentation de 0,9 % de la croissance du PIB
réel actuel.
Le modèle de dépréciation du taux de change
réel représente 91,4 % d'explication du cadre
parcimonieux VAR (4ème Colonne du Tableau
3). Le modèle résiste à tous les tests de
diagnostique, ce qui implique que les résultats
méritent d'être analysés. La variable de la
croissance monétaire a un impact cumulatif
dynamique de -0,113, ce qui suggère qu'une
croissance cumulative de 1 % de la masse
monétaire provoquerait une appréciation réelle
de 0,1 % du GNF. Cette relation s'explique par le
fait qu'une forte croissance monétaire provoque
une montée de l'inflation à un niveau supérieur à
celui du reste du monde, provoquant ainsi une
appréciation réelle du taux de change. L'impact
inflationniste sur le taux de change réel atteint
une valeur cumulative négative de 0,3, ce qui
suggère que des augmentations de 1 % de
l'inflation au cours des six derniers trimestres
provoqueraient une appréciation du taux de
change réel de 0,3 %. Une dépréciation réelle a
un impact dynamique positif sur elle-même,
étant donné que des augmentations de 1 % au
cours des six derniers trimestres provoqueraient
une augmentation de 0,8 % du niveau actuel de
dépréciation. Une autre importante variable de
l'équation de la dépréciation réelle est la
croissance du PIB réel. L'impact cumulatif
d'augmentations de 1 % de la croissance du PIB
réel au cours des six derniers trimestres
provoquerait une appréciation de 1,8 % du taux
de change réel et cette relation s'explique par le
mouvement d'ensemble de l'inflation et la
croissance en Guinée.
Les résultats dans la deuxième colonne du
Tableau 3 indiquent que la croissance monétaire
réelle (GUIM2G) subit l'impact de ses propres
valeurs antérieures. L'impact cumulatif
dynamique à long terme de la croissance
monétaire sur elle-même est de 0,8, ce qui
implique que des augmentations cumulatives de
1 % de la croissance de la masse monétaire au
cours du premier au deuxième, quatrième au
sixième trimestre, pourraient provoquer une
augmentation de 0,8 % de la croissance
monétaire actuelle. Se laver dire qu'en Guinée,
des taux antérieurs de croissance monétaire
pourraient perpétuer les taux de croissance
actuels. Le cinquième écart du taux d'inflation
(GUIINF) a un impact négatif important sur la
croissance monétaire. La valeur de l'évaluation
des coefficients implique qu'une augmentation
de 1 % de l'inflation pourrait provoquer une
diminution de 0,1 % de la croissance monétaire.
Cela suggère que l'inflation entre dans la
fonction de réaction des autorités monétaires en
Guinée, si bien que la croissance monétaire
diminue face à l'augmentation de l'inflation. Une
autre variable de l'équation parcimonieuse de
croissance monétaire est la dépréciation du taux
de change réel (GUIPEP), mais elle n'est pas
statistiquement importante aux niveaux
conventionnels. La croissance du PIB réel
(GUIGDPG) a également un impact négatif
dynamique à long terme sur la croissance
monétaire en Guinée. Cumulativement, des
augmentations de 1 % de la croissance du PIB
réel au cours des six derniers trimestres
provoqueraient une diminution de 1,1 % de la
croissance monétaire. Comme dans le cas du
Ghana, cette relation pourrait s'expliquer par le
fait que des mesures sont prises périodiquement
pour arrêter les pressions inflationnistes qui
coïncident avec l'expansion de l'économie
guinéenne.
34
5.3.2 Analyse de la fonction de réaction
aux impulsions en Guinée
À partir des graphiques de la réaction aux
impulsions en Guinée (voir Annexe IV), la
réaction de l'inflation au choc d'écart type de la
croissance monétaire consiste à augmenter au
point de dépasser la ligne d'équilibre pendant
toute la période de prévision. L'inflation réagit
également à ses propres innovations, en
augmentant progressivement durant toute la
période de prévision. Les innovations de la
dépréciation du taux de change réel et de la
croissance du PIB réel ne nécessitent aucune
réaction de l'inflation.
La croissance du PIB réel réagit négativement
aux chocs résultant de la croissance monétaire
réelle durant toute la période de prévision. Les
réactions de la croissance du PIB réel face à
l'inflation et la dépréciation du taux de change
réel sont importantes. Face à ses propres
innovations, la croissance du PIB réel réagi
positivement au cours de la période du premier
au huitième trimestre.
La dépréciation du taux de change réel réagit aux
chocs résultant de la croissance monétaire réelle
en augmentant au point de dépasser la ligne
d'équilibre au cours des six premiers trimestres,
pour devenir par la suite insignifiante. La
dépréciation réelle réagit également de manière
positive à ses propres innovations durant les neuf
premiers trimestres de la période de prévision.
Toutefois, elle ne réagit pas aux innovations de
l'inflation et de la croissance du PIB réel.
La réaction cumulée de la croissance monétaire à
son propre choc d'écart type de 1 % consiste à
augmenter au cours des six premiers trimestres
de la période de prévision et par la suite, à
demeurer stable au dessus de son chemin
d'équilibre. La croissance monétaire ne réagit pas
aux chocs inflationnistes au cours de toute la
période de 12 trimestres. Toutefois, la croissance
monétaire réagit face aux innovations de la
dépréciation du taux de change réel en diminuant
légèrement au cours de la période de prévision.
Les innovations de la croissance du PIB réel ne
provoquent aucune réaction de la croissance
monétaire.
5.3.3 Analyse de la décomposition des
variations en Guinée
La décomposition des variations de la croissance
monétaire réelle (Annexe V) montre que
l'inflation passée est elle-même son propre
moteur dominant au cours du premier trimestre.
Toutefois, à partir du second trimestre, la
croissance monétaire affiche de l'influence dans
l'explication des variations de l'inflation. À la fin
du XIIe trimestre de la période de prévision, la
croissance monétaire devient le facteur dominant
expliquant l'inflation, avec une contribution de
56,9 % des variations totales de l'inflation.
L'inflation devient le second moteur dominant de
ses propres variations, avec une contribution de
31,9 %. La dépréciation du taux de change réel et
la croissance du PIB réel n'exercent aucune
influence significative sur les variations de
l'inflation.
La décomposition des variations de la croissance
du PIB réel s'explique en partie par elle-même
(56,2 %), par l la dépréciation du taux de change
réel (21,8 %) et par l'inflation (16,9 %) au cours
du premier trimestre de la période de prévision.
Au cinquième trimestre, la croissance monétaire
émerge comme moteur d'influence des
variations de la dépréciation du taux de change
réel. À la fin de la période de prévision, la
croissance monétaire devient un facteur
dominant poussant La croissance du PIB réel.
Au début, la dépréciation ou l'appréciation du
taux de change réel est le principal moteur
dominant de ses propres variations (77,4 %),
suivie de la croissance de la masse monétaire
(19,6 %). À la fin du septième trimestre, la
croissance du PIB réel émerge comme facteur
d'influence (11,1 %), expliquant les variations de
la dépréciation réelle. L'inflation assume
également un rôle important au deuxième
trimestre de la période de prévision. Au XIIe
trimestre, toutes les variables du modèle
deviennent des moteurs de la dépréciation du
taux de change réel.
La croissance monétaire devient son propre
moteur, du premier au sixième trimestre de la
période de prévision. La dépréciation du taux de
35
change réel devient importante au septième
trimestre, alors que l'inflation émerge est
importante au 10e trimestre. Au XIIe trimestre,
la croissance monétaire des liens le moteur
dominant de ses propres variations, suivie de
l'inflation et de la dépréciation du taux de change
réel. La croissance du PIB réel n'exerce aucune
finance sur les variations de la croissance
monétaire réelle.
5.4 Résultats du Libéria
5.4.1 Résultats du modèle VAR pour le
Libéria
Le Tableau 4 fait état des résultats parcimonieux.
Le modèle d'inflation offre 95,1 % d'explication,
comme indiqué dans le troisième colonne du
Tableau 4. Le modèle parcimonieux résiste à
tous les tests clés de diagnostique et mérite, par
conséquent, d'être analysé. Toutes les variables
du modèle - la croissance monétaire réelle
(LIBM2G), la dépréciation du taux de change
réel (LIBDEP) et la croissance du PIB réel
(LIBGDPG) - ont des impacts de dynamique sur
le taux d'inflation actuel (LIBINF). Les
conséquences cumulatives nettes de la croissance
de la masse monétaire sur l'inflation affichent le
chiffre 0,008, ce qui suggère que la croissance
monétaire provoque une augmentation de
l'inflation qui exerce une certaine inertie
positive, si bien que des augmentations
cumulatives de 1 % de l'inflation au cours des six
derniers trimestres provoqueraient une
augmentation de 0,9 % du taux d'inflation actuel.
Quant à la dépréciation du taux de change réel,
elle a des conséquences dynamiques positives
nettes sur l'inflation. Des augmentations
cumulatives de 1 % de dépréciation réelle
provoqueraient une augmentation de 0,003 % du
taux d'inflation actuel. Les conséquences
dynamiques nettes de la croissance du PIB réel
sur l'inflation sont négatives, ce qui suggère que
des augmentations cumulatives 1 % de la
croissance du PIB réel provoqueraient une
diminution de 0,02 % de l'inflation. La variable
factice n'est pas i importante dans l'équation de
l'inflation, ce qui suggère que la période de
guerre n'a pas provoqué de changements
structurels importants dans la tendance
inflationniste au Libéria.
36
Table 4: Résultats du modèle VAR pour le Libéria Dependent
Variable
LIBM2G LIBINF LIBDEP LIBGDPG
Independent
Variable
LIBM2G(-1) 1.549408 (0.0000)
LIBM2G(-2) -0.572773 (0.0000)
LIBM2G(-3)
LIBM2G(-4) -0.660069 (0.0000) 0.124915 (0.0000) 0.112651 (0.0470) -0.367459 (0.0000)
LIBM2G(-5) 0.994060 (0.0000) 0.204804 (0.0000) -0.074236 (0.1827) 0.643407 (0.0000)
LIBM2G(-6) -0.425825 (0.0000) 0.072119 (0.0028) -0.248051 (0.0000)
LIBINF(-1) 1.539611 (0.0000) -0.203251 (0.0326)
LIBINF(-2) -0.541302 (0.0000)
LIBINF(-3)
LIBINF(-4) -2.120256 (0.0000) -0.807672 (0.0000) -0.882478 (0.0004) 0.688253 (0.0093)
LIBINF(-5) 3.310450 (0.0000) 1.157154 (0.0000) 1.228686 (0.0007) -1.123321 (0.0063)
LIBINF(-6) -1.447645 (0.0000) -0.471876 (0.0000) -0.544762 (0.0090) 0.480772 (0.0459)
LIBDEP(-1) -0.077530 (0.0985) 1.369306 (0.0000) -0.085399 (0.1259)
LIBDEP(-2) -0.545822 (0.0000)
LIBDEP(-3)
LIBDEP(-4) -0.068139 (0.0131) -0.781160 (0.0000)
LIBDEP(-5) 0.114866 (0.0050) 1.017648 (0.0000) -0.134401 (0.0251)
LIBDEP(-6) -0.043518 (0.0885) -0.431858 (0.0000)
LIBGDPG(-1) 1.629658 (0.0000)
LIBGDPG(-2) -0.589315 (0.0000)
LIBGDPG(-3)
LIBGDPG(-4) 0.286585 (0.0000) -0.091937 (0.0000) 0.397047 (0.0000) -0.785238 (0.0000)
LIBGDPG(-5) -0.393480 (0.0001) 0.132809 (0.0000) -0.530966 (0.0000) 1.261809 (0.0000)
LIBGDPG(-6) 0.115317 (0.0792) -0.059191 (0.0038) 0.213509 (0.0019) -0.462558 (0.0000)
CONSTANT 2.665201 (0.0171) 0.178925 (0.5850) 0.891653 (0.3381) -0.329359 (0.7710)
DUM -1.178680 (0.3152) 0.106256 (0.7839) 0.308356 (0.7882) 1.245119 (0.3987)
R-Squared 0.965330 0.957813 0.964112 0.965642
R-Squared adjusted 0.960427 0.950854 0.958193 0.960383
F-statistic & prob 196.8924 (0.0000) 137.6421 (0.0000) 162.8666 (0.0000) 183.6231 (0.0000)
Source: Calculs de l'auteur
Le modèle de croissance du PIB réel offre 96,0
% d'explication. Les résultats de tous les tests
clés de diagnostique montrent que ces résultats
méritent d'être examinés. S'agissant des résultats
du modèle parcimonieux dans la cinquième
colonne du Tableau 4, toutes les variables du
modèle a fait la croissance du PIB réel au
Libéria. La croissance monétaire a un impact
dynamique positif sur la croissance du PIB réel.
Des augmentations cumulatives 1 % de la
croissance monétaire réelle au cours des six
derniers trimestres provoquerait une
augmentation de 0,03 % de la croissance du PIB
réel actuel. L'inflation a également des
conséquences dynamiques positives nettes sur la
croissance du PIB réel, si bien que des
augmentations cumulatives de 1 % de l'inflation
provoqueraient une augmentation de 0,05 % de
la croissance du PIB réel. La dépréciation du
taux de change réel a un impact négatif sur la
croissance du PIB réel. Une dépréciation de 1 %
provoquerait une diminution de 0,1 % de la
croissance du PIB réel. Cette dernière provoque
une inertie positive, si bien que des
augmentations cumulatives de 1 % de la
croissance du PIB réel dans le passé
provoqueraient une augmentation de 1,1 % du
taux de croissance du PIB actuel. Une fois
encore, les deux variables factices ne sont pas
importantes dans l'équation de croissance du
PIB.
Le modèle de dépréciation du taux de change
réel a un coefficient de détermination de 0,958
dans le cadre parcimonieux VAR (quatrième
colonne du Tableau 4). Le modèle résiste à tous
37
les tests clés de diagnostique et les résultats
méritent d'être examinés. Tout d'abord, la
croissance monétaire a un impact positif sur la
dépréciation du taux de change réel, ce qui est
conforme aux anticipations a priori. Des
augmentations de 1 % de la croissance de la
masse monétaire provoqueraient une
dépréciation de 0,1 % du taux de change réel.
L'inflation a des conséquences dynamiques
négatives nettes sur la dépréciation réelle. Des
augmentations cumulatives de 1 % de l'inflation
au cours des six derniers trimestres
provoqueraient une appréciation de 0,4 % du
taux de change réel actuel. Des augmentations
cumulatives de 1 % des niveaux passés de la
dépréciation du taux de change provoqueraient
une dépréciation de 0,6 % du taux de change réel
actuel. La croissance du PIB réel a un impact
négatif à long terme sur la dépréciation réelle.
Une augmentation de 1 % de la croissance du
PIB réel dans le passé provoquerait une
appréciation d'environ 0,3 % du taux de change
réel actuel.
L'équation de croissance monétaire dans le
modèle VAR parcimonieux offre 96,0 %
d'explication. Le modèle de croissance monétaire
résiste à tous les tests de diagnostique effectués.
La croissance monétaire provoque une inertie
positive nette. L'impact cumulatif dynamique à
long terme des valeurs passées de la croissance
monétaire sur le taux de croissance actuelle est
de 0,9, ce qui veut dire que des augmentations
cumulatives de 1 % de la croissance de la masse
monétaire au cours des six derniers trimestres
provoqueraient une augmentation de 0,9 % de la
croissance de la masse monétaire actuelle.
L'inflation a des conséquences dynamiques
négatives à long terme sur la croissance
monétaire. Cumulativement, des augmentations
de 1 % du taux d'inflation au cours des derniers
trimestres provoqueraient une diminution de 0,3
% de la croissance de la masse monétaire. Ainsi,
l'inflation entre dans la fonction de réaction des
autorités monétaires du Libéria. Le premier écart
de la dépréciation du taux de change réel a
également des conséquences négatives
importantes sur la croissance monétaire. La
magnitude de l'évaluation du coefficient indique
qu'une augmentation de 1 % de la dépréciation
réelle au cours du trimestre précédent
provoquerait une réduction de 0,1 % du taux de
croissance monétaire. Cela suggère également
que la dépréciation du taux de change réel entre
dans la fonction de réaction des autorités
monétaires du Libéria. En vérité, au Libéria, le
cadre des politiques monétaires se focalise sur le
ciblage du taux de change. La croissance du PIB
réel a des conséquences positives nettes sur la
croissance monétaire. Cela implique
probablement une situation où les autorités
monétaires ajustent leurs cibles monétaires pour
contenir la croissance du PIB. Le coefficient de
la seconde variable factice est statistiquement
important à 6,0 %, ce qui implique un
changement vers le régime de taux de change la
cible a provoqué un changement parallèle à la
hausse de la croissance monétaire au Libéria. Le
modèle factice de guerre n'a aucune conséquence
importante sur la croissance monétaire au
Libéria.
5.4.2 Analyse de la fonction de réaction aux
impulsions pour le Libéria
Les graphiques de réaction aux impulsions pour
le Libéria (Annexe IV) montrent que l'inflation
réagit aux chocs provenant de la croissance
monétaire en augmentant progressivement au
cours des huit premiers trimestres, avant de
devenir insignifiante vers la fin de la période de
prévision. Ainsi, la croissance monétaire
provoquerait une montée de l'inflation au
Libéria. Les réactions de l'inflation à son propre
choc sont positives durant toute la période de
prévision. Toutefois, l'inflation ne réagit pas aux
chocs résultant de la dépréciation du taux de
change réel et de la croissance du PIB réel.
La croissance du PIB réel réagi négativement
aux innovations de la croissance monétaire et à
l'inflation jusqu'au septième trimestre au moins
de la période de prévision. Elle réagit également
positivement à elle-même durant toute la période
de prévision. Toutefois, elle ne réagit pas aux
chocs provenant de la dépréciation du taux de
change réel.
