Post on 18-Jun-2022
Politique monétaire et crédit à l’économie
Les effets des décisions de politique monétaire sur
le crédit octroyé à l’économie
Rapport de Stage
Faculté des Sciences Economiques et de Gestion
Master 2-APE-Statistique et Econométrie
Année Universitaire 2016-2017
Réalisé par : DIALLO Alpha Amadou
Maitre de stage : DIALLO Ahmed Tidiane, Directeur des études et la recherche, BCRG
Tuteur Universitaire : BERTRAND Koebel,
Professeur, université de Strasbourg
1
Avertissement
LA BANQUE CENTRALE DE LA REPUBLIQUE DE GUINEE (BCRG) N’ENTEND
DONNER AUCUNE APPROBATION OU IMPROBATION QUANT AUX
OPINIONS EMISES DANS LES ARTICLES. CES OPINIONS DOIVENT ETRE
CONSIDEREES COMME PROPRES A SON AUTEUR.
2
Remerciements
Je tiens à remercier le Gouverneur de la BCRG Dr Lounceny NABE, la directrice de la
formation et du renforcement des capacités Mme BAH Raguiata pour m’avoir permis
d’effectuer dans de bonnes conditions mon stage au sein de la BCRG.
Je remercie également le Directeur des études et de la recherche : M. DIALLO Ahmed
Tidiane qui n’a ménagé aucun effort pour assurer le bon déroulement de mon stage. Je
remercie infiniment tous les cadres de la direction des études et de la recherche : Mr
TRAORE Mamady Mariame, Mr CAMARA Ibrahim, qui m’ont encadré malgré leurs
multiples occupations, Mr DOUMBOUYA Makan, Mr DIALLO Oumar Diouldé, Mr
SANDOUNO Jules, MR DIALLO Alhassane Mariame, Mr SOUMAH Abdou Diouf, pour
toutes les critiques, suggestions et encouragement qui ont été d’une grande utilité.
Mes tendres et chaleureux remerciements vont à l’endroit de Mr. KOEBEL Bertrand,
responsable du Master Statistique Econométrie à l’université de Strasbourg, de m’avoir
accepté à la faculté des sciences économiques et gestion, de m’avoir permis de suivre le
master de Statistique-Econométrie, de m’avoir soutenu et encadré lors de mes deux stages
effectués à la BCRG. Mes pensées vont également à l’endroit de Mr LAISNEY François,
professeur de Statistique et Econométrie à la retraite, pour toutes les années de formation,
ainsi que les critiques et suggestions apportées lors des différents travaux effectués en
formation.
Je remercie également Mr DIALLO Ibrahima, responsable de l’intégration monétaire sous
régionale à la BCRG, actuellement en mission à ACCRA au compte de la BCRG, pour tous
les conseils et soutiens depuis l’école primaire.
Je remercie le bon DIEU de m’avoir accordé la santé, les motivations, ainsi que les moyens
pour aller jusqu’au bout de mes études, malgré les différents obstacles de la vie.
Mes pensées et prières vont à l’endroit de mon papa (paix à son âme) qui avait tout mis à
disposition pour la réussite de mes études, sans quoi je n’aurai pu tenir face aux difficultés
rencontrées.
Je remercie infiniment mes parents, mes amis, mes camarades et collègues de stage pour le
soutien moral et financier, pour le partage de la joie et aussi de la tristesse, pour être là pour
moi. Mes remerciements vont aussi à l’endroit de ma compagne, pour toute la confiance à
mon égard, ainsi que tous les conseils et soutiens apportés.
3
Résumé
Cette étude a pour objectif d’analyser les effets des décisions de politique monétaire sur les
crédits accordés à l’économie de la Guinée. Au plan méthodologique, un modèle à correction
d’erreur du niveau de crédits octroyés à l’économie a été estimé. Les variables explicatives
du modèle sont : les réserves obligatoires, la masse monétaire, le taux de change, le taux
d’inflation, et le taux directeur de la BCRG. Il ressort de nos résultats que : A court terme,
seul le taux de change a un effet significatif sur le niveau de crédit à l’économie. A long
terme, l’indice des prix à la consommation influence positivement les crédits octroyés à
l’économie, et le taux directeur de la BCRG a un impact négatif sur les crédits. Il ressort
également que si les variables de long terme s’écartaient de l’équilibre, il faudrait attendre un
an et huit mois pour revenir à l’équilibre.
4
Table des matières Avertissement ......................................................................................................................................... 1
Remerciement ......................................................................................................................................... 2
Résumé .................................................................................................................................................... 3
Liste des tableaux .................................................................................................................................... 5
Liste des Graphiques ............................................................................................................................... 5
Liste des abréviations .............................................................................................................................. 6
Introduction ............................................................................................................................................. 7
Revue Théorique ................................................................................................................................. 9
Politique monétaire ......................................................................................................................... 9
Les canaux de transmission de la politique monétaire ................................................................... 9
Le crédit bancaire .......................................................................................................................... 11
Les courants de pensées ................................................................................................................... 14
Revue Empirique ............................................................................................................................... 15
Partie 2 : Analyse descriptive ................................................................................................................ 17
Partie 3 : Cadre Méthodologique et Analyse des résultats ................................................................... 23
Conclusion ............................................................................................................................................. 30
Annexes ................................................................................................................................................. 31
Références bibliographiques ................................................................................................................. 40
5
Liste des tableaux
Tableau 1 : Analyse descriptive des données ................................................................................. 17
Tableau 2 : L’encours des crédits accordés à l’économie ces trois dernières années en
milliards de GNF ................................................................................................................................ 22
Tableau 3 : Tests de stationnarité des variables ............................................................................. 24
Tableau 4 : Résultats d’estimation .................................................................................................... 25
Tableau 5 : résultat d’estimation du modèle corrigé ..................................................................... 27
Tableau 6 : homoscédasticité des erreurs ........................................................................................ 28
Tableau 7 : spécification de RAMSAY ............................................................................................. 28
Liste des Graphiques Graphique 1 : Evolution de la masse monétaire ............................................................................ 17
Graphique 2 : le taux de change du GNF par rapport au dollar US ........................................... 18
graphique 3 : l’indice harmonisé des prix à la consommation ..................................................... 19
Graphique 4 : les réserves obligatoires de la BCRG....................................................................... 20
Graphique 5: taux directeur de la BCRG ......................................................................................... 20
Graphique 6 : créances accordées à l’économie.............................................................................. 21
Graphique 7 : répartition sectorielle du crédit accordé à l’économie .......................................... 22
Graphique 8 : Courbe de stabilité structurelle ............................................................................... 26
Graphique 9 : Courbe de stabilité ponctuelle ................................................................................. 27
Figure 10 : courbe de stabilité ponctuelle corrigée ........................................................................ 38
6
Liste des abréviations
BCRG : Banque Centrale de la République de Guinée
ZMAO : Zone Monétaire de l’Afrique de l’Ouest
BC : Banque Centrale
VAR : Modèles Vectoriels Autorégressifs
ICM : Indice des Conditions Monétaires
UEMOA : Union Economique et Monétaire Ouest Africaine
PIB : Produit Intérieur Brut
MEC : Modèle à Correction d’Erreur
GNF : Guinea New Franc
CEMAC : Communauté Economique de Monétaire de l’Afrique Centrale
SVAR : VAR Structurel
7
Introduction
Pour la mise en œuvre de sa politique monétaire, la Banque Centrale de la
république de Guinée (BCRG) agit sur la liquidité bancaire à travers les modifications
du taux d’intérêt directeur associé aux services de refinancement des banques
commerciales, du taux des réserves obligatoires et des opérations d’open market.
En tant que banque des banques, pour réguler la masse monétaire, la BCRG
privilégie les réserves obligatoires et les interventions sur le marché monétaire.
D’une part, en augmentant ou en diminuant le taux de réserves obligatoires, la BCRG
incite les banques commerciales à octroyer moins ou plus de crédits à leurs clients.
D’autre part, en intervenant sur le marché monétaire, la BCRG a la possibilité de faire
varier la liquidité sur le marché à partir des opérations « d’open market ». En
émettant ou en achetant des titres sur le marché monétaire, la Banque Centrale régule
la quantité de monnaie en circulation.
En outre, la BCRG assure la politique de change de la nation. Ainsi pour juguler les
effets de la fluctuation des taux de change, la BCRG surveille la position de la
monnaie nationale par rapport aux devises étrangères.
Afin d’agir sur les taux d’intérêts, la BCRG se sert du taux directeur (le taux auquel
les banques qui ont besoin de liquidité empruntent auprès de la BCRG à court terme)
pour prêter aux banques commerciales, qui à leur tour, se réfèrent de ce taux pour
accorder des crédits à leurs clients.
Pour l’octroi de crédit, les banques commerciales se servent non seulement des
dépôts des clients, mais elles bénéficient également d’un financement de la BCRG
moyennant un cout (taux directeur). Et comme les banques considèrent ce cout de
financement pour accorder du crédit à leurs clients, la BCRG a donc un impact direct
sur les conditions de crédits via sa politique monétaire. D’où la motivation
d’analyser cet impact à travers les différents canaux de transmission de la politique
monétaire. De plus, les créances sur le secteur privé et public étant un accélérateur
du niveau d’investissement et donc de la croissance, il serait judicieux de réfléchir
sur l’ensemble des scénarii possibles de politique monétaire permettant la
souscription de crédit au niveau national1.
1 Patillo et Gulde (2006), nous apprennent que « le manque de crédit freine la croissance, abaisse le niveau de
vie et entrave la lutte contre la pauvreté ».
8
Ainsi, dans cette étude, nous allons déterminer l’impact de la politique monétaire sur
les conditions de crédit à l’économie. Dans cette optique, nous nous servirons des
différents canaux de transmission de la politique monétaire, pour ensuite spécifier
lequel des canaux impacte le plus les conditions de crédit.
Il s’agira donc de répondre aux interrogations :
• Comment les variations du taux directeur de la BCRG impactent-elles les
décisions d’octroi de crédit des banques ?
• Dans la perspective d’un accroissement des crédits accordés par les
institutions financières, quels rôles jouent les réserves obligatoires ?
• Les interventions sur le marché monétaire de la BCRG ont-elles une influence
sur les conditions d’octroi de crédit des banques et des institutions de
microfinance ?
Pour répondre à ces interrogations, nous allons travailler de manière empirique à
partir des données de la BCRG pour le cas de la Guinée. La démarche globale est
structurée en trois parties. La première partie porte sur la compréhension générale
des notions de politique monétaire, et de ses différents canaux de transmission en
Guinée, ainsi que les crédits accordés à l’économie. Il s’agit donc de rappeler les
différentes définitions attribuées à la politique monétaire et de faire une revue de
littérature théorique et empirique de la problématique des conditions de crédit.
La deuxième partie sera consacrée à l’état des lieux de la politique monétaire et du
crédit accordé à l’économie en Guinée. Cela reviendrait à décrire la politique
monétaire de la BCRG, à travers l’analyse descriptive des données de politique
monétaire et de crédit.
En troisième et dernière partie, nous allons présenter le cadre méthodologique pour
spécifier les données à analyser. La présentation du modèle économétrique à utiliser,
sera suivi de la modélisation de l’effet des instruments de la politique monétaire sur
le crédit à l’économie, ainsi que les résultats du modèle étudié.
9
Partie 1 : Revue de Littérature
Revue Théorique
Politique monétaire
La politique monétaire est considérée comme une composante de la politique
économique par laquelle les autorités monétaires agissent, cumulativement ou
ponctuellement pour réaliser leurs principaux objectifs à savoir : la stabilité des prix
et la relance de l’activité économique (baisser le niveau du chômage, augmenter la
croissance). La politique monétaire s’inscrit dans le cadre général d’une politique
économique conjoncturelle. Elle utilise des instruments d’action particuliers qui
permettent d’atteindre notamment la stabilité des prix, par le jeu des taux d’intérêt et
de divers outils, tels que les instruments d’open market.
L’objectif de la Banque Centrale est de maintenir l’inflation près de sa cible de
maitrise de l’inflation de moins de 10% (critère de convergence ZMAO), ce faisant, de
favoriser le développement d’une croissance économique. Pour ce faire, les
principaux outils dont dispose la BC pour la maitrise de l’inflation sont les réserves
obligatoires et le taux directeur. La variation du taux directeur se répercute dans
toute l’activité économique (et, avec le temps, sur l’inflation) par l’intermédiaire de
quatre principaux canaux : le canal du taux d’intérêt, le canal du crédit, le canal du
taux de change et le canal du prix des actifs.
Les canaux de transmission de la politique monétaire
Les canaux de transmission de la politique monétaire représentent les mécanismes
par lesquels une décision de politique monétaire affecte le comportement des agents
économiques, tout en agissant sur la croissance et les prix. Les effets des variations
du taux d’intérêt sur les variables macroéconomiques dépendent de l’état de
l’économie et de l’anticipation des agents. En général, ils s’exercent avec des délais
évalués entre quatre et six semestres.
Traditionnellement, plusieurs canaux affectent directement ou indirectement
l’activité économique des agents. Par exemple, les variations du taux directeur
influent sur les taux pratiqués par les banques commerciales, sur le taux de change,
sur les prix des actifs, ainsi que sur les attentes des agents économiques relativement
à l’évolution des taux d’intérêt, de la croissance économique et de l’inflation, qui à
leur tour entrainent des changements sur les prix des actifs et le taux de change. Les
10
principaux canaux sont : le taux d’intérêt, le crédit, le taux de change, le prix des
actifs et les anticipations.
Le Canal du taux d’intérêt
Ce canal de transmission de la politique monétaire est représenté par l’effet des
modifications des différents taux d’intérêt pratiqués par les banques commerciales
(taux sur les prêts à la consommation, taux hypothécaires…) suite aux variations du
taux directeur. Lorsque les taux d’intérêt exigés par les banques commerciales
diminuent, les coûts d’emprunt et les intérêts que rapportent les comptes bancaires
rémunérés baissent. Cela se traduit généralement par un recours à l’emprunt, par
une augmentation des dépenses et de l’investissement ainsi qu’une contraction de
l’épargne. Et avec le temps, il en résulte une hausse de la demande globale des biens
et services. L’inverse se produit lorsque les taux d’intérêt des banques primaires
augmentent.
Il est important de noter que même si le sens dans lequel s’effectuent les
mouvements des taux d’intérêt du marché et le rythme auquel ils se produisent
dépendent des changements apportés au taux directeur de la Banque Centrale, la
relation entre ces taux n’est pas habituellement proportionnelle. Les taux débiteurs
exigés par les banques commerciales sont aussi influencés par les forces du marché,
notamment le coût pour les prêteurs, associés à la mobilisation des capitaux
nécessaires, la concurrence qui s’exerce entre eux, ainsi que leur appréciation de la
solvabilité des emprunteurs.