La dépréciation du taux de change réel réagi
positivement aux innovations de la croissance
monétaire a réel jusqu'au septième trimestre, à la
38
croissance du PIB réel et à elle-même durant
toute la période de prévision. Toutefois, elle
réagit négativement aux innovations de
l'inflation entre le 6ème et 11ème trimestre.
Les réactions cumulées de la croissance
monétaire à ses propres innovations consistent à
augmenter au cours des cinq premiers trimestres
de la période de prévision et par la suite à
demeurer constante au cours du 12e trimestre de
la période de prévision. Il n'y a pas d'autres chocs
qui nécessitent des réactions de la croissance
monétaire au Libéria.
5.4.3 Analyse de la décomposition des
variations pour le Libéria
Les résultats de la décomposition des variations
(Annexe V) indiquent que
l'inflation est le principal moteur de l'inflation est
l'inflation elle-même durant toute la période de
prévision. La seule variable qui soit proche
d'exercer de l'influence est la dépréciation du
taux de change réel.
La croissance du PIB réel et l'inflation sont les
principaux moteurs de variations de la croissance
du PIB réel, avec des contributions initiales
respectives de 54,0 % et 33,1 %. Au fil du temps,
la croissance monétaire émerge comme l'un des
moteurs clés de la croissance du PIB réel.
Toutefois, vers la fin de la période de prévision,
la croissance du PIB réel se renforce elle-même
comme le principal moteur, contribuant environ
68,0 % de ses variations totales.
Dans le cas de la dépréciation/appréciation du
taux de change réel, les principaux moteurs sont
la croissance monétaire et la
dépréciation/appréciation elle-même. L'inflation
et la croissance du PIB réel émergent par la suite
comme les moteurs d'évaluation de la
dépréciation du taux de change réel. À la fin de
la période de prévision, l'inflation devient le
moteur principal (37,5 %) suivi de la croissance
du PIB réel (28,4 %), de la dépréciation elle-
même (17,2 %) et de la croissance monétaire
(16,8 %).
La croissance monétaire réelle demeure, au
début, le moteur dominant de sa propre
évolution, représentant, en moyenne, 90,0 % des
ses variations totales. Toutefois, à partir du
septième trimestre, l'inflation et la croissance du
PIB réel émerge en tant que facteur d'influence,
expliquant les variations de la croissance
monétaire. Cela suggère que l'inflation et la
croissance entrent dans la fonction de réaction
des autorités monétaires du Libéria.
5.5 Résultats du Nigéria
5.5.1 Résultat du modèle VAR pour le
Nigéria
Les résultats parcimonieux sont présentés dans
le Tableau 5. Dans l'équation de l'inflation, le
coefficient de détermination est de 95,9 %. Tous
les tests clés de diagnostique compte que le
modèle a été correctement précisé et qu'en
conséquence les résultats méritent d'être
examinés. La variable monétaire est
insignifiante, ce qui signifie que la croissance
monétaire pas l'inflation, de manière
significative, au Nigéria. Les taux d'inflation
antérieurs ont des conséquences dynamiques
positives sur le taux d'inflation actuelle, à tel
point que des augmentations cumulatives 21 %
du taux d'inflation provoqueraient une
augmentation de 1,1 % du taux d'inflation actuel
au Nigéria. La dépréciation réelle a des
conséquences dynamiques positives nettes sur
l'inflation au Nigéria. Une dépréciation
cumulative de 1 % du taux de change réel
provoquerait une augmentation de 0,03 % du
taux d'inflation actuel. La croissance du PIB réel
ne peut pas expliquer l'inflation au Nigéria.
L'équation de la croissance du PIB réel offre
91,8 % d'explication dans le modèle
parcimonieux VAR. Le modèle résiste à tous les
tests de diagnostique et par conséquent les
résultats méritent d'être examinés (cinquième
colonne du Tableau 5). La croissance monétaire
exerce un impact dynamique positif à long terme
sur la croissance du PIB. Une augmentation de 1
% de la croissance monétaire durant les
trimestres antérieurs provoquerait une
augmentation d'environ 0,002 % de la croissance
du PIB réel au Nigéria. L'inflation à un impact
d'amortissement dynamique à long terme sur la
croissance. Une augmentation de 1 % de
l'inflation dans le passé produirait une
diminution de 0,1 % de la croissance du PIB réel
39
au cours de la période actuelle. La croissance du
PIB réel elles-mêmes exercent une inertie de
croissance, si bien qu'une augmentation
cumulative de 1 % de la croissance du PIB réel
dans le passé produirait une augmentation de 0,9
% du taux actuel de la croissance du PIB.
Les variables dans l'équation du taux de change
offraient est une explication d'environ 93,6 %
des variations totales des mouvements de taux de
change réel. Les résultats de tests de
diagnostique montrent qu'aucune des hypothèses
de base n'a été violée. Les variables explicatives
importantes sont la croissance monétaire,
l'inflation et la dépréciation elle-même. La
croissance du PIB réel explique par la
dépréciation du taux de change réel au Nigéria.
Des augmentations cumulatives de 1 % de la
croissance monétaire dans le passé
provoqueraient une appréciation de 1,1 % du
taux de change réel. De même, la montée de
l'inflation dans le passé provoquerait une
appréciation de 0,1 % du taux de change réel au
cours de la période actuelle. Quant aux taux
antérieurs de dépréciation, des augmentations
cumulatives 1 % au cours des six derniers
trimestres provoquerait une dépréciation de 0,8
% au cours de la période actuelle.
Table 5: Résultats parcimonieux sans restriction du modèle VAR pour le Nigéria
Dependent
Variable
NIGM2G NIGINF NIGDEP NIGGDPG
Independent
Variable
NIGM2G(-1) 1.495612 (0.0000)
NIGM2G(-2) -0.484736 (0.0000)
NIGM2G(-3)
NIGM2G(-4) -0.650050 (0.0000) 0.136245 (0.1074) -0.525894 (0.0002) 0.253178 (0.0000)
NIGM2G(-5) 0.929697 (0.0000) -0.207252 (0.1385) 0.787549 (0.0005) -0.451348 (0.0000)
NIGM2G(-6) -0.403118 (0.0000) 0.095186 (0.2627) -0.371113 (0.0068) 0.200022 (0.0005)
NIGINF(-1) 1.422727 (0.0000)
NIGINF(-2) -0.301348 (0.0612) -0.118191 (0.0431)
NIGINF(-3) -0.104049 (0.5065)
NIGINF(-4) -0.357812 (0.0004) -0.351921 (0.0387) 0.191203 (0.0032)
NIGINF(-5) 0.648526 (0.0002) 0.357029 (0.0584) -0.294875 (0.0087)
NIGINF(-6) -0.320996 (0.0023) -0.064685 (0.5620) -0.098269 (0.1600) 0.108027 (0.1039)
NIGDEP(-1) 1.464749 (0.0000)
NIGDEP(-2) -0.498881 (0.0000)
NIGDEP(-3)
NIGDEP(-4) 0.129224 (0.0006) -0.072600 (0.0367) -0.706021 (0.0000)
NIGDEP(-5) -0.200132 (0.0009) 0.100756 (0.0041) 0.955438 (0.0000)
NIGDEP(-6) 0.063020 (0.1028) -0.403303 (0.0000)
NIGGDPG(-1) 1.543455 (0.0000)
NIGGDPG(-2) -0.542724 (0.0000)
NIGGDPG(-3)
NIGGDPG(-4) -0.615371 (0.0000) -0.804109 (0.0000)
NIGGDPG(-5) 1.036576 (0.0000) -0.059196 (0.2134) 1.157564 (0.0000)
NIGGDPG(-6) -0.325307 (0.0136) -0.470717 (0.0000)
CONSTANT 1.061342 (0.1994) 1.026395 (0.2559) 4.854293 (0.0090) 0.324553 (0.5151)
R-Squared 0.969170 0.963598 0.941534 0.925919
R-Squared adjusted 0.964810 0.959273 0.935858 0.917930
F-statistic & prob 222.2961 (0.0000) 222.7979 (0.0000) 165.8715 (0.0000) 115.8980 (0.0000)
Source: Calculs de l'auteur
40
Vu l'équation de croissance monétaire, elle offre
96,5 % d'explication. Le modèle résiste à tous les
tests de diagnostique effectués et les résultats
méritent d'être examinés. Toutes les variables,
l'inflation (NIGINF), la dépréciation du taux de
change réel (NIGDEP) et la croissance du PIB
réel (NIGM2G), ont des impacts statistiquement
importants sur la croissance de la masse
monétaire au Nigéria (deuxième colonne du
Tableau 5).
La croissance monétaire a des conséquences
dynamiques positives nettes sur elle-même. Des
augmentations cumulatives 1 % de la croissance
monétaire dans le passé provoquent une
augmentation de 0,9 % de la croissance
monétaire actuelle. Les conséquences
cumulatives dynamiques nettes de l'inflation sur
la croissance monétaire sont de - 0,03, ce qui
implique que des augmentations cumulatives de
1 % de l'inflation provoqueraient une réduction
de 0,03 % de la croissance monétaire, ce qui
suggère que les autorités monétaires nigérianes
considèrent l'inflation comme facteur de fonction
de réaction dans leurs politiques monétaires.
L'impact dynamique à long terme de la
dépréciation du taux de change réel sur la
croissance monétaire est négatif. Pour être
précis, il faut dire qu'une dépréciation de 1 % du
taux de change réel provoquerait une contraction
de 0,07 % de la croissance monétaire a réel. Pour
la croissance du PIB réel, il faut dire qu'une
augmentation de 1 % de ses valeurs passées
provoquerait une augmentation de 0,09 % de la
croissance monétaire réelle, ce qui suggère que
les autorités monétaires nigérianes ajustent le
volume monétaire en réaction au niveau de
croissance du PIB réel.
5.5.2 Analyse de la fonction de réaction
aux impulsions pour le Nigéria
Au Nigéria, les réactions de l'inflation à un choc
d'écart type de la croissance monétaire et à
l'inflation elle-même sont importantes, avec
l'augmentation de l'inflation en présence du choc
de croissance monétaire et de son propre choc.
L'inflation ne réagit pas aux chocs provenant de
la dépréciation du taux de change réel et de la
croissance du PIB réel.
La croissance du PIB réel ne réagit qu'à son
propre écart type, en augmentant pour se placer
au-dessus du niveau d'équilibre, ce qui confirme
également l'inertie de croissance constatée à
partir de l'évaluation des coefficients. Aucunes
deux autres innovations ne nécessitent de
réponse de la croissance du PIB réel.
Face à la dépréciation du taux de change réel,
elle réagit positivement aux chocs provenant de
la croissance monétaire réelle jusqu'au septième
trimestre, et de manière négative face à l'inflation
durant toute la période de prévision et encore de
manière positive envers elle-même durant toute
la période de prévision. Toutefois, elle ne réagit
pas aux chocs provenant de la croissance du PIB
réel.
La réaction aux impulsions de la croissance
monétaire réelle (voir Annexe IV) à ses propres
innovations est assez positive durant toute la
période de prévision, ce qui confirme l'inertie de
croissance monétaire constatée à partir de
l'évaluation des coefficients. Toutefois, elle ne
réagit pas aux chocs provenant d'autres variables
du modèle, telles que l'inflation, la dépréciation
et la croissance du PIB.
5.5.3 Analyse de la décomposition des
variations pour le Nigéria
Les résultats de la décomposition des variations
de l'inflation montrent que la croissance
monétaire et l'inflation elle-même sont les
principaux moteurs durant toute la période de
prévision. La contribution initiale de l'inflation
est de 62,7 %, mais elle diminue
progressivement pour atteindre 61,0 % à la fin du
XIIe trimestre. La croissance monétaire
contribue 37,3 % aux variations totales de
l'inflation durant le premier trimestre de la
période de prévision, mais sa contribution
diminue pour atteindre 23,1 % à la fin de la
période de prévision. La dépréciation et la
croissance du PIB n'offre pas d'explication
importante pour l'inflation.
41
Quant à la croissance du PIB réel, aucune autre
variable n'exerce d'influence significative, à
l'exception d’elle-même durant toute la période
de prévision. D'abord, elle offre une explication
de 92,9 %, et continue avec des pertes
marginales jusqu'au XIIe trimestre lorsqu'elle
offre 84,4 % d'explication de ses propres
variations.
La dépréciation ou l'appréciation du taux de
change réel demeure également son propre
moteur durant toute la période de prévision,
réduisant quand bien même sa contribution, de
88,1 % au cours du premier trimestre à cinq ans
non, 0 % au XIIe trimestre. Au début, la
croissance monétaire est le second moteur
dominant de la dépréciation réelle (11,1 %), mais
elle est rattrapée par l'inflation comme c'est au
moteur de principal de la dépréciation réelle au
neuvième trimestre de la période de prévision. À
la fin de cette période, l'inflation offre une
explication de 25,8 %, alors que la croissance
monétaire offre une explication de 12,9 % des
variations de la dépréciation réelle.
La décomposition des variations de la croissance
monétaire réelle (voir Annexe V) indique qu'elle
est elle-même son principal moteur durant toute
la période de prévision. Au premier trimestre,
elle offre 100 % d'explication de ses variations
totales. C'est seulement au 11e trimestre que la
croissance du PIB réel émerge comme piston de
la croissance monétaire réelle, ce qui suggère
que c'est seulement la croissance qui entre dans
la fonction de réaction des politiques monétaires
des autorités nigérianes.
5.6 Résultats de la Sierra Leone
5.6.1 Résultats sans restriction du modèle
VAR pour la Sierra Leone
Les résultats généraux du modèle qui figurent
dans le Tableau 6. Les variables du modèle pour
la Sierra Leone sont stationnaires à certains
niveaux, selon les résultats de tests de racine
unitaire. Ainsi, l'étude procède à l'évaluation du
modèle sans restriction VAR pour la Sierra
Leone. Les critères de longueur d'écart indiquent
six écarts optima pour l'évaluation. Pour
déterminer la question de la manifestation ou non
de changements structurels dans l'économie de la
Sierra Leone, en raison de la guerre civile, une
variable factice a été introduit dans le modèle.
42
Tableau 6: Résultats parcimonieux sans restriction du modèle VAR pour la Sierra Leone
Dependent
Variable
SIEM2G SIEINF SIEDEP SIEGDPG
Independent
Variable
SIEM2G(-1) 1.255209 (0.0000)
SIEM2G(-2) -0.276206 (0.0293) 0.022121 (0.1345)
SIEM2G(-3)
SIEM2G(-4) -0.683352 (0.0000) 0.050584 (0.0966)
SIEM2G(-5) 0.687302 (0.0008) 0.106988 (0.0047)
SIEM2G(-6) -0.201737 (0.0807) 0.055361 (0.0135)
SIEINF(-1) 1.337614 (0.0000)
SIEINF(-2) -0.291932 (0.0052)
SIEINF(-3)
SIEINF(-4) -0.226124 (0.0130) -0.548905 (0.0000) -0.175170 (0.0124)
SIEINF(-5) 0.299282 (0.0487) 0.773411 (0.0000)
SIEINF(-6) -0.149061 (0.1042) -0.252098 (0.0016)
SIEDEP(-1) 0.076228 (0.0000) 1.281324 (0.0000)
SIEDEP(-2) -0.028405 (0.0602) -0.418884 (0.0001)
SIEDEP(-3)
SIEDEP(-4) -0.088579 (0.0054) 0.071049 (0.0019) -0.834288 (0.0000)
SIEDEP(-5) 0.133155 (0.0031) 0.971660 (0.0000)
SIEDEP(-6) -0.079727 (0.0094) -0.409028 (0.0000)
SIEGDPG(-1) 0.191237 (0.1486) 1.464367 (0.0000)
SIEGDPG(-2) -0.379280 (0.0047)
SIEGDPG(-3)
SIEGDPG(-4) -0.662600 (0.0703) 0.807861 (0.0228) -0.341113 (0.0112)
SIEGDPG(-5) 0.647471 (0.0367) -1.050174 (0.0038) 0.171720 (0.0718)
SIEGDPG(-6)
CONSTANT 1.882155 (0.1956) 4.049805 (0.0157) 1.700088 (0.6450) 0.291325 (0.2464)
DUM 2.431624 (0.1290) -7.971457 (0.0007) 3.950138 (0.3979) -0.552365 (0.2136)
R-Squared 0.924748 0.963562 0.877384 0.971265
R-Squared adjusted 0.912336 0.960024 0.869287 0.968779
F-statistic & prob 74.50035(0.0000) 272.3691 (0.0000) 108.3554 (0.0000) 390.5926 (0.0000)
Source: Calculs de l'auteur
Le modèle d'inflation du cadre parcimonieux
VAR a un coefficient de détermination de 0,960
(troisième colonne du Tableau 6). Le modèle
évalué résiste également à tous les tests de
diagnostique et mérite par conséquent d'être
examiné. Les variables clés qui affectent
l'inflation dans le long terme sont les taux
antérieurs de l'inflation (SIEINF), la dépréciation
du taux de change réel (SIEDEP) et la croissance
du PIB réel (SIEGDPG). La croissance
monétaire (SIEM2G) n'a pas d'impact important
sur l'inflation en Sierra Leone. Les conséquences
cumulatives dynamiques nettes de l'inflation sur
elle-même sont de l'ordre de 1,02, ce qui
implique que des augmentations de 1 % de
l'inflation au cours des six derniers trimestres
provoqueraient une augmentation de 1,02 % du
taux d'inflation actuel. La dépréciation réelle a
des conséquences dynamiques positives sur
l'inflation, si bien qu'une dépréciation de 1 % de
la Leone au cours du premier et quatrième
trimestre provoquerait une augmentation de 0,15
% du taux d'inflation actuel. Quant à la
croissance du PIB réel, son impact et dynamique
43
nette sur l'inflation est négatif, c'est-à-dire que
des augmentations de 1 % de la croissance du
PIB réel au cours du quatrième et cinquième
trimestre provoqueraient une diminution de 0,24
% du taux d'inflation actuel, ce qui suggère que
l'inflation ne constitue pas un phénomène
monétaire, mais plutôt un phénomène structurel
en Sierra Leone.