Le Canal du prix des actifs
Le deuxième canal de la politique monétaire s’explique par l’incidence des variations
de différents actifs tels que les obligations, les actions et les maisons. Par exemple, un
relèvement des taux d’intérêt peut avoir pour effet, de comprimer ces actifs et donc
de réduire la richesse des ménages. Ce qui amènera ces derniers à moins emprunter
et dépenser.
Le Canal du taux de change
Le troisième canal est celui de l’effet des variations des taux d’intérêt sur le taux de
change. De façon générale, une hausse du taux de la monnaie nationale par rapport à
celui de la monnaie étrangère, rend les actifs libellés en monnaie locale plus
attrayants pour les investisseurs. De plus, cette appréciation rend les quantités de
biens importés meilleurs marchés avec le temps. A l’inverse, les prix de biens produit
au niveau local seront à la hausse, et cela aura pour conséquence de déprimer la
demande de ces produits. Selon l’approche monétaire, en l’absence de rigidité sur les
prix, si la hausse de la masse monétaire ainsi que le niveau général des prix sont plus
11
importantes au niveau national par rapport à l’étranger, le taux de change doit
s’ajuster pour que la parité du pouvoir d’achat soit respectée entre les deux pays. Les
variations du taux directeur de la BC affectent ainsi l’activité et les prix via le canal
du taux de change.
Le Canal des anticipations
Les anticipations des agents influent sur leur comportement. Pour agir sur ces
anticipations, la BC émet des signaux aux agents économiques. Si par exemple la BC
annonce une baisse du taux de refinancement, cette dernière pourrait être interpréter
pour une volonté de soutien de la BC à l’activité économique. Ainsi, le canal des
anticipations ne peut donc fonctionner que si les annonces faites par la BC sont
crédibles. Cette crédibilité est donc importante dans la mesure où elle impacte les
anticipations des agents économiques.
Le canal du crédit
Le canal du crédit se distingue de celui du taux d’intérêt pour son rôle sur le volume
et les conditions de prêts bancaires, et non sur les conditions de financement direct
par le recours au marché financier. Il se situe dans le prolongement du canal du taux,
qui déterminent le coût des ressources que les banques se procurent à court terme
sur les marchés monétaires, à long terme, sur les marchés financiers, et que ces
derniers répercutent auprès de leurs clients.
La BC en appliquant sa politique monétaire restrictive, augmente le taux directeur.
Ainsi, les banques commerciales vont non seulement augmenter leur taux d’intérêt
débiteur, mais aussi rationner le crédit suite aux risques liés aux charges du taux
d’intérêt plus élevés. Par rapport à l’asymétrie de l’information, la hausse du taux
d’intérêt par les banques commerciales engendre un risque d’aléa moral (les agents
rationnels, ont tendance à réduire leurs demandes de crédits, et les risquophiles vont
continuer à emprunter). Cette situation génère une réduction de l’octroi de crédit par
les banques. Et ainsi, les contraintes liées à l’accès au crédit par les agents
économiques vont donner lieu à d’importants changements dans la transmission de
la politique monétaire restrictive. En effet, pour les agents contraints dans leur
demande de crédit, la hausse du taux d’intérêt répercutée sur le coût de crédit induit
une baisse de la demande de crédit. Et pour un excès de demande de crédit en
situation initiale, une hausse du taux d’intérêt ne réduit pas nécessairement les
crédits distribués.
Le crédit bancaire
Plusieurs définitions du crédit bancaire ont été proposées :
12
Pour Bernard et al (1989 :43), le crédit bancaire est considéré comme un acte de confiance
comportant l’échange de deux prestations dissociées dans le temps, biens ou moyens de
paiement contre promesse ou perspective de paiement ou de remboursement.
Selon Dutaillis (1967 :18), faire crédit, c’est faire confiance, mais aussi donner librement la
disposition effective et immédiate d’un bien réel ou d’un pouvoir d’achat, contre la promesse
que le bien ou un bien équivalent vous sera restitué dans un certain délai, le plus souvent avec
rémunération du service rendu et du danger couru, danger de perte partielle ou totale que
comporte la nature même de ce service.
On peut donc considérer le crédit bancaire comme étant un bien matériel avancé par
une banque à un tiers ou une entité, dans l’optique d’être remboursé sur une période
bien déterminée avec des intérêts. L’octroi du crédit s’effectue sous les critères
suivants : une confiance mutuelle existant entre les deux parties contractantes, avec
un facteur de temps bien précis, sous la promesse de remboursement du bien
consenti.
Les types de crédit sont repartis selon un certain nombre de critère : la durée,
l’origine des crédits, le degré de liberté des banques, l’objet et la forme.
Types de crédit selon la durée
Sous ce critère, les crédits à court terme, moyen terme et long terme.
Les crédits à court termes sont représentés par l’ensemble des techniques de
financement spécialisées dont la durée est courte. Généralement de quelques jours à
quelques mois. Ils sont considérés de court terme prolongé, lorsqu’ils atteignent la
durée d’une année.
Les crédits à moyen terme aussi appelés crédits intermédiaires servent au
financement des activités rentables à moyen terme, ils peuvent durer en moyenne de
deux à sept ans (Pruvost, 2009 :72).
Les crédits à long terme commencent à partir de 5 ans en matière commerciale, pour
les finances de l’Etat, ils commencent à partir de 7ans. C’est le modèle de crédit
préféré par les entreprises pour un investissement dont les résultats sont attendus à
long terme.
Types de crédit selon leur origine
Il existe deux types de crédits sous ce critère :
Les crédits à l’intérieur, représentent les crédits issus des transactions financières
entre L’Etat et les agents économiques en activité à l’intérieur du même pays.
13
Les crédits extérieurs, sont les crédits obtenus avec les fonds étrangers, mis à la
disposition de l’économie nationale.
Types de crédit selon le degré de liberté des banques
Ce critère génère deux types de crédits :
Les crédits mobilisables sont considérés comme un refinancement, ils se présentent
sous la forme d’un crédit accordé à une banque respectant des conditions lui
permettant de mobiliser un effet représentatif de son prêt, auprès d’organismes
mobilisateurs. Par exemple la BCRG en tant que Banque mère, applique cette
fonction de refinancement.
Les crédits non mobilisables ne bénéficient pas d’accord de classement de la BC, car
non acceptés au refinancement.
Types de crédits selon leur objet
Deux types de crédits contractés selon l’entreprise
Les crédits d’exploitation sont des crédits de courte durée, destinés à faciliter les
services nécessaires à la production, tout en facilitant la commercialisation des biens
produits ou achetés. De plus, assurer le fonctionnement de tous les services de
l’entreprise.
Les crédits d’investissement, sont des crédits de moyen à long terme destinés à
l’acquisition des investissements corporels (robots, outillages, …) et aux
investissements incorporels (investissement en Recherche et Développement, frais
d’établissement, …).
Types de crédits selon leur forme
Nous distinguons deux types de crédit selon ce critère
Les crédits liés, sont les crédits qui ont pour objet, le financement d’une opération ou
d’un bien parfaitement déterminé. Pour les crédits liés au projet, les bénéficiaires
n’ont pas le droit d’utiliser ces crédits à des grés personnels. Les crédits sont accordés
les bailleurs de fonds après examens de la viabilité et de la fiabilité du projet à
financer.
Les crédits non liés, sont les crédits dont l’utilisation de la ligne de crédit par les
bénéficiaires est libre. Pas besoin de présentation de projets spécifiques pour
l’obtention du financement.