Le modèle de croissance du PIB réel offre 96,9
% d'explication dans le cadre parcimonieux VAR
(cinquième colonne du Tableau 6). Le modèle
résiste à tous les tests de diagnostique effectués,
ce qui implique que les résultats dans le Tableau
6 sont non seulement conformes, efficaces et
sans préjugé, mais également non fallacieux. En
Sierra Leone, l'inflation et la dépréciation du
taux de change réel n'ont pas d'impact sur la
croissance du PIB réel. La croissance monétaire
a réel a des conséquences dynamiques nettes de
l'ordre de 0,21, ce qui implique que des
augmentations cumulatives de 1 % de la
croissance de la masse monétaire au cours des
six derniers trimestres provoquerait une
augmentation de 0,21 % de la croissance du PIB
réel au cours de la période actuelle. La
croissance du PIB réel exercé une inertie positive
en Sierra Leone, si bien que des augmentations
de 1 % de la croissance du PIB réel au cours des
six derniers trimestres provoqueraient
cumulativement une augmentation de 0,92 % du
taux de croissance du PIB réel actuel. D'une
manière générale, la croissance semble être
propulsée par ses propres valeurs passées,
probablement par des facteurs traditionnels et
non par les variables liées à la demande.
Dans le cadre parcimonieux VAR, le modèle de
dépréciation réelle offre 86,9 % d'explication
(quatrième colonne du Tableau 6). Aucune des
hypothèses de base de la technique d'évaluation
n'a été violée, selon les tests de diagnostique
effectués. Ainsi, les résultats indiqués dans le
Tableau 6 sont conformes, efficaces, sans
préjugé et non fallacieux. En Sierra Leone, la
croissance monétaire et la croissance du PIB réel
n'expliquent pas la dépréciation du taux de
change réel. La seule variable ayant un impact
sur la dépréciation du taux de change, à part elle-
même, l'inflation. Le quatrième écart d'inflation
porte un coefficient de -0,175, ce qui implique
qu'une augmentation de l'inflation de 1 % au
cours du quatrième trimestre provoquerait une
appréciation de 0,18 % du taux de change réel
aux coûts de la période actuelle. Théoriquement,
cela est conforme, étant donné que la montée de
l'inflation implique un niveau élevé des prix
domestiques qui provoque une appréciation du
taux de change réel, tout en maintenant des
autres éléments constants. Les conséquences
dynamiques nettes de la dépréciation réelle sur
elle-même sont de l'ordre de 0,591, ce qui veut
réduire que des augmentations cumulatives de 1
% de la dépréciation du taux de change au cours
des six derniers trimestres provoqueraient une
augmentation de 0,59 % de la dépréciation du
taux de la monnaie nationale, la Leone.
Le modèle de croissance monétaire offre 91,2 %
d'explication et le modèle résiste à tous les tests
pertinents de diagnostique et que par conséquent
les résultats sont fiables. À partir du Tableau 6,
on constate que les résultats montrent que la
croissance monétaire réelle) exerce une inertie
positive. L'inflation, la dépréciation du taux de
change réel et la croissance du PIB réel ont des
impacts dynamiques importants sur la croissance
monétaire réelle. Le modèle factice de la guerre
des pas importants sur le plan statistique, ce qui
implique que la guerre civile n'a pas affecté la
structure de la croissance monétaire en Sierra
Leone.
L'impact cumulatif dynamique à long terme de
la croissance monétaire sur elle-même est de 0,8,
ce qui implique que des augmentations
cumulatives dans 1 % de la croissance de la
masse monétaire au cours des six semestres
provoqueraient une augmentation de 0,8 % de la
croissance monétaire au cours de la période
actuelle. Les conséquences dynamiques nettes de
l'inflation sont de -0,08, ce qui implique que des
augmentations de 1 % de l'inflation au cours des
six derniers trimestres provoqueraient une
diminution de 0,08 % de la croissance monétaire
actuelle. Cela suggère que l'inflation entre dans
le cadre de la fonction de réaction des politiques
monétaires de la BSL. La dépréciation du taux de
change réel a également un impact dynamique
négatif net de 0,06 sur la croissance monétaire
44
réelle, ce qui suggère que la croissance
monétaire réelle au cours du trimestre actuel
devrait baisser pour atteindre 0,06 %, s'il
advenait des augmentations de 1 % de la
dépréciation réelle de la Leone au cours des six
derniers trimestres. Les conséquences
dynamiques de la croissance du PIB réel
consistent à réduire la croissance monétaire
actuelle de 0,02 %, s'il advenait des
augmentations cumulatives de1 % de la
croissance du PIB réel au cours des six ce dernier
trimestre, ce qui peut être rationalisé par le fait
que la croissance du PIB réel coïncide avec des
épisodes inflationnistes élevés. Ainsi, la tentative
de réagir à la forte inflation en réduisant la
croissance monétaire implique une réaction
simultanée à la forte croissance économique.
5.6.2 Analyse de la fonction de réaction aux
impulsions pour la Sierra Leone
Les graphiques de réaction aux impulsions pour
la Sierra Leone (voir Annexe IV) montrent que
la réaction de l'inflation aux innovations de la
croissance monétaire consiste à diminuer d'abord
au cours des six premiers trimestres, avant de
devenir insignifiante durant le reste de la période
de prévision. L'inflation a réagi à ses propres
innovations, en augmentant progressivement
durant toute la période de prévision, confirmant
ainsi l'inertie de l'inflation constatée dans
l'analyse de l'évaluation des coefficients. Les
chocs résultants de la dépréciation du taux de
change réel provoquent également une réaction
positive et importante de l'inflation. Toutefois,
les chocs résultant de la croissance du PIB réel
ne suscitent pas de réaction importante sur
l'inflation.
La croissance du PIB réel réagit positivement
aux innovations de la croissance monétaire,
même négativement aux chocs résultant de la
dépréciation du taux de change réel durant toute
la période de prévision. Elle réagit également à
ses propres chocs, en augmentant
progressivement pour se situer au-dessus de la
ligne d'équilibre durant toute la période de
prévision. Toutefois, les chocs résultant de
l'inflation de suscitent pas de réaction résultant
de la croissance du PIB réel.
La dépréciation du taux de change réel réagi
positivement aux chocs résultant de la croissance
monétaire réelle jusqu'au quatrième trimestre,
négativement à l'inflation jusqu'au quatrième
trimestre et positivement sur elle-même jusqu'au
huitième trimestre de la période de prévision.
Une fois de plus, la croissance du PIB réel ne
suscitent aucune réaction résultant de la
dépréciation du taux de change réel.
La réaction cumulée de la croissance monétaire à
son propre choc d'écart type et positif durant
toute la période de prévision de 12 mois, ce qui
confirme l'inertie positive de la croissance
monétaire constatée dans le cadre de l'analyse de
l'évaluation des coefficients. La réaction de la
croissance monétaire aux chocs résultant de la
dépréciation du taux de change réel consiste à
baisser progressivement au cours de la période
de prévision. Toutefois, la croissance monétaire
ne réagit pas aux innovations de l'inflation et de
la croissance du PIB réel.
5.6.3 Analyse de la décomposition des
variations pour la Sierra Leone
Les résultats de la décomposition des variations
pour la Sierra Leone (voir Annexe V) montrent
que les valeurs antérieures de l'inflation
constituent le principal moteur de l'inflation
actuelle, offrant 53,1 % d'explication au cours du
premier trimestre. L'inflation est le deuxième
moteur dominant au début, avec une contribution
de 43,9 %. Toutefois, au fil du temps, plus
précisément au sixième trimestre, la dépréciation
a réel émerge comme le moteur dominant de
l'inflation, avec une contribution de 45,5 %. Vers
la fin de la période de prévision, la dépréciation
réelle offre 68,2 % d'explication des variations
totales de l'inflation, alors que la croissance
monétaire et l'inflation elle-même contribuent
respectivement 12,4 % et 17,7 %.
La décomposition de la croissance du PIB réel
montre qu'elle est la seul moteur de ses propres
variations au cours des cinq premiers trimestres,
avec des contributions variant entre 90,3 % et
82,8 %. À partir du septième trimestre jusqu'à la
fin de la période, la croissance monétaire et la
45
dépréciation réelle devienne des facteurs
d'influence provoquant les variations de la
croissance du PIB réel. L'inflation n'offre pas
d'explication significative pour la croissance du
PIB réel.
La dépréciation ou l'appréciation du taux de
change réel demeure le principal moteur de ses
propres variations durant toute la période de
prévision, commençant avec une contribution de
47,6 % et finissant avec 64,8 %. Les autres
variables dominantes sont la croissance
monétaire et l'inflation, avec des contributions
respectives de 27,5 % et 24,9 % au cours du
premier trimestre ; et 17,0 % et 17,9 %,
respectivement, à la fin de la période de
prévision.
La croissance monétaire réelle demeure son seul
propre moteur durant les cinq premiers
trimestres, offrant 100 % d'explication de ses
propres variations au cours du premier trimestre
et 82,8 % d'explication au cinquième trimestre.
Toutefois, au sixième trimestre, la dépréciation
du taux de change réel émerge comme deuxième
moteur dominant des variations de la croissance
monétaire réelle, avec une contribution de 18
%. Vers la fin de la période de prévision, la
croissance monétaire contribue 45,7 %, alors que
la dépréciation réelle contribue 44,2 % des
variations de la croissance monétaire. Les
contributions individuelles de l'inflation et de la
croissance du PIB sont inférieures à 10,0 %,
chacune.
46
6.0 RECAPITULATIF DES RESULTATS ET
RECOMMANDATIONS EN MATIERE DE POLITIQUES
Récapitulatif des Résultats
En Gambie, la croissance du PIB réel est
propulsée par ses propres valeurs antérieures
(inertie du PIB réel, par la croissance monétaire
et par l'inflation. Les résultats révèlent que la
croissance monétaire et l'inflation ont un impact
positif sur le PIB réel. Il devient également
évident, à partir des résultats, que la dépréciation
du taux de change et la croissance monétaire sont
des facteurs déterminants clés de l'inflation en
Gambie, comme le montrent les analyses de
l'évaluation des coefficients, la fonction de
réaction aux impulsions et la décomposition des
variations. La dépréciation du taux de change
réel s'explique par elle-même (inertie du taux de
change) et par l'inflation, alors que la croissance
monétaire et la croissance du PIB réel ont de très
longues conséquences d'écart type sur elle. Les
résultats suggèrent également que les variables
clés qui influencent la croissance monétaire en
Gambie sont l'inflation et la dépréciation/ ou
l'appréciation du taux de change réel.
Les résultats du Ghana indiquent que la
croissance du PIB réel est propulsée ses propres
valeurs (probablement, les facteurs traditionnels
liés à l'offre de l'économie) et par l'inflation.
Cette inflation qui a un impact négatif sur la
croissance du PIB réel, est à la fois un
phénomène monétaire et un phénomène
structurel au Ghana, comme constater à partir de
l'évaluation des coefficients et de l'analyse de la
décomposition des variations. L'inflation et
positivement liée aussi bien à la croissance
monétaire qu'à la dépréciation du taux de change.
L'existence de l'inertie de l'inflation a été
également établie. Les variations de la
dépréciation du taux de change réel s'expliquent
par toutes les variables du modèle, quand bien
même avec des écarts. Il devient également clair,
à partir des résultats, que la croissance monétaire
au Ghana est influencée par l'inflation et la
croissance du PIB réel.
En Guinée, la croissance du PIB réel est
propulsée par ses valeurs antérieures et par la
croissance monétaire. L'inflation et la croissance
monétaire ont toutes les deux un impact négatif
sur la croissance du PIB réel. L'inflation
influence positivement aussi bien la croissance
monétaire que la dépréciation du taux de change,
mais elle est négativement liée à la croissance du
PIB réel, comme constaté à partir de l'évaluation
des coefficients, de la réaction aux impulsions et
l'analyse de la décomposition des variations.
Comme dans le cas du Ghana, les variations de
la dépréciation du taux de change réel
s'expliquent par toutes les variables du modèle,
quand bien même avec certains écarts. Par
ailleurs, l'inflation et la dépréciation du taux de
change réel influencent la croissance monétaire
en Guinée.
Au Libéria, les principaux moteurs de la
croissance sont les valeurs passées de la
croissance elle-même, l'inflation, la croissance
monétaire et la dépréciation du taux de change.
Les résultats ont révélé que la croissance
monétaire et l'inflation sont positivement liées à
la croissance du PIB réel, alors qu'il a été établi
un impact négatif pour la dépréciation du taux de
change. L'inflation et positivement affectée par
la croissance monétaire et la dépréciation du taux
de change. Cette dépréciation est influencée par
toutes les quatre variables du modèle. Par
ailleurs, l'inflation et la croissance du PIB réel
semblent influencer la croissance monétaire au
Libéria.
Au Nigéria, la croissance du PIB réel est
positivement liée à la croissance monétaire et
négativement liée à l'inflation. La croissance du
PIB est influencée par ses valeurs antérieures
(probablement, les facteurs traditionnels liés à
l'offre économique). On constate que l'inflation
est à un phénomène monétaire au Nigéria. Les
principaux moteurs de la dépréciation du taux de
change sont la dépréciation elle-même, l'inflation
et la croissance monétaire. L'évaluation des
coefficients suggère que l'inflation et le taux de
change influencent la croissance monétaire au
Nigéria, alors que l'analyse de la décomposition
47
des variations montre que le volume monétaire
n'est ajusté que pour intégrer la croissance du
PIB, quand bien même avec des écarts
importants.
En Sierra Leone, la croissance du PIB réel
s'explique par ses valeurs antérieures
(probablement, les facteurs traditionnels de
l'offre économique), par la croissance monétaire
et la dépréciation du taux de change. L'inflation
en Sierra Leone est positivement liée à la
croissance monétaire et à la dépréciation du taux
de change réel, mais négativement liée à la
croissance du PIB réel, comme constaté à partir
de l'évaluation des coefficients, de la fonction de
réaction aux impulsions et l'analyse de la
décomposition des variations. Les résultats
révèlent également l'existence de l'inertie de
l'inflation. La dépréciation du taux de change
réel s'explique par ses propres valeurs passées,
par la croissance monétaire et par l'inflation.
L'inflation et le taux de change sont les variables
clés qui influencent la croissance monétaire en
Sierra Leone.
Recommandations
Pour parvenir à une croissance durable dans un
contexte de faible inflation (croissance non
inflationniste) dans les économies de la ZMAO,
les autorités doivent mettre en oeuvre des
politiques destinées à relever les défis liés à
l'offre, en vue d'accroître la production nationale
et réaliser une croissance économique durable.
Cela est possible grâce à un accroissement
continu des infrastructures et de la fourniture
d'énergie, entre autres. En outre, les autorités
sont encouragées à maintenir la stabilité des prix
grâce à la mise en oeuvre de politiques
monétaires prudentes et au maintien de la
stabilité des taux de change. Les autorités
doivent se rendre compte que l'augmentation de
l'offre monétaire dans le court terme pour
renforcer la croissance du PIB réel pourrait
conduire à une incohérence dynamique,
provoquant une inflation à long terme sans
augmentation du PIB réel. À cet effet, des
politiques destinées à réaliser une faible inflation
sont souhaitables. Une autre implication
politique résultant de cette étude est que les
autorités doivent créer un environnement plus
propice qui permettrait d'accroître les
exportations aussi bien traditionnelles que non
traditionnelles, d'augmenter la production
nationale de biens non commercialisables et
promouvoir les activités économiques dans le
secteur du tourisme. Ces activités pourraient
conduire à l'accroissement des flux de change,
tout en contribuant à stabiliser la monnaie
nationale.
Limitations de l'étude
Il convient de dire qu'il faut se méfier de tenter
une comparaison des résultats de cette étude, en
ce sens qu'il faut garder à l'esprit que c'est la
croissance du PIB réel plutôt que la croissance
per capita du PIB réel qui a été utilisée dans
l'analyse. En outre, une période d'étude cohérente
n'a pas été utilisée, vu que celles du Ghana et de
la Guinée affichent une différence par rapport à
une couverture générale de la période 1981 T1-
2010 T4. De même, la période d'étude de chaque
pays ne coïncide pas nécessairement avec l’ère
des réformes économiques de chaque pays
choisi.
48
REFERENCES
Abradu-Otoo, Philip and Donyina-Ameyaw,
Samuel (2007). “Inflation Dynamics in
Ghana”. In West African Monetary
Institute (ed.), West African Monetary
Zone Studies in Inflation Dynamics,
Accra: 46-105.
Adenutsi, Deodat E. (2011). “Financial
Development, International Migrant
Remittances and Endogenous Growth in
Ghana”, Studies in Economics and
Finance, 28(1): 68-89.
Adenutsi, Deodat E. (2011). “Financial
Development, Bank Savings
Mobilisation and Economic
Performance in Ghana: Evidence from a
Multivariate Structural VAR”,
International Journal of Development
Research and Quantitative Techniques,
1(2): 3-24.
Adenutsi, Deodat E. and Ahortor, Christian R.K.
(2008). “Remittances, Exchange Rate,
and Monetary Policy in Ghana”, West
African Journal of Monetary and
Economic Integration, 8(2): 1-42.
Agénor, Pierre-Richard (1991). “Output,
Devaluation and the Real Exchange
Rate in Developing Countries,”
Weltwirtschaftliches Archiv, 127(1):
18–41.
Ahortor, Christian R.K., Adenekan, A. and
Ohemeng, W. (2011). “An Estimate of
Inflation Threshold in the WAMZ: The
Case of Ghana and Nigeria”, West
African Journal of Monetary and
Economic Integration, 11(2): 158-201.
Bahmani-Oskooee, M. and Rhee, H-J. (1997).
“Response of Domestic Production to
Depreciation in Korea: An application
of Johansen’s Cointegration
Methodology,” International Economic
Journal, 11: 103-112.
Banerjee, A., Dolado, J.J., Galbraith, J.W., and
Hendry, D.F. (1993). Cointegration,
Error Correction, and the Econometric
Analysis of Non-Stationary Data.
Oxford: Oxford University Press.
Canetti, Elie and Greene, Joshua (1991).
“Monetary Growth and Exchange Rate
Depreciation as Causes of Inflation in
African Countries: An empirical
Analysis,” IMF Working Paper 91/67.
Washington, D.C.
Christopolos, D.K. (2004). “Currency
Devaluation and Output Growth: New
Evidence from Panel Data Analysis”,
Applied Economics Letters, 11: 809-8
13.
Connolly, M. (1983). “Exchange Rates, Real
Economic Activity and the Balance of
Payments: Evidence from the 1960s.”
In E. Classen and P. Salin (eds.), Recent
Issues in the Theory of the Flexible
Exchange Rates. Amsterdam: North-
Holland.
Copelman, M. and Werner, A.M. (1996). “The
Monetary Transaction Mechanism in
Mexico” Federal Reserve Working
Paper 25. Washington, D.C.
De Silva, D. and Zhu, Z. (2004). “Sri Lanka's
Experiment with Devaluation: VAR and
ECM Analysis of the Exchange Rate
Effects on Trade Balance and GDP,”
International Trade Journal, 18(4):
269-301.
Domaç, Ilker (1997). “Are Devaluations
Contractionary?” Journal of Economic
Development 22(2): 145–63.
Dornbusch, R. (1988). Open Economy
Macroeconomics, 2nd Edition. New
York: Basic Books.
Edwards, S. (1989). Real Exchange Rates,
Devaluation, and Adjustment:
Exchange Rate Policy in Developing
Countries. Cambridge, Mass: MIT
Press.
Elbadawi, I.A. (1990). “Inflationary Process,
Stabilization and the Role of Public
Expenditure in Uganda,” Mimeo,
Washington D.C.: World Bank.
Enders, Walter (1995). Applied Econometric
Time Series. New York: John Wiley &
Sons.
Essien, A. Essien, Onwioduokit, E., Adamgbe,
E. and Obiora, K.I. (2007). “Inflation
Dynamics in Nigeria,” ”. In West
African Monetary Institute (ed.), West
49
African Monetary Zone Studies in
Inflation Dynamics, Accra: 180-263.
Essien, A. Essien, Adamgbe, Emmanuel and
Sesay, Allieu (2007). “Inflation
Dynamics in Sierra Leone”. In West
African Monetary Institute (ed.), West
African Monetary Zone Studies in
Inflation Dynamics, Accra: 264-336.
Grigorian, D., Khachatryan, A. and Sargsyan, G.
(2004). “Exchange Rate, Money, and
Wages: What Is Driving Prices In
Armenia?” IMF Working Paper,
WP/04/229. Washington, DC.
Gylfason, T. and Risager, O. (1984). “Does
Devaluation improve the Current
Account?” European Economic Review,
25: 37-64.
Gylfason, T. and Schmid, M. (1983). “Does
Devaluation cause Stagflation?” The
Canadian Journal of Economics, 25:
37-64.
Hanson, J.A. (1983). “Contractionary
Devaluation, Substitution in Production
and Consumption and the Role of the
Labour Market”, Journal of
International Economics, 14: 179-189.
Kamin, Steven B. (1996). “Exchange Rates and
Inflation in Exchange Rate based
Stabilisation: an Empirical
Examination”, International Finance
Discussion Paper, 554, Board of
Governors of the Federal Reserve
System, Washington, D.C.
Kamin, Steven B., and Rogers, John H. (2000).
“Output and the Real Exchange Rate in
Developing Countries: An Application
to Mexico,” Journal of Development
Economics, 61(1): 85–109.
Kitcher, John T., Sissoho, M. and Jarju, L.
(2007). “Inflation Dynamics in the
Gambia”. In West African Monetary
Institute (ed.), West African Monetary
Zone Studies in Inflation Dynamics,
Accra: 1-45.
Klau, M. (1998). “Exchange Rate Regime and
Inflation and Output in Sub-Saharan
Countries”. Working Paper, 53, Bank
for International Settlements (BIS).
Krugman, Paul R. and Taylor, Lance (1978).
“Contractionary Effects of
Devaluation,” Journal of International
Economics, 8(3): 445–56.
Loungani, P., and Swagel, P. (2001). “Sources of
Inflation in Developing Countries”,
IMF Working Paper 01/198.
Washington, D.C.
Mills, Terence C., and Pentecost, Eric J. (2000).
“Real Exchange Rate and the Output
Response in Four EU Accession
Countries,” Business Cycle and
Economics Growth Research Paper No.
00-4. Loughborough: Department of
Economics, Loughborough University.
Morley, Samuel A. (1992). “On the Effects of
Devaluation during Stabilization
Programs in LDCs,” Review of
Economics and Statistics, 74(1): 21–27.
Mukherjee, Chandan, Howard White and Marc
Wuyts (2003), Econometrics and Data
Analysis for Developing Countries,
London: Routledge.
Mwase, N. (2006). “An Empirical Investigation
of the Exchange Rate Pass-Through to
Inflation in Tanzania”, IMF Working
Paper 06/150. Washington, D.C.
Odusola, A.F. and Akinlo, A.E. (2001). “Output,
Inflation and Exchange Rate in
Developing Countries: An Application
to Nigeria”, The Development
Economies, 39(2): 199-222.
Onwioduokit, Emmanuel A., Sylla, F., Obiora,
K.I. and Conte, M. (2007). “Inflation
Dynamics in Guinea”. In West African
Monetary Institute (ed.), West African
Monetary Zone Studies in Inflation
Dynamics, Accra: 106-179.
Sheeley, E.J. (1986). “Unanticipated Inflation,
Devaluation and Output in Latin
America,” World Development, 14:
665-671.
Sim, C.A. (1980). “Macroeconomic and
Reality”, Econometrica, 48:1-49
Solimano, A. (1986). “Contractionary
Devaluation in the Southern Cone: The
Case of Chile,” Journal of Development
Economics, 23: 135-151.
50
ANNEXE I: RESULTATS DE TESTS DE RACINE UNITAIRE
Tableau A1.1: Résultats de Tests de racine Unitaire pour la Gambie
VARIABLE ADF TEST
Null: not stationary (*)
KPSS
Null: Stationary (**)
REMARK ON ORDER
OF INTEGRATION
GAMDEP -3.034201 (0.0039) 0.081804 (0.739000) I (0)
GAMGDPG -6.772445 (0.0000) 0.127948 (0.739000) I (0)
GAMINF -2.064068 (0.0393) 0.341958 (0.739000) I (0)
GAMM2G -7.416934 (0.0000) 0.380737 (0.739000) I (0) (*) Figures in brackets are MacKinnon (1996) one-sided p-values. (**)Figures s in brackets are asymptotic critical
values at 1%.
Tableau A1.2: Résultats de Tests de racine Unitaire pour le Ghana
VARIABLE ADF TEST
Null: not stationary (*)
KPSS
Null: Stationary (**)
REMARK ON ORDER
OF INTEGRATION
GHADEP -3.309498 (0.0011) 0.064884 (0.739000) I (0)
GHAGDPG -5.415561 (0.0000) 0.111292 (0.216000) I (0)
GHAINF --5.172245 (0.0002) 0.120979 (0.216000) I (0)
GHAM2G -3.943639 (0.0025) 0.363920 (0.739000) I (0) (*)Figures in brackets are MacKinnon (1996) one-sided p-values. (**)Figures in brackets are asymptotic critical
values at 1%.
Tableau A1.3: Résultats de Tests de racine Unitaire pour la Guinée
VARIABLE ADF TEST
Null: not stationary (*)
KPSS
Null: Stationary (**)
REMARK ON ORDER
OF INTEGRATION
GUIDEP -4.388686 (0.0000) 0.090202 (0.739000) I (0)
GUIGDPG -5.017073 (0.0005) 0.111982 (0.216000) I (0)
GUIINF -2.153588 (0.0248) 0.207659 (0.739000) I (0)
GUIM2G -3.219902 (0.0872) 0.078412 ( 0.216000) I (0) (*)Figures in brackets are MacKinnon (1996) one-sided p-values. (**)Figures in brackets are asymptotic critical
values at 1%.
Tableau A1.4: Résultats de Tests de racine Unitaire pour le Liberia
VARIABLE ADF TEST
Null: not stationary (*)
KPSS
Null: Stationary (**)
REMARK ON ORDER
OF INTEGRATION
LIBDEP -2.150426 (0.0309) 0.175321 (0.739000) I (0)
LIBGDPG -2.655868 (0.0082) 0.177722 (0.739000) I (0)
LIBINF -2.810655 (0.0053) 0.100342 (0.739000) I (0)
LIBM2G -3.943639 (0.0388) 0.417319 (0.739000) I (0) (*)Figures in brackets are MacKinnon (1996) one-sided p-values. (**)Figures in brackets are asymptotic critical
values at 1%.
51
Tableau A1.5: Résultats de Tests de racine Unitaire pour le Nigeria
VARIABLE ADF TEST
Null: not stationary (*)
KPSS
Null: Stationary (**)
REMARK ON ORDER
OF INTEGRATION
NIGDEP -3.075194 ( 0.0024) 0.105326 (0.739000) I (0)
NIGGDPG -3.490889 (0.0456) 0.083592 (0.216000) I (0)
NIGINF -2.962606 (0.0416) 0.241154 (0.739000) I (0)
NIGM2G -4.081572 (0.0090) 0.041485 (0.216000) I (0) (*)Figures in brackets are MacKinnon (1996) one-sided p-values. (**)Figures s in brackets are asymptotic critical
values at 1%.
Tableau A1.6: Résultats de Tests de racine Unitaire pour la Sierra Leone
VARIABLE ADF TEST
Null: not stationary (*)
KPSS
Null: Stationary (**)
REMARK ON ORDER
OF INTEGRATION
SIEDEP -4.163590 ( 0.0070) 0.034636 (0.216000) I (0)
SIEGDPG -2.463027 (0.0140) 0.227499 (0.739000) I (0)
SIEINF -4.465525 (0.0026) 0.123359 (0.216000) I (0)
SIEM2G -6.318682 (0.0000) 0.061508 (0.216000) I (0) (*)Figures in brackets are MacKinnon (1996) one-sided p-values. (**)Figures s in brackets are asymptotic critical
values at 1%.
ANNEXE II: RESULTATS DE TESTS D’ECART
Tableau A2.1: Résultats de Tests d’Ecart pour la Gambie
VAR Lag Order Selection Criteria
Endogenous variables: GAMM2G GAMINF GAMDEPN GAMGDPG
Exogenous variables: C
Sample: 1981:1 2010:4
Included observations: 112
Lag LogL LR FPE AIC SC HQ
0 -1576.941 NA 21414522 28.23109 28.32818 28.27048
1 -1219.462 683.0390 48145.74 22.13326 22.61870 22.33022
2 -1134.963 155.4194 14184.82 20.91005 21.78385 21.26458
3 -1112.169 40.29611 12599.67 20.78873 22.05089 21.30083
4 -1096.679 26.27775 12781.88 20.79784 22.44835 21.46750
5 -1000.953 155.5542 3104.518 19.37416 21.41304 20.20140
6 -962.4515 59.81514* 2103.623* 18.97235* 21.39958* 19.95715*
7 -958.9956 5.122147 2678.707 19.19635 22.01194 20.33872
8 -956.9182 2.930515 3517.342 19.44497 22.64891 20.74491
* indicates lag order selected by the criterion
LR: sequential modified LR test statistic (each test at 5% level)
FPE: Final prediction error
AIC: Akaike information criterion
SC: Schwarz information criterion
HQ: Hannan-Quinn information criterion
52
Tableau A2.2: Résultats de Tests d’Ecart pour le Ghana
VAR Lag Order Selection Criteria
Endogenous variables: GHAM2G GHAINF GHADEP
GHAGDPG
Exogenous variables: C DUM2
Sample: 1983:2 2010:4
Included observations: 111
Lag LogL LR FPE AIC SC HQ
0 -1576.866 NA 29640452 28.55614 28.75142 28.63536
1 -1193.220 725.8166 39371.85 21.93189 22.51774 22.16955
2 -1107.934 155.2058 11315.63 20.68349 21.65990 21.07959
3 -1084.117 41.62558 9862.962 20.54265 21.90962 21.09719
4 -1076.544 12.68939 11551.12 20.69449 22.45202 21.40747
5 -974.8258 163.1161 2489.337 19.15001 21.29811 20.02143
6 -928.9791 70.21573* 1474.644* 18.61224* 21.15089* 19.64209*
7 -918.3644 15.49171 1657.127 18.70927 21.63849 19.89757
8 -911.8051 9.100223 2016.515 18.87937 22.19916 20.22611
* indicates lag order selected by the criterion
LR: sequential modified LR test statistic (each test at 5% level)
FPE: Final prediction error
AIC: Akaike information criterion
SC: Schwarz information criterion
HQ: Hannan-Quinn information criterion
Tableau A2.3: Résultats de Tests d’Ecart pour la Guinée
VAR Lag Order Selection Criteria
Endogenous variables: GUIM2G GUIINF GUIDEP
GUIGDPG
Exogenous variables: C
Sample: 1988:1 2010:4
Included observations: 84
Lag LogL LR FPE AIC SC HQ
0 -1142.365 NA 8392888. 27.29440 27.41015 27.34093
1 -822.0594 602.4792 5991.448 20.04903 20.62780 20.28169
2 -756.7247 116.6691 1856.024 18.87440 19.91618* 19.29318
3 -743.5622 22.25091 1999.151 18.94196 20.44675 19.54687
4 -735.9517 12.14049 2472.200 19.14171 21.10951 19.93275
5 -679.7187 84.34955 968.3298 18.18378 20.61460 19.16095
6 -616.5658 88.71474* 325.0153* 17.06109* 19.95492 18.22439*
7 -607.6815 11.63426 402.3479 17.23051 20.58735 18.57993
8 -599.3058 10.17050 512.3819 17.41204 21.23190 18.94759
* indicates lag order selected by the criterion
LR: sequential modified LR test statistic (each test at 5% level)
FPE: Final prediction error
53
AIC: Akaike information criterion
SC: Schwarz information criterion
HQ: Hannan-Quinn information criterion
Tableau A2.4: Résultats de Tests d’Ecart pour le Liberia
VAR Lag Order Selection Criteria
Endogenous variables: LIBM2G LIBINF LIBDEP
LIBGDP
Exogenous variables: C DUM DUM2
Sample: 1981:1 2010:4
Included observations: 112
Lag LogL LR FPE AIC SC HQ
0 -1790.045 NA 1.11e+09 32.17938 32.47065 32.29756
1 -1465.119 609.2361 4465937. 26.66285 27.34247 26.93859
2 -1401.002 115.6401 1894832. 25.80361 26.87159 26.23692
3 -1383.138 30.94363 1840013. 25.77032 27.22665 26.36120
4 -1368.374 24.51856 1893864. 25.79239 27.63709 26.54084
5 -1210.050 251.6221 150704.7 23.25089 25.48394 24.15691
6 -1119.686 137.1588* 40545.54* 21.92297* 24.54438* 22.98656*
7 -1106.204 19.50102 43291.82 21.96793 24.97770 23.18909
8 -1098.006 11.27313 51135.87 22.10724 25.50536 23.48597
* indicates lag order selected by the criterion
LR: sequential modified LR test statistic (each test at 5% level)
FPE: Final prediction error
AIC: Akaike information criterion
SC: Schwarz information criterion
HQ: Hannan-Quinn information criterion
Tableau A2.5: Résultats de Tests d’Ecart pour le Nigeria
VAR Lag Order Selection Criteria