14
Les courants de pensées
La politique monétaire est un concept relativement récent. Ce n’est qu’à partir du moment où la théorie quantitative de la monnaie (TQM)2 a été remise en cause par les keynésiens, que les économistes se sont interrogés sur la possibilité qu’un Etat agisse sur les variables réelles de l’économie en faisant varier la quantité de monnaie en circulation ou les taux d’intérêts.
Partant de la main invisible d’Adam SMITH, les monétaristes considèrent que le marché est très efficace pour réaliser simultanément les intérêts individuels et collectifs. L’Etat ne doit donc pas intervenir dans la vie économique, car son intervention conduit au dysfonctionnement de l’économie et à la bureaucratie. De plus, les libéraux considèrent que l’Etat est la principale cause de la crise économique contemporaine suite à la croissance des déficits budgétaires qui ont contribué à la croissance de la masse monétaire. Partant de la TQM, les monétaristes considèrent l’inflation comme un phénomène uniquement monétaire (Friedman, 1963). Pour eux, la vitesse de circulation de la monnaie est constante, et ce sont les facteurs de production qui déterminent la production. Et cela implique que toute variation des prix résulterait d’une variation de la masse monétaire. De ce point de vue, un accroissement du niveau général des prix est généré par une augmentation de la quantité de monnaie en circulation. Ainsi, l’inflation s’explique par une création excessive de la monnaie. La politique monétaire doit donc se limiter à contrôler les causes de cette inflation. En période d’inflation, une politique monétaire restrictive est susceptible de réduire les tensions inflationnistes. En effet, la hausse du taux d’intérêt ou la baisse des liquidités bancaires aboutit à une baisse des crédits distribués, une baisse de l’investissement et de la consommation.
Les Keynésien et Néokeynésiens, considèrent que la monnaie peut être utilisée pour renforcer la production. Ils supposent que dans une situation de sous-emploi, l’augmentation de la masse monétaire peut relancer l’économie à travers la demande. Même si cette situation peut créer de l’inflation, elle lutte quand même contre le chômage. Dans ces conditions, elle est considérée comme une nécessité qu’il va falloir arbitrer avec le chômage. Ainsi en période de crise, une politique monétaire expansionniste est susceptible de stimuler la demande globale. En effet, la politique se traduit par une baisse des taux d’intérêt et un accroissement des liquidités bancaires. C’est ce qui aboutit à un accroissement de l’offre de crédit, à l’augmentation de la consommation et de l’investissement et donc de l’augmentation de la demande globale.
2 TQM : une variation de la quantité de monnaie en circulation induit une variation proportionnelle du niveau général des prix.
15
Revue Empirique
Dans le cadre des travaux empiriques sur l’impact de la politique monétaire sur les
crédits à l’économie, nous pouvons citer (BIKAI et KENKOUO, 2015) sur « Analyse
et évaluation des canaux de transmission de la politique monétaire dans la CEMAC
(Communauté Economique et Monétaire de l’Afrique Centrale) ». A partir d’un
modèle Var structurel (SVAR), ainsi qu’un SVAR sur un panel des six Etats de la
CEMAC, les auteurs ont cherché à identifier le canal de transmission le plus opérant
afin d’en déduire les effets de politique monétaire commune sur l’activité
économique des pays de la zone. Il ressort des résultats que les effets de politiques
monétaires ont de faible ampleur sur l’activité économique (prix et production) pour
l’analyse individuelle des pays de la zone. Des pays comme le Gabon, le Tchad par
exemple, les canaux de de transmission de la politique monétaire sont inopérants. Il
ressort également des résultats que seul le canal du crédit impacte le niveau général
des prix lorsque l’analyse est faite sur le panel des six Etats de la sous-région.
A partir des modèles VAR, (BARRAN, COUDERT et MOJON, 1997), sur « la
Transmission de la politique monétaire et crédit bancaire », ont analysé les effets
d’un choc de politique monétaire sur l’économie des Etats-Unis, au Japon, et en
Allemagne. Dans cette optique, les variables du modèle comprennent le taux
d’intérêt utilisé par la BC, le taux de change, les prix à la consommation, la
production industrielle et les variables du bilan des banques, le passif représenté par
M2 et l’actif par le crédit au secteur privé. Il en ressort des résultats, que le principal
canal de transmission de la politique monétaire ne semble pas passer par le crédit
bancaire. Au niveau macroéconomique, le crédit ne réagit pas de manière
significative à une variation du taux d’intérêt. Par contre, les réponses significatives
du taux de change et de la masse monétaire confortent plutôt une transmission par
ces canaux.
On peut également citer (Mamadi TRAORE, 2015) qui à partir d’un modèle VAR a
effectué une étude sur « la détermination de l’indice des conditions monétaires
(ICM) ». Le calcul de cet indice d’assouplissement de la politique monétaire, permet
aux autorités de la BCRG de disposer des indicateurs permettant une meilleure
conduite de la politique monétaire. Il ressort des résultats qu’il existe une corrélation
négative entre l’examen des conditions monétaires et la croissance économique
nationale. Le durcissement de l’ICM exerce un effet négatif sur les prix tandis que la
masse monétaire a une influence positive sur ceux-ci.
(DIAGNE et DOUCOURE, 2000) sur « Les canaux de transmission de la politique
monétaire dans les pays de l’UEMOA » sont partis d’un modèle VAR, pour analyser
les effets de politiques monétaires sur les pays de l’UEMOA. Il ressort des résultats,
16
qu’un choc sur la masse monétaire ou sur le crédit affecte le taux de change réel et les
variables objectifs (PIB, investissement privée et le niveau des prix) d’un pays à un
autre. Un choc sur le taux d’intérêt affecte de façon significative les instruments de
transmission de la politique monétaire (agrégats monétaires et crédit, taux de
change) et les variables objectives dans tous les pays de l’union. Il ressort également
les effets de la politique monétaire différencient d’un pays à un autre.
A partir d’un modèle à correction d’erreur (MEC), (DIALLO, 2014) évalue « l’impact
des politiques monétaires et budgétaires en Guinée ». Les variables du modèle sont :
le PIB, la masse monétaire, l’indice des prix à la consommation, les recettes et
dépenses totales. Les résultats de l’étude ont montré qu’à court terme, les politiques
monétaires et budgétaires ont une influence sur l’activité économique, l’inflation à
des répercussions néfastes sur la croissance économique. A long terme, la politique
monétaire a des effets positifs sur l’activité économique. Ce qui laisse présager que la
Guinée doit davantage miser sur la politique monétaire afin de propulser l’activité
économique, tout en réduisant les dépenses publiques non productives, et
promouvoir le développement du secteur privé.
Partant d’un modèle VAR sur le Cameroun, ainsi qu’un modèle vectoriel à correction
d’erreur (VEC) sur les cinq autres pays de la CEMAC (Communauté Economique et
Monétaire de l’Afrique Centrale), (MEZUI-MBENG, 2010) sur « Transmission de la
politique monétaire, le cas des pays de la CEMAC » analyse le mécanisme par lequel
la politique monétaire impacte les économies des six pays, pour la période 1980 à
2008. Il ressort des résultats que le canal du taux d’intérêt, de la monnaie ainsi que
celui du crédit constituent les principaux canaux de transmission de la politique
monétaire. Cependant, certains canaux sont plus influents que d’autres selon le pays.