Endogenous variables: NIGM2G NIGINF NIGDEP
NIGGDPG
Exogenous variables: C
Sample: 1981:1 2010:4
Included observations: 112
Lag LogL LR FPE AIC SC HQ
0 -1852.655 NA 2.94e+09 33.15455 33.25164 33.19394
1 -1419.945 826.7846 1727236. 25.71330 26.19875 25.91026
2 -1336.943 152.6653 522673.1 24.51683 25.39063 24.87136
3 -1326.345 18.73556 577228.1 24.61330 25.87546 25.12540
4 -1322.847 5.932830 725421.7 24.83656 26.48708 25.50623
5 -1225.594 158.0375 171450.3 23.38560 25.42447 24.21283
54
6 -1183.282 65.73398* 108534.0* 22.91575* 25.34298* 23.90055*
7 -1179.482 5.632438 137357.7 23.13360 25.94919 24.27598
8 -1175.901 5.051503 175583.0 23.35537 26.55932 24.65532
* indicates lag order selected by the criterion
LR: sequential modified LR test statistic (each test at 5% level)
FPE: Final prediction error
AIC: Akaike information criterion
SC: Schwarz information criterion
HQ: Hannan-Quinn information criterion
Tableau A2.6: Résultats de Tests d’Ecart pour la Sierra Leone
VAR Lag Order Selection Criteria
Endogenous variables: SIEM2G SIEINF SIEDEP
SIEGDPG
Exogenous variables: C DUM
Sample: 1981:1 2010:4
Included observations: 112
Lag LogL LR FPE AIC SC HQ
0 -1989.467 NA 3.64e+10 35.66906 35.86324 35.74785
1 -1541.983 847.0235 16401627 27.96399 28.54652 28.20034
2 -1453.761 160.6906 4523081. 26.67431 27.64520* 27.06823
3 -1438.318 27.02561 4583609. 26.68425 28.04350 27.23574
4 -1431.286 11.80413 5411963. 26.84439 28.59199 27.55345
5 -1373.740 92.48380 2601728. 26.10250 28.23847 26.96913
6 -1347.019 41.03660* 2178227.* 25.91105* 28.43537 26.93524*
7 -1341.811 7.625579 2692101. 26.10377 29.01644 27.28553
8 -1336.798 6.981906 3360098. 26.29997 29.60100 27.63930
* indicates lag order selected by the criterion
LR: sequential modified LR test statistic (each test at 5% level)
FPE: Final prediction error
AIC: Akaike information criterion
SC: Schwarz information criterion
HQ: Hannan-Quinn information criterion
55
ANNEXE III: RESULTATS DE MODELE VAR SANS RESTRICTION
Tableau A3.1: Résultats de Modèle VAR sans Restriction pour la Gambie
Vector Autoregression Estimates
Sample (adjusted): 1982:3 2010:4
Included observations: 114 after adjustments
Standard errors in ( ) & t-statistics in [ ]
GAMM2G GAMINF GAMDEP GAMGDPG
GAMM2G(-1) 1.352853 0.076997 0.170012 0.006561
(0.11393) (0.06477) (0.17887) (0.02650)
[ 11.8741] [ 1.18873] [ 0.95047] [ 0.24756]
GAMM2G(-2) -0.420316 -0.009581 -0.033939 0.000507
(0.16911) (0.09614) (0.26549) (0.03934)
[-2.48550] [-0.09966] [-0.12783] [ 0.01288]
GAMM2G(-3) -0.037759 -0.021086 -0.008553 -0.002710
(0.15041) (0.08551) (0.23614) (0.03499)
[-0.25103] [-0.24658] [-0.03622] [-0.07747]
GAMM2G(-4) -1.152066 0.187402 -0.108770 0.069268
(0.15047) (0.08554) (0.23624) (0.03500)
[-7.65638] [ 2.19068] [-0.46043] [ 1.97903]
GAMM2G(-5) 1.498841 -0.223551 0.287522 -0.077903
(0.18483) (0.10508) (0.29018) (0.04299)
[ 8.10909] [-2.12742] [ 0.99083] [-1.81195]
GAMM2G(-6) -0.543090 0.079150 -0.048393 0.019670
(0.13617) (0.07741) (0.21378) (0.03167)
[-3.98832] [ 1.02242] [-0.22637] [ 0.62099]
GAMINF(-1) 0.044063 1.574040 0.109371 -0.032627
(0.22294) (0.12674) (0.35001) (0.05186)
[ 0.19764] [ 12.4190] [ 0.31248] [-0.62916]
GAMINF(-2) 0.034067 -0.472184 -0.241819 0.020996
(0.38368) (0.21813) (0.60236) (0.08925)
[ 0.08879] [-2.16474] [-0.40145] [ 0.23526]
GAMINF(-3) -0.024535 -0.099125 0.026841 0.003600
(0.37161) (0.21126) (0.58341) (0.08644)
[-0.06602] [-0.46920] [ 0.04601] [ 0.04164]
GAMINF(-4) -1.039851 -0.315918 -0.219926 0.132331
(0.37167) (0.21130) (0.58351) (0.08645)
[-2.79777] [-1.49511] [-0.37690] [ 1.53065]
56
GAMINF(-5) 1.343484 0.510620 0.548787 -0.174224
(0.39368) (0.22381) (0.61807) (0.09157)
[ 3.41260] [ 2.28145] [ 0.88790] [-1.90254]
GAMINF(-6) -0.440657 -0.231924 -0.319084 0.056535
(0.24045) (0.13670) (0.37750) (0.05593)
[-1.83261] [-1.69658] [-0.84525] [ 1.01079]
GAMDEP(-1) 0.076502 -0.061764 1.181323 0.018206
(0.06716) (0.03818) (0.10544) (0.01562)
[ 1.13913] [-1.61769] [ 11.2041] [ 1.16541]
GAMDEP(-2) -0.002863 0.015925 -0.359957 -0.014806
(0.08676) (0.04933) (0.13622) (0.02018)
[-0.03299] [ 0.32286] [-2.64254] [-0.73363]
GAMDEP(-3) -0.005896 0.011123 -0.030248 -0.001249
(0.07531) (0.04282) (0.11824) (0.01752)
[-0.07829] [ 0.25978] [-0.25583] [-0.07129]
GAMDEP(-4) 0.136103 -0.059868 -0.823395 0.001804
(0.07528) (0.04280) (0.11819) (0.01751)
[ 1.80784] [-1.39877] [-6.96644] [ 0.10299]
GAMDEP(-5) -0.126624 0.038339 0.913879 0.010292
(0.09017) (0.05126) (0.14156) (0.02097)
[-1.40434] [ 0.74793] [ 6.45584] [ 0.49070]
GAMDEP(-6) 0.069588 -0.009363 -0.353981 -0.009462
(0.06069) (0.03450) (0.09527) (0.01412)
[ 1.14671] [-0.27138] [-3.71542] [-0.67031]
GAMGDPG(-1) 0.471964 -0.074069 0.534161 1.315574
(0.43773) (0.24885) (0.68722) (0.10182)
[ 1.07821] [-0.29764] [ 0.77728] [ 12.9207]
GAMGDPG(-2) -0.224307 0.039155 -0.151153 -0.357920
(0.66280) (0.37681) (1.04058) (0.15417)
[-0.33842] [ 0.10391] [-0.14526] [-2.32153]
GAMGDPG(-3) -0.074187 0.014600 0.017850 -0.058757
(0.62662) (0.35624) (0.98377) (0.14576)
[-0.11839] [ 0.04098] [ 0.01814] [-0.40312]
GAMGDPG(-4) -0.406678 -0.176258 -2.708827 -0.494718
(0.62613) (0.35596) (0.98301) (0.14564)
[-0.64951] [-0.49515] [-2.75565] [-3.39676]
GAMGDPG(-5) 1.037088 0.103288 3.601600 0.666684
(0.67032) (0.38109) (1.05239) (0.15592)
57
[ 1.54714] [ 0.27103] [ 3.42231] [ 4.27572]
GAMGDPG(-6) -0.531543 0.023697 -0.900460 -0.316830
(0.39706) (0.22573) (0.62337) (0.09236)
[-1.33869] [ 0.10498] [-1.44449] [-3.43039]
C 2.436240 -0.197057 -2.402334 0.672314
(1.24477) (0.70767) (1.95425) (0.28954)
[ 1.95718] [-0.27846] [-1.22929] [ 2.32197]
R-squared 0.928587 0.967579 0.908138 0.906202
Adj. R-squared 0.909330 0.958836 0.883366 0.880908
Sum sq. resids 1360.552 439.7401 3353.488 73.61516
S.E. equation 3.909873 2.222813 6.138374 0.909471
F-statistic 48.21996 110.6727 36.66009 35.82705
Log likelihood -303.0875 -238.7082 -354.5078 -136.8302
Akaike AIC 5.755921 4.626459 6.658031 2.839126
Schwarz SC 6.355965 5.226502 7.258075 3.439170
Mean dependent 8.654159 9.915581 0.514601 3.382555
S.D. dependent 12.98467 10.95586 17.97383 2.635409
Determinant resid covariance (dof adj.) 1355.622
Determinant resid covariance 503.5924
Log likelihood -1001.677
Akaike information criterion 19.32766
Schwarz criterion 21.72784
Tableau A3.2: Résultats de Modèle VAR sans Restriction pour le Ghana
Vector Autoregression Estimates
Sample: 1983:2 2010:4
Included observations: 111
Standard errors in ( ) & t-statistics in [ ]
GHAM2G GHAINF GHADEP GHAGDPG
GHAM2G(-1) 1.326941 -0.007183 -0.012370 0.002161
(0.16173) (0.10943) (0.20019) (0.01884)
[ 8.20457] [-0.06564] [-0.06179] [ 0.11473]
GHAM2G(-2) -0.485384 0.193194 0.028512 -0.010528
(0.24392) (0.16505) (0.30192) (0.02841)
[-1.98991] [ 1.17053] [ 0.09444] [-0.37059]
GHAM2G(-3) -0.028508 -0.048757 0.017770 0.003786
(0.22798) (0.15426) (0.28218) (0.02655)
[-0.12505] [-0.31607] [ 0.06298] [ 0.14260]
GHAM2G(-4) -0.595806 -0.102371 -0.517477 0.037383
(0.22778) (0.15413) (0.28194) (0.02653)
58
[-2.61569] [-0.66420] [-1.83543] [ 1.40910]
GHAM2G(-5) 0.790006 0.116188 0.699525 -0.050734
(0.24031) (0.16260) (0.29744) (0.02799)
[ 3.28748] [ 0.71456] [ 2.35180] [-1.81263]
GHAM2G(-6) -0.376650 -0.023832 -0.229040 0.017034
(0.15826) (0.10708) (0.19588) (0.01843)
[-2.37998] [-0.22256] [-1.16926] [ 0.92411]
GHAINF(-1) 0.024215 1.273622 -0.190204 -0.010793
(0.14373) (0.09725) (0.17790) (0.01674)
[ 0.16848] [ 13.0959] [-1.06915] [-0.64472]
GHAINF(-2) -0.146812 -0.078887 0.141808 -0.008060
(0.21417) (0.14492) (0.26509) (0.02494)
[-0.68549] [-0.54436] [ 0.53494] [-0.32312]
GHAINF(-3) 0.004906 -0.094403 0.018723 0.005112
(0.20921) (0.14156) (0.25895) (0.02437)
[ 0.02345] [-0.66688] [ 0.07230] [ 0.20979]
GHAINF(-4) 0.111236 -0.767849 -0.597238 0.083133
(0.20875) (0.14125) (0.25839) (0.02431)
[ 0.53286] [-5.43606] [-2.31142] [ 3.41920]
GHAINF(-5) -0.163065 0.979629 0.687844 -0.125114
(0.22514) (0.15234) (0.27867) (0.02622)
[-0.72428] [ 6.43056] [ 2.46831] [-4.77127]
GHAINF(-6) 0.017102 -0.367488 -0.199097 0.047913
(0.15143) (0.10247) (0.18744) (0.01764)
[ 0.11294] [-3.58641] [-1.06220] [ 2.71651]
GHADEP(-1) 0.009706 -0.024988 1.335123 -0.006219
(0.11259) (0.07618) (0.13936) (0.01311)
[ 0.08620] [-0.32800] [ 9.58028] [-0.47426]
GHADEP(-2) 0.030793 -0.039590 -0.357238 0.010742
(0.17155) (0.11608) (0.21234) (0.01998)
[ 0.17950] [-0.34106] [-1.68240] [ 0.53760]
GHADEP(-3) -0.011613 0.025718 -0.063278 -0.004470
(0.16114) (0.10904) (0.19946) (0.01877)
[-0.07206] [ 0.23586] [-0.31725] [-0.23815]
GHADEP(-4) -0.199283 0.248610 -0.332712 -0.016941
(0.16104) (0.10896) (0.19932) (0.01876)
[-1.23751] [ 2.28160] [-1.66921] [-0.90322]
59
GHADEP(-5) 0.239698 -0.353882 0.421449 0.018512
(0.16407) (0.11102) (0.20308) (0.01911)
[ 1.46093] [-3.18762] [ 2.07527] [ 0.96871]
GHADEP(-6) -0.043918 0.159708 -0.157148 -0.004359
(0.09930) (0.06719) (0.12291) (0.01157)
[-0.44226] [ 2.37688] [-1.27853] [-0.37687]
GHAGDP(-1) 0.741033 -0.689929 -0.126818 1.449271
(0.94555) (0.63980) (1.17037) (0.11013)
[ 0.78370] [-1.07835] [-0.10836] [ 13.1597]
GHAGDP(-2) -0.946798 1.398720 0.350114 -0.519877
(1.17850) (0.79742) (1.45870) (0.13726)
[-0.80339] [ 1.75405] [ 0.24002] [-3.78749]
GHAGDP(-3) -0.074548 -0.153211 -0.243420 -0.042222
(0.99079) (0.67041) (1.22636) (0.11540)
[-0.07524] [-0.22853] [-0.19849] [-0.36588]
GHAGDP(-4) 2.314336 -2.669674 -1.723822 -0.369864
(0.98988) (0.66979) (1.22523) (0.11529)
[ 2.33799] [-3.98582] [-1.40693] [-3.20806]
GHAGDP(-5) -2.872778 2.964740 1.510859 0.441243
(1.10416) (0.74712) (1.36668) (0.12860)
[-2.60179] [ 3.96824] [ 1.10550] [ 3.43107]
GHAGDP(-6) 0.704249 -0.591773 -0.710939 -0.170141
(0.73727) (0.49887) (0.91257) (0.08587)
[ 0.95521] [-1.18623] [-0.77905] [-1.98136]
C 9.077126 -1.792027 8.468610 1.288684
(4.01742) (2.71835) (4.97259) (0.46791)
[ 2.25944] [-0.65923] [ 1.70306] [ 2.75412]
R-squared 0.930561 0.982091 0.940474 0.943976
Adj. R-squared 0.911182 0.977093 0.923862 0.928341
Sum sq. resids 1903.965 871.7152 2916.961 25.82816
S.E. equation 4.705224 3.183744 5.823930 0.548021
F-statistic 48.02038 196.4991 56.61456 60.37710
Log likelihood -315.2423 -271.8839 -338.9188 -76.57957
Akaike AIC 6.130491 5.349260 6.557095 1.830263
Schwarz SC 6.740746 5.959515 7.167350 2.440517
Mean dependent 11.81116 26.55562 4.977856 4.889433
S.D. dependent 15.78811 21.03545 21.10649 2.047210
Determinant resid covariance (dof adj.) 617.0992
Determinant resid covariance 222.3601
Log likelihood -929.9473
60
Akaike information criterion 18.55761
Schwarz criterion 20.99863
Tableau A3.3: Résultats de Modèle VAR sans Restriction pour la Guinée
Vector Autoregression Estimates
Sample (adjusted): 1989:3 2010:4
Included observations: 86 after adjustments
Standard errors in ( ) & t-statistics in [ ]
GUIM2G GUIINF GUIDEP GUIGDPG
GUIM2G(-1) 1.770926 -0.004230 0.094830 0.004881
(0.12306) (0.06497) (0.21824) (0.02220)
[ 14.3911] [-0.06511] [ 0.43453] [ 0.21984]
GUIM2G(-2) -0.772115 0.045748 -0.153185 -0.012847
(0.18017) (0.09512) (0.31952) (0.03251)
[-4.28555] [ 0.48093] [-0.47942] [-0.39521]
GUIM2G(-3) -0.034791 -0.008062 0.027692 0.002504
(0.15067) (0.07955) (0.26721) (0.02718)
[-0.23091] [-0.10135] [ 0.10364] [ 0.09210]
GUIM2G(-4) -0.984181 -0.106170 -0.577660 -0.041580
(0.15070) (0.07957) (0.26727) (0.02719)
[-6.53061] [-1.33433] [-2.16134] [-1.52920]
GUIM2G(-5) 1.664696 0.145422 0.897260 0.062803
(0.18860) (0.09957) (0.33447) (0.03403)
[ 8.82680] [ 1.46043] [ 2.68262] [ 1.84563]
GUIM2G(-6) -0.794526 -0.012786 -0.435703 -0.034073
(0.14264) (0.07531) (0.25297) (0.02574)
[-5.57019] [-0.16978] [-1.72236] [-1.32393]
GUIINF(-1) -0.040392 1.651103 0.387745 0.003578
(0.22701) (0.11986) (0.40260) (0.04096)
[-0.17793] [ 13.7755] [ 0.96309] [ 0.08735]
GUIINF(-2) 0.127090 -0.553850 -0.368374 -0.017555
(0.37923) (0.20022) (0.67255) (0.06842)
[ 0.33513] [-2.76615] [-0.54772] [-0.25657]
GUIINF(-3) -0.088041 -0.079206 -0.024757 0.003166
(0.35794) (0.18898) (0.63479) (0.06458)
[-0.24597] [-0.41912] [-0.03900] [ 0.04903]
GUIINF(-4) 0.200802 -0.767552 -1.076924 -0.046552
(0.35812) (0.18908) (0.63512) (0.06461)
61
[ 0.56071] [-4.05940] [-1.69562] [-0.72045]
GUIINF(-5) -0.609010 1.246384 1.830394 0.069157
(0.38044) (0.20086) (0.67470) (0.06864)
[-1.60082] [ 6.20515] [ 2.71291] [ 1.00752]
GUIINF(-6) 0.309403 -0.542383 -1.010789 -0.035745
(0.22827) (0.12052) (0.40484) (0.04119)
[ 1.35541] [-4.50023] [-2.49678] [-0.86787]
GUIDEP(-1) -0.076763 0.023621 1.406718 -0.002064
(0.08121) (0.04288) (0.14402) (0.01465)
[-0.94524] [ 0.55089] [ 9.76718] [-0.14087]
GUIDEP(-2) 0.048648 -0.031645 -0.444431 0.003041
(0.12597) (0.06651) (0.22340) (0.02273)
[ 0.38619] [-0.47580] [-1.98937] [ 0.13382]
GUIDEP(-3) 0.002461 0.003936 -0.050783 1.14E-06
(0.11620) (0.06135) (0.20607) (0.02096)
[ 0.02118] [ 0.06415] [-0.24644] [ 5.5e-05]
GUIDEP(-4) 0.090667 0.064835 -0.555305 -0.007180
(0.11617) (0.06133) (0.20602) (0.02096)
[ 0.78049] [ 1.05707] [-2.69538] [-0.34258]
GUIDEP(-5) -0.175995 -0.090860 0.726912 0.003483
(0.12532) (0.06617) (0.22225) (0.02261)
[-1.40436] [-1.37320] [ 3.27064] [ 0.15402]
GUIDEP(-6) 0.058297 0.025790 -0.314557 0.006450
(0.08248) (0.04355) (0.14628) (0.01488)
[ 0.70679] [ 0.59222] [-2.15039] [ 0.43340]
GUIGDPG(-1) 0.208119 -0.569358 -1.360010 1.279401
(0.85933) (0.45371) (1.52400) (0.15505)
[ 0.24219] [-1.25490] [-0.89240] [ 8.25176]
GUIGDPG(-2) -1.236101 0.498552 -0.144935 -0.329537
(1.27508) (0.67322) (2.26133) (0.23006)
[-0.96943] [ 0.74055] [-0.06409] [-1.43240]
GUIGDPG(-3) 0.183726 0.007040 0.009675 -0.080887
(1.16420) (0.61467) (2.06468) (0.21005)
[ 0.15781] [ 0.01145] [ 0.00469] [-0.38508]
GUIGDPG(-4) 2.059372 -0.106614 4.957659 -0.398154
(1.16422) (0.61468) (2.06472) (0.21006)
[ 1.76889] [-0.17344] [ 2.40113] [-1.89546]
62
GUIGDPG(-5) -3.237873 -0.387818 -8.575158 0.374725
(1.24375) (0.65667) (2.20577) (0.22441)
[-2.60332] [-0.59058] [-3.88761] [ 1.66985]
GUIGDPG(-6) 1.010309 0.421733 3.365863 -0.141942
(0.82955) (0.43799) (1.47119) (0.14967)
[ 1.21790] [ 0.96289] [ 2.28785] [-0.94834]
C 6.441943 0.593195 11.05085 1.480796
(3.82173) (2.01780) (6.77778) (0.68955)
[ 1.68561] [ 0.29398] [ 1.63045] [ 2.14749]
R-squared 0.960664 0.980475 0.930896 0.917875
Adj. R-squared 0.945187 0.972792 0.903708 0.885564
Sum sq. resids 600.0114 167.2610 1887.183 19.53283
S.E. equation 3.136280 1.655893 5.562142 0.565871
F-statistic 62.07251 127.6301 34.23869 28.40728
Log likelihood -205.5606 -150.6327 -254.8339 -58.29194
Akaike AIC 5.361874 4.084480 6.507766 1.937022
Schwarz SC 6.075347 4.797954 7.221239 2.650495
Mean dependent 10.49802 12.80273 0.307808 3.330959
S.D. dependent 13.39599 10.03892 17.92446 1.672772
Determinant resid covariance (dof adj.) 104.8043
Determinant resid covariance 26.52802
Log likelihood -629.0775
Akaike information criterion 16.95529
Schwarz criterion 19.80918
Tableau A3.4: Résultats de Modèle VAR sans Restriction pour le Liberia
Vector Autoregression Estimates
Sample (adjusted): 1982:3 2010:4
Included observations: 114 after adjustments
Standard errors in ( ) & t-statistics in [ ]
LIBM2G LIBINF LIBDEP LIBGDP
LIBM2G(-1) 1.607650 0.015840 0.058577 -0.026660
(0.11002) (0.03356) (0.09378) (0.11842)
[ 14.6128] [ 0.47195] [ 0.62462] [-0.22513]
LIBM2G(-2) -0.616148 -0.019830 -0.068385 0.020704
(0.15205) (0.04639) (0.12961) (0.16367)
[-4.05216] [-0.42747] [-0.52761] [ 0.12650]
LIBM2G(-3) -0.030264 -0.002082 0.007269 0.008867
(0.12686) (0.03870) (0.10814) (0.13655)
[-0.23856] [-0.05380] [ 0.06722] [ 0.06493]
63
LIBM2G(-4) -0.623769 0.131939 0.141306 -0.420596
(0.12702) (0.03875) (0.10827) (0.13672)
[-4.91093] [ 3.40489] [ 1.30511] [-3.07637]
LIBM2G(-5) 1.013934 -0.190333 -0.108006 0.687048
(0.15440) (0.04710) (0.13161) (0.16619)
[ 6.56692] [-4.04069] [-0.82063] [ 4.13403]
LIBM2G(-6) -0.435399 0.061399 0.029345 -0.254294
(0.10416) (0.03178) (0.08879) (0.11212)
[-4.18002] [ 1.93215] [ 0.33050] [-2.26810]
LIBINF(-1) 0.146938 1.559118 -0.483679 0.132449
(0.34803) (0.10618) (0.29667) (0.37462)
[ 0.42220] [ 14.6842] [-1.63037] [ 0.35356]
LIBINF(-2) -0.107758 -0.559263 0.504012 -0.063504
(0.48459) (0.14784) (0.41307) (0.52161)
[-0.22237] [-3.78294] [ 1.22015] [-0.12175]
LIBINF(-3) -0.006930 -0.040840 -0.012752 0.031677
(0.39868) (0.12163) (0.33984) (0.42913)
[-0.01738] [-0.33578] [-0.03752] [ 0.07382]
LIBINF(-4) -2.113708 -0.758516 -1.087113 0.592457
(0.39900) (0.12173) (0.34012) (0.42948)
[-5.29748] [-6.23130] [-3.19629] [ 1.37948]
LIBINF(-5) 3.421990 1.153783 1.183841 -1.148502
(0.46504) (0.14187) (0.39641) (0.50056)
[ 7.35849] [ 8.13249] [ 2.98642] [-2.29443]
LIBINF(-6) -1.532018 -0.490392 -0.445938 0.566619
(0.30329) (0.09253) (0.25853) (0.32645)
[-5.05137] [-5.30002] [-1.72491] [ 1.73568]
LIBDEP(-1) -0.163697 -0.038318 1.337199 -0.145273
(0.13827) (0.04218) (0.11786) (0.14883)
[-1.18389] [-0.90838] [ 11.3453] [-0.97610]
LIBDEP(-2) 0.080111 0.030841 -0.520300 0.084425
(0.17877) (0.05454) (0.15239) (0.19243)
[ 0.44812] [ 0.56548] [-3.41429] [ 0.43874]
LIBDEP(-3) 0.012839 0.003314 -0.020235 -0.021086
(0.14025) (0.04279) (0.11955) (0.15096)
[ 0.09154] [ 0.07745] [-0.16926] [-0.13968]
LIBDEP(-4) -0.048659 -0.070131 -0.817840 0.084095
(0.14032) (0.04281) (0.11961) (0.15104)
64
[-0.34677] [-1.63822] [-6.83737] [ 0.55677]
LIBDEP(-5) -0.025922 0.083802 1.070750 -0.262524
(0.17443) (0.05321) (0.14869) (0.18775)
[-0.14861] [ 1.57479] [ 7.20134] [-1.39824]
LIBDEP(-6) 0.026390 -0.023042 -0.493354 0.076355
(0.12568) (0.03834) (0.10714) (0.13528)
[ 0.20997] [-0.60095] [-4.60495] [ 0.56440]
LIBGDP(-1) 0.044278 0.012451 -0.043942 1.660614
(0.10308) (0.03145) (0.08787) (0.11096)
[ 0.42953] [ 0.39591] [-0.50007] [ 14.9663]
LIBGDP(-2) -0.015266 -0.019000 0.113479 -0.595872
(0.13787) (0.04206) (0.11753) (0.14841)
[-0.11073] [-0.45171] [ 0.96556] [-4.01517]
LIBGDP(-3) -0.007385 0.002265 -0.013985 -0.033996
(0.10126) (0.03089) (0.08632) (0.10900)
[-0.07293] [ 0.07333] [-0.16202] [-0.31189]
LIBGDP(-4) 0.286868 -0.079536 0.353100 -0.761948
(0.10139) (0.03093) (0.08642) (0.10913)
[ 2.82947] [-2.57145] [ 4.08571] [-6.98204]
LIBGDP(-5) -0.338325 0.146823 -0.564318 1.313103
(0.15000) (0.04576) (0.12787) (0.16146)
[-2.25545] [ 3.20836] [-4.41338] [ 8.13266]
LIBGDP(-6) 0.095392 -0.072515 0.301669 -0.523735
(0.13136) (0.04008) (0.11197) (0.14139)
[ 0.72618] [-1.80947] [ 2.69410] [-3.70409]
C 2.877098 0.371830 0.562996 -0.089380
(1.22213) (0.37284) (1.04177) (1.31548)
[ 2.35417] [ 0.99728] [ 0.54043] [-0.06795]
DUM -0.547586 0.076887 1.587803 0.992638
(1.57141) (0.47940) (1.33950) (1.69144)
[-0.34847] [ 0.16038] [ 1.18537] [ 0.58686]
DUM2 0.062823 -0.118265 0.262576 0.100027
(0.51370) (0.15672) (0.43789) (0.55294)
[ 0.12229] [-0.75463] [ 0.59964] [ 0.18090]
R-squared 0.964512 0.958659 0.965859 0.966260
Adj. R-squared 0.953906 0.946304 0.955656 0.956177
Sum sq. resids 2424.811 225.6830 1761.907 2809.379
S.E. equation 5.279336 1.610608 4.500201 5.682579
65
F-statistic 90.94293 77.59435 94.66281 95.82950
Log likelihood -336.0257 -200.6862 -317.8224 -344.4166
Akaike AIC 6.368872 3.994494 6.049515 6.516081
Schwarz SC 7.016919 4.642541 6.697562 7.164128
Mean dependent 22.15625 1.438662 5.407259 1.835548
S.D. dependent 24.58994 6.950567 21.37038 27.14535
Determinant resid covariance (dof adj.) 16327.08
Determinant resid covariance 5538.166
Log likelihood -1138.343
Akaike information criterion 21.86566
Schwarz criterion 24.45785
Tableau A3.5: Résultats de Modèle VAR sans Restriction pour le Nigeria
Vector Autoregression Estimates
Sample (adjusted): 1982:3 2010:4
Included observations: 114 after adjustments
Standard errors in ( ) & t-statistics in [ ]
NIGM2G NIGINF NIGDEP NIGGDPG
NIGM2G(-1) 1.523387 0.037418 0.122959 -0.025972
(0.11903) (0.13152) (0.24743) (0.07839)
[ 12.7980] [ 0.28449] [ 0.49696] [-0.33132]
NIGM2G(-2) -0.512895 -0.012206 -0.129668 0.003071
(0.16712) (0.18465) (0.34738) (0.11006)
[-3.06905] [-0.06610] [-0.37328] [ 0.02790]
NIGM2G(-3) -0.031807 -0.018601 -0.008871 0.001636
(0.14114) (0.15596) (0.29339) (0.09295)
[-0.22535] [-0.11927] [-0.03024] [ 0.01760]
NIGM2G(-4) -0.612738 0.112583 -0.540567 0.290776
(0.14112) (0.15593) (0.29335) (0.09294)
[-4.34181] [ 0.72199] [-1.84276] [ 3.12866]
NIGM2G(-5) 0.922353 -0.154381 0.934899 -0.484512
(0.15794) (0.17451) (0.32829) (0.10401)
[ 5.83999] [-0.88465] [ 2.84776] [-4.65824]
NIGM2G(-6) -0.402403 0.067845 -0.482611 0.201345
(0.10325) (0.11409) (0.21462) (0.06800)
[-3.89733] [ 0.59469] [-2.24868] [ 2.96108]
NIGINF(-1) 0.101417 1.437551 -0.046058 -0.001410
(0.11607) (0.12825) (0.24126) (0.07644)
[ 0.87379] [ 11.2094] [-0.19091] [-0.01844]
66
NIGINF(-2) -0.130272 -0.304983 -0.129106 -0.023042
(0.19094) (0.21097) (0.39689) (0.12574)
[-0.68228] [-1.44560] [-0.32530] [-0.18324]
NIGINF(-3) 0.031684 -0.115121 0.033786 0.006915
(0.18045) (0.19938) (0.37508) (0.11884)
[ 0.17558] [-0.57739] [ 0.09008] [ 0.05819]
NIGINF(-4) -0.372613 -0.366174 0.045557 0.204164
(0.18052) (0.19946) (0.37523) (0.11888)
[-2.06411] [-1.83580] [ 0.12141] [ 1.71735]
NIGINF(-5) 0.683195 0.407655 0.069464 -0.294559
(0.19444) (0.21484) (0.40416) (0.12805)
[ 3.51370] [ 1.89747] [ 0.17187] [-2.30036]
NIGINF(-6) -0.336742 -0.100139 -0.212657 0.093348
(0.12585) (0.13905) (0.26159) (0.08288)
[-2.67582] [-0.72015] [-0.81295] [ 1.12634]
NIGDEP(-1) 0.013779 -0.022715 1.424583 -0.012892
(0.04936) (0.05454) (0.10261) (0.03251)
[ 0.27914] [-0.41646] [ 13.8839] [-0.39658]
NIGDEP(-2) -0.011521 0.029810 -0.436759 0.008745
(0.06974) (0.07706) (0.14497) (0.04593)
[-0.16519] [ 0.38683] [-3.01279] [ 0.19039]
NIGDEP(-3) -0.006744 0.004184 -0.052810 -0.000568
(0.06146) (0.06791) (0.12776) (0.04048)
[-0.10973] [ 0.06161] [-0.41335] [-0.01403]
NIGDEP(-4) 0.134877 -0.098400 -0.663819 -0.027162
(0.06147) (0.06792) (0.12777) (0.04048)
[ 2.19432] [-1.44885] [-5.19561] [-0.67101]
NIGDEP(-5) -0.183488 0.110627 0.896801 0.036833
(0.07220) (0.07978) (0.15008) (0.04755)
[-2.54137] [ 1.38670] [ 5.97556] [ 0.77464]
NIGDEP(-6) 0.046907 -0.001445 -0.362997 -0.015826
(0.04977) (0.05499) (0.10346) (0.03278)
[ 0.94244] [-0.02628] [-3.50867] [-0.48282]
NIGGDP(-1) 0.022848 -0.053758 -0.122547 1.525200
(0.15054) (0.16633) (0.31291) (0.09914)
[ 0.15178] [-0.32320] [-0.39164] [ 15.3848]
NIGGDP(-2) 0.065367 0.005724 0.114418 -0.486843
(0.22134) (0.24456) (0.46008) (0.14576)
67
[ 0.29533] [ 0.02341] [ 0.24869] [-3.33995]
NIGGDP(-3) -0.002418 0.001986 0.009457 -0.057460
(0.19531) (0.21581) (0.40598) (0.12862)
[-0.01238] [ 0.00920] [ 0.02329] [-0.44673]
NIGGDP(-4) -0.728546 0.088100 0.196552 -0.790452
(0.19533) (0.21583) (0.40601) (0.12864)
[-3.72985] [ 0.40820] [ 0.48410] [-6.14489]
NIGGDP(-5) 1.109158 -0.157934 -0.275356 1.141993
(0.22988) (0.25400) (0.47784) (0.15139)
[ 4.82491] [-0.62178] [-0.57625] [ 7.54332]
NIGGDP(-6) -0.328128 0.027321 0.062935 -0.442253
(0.16466) (0.18194) (0.34226) (0.10844)
[-1.99280] [ 0.15017] [ 0.18388] [-4.07844]
C 0.795489 1.029840 5.337086 0.784991
(1.02596) (1.13362) (2.13258) (0.67566)
[ 0.77536] [ 0.90846] [ 2.50264] [ 1.16182]
R-squared 0.969995 0.964118 0.942779 0.928603
Adj. R-squared 0.961904 0.954442 0.927349 0.909350
Sum sq. resids 1246.371 1521.671 5385.177 540.5557
S.E. equation 3.742215 4.134903 7.778664 2.464479
F-statistic 119.8833 99.63969 61.09938 48.23161
Log likelihood -298.0912 -309.4668 -381.5058 -250.4737
Akaike AIC 5.668267 5.867839 7.131681 4.832873
Schwarz SC 6.268310 6.467883 7.731724 5.432916
Mean dependent 6.353670 21.64535 -2.959153 3.244936
S.D. dependent 19.17298 19.37237 28.85923 8.185446
Determinant resid covariance (dof adj.) 45170.47
Determinant resid covariance 16780.13
Log likelihood -1201.529
Akaike information criterion 22.83384
Schwarz criterion 25.23402
Tableau A3.6: Résultats de Modèle VAR sans Restriction pour la Sierra Leone
Vector Autoregression Estimates
Sample (adjusted): 1982:3 2010:4
Included observations: 114 after adjustments
Standard errors in ( ) & t-statistics in [ ]
SIEM2G SIEINF SIEDEP SIEGDPG
SIEM2G(-1) 1.384254 0.091681 0.065548 0.007095
(0.14827) (0.22535) (0.66684) (0.04485)
68
[ 9.33623] [ 0.40684] [ 0.09830] [ 0.15819]
SIEM2G(-2) -0.380262 -0.050101 -0.272841 0.030921
(0.23088) (0.35092) (1.03841) (0.06984)
[-1.64698] [-0.14277] [-0.26275] [ 0.44274]
SIEM2G(-3) -0.080858 0.027556 -0.002495 -0.010844
(0.21727) (0.33022) (0.97716) (0.06572)
[-0.37216] [ 0.08345] [-0.00255] [-0.16500]
SIEM2G(-4) -0.626975 -0.039948 0.521479 0.079770
(0.21727) (0.33022) (0.97718) (0.06572)
[-2.88570] [-0.12097] [ 0.53366] [ 1.21374]
SIEM2G(-5) 0.743676 0.176805 -0.738933 -0.141088
(0.22634) (0.34401) (1.01797) (0.06847)
[ 3.28569] [ 0.51396] [-0.72589] [-2.06073]
SIEM2G(-6) -0.241874 -0.132119 0.190937 0.079578
(0.13174) (0.20023) (0.59250) (0.03985)
[-1.83601] [-0.65985] [ 0.32226] [ 1.99695]
SIEINF(-1) 0.138242 1.316159 0.620676 -0.032573
(0.12092) (0.18379) (0.54386) (0.03658)
[ 1.14322] [ 7.16123] [ 1.14124] [-0.89051]
SIEINF(-2) -0.142889 -0.251782 -0.532793 0.035982
(0.18397) (0.27961) (0.82741) (0.05565)
[-0.77670] [-0.90047] [-0.64393] [ 0.64659]
SIEINF(-3) -0.003856 -0.048732 -0.070796 -0.001832
(0.16640) (0.25291) (0.74839) (0.05033)
[-0.02317] [-0.19269] [-0.09460] [-0.03640]
SIEINF(-4) -0.234217 -0.372481 -0.330328 -0.005332
(0.16634) (0.25281) (0.74811) (0.05032)