Par exemple, au Tchad, le canal de la masse monétaire est plus influent que celui du
taux d’intérêt, alors qu’en Guinée équatoriale, c’est le canal de la masse monétaire
qui prédomine par rapport à ceux du taux d’intérêt et du crédit. Il ressort également
des résultats que, des effets différenciés sont observables à court et long terme encas
de chocs dans l’économie malgré l’utilisation d’un instrument commun de politique
monétaire.
17
Partie 2 : Analyse descriptive Les données Plusieurs variables macroéconomiques sont considérées dans la revue de littérature,
pour expliciter les canaux de transmission de la politique monétaire, et
particulièrement les crédits accordés à l’économie. Dans notre étude, nous
retiendrons l’indice harmonisé des prix à la consommation (𝑇𝑑𝑖𝑛𝑓𝑙𝑎𝑡), le taux de
change par rapport au dollar US (𝑇𝑐ℎ𝑎𝑛𝑡), la masse monétaire (𝑀𝑎𝑠𝑠𝑒_𝑀𝑡), les réserves
obligatoires (𝑟𝑒𝑠𝑒𝑟𝑣𝑒𝑠_𝑜𝑏𝑡), les créances sur le secteur privé (𝐶𝑟𝑒𝑎𝑛𝑐𝑒𝑠𝑡), et le taux
directeur de la BCRG (𝑇𝑑𝑖𝑟𝑒𝑐𝑡). Les données sont mensuelles et proviennent de la
BCRG. Elles couvrent la période de décembre 2004 à décembre 2016.
Tableau 1 : Analyse descriptive des données
Source : auteur à partir des données recueillies
La masse monétaire
Graphique 1 : Evolution de la masse monétaire
Source 1 : auteur à partir des données recueillies
De fin décembre 2004 à fin décembre 2008, la situation monétaire s’est caractérisée par une hausse de GNF 3499,82 milliards de la masse monétaire. Cette accélération de la masse monétaire est due à la faiblesse du taux de bancarisation de l’économie3 et à la politique monétaire expansionniste pour le financement du déficit budgétaire
3 La faiblesse de la bancarisation peut s’expliquer par le manque de salaire fixe des ménages d’une part, et leur scepticisme quant au système bancaire d’autre part.
Creances Masse_M reserves_ob Tdinfla Tdirec Tchan
Moyenne 2798,808 8950,655 1004,009 0,173 0,176 5986,937
Mediane 1654,783 10366,380 602,969 0,163 0,168 6083,768
Maximum 8384,730 19394,610 2358,076 0,365 0,253 9176,176
Minimum 415,494 1484,638 48,146 0,046 0,090 2550,000
Std. Dev. 2412,474 5519,478 819,302 0,089 0,050 1577,236
Observations 145 145 145 145 145 145
0,00
5000,00
10000,00
15000,00
20000,00
25000,00
dé
c-0
4
juin
-05
dé
c-0
5
juin
-06
dé
c-0
6
juin
-07
dé
c-0
7
juin
-08
dé
c-0
8
juin
-09
dé
c-0
9
juin
-10
dé
c-1
0
juin
-11
dé
c-1
1
juin
-12
dé
c-1
2
juin
-13
dé
c-1
3
juin
-14
dé
c-1
4
juin
-15
dé
c-1
5
juin
-16
dé
c-1
6
Masse monétaire en milliards de GNF
18
de l’Etat4. Sur la période de 2009-2010, la masse monétaire est passée de GNF 5945,12 à GNF 10366,37 milliards. Cette forte progression résulte de la hausse des avoirs nets5. Suite aux diverses mesures de stabilisations entreprises par le nouveau gouvernement, le taux de croissance de la masse monétaire baisse sur la période de 2011 à 2012. Avec la crise sanitaire due à la fièvre Ebola de 2013, la masse monétaire a continué d’augmenter jusqu’ à atteindre GNF 17644,34 milliards en décembre 2015. Malgré le faible taux d’accroissement (9,9% par rapport à fin 2015), la masse monétaire continue d’augmenter jusqu’à atteindre les GNF19394,61 milliards en fin 2016. Le taux de change
Graphique 2 : le taux de change du GNF par rapport au dollar US
Source: auteur à partir des données recueillies
Le taux de change a connu une forte croissance à fin 2007. Il est passé de GNF 2550
en décembre 2004 à GNF 5993,4 en décembre 2007. Cette hausse est due à
l’augmentation du niveau général des prix sur la même période. Suite aux différentes
mesures prises pour pallier aux dérapages monétaires, le gouvernement de large
consensus parvient à faire baisser le taux de change jusqu’à atteindre les GNF 3153,83
en mai 2007. Après les différentes crises socio-politiques de 2010, les autorités
monétaires sont parvenues à maintenir le taux de change sur la barre des GNF 7000
de novembre 2011 à décembre 2014. A partir de janvier 2015, le taux de change est
reparti à la hausse jusqu’à atteindre la barre des GNF 9000 en fin 2016.
L’indice harmonisé des prix
Au cours de la période sous-revue, l’inflation atteint son maximum de 36,5% en avril
2007. Suite aux différentes mesures de politique monétaire restrictive menées par la
BCRG, l’inflation baisse jusqu’à atteindre son niveau minimum de 4,6% en janvier 4 Pour répondre aux agressions rebelles aux frontières sud et sud-est en 2000, d’énormes dépenses budgétaires fut engagées par l’Etat. Cette situation entrainant la rupture de convention avec le FMI, l’Etat a fait recours à la planche à billet pour se financer. 5 Du Rapport annuel de la BCRG 2010.
0,00
2000,00
4000,00
6000,00
8000,00
10000,00
dé
c-0
4
juin
-05
dé
c-0
5
juin
-06
dé
c-0
6
juin
-07
dé
c-0
7
juin
-08
dé
c-0
8
juin
-09
dé
c-0
9
juin
-10
dé
c-1
0
juin
-11
dé
c-1
1
juin
-12
dé
c-1
2
juin
-13
dé
c-1
3
juin
-14
dé
c-1
4
juin
-15
dé
c-1
5
juin
-16
dé
c-1
6
taux de change en GNF
19
2010. Mais avec la crise économique post-électorale de 2010, l’inflation repartie à la
hausse dépassant la barre des 20% à fin 2011.Ensuite, les autorités monétaires ont
adopté de nouvelles mesures qui ont aidé à réduire le taux d’inflation à 8,2% en
décembre 2016.
graphique 3 : l’indice harmonisé des prix à la consommation
Source: auteur à partir des données recueillies
Les réserves obligatoires
Les réserves obligatoires constituent les réserves que doivent disposer les banques
commerciales au sein de la BCRG. Les réserves obligatoires moyens ont été de GNF
1004,009 milliards, avec un minimum de GNF 48,146 milliards atteint en décembre
2004. Pour contenir les tensions inflationnistes provoquées par les opérations de
planche à billets6, la BCRG a augmenté le taux de réserves obligatoire à 17% en mars
2011. Et cela s’est traduit par une hausse en volume des réserves obligatoires
atteignant GNF 1770,09 milliards en novembre 2011. A partir de 2012, les réserves
obligatoires se sont accrues pour atteindre sa valeur maximale de GNF 2358,076
milliards en décembre 2016.
6 Suite au décès du Président de la République en fin 2008 et à la prise du pouvoir par la junte militaire, le pays
entre dans une transition politique (2009-2010). Face à cette crise, la BCRG a émis des lettres de garantie en
faveur des fournisseurs de l’Etat, pour un encours atteignant GNF 91,8 milliards au 31 décembre 2010 et
effectué des opérations de planche à billets pour des besoins de financement de l’Etat.