[-1.40809] [-1.47335] [-0.44155] [-0.10597]
SIEINF(-5) 0.389067 0.485545 0.566907 -0.020918
(0.17756) (0.26986) (0.79857) (0.05371)
[ 2.19123] [ 1.79922] [ 0.70990] [-0.38947]
SIEINF(-6) -0.216245 -0.089367 -0.483001 0.034351
(0.11170) (0.16977) (0.50238) (0.03379)
[-1.93592] [-0.52639] [-0.96142] [ 1.01663]
SIEDEP(-1) 0.010644 0.035873 1.412892 -0.006487
(0.03244) (0.04930) (0.14589) (0.00981)
[ 0.32813] [ 0.72761] [ 9.68453] [-0.66115]
69
SIEDEP(-2) -0.046264 0.040238 -0.534016 0.007879
(0.05119) (0.07780) (0.23023) (0.01548)
[-0.90378] [ 0.51718] [-2.31950] [ 0.50884]
SIEDEP(-3) 0.005464 -0.007871 -0.053819 0.000279
(0.04616) (0.07016) (0.20761) (0.01396)
[ 0.11837] [-0.11219] [-0.25923] [ 0.02002]
SIEDEP(-4) -0.095777 0.139131 -0.914184 -0.008627
(0.04615) (0.07015) (0.20758) (0.01396)
[-2.07511] [ 1.98334] [-4.40392] [-0.61795]
SIEDEP(-5) 0.140198 -0.155478 1.175227 0.010007
(0.05055) (0.07683) (0.22735) (0.01529)
[ 2.77344] [-2.02366] [ 5.16922] [ 0.65441]
SIEDEP(-6) -0.088568 0.104122 -0.576089 0.003189
(0.03568) (0.05423) (0.16046) (0.01079)
[-2.48243] [ 1.92016] [-3.59017] [ 0.29552]
SIEGDP(-1) 0.396118 -0.494584 0.555174 1.427289
(0.36331) (0.55220) (1.63402) (0.10990)
[ 1.09029] [-0.89567] [ 0.33976] [ 12.9872]
SIEGDP(-2) -0.208151 0.275893 -0.436702 -0.322892
(0.61662) (0.93719) (2.77327) (0.18652)
[-0.33757] [ 0.29438] [-0.15747] [-1.73112]
SIEGDP(-3) -0.079019 0.106977 -0.072583 -0.113264
(0.61237) (0.93073) (2.75415) (0.18524)
[-0.12904] [ 0.11494] [-0.02635] [-0.61146]
SIEGDP(-4) -0.560681 1.354990 0.964068 -0.279269
(0.61196) (0.93011) (2.75233) (0.18511)
[-0.91620] [ 1.45680] [ 0.35027] [-1.50863]
SIEGDP(-5) 0.582007 -1.787121 -2.361029 0.322669
(0.62436) (0.94895) (2.80809) (0.18886)
[ 0.93217] [-1.88325] [-0.84079] [ 1.70847]
SIEGDP(-6) 0.089161 0.216665 1.950742 -0.144392
(0.37817) (0.57477) (1.70083) (0.11439)
[ 0.23577] [ 0.37696] [ 1.14693] [-1.26224]
C 0.997529 3.341532 -0.935598 0.110222
(1.69949) (2.58303) (7.64355) (0.51408)
[ 0.58696] [ 1.29365] [-0.12240] [ 0.21441]
DUM 3.565892 -8.555481 13.98240 -0.998888
(1.95431) (2.97031) (8.78958) (0.59116)
70
[ 1.82463] [-2.88033] [ 1.59079] [-1.68970]
R-squared 0.926415 0.966517 0.884617 0.973635
Adj. R-squared 0.905510 0.957005 0.851838 0.966145
Sum sq. resids 2784.910 6433.248 56332.96 254.8235
S.E. equation 5.625540 8.550152 25.30113 1.701682
F-statistic 44.31588 101.6088 26.98710 129.9892
Log likelihood -343.9180 -391.6421 -515.3207 -207.6082
Akaike AIC 6.489790 7.327054 9.496854 4.098390
Schwarz SC 7.113835 7.951099 10.12090 4.722436
Mean dependent 2.896092 39.84396 -9.098872 1.403825
S.D. dependent 18.30088 41.23494 65.73114 9.248362
Determinant resid covariance (dof adj.) 866286.0
Determinant resid covariance 307590.3
Log likelihood -1367.318
Akaike information criterion 25.81259
Schwarz criterion 28.30877
ANNEXE IV: FONCTIONS DE REACTION AUX IMPULSIONS
Encadré 4.1: Fonctions de réaction aux impulsions pour la Gambie
-40
-20
0
20
40
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of GAMM2G to GAMM2G
-40
-20
0
20
40
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of GAMM2G to GAMINF
-40
-20
0
20
40
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of GAMM2G to GAMDEP
-40
-20
0
20
40
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of GAMM2G to GAMGDPG
-40
-20
0
20
40
60
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of GAMINF to GAMM2G
-40
-20
0
20
40
60
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of GAMINF to GAMINF
-40
-20
0
20
40
60
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of GAMINF to GAMDEP
-40
-20
0
20
40
60
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of GAMINF to GAMGDPG
-40
-20
0
20
40
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of GAMDEP to GAMM2G
-40
-20
0
20
40
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of GAMDEP to GAMINF
-40
-20
0
20
40
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of GAMDEP to GAMDEP
-40
-20
0
20
40
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of GAMDEP to GAMGDPG
-8
-4
0
4
8
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of GAMGDPG to GAMM2G
-8
-4
0
4
8
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of GAMGDPG to GAMINF
-8
-4
0
4
8
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of GAMGDPG to GAMDEP
-8
-4
0
4
8
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of GAMGDPG to GAMGDPG
Accumulated Response to Cholesky One S.D. Innov ations ± 2 S.E.
71
Encadré 4.2: Fonctions de réaction aux impulsions pour le Ghana
-40
-20
0
20
40
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of GHAM2G to GHAM2G
-40
-20
0
20
40
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of GHAM2G to GHAINF
-40
-20
0
20
40
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of GHAM2G to GHADEP
-40
-20
0
20
40
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of GHAM2G to GHAGDPG
-20
-10
0
10
20
30
40
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of GHAINF to GHAM2G
-20
-10
0
10
20
30
40
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of GHAINF to GHAINF
-20
-10
0
10
20
30
40
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of GHAINF to GHADEP
-20
-10
0
10
20
30
40
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of GHAINF to GHAGDPG
-60
-40
-20
0
20
40
60
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of GHADEP to GHAM2G
-60
-40
-20
0
20
40
60
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of GHADEP to GHAINF
-60
-40
-20
0
20
40
60
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of GHADEP to GHADEP
-60
-40
-20
0
20
40
60
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of GHADEP to GHAGDPG
-4
-2
0
2
4
6
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of GHAGDPG to GHAM2G
-4
-2
0
2
4
6
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of GHAGDPG to GHAINF
-4
-2
0
2
4
6
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of GHAGDPG to GHADEP
-4
-2
0
2
4
6
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of GHAGDPG to GHAGDPG
Accumulated Response to Cholesky One S.D. Innov ations ± 2 S.E.
Encadré 4.3: Fonctions de réaction aux impulsions pour la Guinée
72
-80
-40
0
40
80
120
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of GUIM2G to GUIM2G
-80
-40
0
40
80
120
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of GUIM2G to GUIINF
-80
-40
0
40
80
120
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of GUIM2G to GUIDEP
-80
-40
0
40
80
120
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of GUIM2G to GUIGDPG
-40
-20
0
20
40
60
80
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of GUIINF to GUIM2G
-40
-20
0
20
40
60
80
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of GUIINF to GUIINF
-40
-20
0
20
40
60
80
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of GUIINF to GUIDEP
-40
-20
0
20
40
60
80
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of GUIINF to GUIGDPG
-60
-40
-20
0
20
40
60
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of GUIDEP to GUIM2G
-60
-40
-20
0
20
40
60
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of GUIDEP to GUIINF
-60
-40
-20
0
20
40
60
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of GUIDEP to GUIDEP
-60
-40
-20
0
20
40
60
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of GUIDEP to GUIGDPG
-12
-8
-4
0
4
8
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of GUIGDPG to GUIM2G
-12
-8
-4
0
4
8
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of GUIGDPG to GUIINF
-12
-8
-4
0
4
8
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of GUIGDPG to GUIDEP
-12
-8
-4
0
4
8
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of GUIGDPG to GUIGDPG
Accumulated Response to Cholesky One S.D. Innov ations ± 2 S.E.
Encadré 4.4: Fonctions de réaction aux impulsions pour le Liberia
-80
-40
0
40
80
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of LIBM2N to LIBM2N
-80
-40
0
40
80
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of LIBM2N to LIBINF
-80
-40
0
40
80
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of LIBM2N to LIBDEPN
-80
-40
0
40
80
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of LIBM2N to LIBGDP
-20
-10
0
10
20
30
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of LIBINF to LIBM2N
-20
-10
0
10
20
30
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of LIBINF to LIBINF
-20
-10
0
10
20
30
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of LIBINF to LIBDEPN
-20
-10
0
10
20
30
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of LIBINF to LIBGDP
-40
-20
0
20
40
60
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of LIBDEPN to LIBM2N
-40
-20
0
20
40
60
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of LIBDEPN to LIBINF
-40
-20
0
20
40
60
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of LIBDEPN to LIBDEPN
-40
-20
0
20
40
60
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of LIBDEPN to LIBGDP
-100
-50
0
50
100
150
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of LIBGDP to LIBM2N
-100
-50
0
50
100
150
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of LIBGDP to LIBINF
-100
-50
0
50
100
150
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of LIBGDP to LIBDEPN
-100
-50
0
50
100
150
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of LIBGDP to LIBGDP
Accumulated Response to Cholesky One S.D. Innov ations ± 2 S.E.
Encadré 4.5: Fonctions de réaction aux impulsions pour le Nigeria
73
-40
-20
0
20
40
60
80
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of NIGM2G to NIGM2G
-40
-20
0
20
40
60
80
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of NIGM2G to NIGINF
-40
-20
0
20
40
60
80
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of NIGM2G to NIGDEP
-40
-20
0
20
40
60
80
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of NIGM2G to NIGGDPG
-80
-40
0
40
80
120
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of NIGINF to NIGM2G
-80
-40
0
40
80
120
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of NIGINF to NIGINF
-80
-40
0
40
80
120
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of NIGINF to NIGDEP
-80
-40
0
40
80
120
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of NIGINF to NIGGDPG
-100
-50
0
50
100
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of NIGDEP to NIGM2G
-100
-50
0
50
100
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of NIGDEP to NIGINF
-100
-50
0
50
100
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of NIGDEP to NIGDEP
-100
-50
0
50
100
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of NIGDEP to NIGGDPG
-20
-10
0
10
20
30
40
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of NIGGDPG to NIGM2G
-20
-10
0
10
20
30
40
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of NIGGDPG to NIGINF
-20
-10
0
10
20
30
40
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of NIGGDPG to NIGDEP
-20
-10
0
10
20
30
40
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of NIGGDPG to NIGGDPG
Accumulated Response to Cholesky One S.D. Innov ations ± 2 S.E.
Encadré 4.6: Fonctions de réaction aux impulsions pour la Sierra Leone
74
-80
-40
0
40
80
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of SIEM2G to SIEM2G
-80
-40
0
40
80
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of SIEM2G to SIEINF
-80
-40
0
40
80
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of SIEM2G to SIEDEP
-80
-40
0
40
80
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of SIEM2G to SIEGDPG
-100
-50
0
50
100
150
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of SIEINF to SIEM2G
-100
-50
0
50
100
150
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of SIEINF to SIEINF
-100
-50
0
50
100
150
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of SIEINF to SIEDEP
-100
-50
0
50
100
150
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of SIEINF to SIEGDPG
-100
-50
0
50
100
150
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of SIEDEP to SIEM2G
-100
-50
0
50
100
150
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of SIEDEP to SIEINF
-100
-50
0
50
100
150
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of SIEDEP to SIEDEP
-100
-50
0
50
100
150
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of SIEDEP to SIEGDPG
-40
-20
0
20
40
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of SIEGDPG to SIEM2G
-40
-20
0
20
40
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of SIEGDPG to SIEINF
-40
-20
0
20
40
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of SIEGDPG to SIEDEP
-40
-20
0
20
40
1 2 3 4 5 6 7 8 9 10 11 12
Accumulated Response of SIEGDPG to SIEGDPG
Accumulated Response to Cholesky One S.D. Innov ations ± 2 S.E.
75
ANNEXE V: DECOMPOSITION DES VARIATIONS
Tableau A5.1: Décompositions des Variations pour la Gambie
Variance Decomposition of
GAMM2G:
Period S.E. GAMM2G GAMINF GAMDEP GAMGDPG
1 3.909873 100.0000 0.000000 0.000000 0.000000
2 6.479744 99.22406 0.036050 0.346919 0.392974
3 8.402016 96.65077 0.291383 1.616724 1.441118
4 9.865884 92.41184 0.838595 3.699691 3.049872
5 10.37564 83.88640 1.041474 10.40121 4.670911
6 11.00928 75.46383 2.907587 16.04804 5.580535
7 11.79595 68.08866 7.972670 18.48844 5.450225
8 12.76007 60.76960 16.37527 18.11506 4.740068
9 13.10539 57.92703 20.37099 17.18856 4.513416
10 13.41302 56.95521 22.18641 16.54872 4.309663
11 13.66908 57.46552 22.02804 16.35017 4.156265
12 13.92681 58.34995 21.23708 16.30502 4.107953
Variance Decomposition of
GAMINF:
Period S.E. GAMM2G GAMINF GAMDEP GAMGDPG
1 2.222813 24.58981 75.41019 0.000000 0.000000
2 3.936393 19.91467 79.30451 0.754590 0.026226
3 5.539896 15.13660 82.15486 2.624289 0.084252
4 7.066496 11.29650 83.71604 4.833354 0.154102
5 8.267000 8.486921 82.27105 8.836834 0.405199
6 9.361348 7.497358 80.66210 11.25229 0.588255
7 10.26977 7.125624 80.28846 11.92672 0.659203
8 10.98191 6.885520 80.85815 11.59381 0.662527
9 11.44570 6.422470 82.27157 10.69569 0.610270
10 11.77639 6.466051 82.76978 10.18306 0.581102
11 11.99552 6.796721 82.60274 10.03936 0.561172
12 12.12319 7.220765 82.14111 10.08564 0.552486
Variance Decomposition of
GAMDEP:
Period S.E. GAMM2G GAMINF GAMDEP GAMGDPG
1 6.138374 2.638687 12.08893 85.27238 0.000000
2 9.439306 1.614632 12.64420 85.50397 0.237207
3 11.32998 1.256852 11.91389 85.75615 1.073104
4 12.45607 2.729336 10.50249 83.94014 2.828032
5 13.03274 9.184554 10.92443 77.30736 2.583660
6 14.05798 14.02347 12.58878 70.91972 2.468031
7 15.01730 15.26007 14.61054 67.57947 2.549925
8 15.69627 14.68279 16.51462 66.05263 2.749960
9 15.99706 14.46161 17.51539 63.83428 4.188731
76
10 16.68336 14.22094 17.44155 61.14510 7.192412
11 17.62163 13.37256 16.78910 59.30896 10.52938
12 18.60139 12.15695 16.10677 58.35722 13.37906
Variance Decomposition of
GAMGDPG:
Period S.E. GAMM2G GAMINF GAMDEP GAMGDPG
1 0.909471 0.458086 8.521046 1.466904 89.55396
2 1.500571 0.230785 9.321636 0.616132 89.83145
3 1.967280 0.161496 10.30748 0.390333 89.14069
4 2.326306 0.348769 11.50907 0.445492 87.69667
5 2.437944 2.226271 10.68627 1.072823 86.01464
6 2.504888 4.919602 10.19687 1.536943 83.34659
7 2.557925 7.411956 10.70577 1.844826 80.03745
8 2.622912 9.036262 12.61087 1.954297 76.39857
9 2.636853 9.178911 12.86387 1.958264 75.99895
10 2.651604 9.081697 12.78836 1.938228 76.19172
11 2.672051 9.174116 12.72479 1.915878 76.18522
12 2.707948 9.527230 13.50869 1.882840 75.08124
Cholesky Ordering:
GAMM2G GAMINF
GAMDEP GAMGDPG
Tableau A5.2: Décompositions des Variations pour le Ghana
Variance Decomposition of
GHAM2G:
Period S.E. GHAM2G GHAINF GHADEP GHAGDPG
1 4.705224 100.0000 0.000000 0.000000 0.000000
2 7.893186 99.74715 0.000253 0.026554 0.226045
3 10.23728 99.40827 0.036999 0.128254 0.426473
4 11.81706 98.96981 0.236523 0.321952 0.471716
5 12.08199 96.31110 1.749372 0.337435 1.602088
6 12.33780 92.75784 4.728199 0.330331 2.183627
7 12.86489 89.35333 8.143062 0.382872 2.120741
8 13.70743 86.92271 10.71913 0.472783 1.885379
9 14.09664 85.20092 10.96188 0.454482 3.382722
10 14.44727 83.08011 10.55298 0.447292 5.919622
11 14.72147 80.61609 10.19946 0.520633 8.663821
12 14.94851 78.18592 10.29523 0.670257 10.84860
Variance Decomposition of
GHAINF:
Period S.E. GHAM2G GHAINF GHADEP GHAGDPG
1 3.183744 37.49526 62.50474 0.000000 0.000000
2 5.267178 39.61304 59.82247 0.124462 0.440025
77
3 6.930913 36.56884 62.51338 0.539597 0.378180
4 8.274748 31.65561 66.82689 1.205100 0.312401
5 8.919714 27.24796 71.02292 1.136457 0.592666
6 9.546947 25.53440 72.88829 1.020867 0.556444
7 10.16637 26.55274 72.01779 0.933731 0.495742
8 10.77598 29.32803 69.04617 1.121442 0.504351
9 11.12780 29.98452 66.54697 1.216809 2.251700
10 11.44581 30.13657 63.36122 1.643529 4.858675
11 11.72313 29.68318 60.40083 2.183440 7.732550
12 11.96520 28.74893 58.24566 2.781234 10.22418
Variance Decomposition of
GHADEP:
Period S.E. GHAM2G GHAINF GHADEP GHAGDPG
1 5.823930 23.21070 26.21280 50.57650 0.000000
2 9.644971 26.02002 22.84278 51.13277 0.004434
3 12.71842 28.64230 20.13408 51.21882 0.004797
4 15.07742 31.04182 17.88904 51.05762 0.011519
5 15.73199 30.83446 16.43708 52.48352 0.244941
6 16.06028 29.99570 16.45579 52.55767 0.990827
7 16.43358 28.69864 17.49831 50.62953 3.173527
8 17.09837 27.43678 18.54903 46.77006 7.244131
9 17.60190 26.20223 18.24141 44.19710 11.35926
10 18.08863 25.15979 17.56191 41.98936 15.28894
11 18.41889 24.43451 16.97363 40.65013 17.94173
12 18.57823 24.03240 16.69674 40.06901 19.20185
Variance Decomposition of
GHAGDPG:
Period S.E. GHAM2G GHAINF GHADEP GHAGDPG
1 0.548021 6.238174 3.626520 4.740905 85.39440
2 0.971828 6.748237 5.260671 3.800985 84.19011
3 1.326097 7.180100 7.152717 3.565935 82.10125
4 1.598018 7.441532 9.520581 3.528607 79.50928
5 1.683669 7.411584 9.982997 3.255495 79.34992
6 1.702634 7.286361 10.60114 3.237992 78.87450
7 1.712392 7.358338 10.82299 3.795505 78.02316
8 1.743699 7.879213 10.47040 5.023115 76.62727
9 1.782382 8.303905 10.21276 5.522890 75.96045
10 1.815717 8.691114 9.900919 5.782529 75.62544
11 1.836409 8.954242 9.694337 5.730939 75.62048
12 1.845857 9.030961 9.599701 5.697483 75.67185
Cholesky Ordering:
GHAM2G GHAINF
GHADEP GHAGDPG
78
Tableau A5.3: Décompositions des Variations pour la Guinée
Variance Decomposition of
GUIM2G:
Period S.E. GUIM2G GUIINF GUIDEP GUIGDPG
1 3.136280 100.0000 0.000000 0.000000 0.000000
2 6.183112 99.69002 0.020662 0.268925 0.020396
3 9.375042 98.32400 0.158542 1.462594 0.054868
4 12.59482 95.33161 0.545006 3.679770 0.443611
5 14.03758 93.06804 0.617635 5.672429 0.641898
6 14.93268 88.89840 0.988667 8.419328 1.693609
7 15.54972 83.48135 1.928681 11.07196 3.518003
8 16.06061 78.25649 3.419653 12.83816 5.485694
9 17.07667 69.23046 7.997049 14.65918 8.113317
10 18.00162 62.30396 12.77544 15.85621 9.064392
11 18.69894 57.75130 16.49534 16.74486 9.008510
12 19.14916 55.06822 18.83859 17.46036 8.632837
Variance Decomposition of
GUIINF:
Period S.E. GUIM2G GUIINF GUIDEP GUIGDPG
1 1.655893 9.855244 90.14476 0.000000 0.000000
2 3.151798 12.30368 87.09663 0.012212 0.587484
3 4.751175 15.19948 83.32707 0.060817 1.412626
4 6.445847 18.70486 78.94189 0.164318 2.188939
5 7.540879 22.43735 73.89779 0.147805 3.517058
6 8.510900 26.81156 68.14409 0.203054 4.841293
7 9.398881 31.62058 62.01581 0.335424 6.028187
8 10.23066 36.64671 55.85287 0.567631 6.932788
9 11.30407 42.18523 49.44209 1.440591 6.932086
10 12.49640 47.72470 43.21971 2.597497 6.458095
11 13.82427 52.77585 37.32974 4.165140 5.729267
12 15.27019 56.94297 31.93917 6.154267 4.963591
Variance Decomposition of
GUIDEP:
Period S.E. GUIM2G GUIINF GUIDEP GUIGDPG
1 5.562142 19.61484 2.989279 77.39588 0.000000
2 9.677938 24.75543 3.879399 71.00966 0.355517
3 12.97691 29.57689 4.125652 64.38999 1.907464
4 15.55130 33.95420 3.939187 56.79963 5.306981
5 15.98500 33.00869 3.735438 56.01846 7.237413
6 16.31330 32.18729 4.199234 53.78945 9.824020
7 17.17504 33.40100 6.154400 49.31707 11.12753
8 18.72876 37.72566 9.143163 43.01023 10.12095
9 19.88934 36.95413 12.14756 40.56946 10.32886
10 20.61832 36.27421 14.44835 39.56509 9.712361
11 20.95203 35.50005 15.45643 39.40768 9.635841
79
12 21.17812 34.85315 15.36094 39.10376 10.68215
Variance Decomposition of
GUIGDPG:
Period S.E. GUIM2G GUIINF GUIDEP GUIGDPG
1 0.565871 5.061055 16.92158 21.79528 56.22209
2 0.914340 4.658167 17.35118 21.20808 56.78257
3 1.169700 5.008249 16.72188 21.02350 57.24638
4 1.340555 5.925000 15.55811 21.04992 57.46697
5 1.413379 11.47133 14.06224 19.67263 54.79380
6 1.510974 20.14634 14.45719 17.21844 48.17804
7 1.668267 29.14981 16.98146 14.19159 39.67714
8 1.873221 36.75501 19.95401 11.27666 32.01431
9 2.001270 39.56890 21.98993 9.951803 28.48936
10 2.083634 40.89314 22.76193 10.00557 26.33936
11 2.136569 40.93451 22.25070 11.67310 25.14169
12 2.185877 39.66288 21.26098 14.44984 24.62629
Cholesky Ordering: GUIM2G
GUIINF GUIDEP GUIGDPG
Tableau A5.4: Décompositions des Variations pour le Liberia
Variance Decomposition of
LIBM2G:
Period S.E. LIBM2G LIBINF LIBDEP LIBGDP
1 5.279336 100.0000 0.000000 0.000000 0.000000
2 9.683657 99.66519 0.015761 0.282561 0.036484
3 13.56757 98.72758 0.069043 1.003029 0.200348
4 16.82762 97.20217 0.188323 2.060281 0.549229
5 18.59915 90.68310 3.372324 3.193955 2.750626
6 20.17653 80.57965 9.671491 3.568240 6.180624
7 21.79331 69.83270 17.06029 3.292613 9.814393
8 23.49054 60.14265 24.13914 2.836183 12.88203
9 23.94363 57.91324 23.89519 3.021601 15.16997
10 24.23943 56.72331 23.37502 3.410238 16.49143
11 24.61217 55.50372 23.79347 3.701219 17.00159
12 25.18021 53.73831 25.66250 3.756621 16.84257
Variance Decomposition of
LIBINF:
Period S.E. LIBM2G LIBINF LIBDEP LIBGDP
1 1.610608 0.005652 99.99435 0.000000 0.000000
2 2.957637 0.003763 99.80882 0.156489 0.030925
3 4.214659 0.007437 99.45130 0.471905 0.069356
4 5.343486 0.048579 99.04902 0.810860 0.091539
80
5 5.931132 0.147128 96.96940 2.648110 0.235367
6 6.335975 0.443615 94.24463 4.445724 0.866029
7 6.624083 0.942657 91.08714 5.749328 2.220879
8 6.846979 1.616810 87.36506 6.467177 4.550953
9 6.923415 1.712897 86.16593 6.328481 5.792693
10 6.977260 1.687262 84.87346 6.623026 6.816254
11 7.057777 1.745519 83.08950 7.629660 7.535318
12 7.187415 2.066474 80.79243 9.288786 7.852314
Variance Decomposition of
LIBDEP:
Period S.E. LIBM2G LIBINF LIBDEP LIBGDP
1 4.500201 35.93378 0.163471 63.90275 0.000000
2 7.641637 37.97667 1.378419 60.58721 0.057702
3 9.872963 38.68412 3.460370 57.81253 0.042980
4 11.29086 38.39858 6.283757 55.21175 0.105906
5 12.74934 31.30777 21.66436 43.37326 3.654607
6 14.93832 22.80481 34.08889 32.37306 10.73324
7 17.45728 16.97649 39.69362 25.36591 17.96398
8 19.90124 13.53954 41.05860 21.32715 24.07470
9 20.77294 13.84896 38.59785 19.69185 27.86134
10 21.31580 15.00500 36.72901 18.70423 29.56176
11 21.87254 16.15827 36.29878 17.91460 29.62835
12 22.59910 16.84936 37.51120 17.22284 28.41660
Variance Decomposition of
LIBGDP:
Period S.E. LIBM2G LIBINF LIBDEP LIBGDP
1 5.682579 4.128122 33.14938 8.681873 54.04063
2 10.69605 2.844944 32.93194 6.906607 57.31651
3 15.60914 1.902993 31.96011 5.539753 60.59715
4 20.30019 1.258920 30.37037 4.428400 63.94231
5 22.65568 2.348396 26.80551 3.708999 67.13710
6 24.45597 5.244404 23.34044 3.194178 68.22098
7 26.00698 9.079889 20.66123 2.835746 67.42314
8 27.41309 13.06180 19.11026 2.615830 65.21212
9 28.36054 13.07196 18.26800 2.528471 66.13157
10 29.24643 12.35585 17.81197 2.549800 67.28238
11 30.17498 11.68648 17.63282 2.616025 68.06468
12 31.18872 11.42874 17.65335 2.677779 68.24013
Cholesky Ordering: LIBM2G
LIBINF LIBDEP LIBGDP
81
Tableau A5.5: Décompositions des Variations pour le Nigeria
Variance Decomposition of
NIGM2G:
Period S.E. NIGM2G NIGINF NIGDEP NIGGDPG
1 3.742215 100.0000 0.000000 0.000000 0.000000
2 6.655883 99.73918 0.234391 0.019778 0.006652
3 9.324009 99.40371 0.449222 0.037492 0.109572
4 11.70080 98.83169 0.661450 0.035152 0.471711
5 13.10749 97.99670 0.655153 0.879640 0.468505
6 14.14183 96.30127 0.984810 2.096216 0.617704
7 14.88428 94.45606 1.595980 3.195028 0.752935
8 15.39612 92.72264 2.533203 3.938455 0.805704
9 15.75140 90.71671 2.913559 3.762792 2.606937
10 16.34201 85.12425 3.244078 4.005087 7.626583
11 17.33348 75.84335 3.406833 5.217765 15.53205
12 18.72938 64.95943 3.386237 7.276890 24.37744
Variance Decomposition of
NIGINF:
Period S.E. NIGM2G NIGINF NIGDEP NIGGDPG
1 4.134903 37.28044 62.71956 0.000000 0.000000
2 7.229232 36.71037 63.21572 0.042702 0.031213
3 10.21849 35.84373 63.95858 0.060586 0.137105
4 13.03001 34.92332 64.68304 0.046833 0.346808
5 14.88002 33.23687 65.94267 0.243424 0.577042
6 16.27093 31.72419 66.93808 0.398380 0.939355
7 17.23612 30.38090 67.69577 0.449492 1.473840
8 17.87658 29.16430 68.22960 0.426327 2.179771
9 18.42096 27.78677 67.86459 0.807836 3.540808
10 18.95955 26.26258 66.48277 2.090659 5.163989
11 19.56369 24.68117 64.07993 4.455510 6.783394
12 20.23350 23.19866 60.99638 7.640828 8.164127
Variance Decomposition of
NIGDEP:
Period S.E. NIGM2G NIGINF NIGDEP NIGGDPG
1 7.778664 11.09087 0.841503 88.06763 0.000000
2 13.72894 12.90081 0.992884 86.06134 0.044975
3 18.98720 15.13723 1.576250 83.17147 0.115045
4 23.49453 17.51929 2.623876 79.68602 0.170817
5 24.83736 17.67031 4.389535 77.77887 0.161282
6 25.47485 17.40313 7.152612 75.26426 0.179999
7 25.99475 16.72954 10.66856 72.28737 0.314520
8 26.82599 15.96927 14.44673 69.01116 0.572840
9 27.60243 15.08561 17.78499 66.08278 1.046613
10 28.45794 14.19521 20.88215 63.44230 1.480331
11 29.28903 13.43325 23.60728 61.05510 1.904371
82
12 30.00517 12.93445 25.75487 58.97016 2.340514
Variance Decomposition of
NIGGDPG:
Period S.E. NIGM2G NIGINF NIGDEP NIGGDPG
1 2.464479 5.525692 4.40E-05 1.537654 92.93661
2 4.482259 4.519380 3.50E-05 2.026973 93.45361
3 6.357632 3.722508 0.014950 2.507327 93.75521
4 8.035912 3.016972 0.078532 3.000567 93.90393
5 8.683704 2.956665 0.186231 4.077728 92.77938
6 8.984941 2.843688 0.585453 5.176531 91.39433
7 9.126328 2.759608 1.499134 6.163593 89.57767
8 9.249545 2.801906 3.135307 6.852648 87.21014
9 9.286494 3.223917 3.284039 6.970520 86.52152
10 9.311775 3.721569 3.268048 6.955784 86.05460
11 9.339162 4.058254 3.467726 6.923009 85.55101
12 9.403524 4.160056 4.493562 6.922430 84.42395
Cholesky Ordering: NIGM2G
NIGINF NIGDEP NIGGDPG
Tableau A5.6: Décompositions des Variations pour la Sierra Leone
Variance Decomposition of
SIEM2G:
Period S.E. SIEM2G SIEINF SIEDEP SIEGDPG
1 5.625540 100.0000 0.000000 0.000000 0.000000
2 9.000308 99.10331 0.388184 0.001756 0.506746
3 11.53352 96.65069 1.404614 0.238194 1.706499
4 13.47217 92.41365 2.796799 1.330085 3.459463
5 14.44569 82.79780 4.549240 8.371496 4.281466
6 15.50343 71.94004 5.110845 18.60974 4.339372
7 16.72645 62.12842 4.610724 29.28749 3.973367
8 18.09974 53.96784 3.964859 38.57862 3.488689
9 18.81129 50.03756 4.227115 42.44053 3.294800
10 19.33901 47.34536 4.982082 44.39653 3.276026
11 19.67020 45.96301 5.840452 44.80155 3.394995
12 19.87688 45.74985 6.428763 44.24836 3.573027
Variance Decomposition of
SIEINF:
Period S.E. SIEM2G SIEINF SIEDEP SIEGDPG
1 8.550152 53.06878 46.93122 0.000000 0.000000
2 13.39479 49.63450 49.64184 0.366993 0.356670
3 16.91088 45.03981 50.66787 3.107921 1.184396
4 19.88162 38.73628 49.12433 9.855724 2.283670
5 22.43978 30.40891 39.54994 28.12923 1.911923
83
6 25.87566 23.27433 29.81387 45.46698 1.444814
7 29.69778 18.27115 22.63405 57.90226 1.192541
8 33.40875 14.84234 17.88504 66.20582 1.066803
9 35.66002 13.03086 16.53882 69.49378 0.936548
10 37.37872 12.05282 16.33526 70.66179 0.950134
11 38.65002 11.87562 16.86618 70.03362 1.224571
12 39.62755 12.36453 17.67589 68.20534 1.754238
Variance Decomposition of
SIEDEP:
Period S.E. SIEM2G SIEINF SIEDEP SIEGDPG
1 25.30113 27.49432 24.86412 47.64157 0.000000
2 40.91440 24.16354 21.81033 53.97796 0.048169
3 51.22828 21.00704 19.57718 59.31149 0.104296
4 57.41673 18.34055 17.93716 63.59387 0.128419
5 57.86845 18.75382 18.06586 62.92694 0.253378
6 59.50823 20.03069 18.47361 61.23441 0.261293
7 63.05130 20.24253 17.84007 61.66127 0.256134
8 68.24999 18.80473 16.00442 64.86524 0.325608
9 70.18004 17.82615 15.34753 66.47484 0.351467
10 71.72118 17.09894 15.46338 66.91892 0.518767
11 72.72265 16.85230 16.37050 66.12899 0.648202
12 73.47048 16.95732 17.59408 64.79118 0.657420
Variance Decomposition of
SIEGDPG:
Period S.E. SIEM2G SIEINF SIEDEP SIEGDPG
1 1.701682 1.929092 2.895330 4.831320 90.34426
2 2.991537 0.988675 3.984217 6.242967 88.78414
3 4.239061 0.509361 4.591456 7.131533 87.76765
4 5.423984 0.785928 4.844451 7.736800 86.63282
5 6.399726 3.806361 4.474326 8.896043 82.82327
6 7.250932 7.176000 4.008211 9.966892 78.84890
7 7.958620 10.64941 3.529476 11.15867 74.66244
8 8.521870 13.94788 3.112386 12.40976 70.52997
9 8.890147 15.74420 2.862161 13.79617 67.59746
10 9.133616 17.07710 2.734197 15.03573 65.15297
11 9.282501 17.82204 2.730323 16.07729 63.37035
12 9.372223 18.09744 2.814044 16.90714 62.18137
Cholesky Ordering: SIEM2G
SIEINF SIEDEP SIEGDPG