0,0%
5,0%
10,0%
15,0%
20,0%
25,0%
30,0%
35,0%
40,0%
dé
c-0
4
juin
-05
dé
c-0
5
juin
-06
dé
c-0
6
juin
-07
dé
c-0
7
juin
-08
dé
c-0
8
juin
-09
dé
c-0
9
juin
-10
dé
c-1
0
juin
-11
dé
c-1
1
juin
-12
dé
c-1
2
juin
-13
dé
c-1
3
juin
-14
dé
c-1
4
juin
-15
dé
c-1
5
juin
-16
dé
c-1
6
Taux d'inflation
20
Graphique 4 : les réserves obligatoires de la BCRG
Source: auteur à partir des données recueillies
Le taux directeur de la BCRG
Au cours de la période sous revue, le taux directeur de la BCRG a été de 17,6% en
moyenne. Ayant peu varié, le taux directeur atteint son maximum de 25,3% en mars
2009 pour réduire les tensions inflationnistes de 2009. En raison de la baisse notable
de l’inflation, la BCRG a révisé le taux directeur jusqu’à atteindre son niveau
minimum de 9%entre aout 2009 et aout 2010 pour permettre au système bancaire de
réajuster ses différents taux sur les crédits et dépôts. De mars 2011 à février 2013, la
BCRG a maintenu son taux directeur à 22%, avant de le baisser à 11% en 2015, pour
répondre à la crise sanitaire due à la fièvre hémorragique à virus Ebola. Depuis
l’éradication de cette maladie en décembre 2015, le taux directeur a été légèrement
revu à la hausse et fixer à 12,5% en décembre2016.
Graphique 5: taux directeur de la BCRG
Source: auteur à partir des données recueillies
0,00
500,00
1000,00
1500,00
2000,00
2500,00d
éc-
04
juin
-05
dé
c-0
5
juin
-06
dé
c-0
6
juin
-07
dé
c-0
7
juin
-08
dé
c-0
8
juin
-09
dé
c-0
9
juin
-10
dé
c-1
0
juin
-11
dé
c-1
1
juin
-12
dé
c-1
2
juin
-13
dé
c-1
3
juin
-14
dé
c-1
4
juin
-15
dé
c-1
5
juin
-16
dé
c-1
6
réserves obligatoires en milliards de GNF
0,00%
5,00%
10,00%
15,00%
20,00%
25,00%
30,00%
dé
c-0
4
juin
-05
dé
c-0
5
juin
-06
dé
c-0
6
juin
-07
dé
c-0
7
juin
-08
dé
c-0
8
juin
-09
dé
c-0
9
juin
-10
dé
c-1
0
juin
-11
dé
c-1
1
juin
-12
dé
c-1
2
juin
-13
dé
c-1
3
juin
-14
dé
c-1
4
juin
-15
dé
c-1
5
juin
-16
dé
c-1
6
Taux directeur de la BCRG
21
Evolution du crédit accordé à l’économie depuis 2005
En dépit du contexte économique difficile, dû aux différentes crises politiques,
économiques et sanitaires en Guinée, l’encours total des crédits octroyés à l’économie
par les banques a connu une tendance haussière en terme volume.
Graphique 6 : créances accordées à l’économie
Source: auteur à partir des données recueillies
L’augmentation des découverts bancaires sur les comptes ordinaires ont permis la
croissance de l’encours des crédits de 86% entre décembre 2004 et décembre 2005.
Malgré la crise provoquée par des troubles politiques, la continuité de cette
progression s’étend jusqu’ à atteindre la barre des GNF 3129,1 milliards en décembre
2011, soit une augmentation de 97,4% par rapport à décembre 2010. L’encours des
crédits a connu une petite baisse en 2012 avant de s’envoler jusqu’à GNF 7035,7
milliards, en décembre 2016.
Malgré un contexte économique peu favorable, suite à l’épidémie à virus Ebola, les
crédits accordés à l’économie se sont accrus ces dernières années. En 2016, l’encours
des crédits a augmenté de 3,1%. Cette hausse a été plus modeste que celle observée
en 2015 (+25,25%) et en 2014 (+42,87%).7
En effet l’encours total des crédits des banques est passé de GNF 5640,11 milliards en
décembre 2014 à GNF 7064,71 milliards en décembre 2015, et à GNF 7287,41 en
décembre 2016. Ces variations correspondent à des crédits supplémentaires de GNF
1424,60 milliards (2015) et de GNF 222,70 milliards (2016) injectés dans l’économie.
Avec 60,89% et 59,1% de l’encours total de crédits distribués respectivement par les
banques en fin décembre 2015 et 2016, les crédits à court terme ont représenté une
7 Rapport DPMC 2014 de la BCRG
0,001000,002000,003000,004000,005000,006000,007000,008000,009000,00
dé
c-0
4
juin
-05
dé
c-0
5
juin
-06
dé
c-0
6
juin
-07
dé
c-0
7
juin
-08
dé
c-0
8
juin
-09
dé
c-0
9
juin
-10
dé
c-1
0
juin
-11
dé
c-1
1
juin
-12
dé
c-1
2
juin
-13
dé
c-1
3
juin
-14
dé
c-1
4
juin
-15
dé
c-1
5
juin
-16
dé
c-1
6
Créances sur le Secteur Privé en milliards de GNF
22
grande part du volume total des crédits à l’économie. Les crédits à moyen terme
occupent la deuxième place de la part de l’encours de crédit distribués par les
banques, avec une part de 39,48% (2014), 34,72% (2015) et 37,40%(2016. Après une
part de 1,06% (décembre 2014) de l’encours de crédits distribuées à l’économie, les
crédits à long terme franchissent la barre des 4% pour la première fois en 2015, avant
de baisser à 3,3% en 2016.
Tableau 2 : L’encours des crédits accordés à l’économie ces trois dernières années en milliards de GNF
Source: Rapport DPMC 2016 de la BCRG
La répartition sectorielle des crédits accordés à l’économie est marquée par la
prépondérance de la part du secteur du commerce. Celui-ci absorbe plus de la moitié
des crédits du système bancaire. Avec 72,85% en 2005, le secteur du commerce est
passé de 55% en 2015 à 64% en 2016. Les services non marchands ont absorbé 41,31%
des autres secteurs de crédit. L’exploitation des ressources naturelles qui occupait la
plus grande part du volume des crédits des autres secteurs n’a représenté que 33,25%
en 2016.
Graphique 7 : répartition sectorielle du crédit accordé à l’économie
0% 10% 20% 30% 40% 50% 60% 70%
Commerce
Batiment et Traveaux publics
Agro-alimentaire et textile
Services marchands
Autres industries manufacturières
Transport
Production Energie et Eau
Autres secteurs
Volume des crédits par secteur d'activité en milliards de GNF Décembre 2016
23
Partie 3 : Cadre Méthodologique et Analyse des
résultats Cadre Méthodologique A la lumière de la revue de littérature, il a été constaté que plusieurs auteurs qui ont
travaillé sur la relation entre les canaux de transmissions de la politique monétaire et
les conditions de crédits accordés à l’économie, ont utilisé les méthodes
économétriques d’évaluation d’impacts (Vectoriel autorégressif, VAR ou VEC). Nous
allons utiliser les mêmes techniques dans la présente étude, en tenant compte des
propriétés des variables du modèle.
Pour s’assurer de la stationnarité des variables, nous allons pratiquer des tests de
stationnarité ou de racine unitaire. Les tests de Dickey-Fuller augmenté (ADF, 1981)
seront utilisés pour mettre en évidence le caractère stationnaire ou non des
différentes séries. Les tests de Phillips-Perron (PP, 1988) tiendront compte de
l’hypothèse de présence d’une dimension hétéroscédastique dans les séries pour
tester leur stationnarité.
Lorsque nous obtenons des séries qui sont toutes stationnaires à niveau, un modèle
vectoriel autorégressif (VAR) dont les fondements proviennent des critiques de Sims
(1980)8 pourrait être estimé.
Dans le cas, où nous obtiendrons des séries non stationnaires à niveau, nous allons
nous assurer que les séries sont toutes intégrées à l’aide des tests de ADF et PP.
Cependant, nous nous servirons de la procédure statistique de Johansen (1988, 1991),
qui peut être utilisée dans tous les cas de figures, c’est-à-dire si les variables sont de
même ordre d’intégration ou d’ordre d’intégration différents. Pour tester la présence
d’une relation d’équilibre entre les variables (coïntégration).
Lorsque les variables ne sont pas coïntégrées, un modèle vectoriel autorégressif
(VAR)pourrait être estimé, en rendant les variables du modèle stationnaires.
Dans le cas où les variables sont coïntégrées, un modèle à correction d’erreur (MEC)
pourrait être estimé. Granger (1983) démontre qu’un ensemble de variables
coïntégrées peut être mis sous forme d’un modèle à correction d’erreur, dont toutes
les variables stationnaires et les coefficients peuvent être estimés par les méthodes
classiques de l’économétrie sans risque de corrélations fortuites. 8 Sims (1980,1982) rejette l’approche conventionnelle des modèles structurels : les relations
économiques n’étant pas régies par la simultanéité et du fait que ceux-ci entrainent trop de contraintes
d’identification. La modélisation VAR privilégie ainsi la structure des données à la théorie
économique.
24
Estimation du modèle et Analyse des résultats
Les résultats de l’étude de la stationnarité consignés dans le tableau 2, montrent que
toutes les variables ne sont pas stationnaires à niveau mais stationnaires en différence
première. En effet, l’hypothèse nulle est celle de la stationnarité des variables. Et
comme les valeurs des statistiques (ADF, PP) en niveau sont toutes supérieures aux
valeurs critiques au seuil de 5%, alors l’hypothèse nulle est acceptée. En différence
première, toutes valeurs statistiques (ADF, PP) sont inférieures aux valeurs critiques
au seuil de 5%, l’hypothèse nulle est donc rejetée. C’est ce qui nous ramène ainsi à
tester la coïntégration des variables afin de prendre la décision sur le choix du
modèle à estimer.
Tableau 3 : Tests de stationnarité des variables
Les tests de coïntégration (Annexe), montrent que la valeur de la Trace Statistic est supérieure à la valeur critique au seuil de 5% avec un rang de coïntégration égal à 5, l’hypothèse nulle n’est donc pas rejetée. Nous pouvons ainsi conclure que les variables sont coïntégrées. Nous procédons ainsi à une estimation d’un modèle à correction d’erreur pour
expliquer l’impact des instruments de la politique monétaire sur les crédits accordés
à l’économie et appréhender les effets des facteurs explicatifs retenus à court et long
terme.
Pour l’estimation du modèle, nous allons considérer la version du modèle à
correction d’erreur de Hendry.
𝐷(𝐿𝐶𝑟𝑒𝑎𝑛𝑐𝑒𝑠𝑡) = 𝛽0 + 𝛽1𝐷(𝐿𝑇𝑑𝑖𝑛𝑓𝑙𝑎𝑡 ) + 𝛽2𝐷(𝐿𝑇𝑐ℎ𝑎𝑛𝑡) + 𝛽3𝐷(𝐿𝑇𝑑𝑖𝑟𝑒𝑐𝑡) +
𝛽4𝐷(𝐿𝑟𝑒𝑠𝑒𝑟𝑣𝑒𝑠_𝑜𝑏𝑡) + 𝛽5𝐷(𝐿𝑀𝑎𝑠𝑠𝑒_𝑀𝑡) + 𝛽6(𝐿𝐶𝑟𝑒𝑎𝑛𝑐𝑒𝑠𝑡−1) + 𝛽7(𝐿𝑇𝑑𝑖𝑛𝑓𝑡−1 ) +
𝛽8(𝐿𝑇_𝑐ℎ𝑎𝑛𝑡−1) + 𝛽9(𝐿𝑇𝑑𝑖𝑟𝑒𝑐𝑡−1) + 𝛽10(𝐿𝑟𝑒𝑠𝑒𝑟𝑣𝑒𝑠_𝑜𝑏𝑡−1) + 𝛽11(𝐿𝑀𝑎𝑠𝑠𝑒_𝑀𝑡−1) + 𝑢𝑡;
Avec 𝐿 : le logarithme ; 𝐷 : l’opérateur de différence première défini par : 𝐷(𝑋𝑡) = 𝑋𝑡 − 𝑋𝑡−1
Les coefficients 𝛽1, 𝛽2, 𝛽3, 𝛽4 et 𝛽5 représentent la dynamique de court terme et 𝛽7, 𝛽8,
𝛽9, 𝛽10 et 𝛽11 caractérisent l’équilibre de long terme. 𝛽0 est la constante du modèle et 𝛽6
est le coefficient de correction d’erreur, il indique la vitesse d’ajustement des créances
sur le secteur privé pour retourner à l’équilibre de long terme suite à un choc.
ADF PP ADF PP
Lcreances -2.21 (-3.44) -2.36 (-3.44) - 8.29 (-3.44)* -12.19 (-3.44)* I(1)
Ltdinfla -2.60 (-3.44) -2.22 (-3.44) -5.22 (-3.44)* -9.27 (-3.44)* I(1)
Ltchan -4.55 (-3.44)* -3.45 (-3.44)* -5.79 (-3.44)* -6.70 (-3.44)* I(1)
Ltdirec -2.52 (-3.44) -2.50 (-3.44) -11.87(-3.44)* -11.87 (-3.44)* I(1)
Lreserves_ob -1.99 (-3.44) -1.30 (-3.44) -5.51 (-3.44)* -11.92(-3.44)* I(1)
Lmasse_M -0.95 (-3.44) -1.18 (-3.44) -3.51 (-3.44)* -11.24 (-3.44)* I(1)
En niveau En différence première
Variables Décision
Note: les nombres entre parenthèses sont les valeurs critiques au seuil de 5%, * indique le rejet de l'hypothèse nulle
25
Les élasticités de court terme du stock de créances accordés à l’économie par rapport
au taux d’inflation, au taux de change, taux directeur, réserves obligatoires, ainsi que
la masse monétaire sont respectivement représentées par 𝛽1, 𝛽2, 𝛽3, 𝛽4 et 𝛽5. Et les
élasticités de long terme du stock de créances accordés à l’économie par rapport au
taux d’inflation, au taux de change, taux directeur, réserves obligatoires, ainsi que la
masse monétaire sont respectivement représentées par −𝛽7/𝛽6, −𝛽8/𝛽6, −𝛽9/𝛽6,
−𝛽10/𝛽6 et −𝛽11/𝛽6.
Des résultats de l’estimation (tableau 3), on constate que le coefficient associé à la
force de rappel est négatif (𝛽6 = −0.049) et significativement différent de zéro. Il
existe donc bien un mécanisme à correction d’erreur : à long terme les déséquilibres
entre les créances accordées à l’économie, le taux de change à effectif réel, le taux
d’inflation ainsi que le taux directeur se compensent de sorte que les séries ont des
évolutions similaires.
Tableau 4 : Résultats d’estimation
Significativité globale du modèle et des variables explicatives
L’hypothèse nulle du test de Student est l’absence de significativité des variables
explicatives du modèle. Comme constaté au Tableau 3 des résultats d’estimation, les
coefficients associés aux variables explicatives sont non nuls avec des ratios de
student égaux à 2,16 pour le taux de change, 2,34 pour le taux d’inflation et -2,36
pour le taux directeur qui en valeur absolue sont supérieurs à 1,96. Ainsi l’hypothèse
nulle est rejetée au seuil de 5%. D’où les variables explicatives du modèle sont
significatives.
Du test de Fischer, l’hypothèse nulle est la non significativité globale du modèle.
Comme la statistique de Fischer vaut 2.55, avec une probabilité de 0.0059, on rejette
donc l’hypothèse nulle au seuil de 5%, d’où le modèle à correction d’erreur est
globalement significatif.
Variables coefficients de CT variables coefficients de LT
D(LMASSE_M) 0,065 (0,32) LMASSE_M -0,024 (-0,54)
D(LRESERVES_OB) 0,11 (1,59) LRESERVES_OB 0,049 (1,61)
D(LTDINFLA) -0,012 (-0,40) LTDINFLA 0,024 (2,34)*
D(LTCHAN) 0,31 (2,16)* LTCHAN 0,007 (0,14)
D(TDIREC) -0,031 (-0,53) TDIREC -0,068 (-2,36)*
CONSTANTE
LCREANCES(-1)
F-STATISTIC 2,55 PROB(F-STATISTIC) 0,0059
les valeurs en () expriment le ratios de student, et * exprime la significativité au seuil de 5%
0,14 (0,35)
-0,049 (-2,31)*
26
Test de stabilité des coefficients du modèle estimé
Comme il n’est pas exclu que les coefficients du modèle estimé soient non stables sur
l’ensemble de la période, il serait judicieux d’évaluer la robustesse du modèle estimé.
Pour se faire, nous allons utiliser le test de stabilité de Brown, Durbin et Evans (1975).
La première version de ce test est le CUSUM. Il est fondé sur la somme cumulée des
résidus récursifs9, et permet de détecter les instabilités structurelles.
L’hypothèse nulle du test est la non stabilité structurelle. La courbe ne sortant pas du
corridor représenté en pointillés sur le graphique 1, alors l’hypothèse nulle est rejetée
et le modèle est structurellement stable.
Graphique 8 : Courbe de stabilité structurelle
La seconde version est le CUSUM SQ qui est fondé sur la somme cumulée du carré
des résidus récursifs, il permet de détecter les instabilités ponctuelles. L’hypothèse
nulle est la non stabilité du modèle ponctuelle.
Comme la courbe sort du corridor représenté en pointillés sur le graphique 2, alors
l’hypothèse nulle d’instabilité est donc acceptée et le modèle est ponctuellement
instable. La zone d’instabilité est de juillet 2012 à décembre 2014.
9 Voir Econométrie appliquée : série temporelle de C. Hurlin
27
Graphique 9 : Courbe de stabilité ponctuelle
Cette instabilité peut être expliquée par le temps d’adaptation de l’économie
guinéenne à l’épidémie à virus Ebola. Ainsi, pour stabiliser le modèle, on peut
utiliser une variable indicatrice 𝐷𝑢𝑚𝑚𝑦𝑡 qui vaut 1 en zone d’instabilité et 0
ailleurs10.
Le modèle stabilisé a donc la forme :
𝐷(𝐿𝐶𝑟𝑒𝑎𝑛𝑐𝑒𝑠𝑡) = 𝛽0 + 𝛽1𝐷(𝐿𝑇𝑑𝑖𝑛𝑓𝑙𝑎𝑡 ) + 𝛽2𝐷(𝐿𝑇𝑐ℎ𝑎𝑛𝑡) + 𝛽3𝐷(𝐿𝑇𝑑𝑖𝑟𝑒𝑐𝑡)
+ 𝛽4𝐷(𝐿𝑟𝑒𝑠𝑒𝑟𝑣𝑒𝑠_𝑜𝑏𝑡) + 𝛽5𝐷(𝐿𝑀𝑎𝑠𝑠𝑒_𝑀𝑡) + 𝛽6(𝐿𝐶𝑟𝑒𝑎𝑛𝑐𝑒𝑠𝑡−1)
+ 𝛽7(𝐿𝑇𝑑𝑖𝑛𝑓𝑡−1 ) + 𝛽8(𝐿𝑇_𝑐ℎ𝑎𝑛𝑡−1) + 𝛽9(𝐿𝑇𝑑𝑖𝑟𝑒𝑐𝑡−1) + 𝛽10(𝐿𝑟𝑒𝑠𝑒𝑟𝑣𝑒𝑠_𝑜𝑏𝑡−1)
+ 𝛽11(𝐿𝑀𝑎𝑠𝑠𝑒_𝑀𝑡−1) + 𝐷𝑢𝑚𝑚𝑦𝑡 + 𝑢𝑡
L’estimation du modèle stabilisé conduit aux résultats suivants :
Tableau 5 : résultat d’estimation du modèle corrigé
10 Voir la courbe de stabilité ponctuelle, corrigée sur le graphique3 en Annexe.
Variables coefficients de CT variables coefficients de LT
D(LMASSE_M) 0,071 (-0,33) LMASSE_M 0,0049 (0,10)
D(LRESERVES_OB) 0,10 (0,34) LRESERVES_OB 0,021 (0,61)
D(LTDINFLA) -0,012 (-0,39) LTDINFLA 0,024 (2,34)*
D(LTCHAN) 0,3 (2,33)* LTCHAN 0,032 (0,59)
D(TDIREC) -0,03 (-0,52) TDIREC -0,066 (-2,28)*
CONSTANTE
LCREANCES(-1)
DUMMY
F-STATISTIC 2,58 PROB(F-STATISTIC) 0,0042
-0,15 (-0,33)
-0,048 (-2,29)*
0,025 (1,59)*
les valeurs en () expriment le ratios de student, et * exprime la significativité au seuil de 5%
28
Test d’homoscédasticité des erreurs
Pour s’assurer que la variance des termes d’erreur est constante pour chaque
observation, nous allons effectuer le test de white (1980). L’hypothèse nulle du test
est l’homoscédasticité des erreurs.
Tableau 6 : homoscédasticité des erreurs
Comme toutes les probabilités critiques sont supérieures au seuil conventionnel de
5%, alors on ne rejette pas l’hypothèse d’homoscédasticité des erreurs. Les erreurs
sont donc constantes pour chaque observation.
Test de spécification de Ramsay11
Pour vérifier s’il manque de variables explicatives pertinentes dans le modèle, nous
effectuons le test de spécification de Ramsay, l’hypothèse nulle est : il ne manque pas
de variables pertinentes, c’est-à-dire que le modèle est bien spécifié,
Tableau 7 : spécification de RAMSAY
Nous remarquons que toutes les probabilités critiques sont supérieures au seuil
conventionnel de 5%, ainsi nous ne rejetons pas l’hypothèse spécification du modèle.
D’où il ne manque pas de variables explicatives pertinentes dans le modèle.
Interprétation des résultats
A court terme, seul le taux de change à un impact significatif sur les créances
accordés à l’économie. Ainsi le paramètre estimé étant de 0,3, lorsque le taux de
change augmente de 10%, alors le niveau de crédit accordé à l’économie augmente de
3%. Cette situation s’explique par le fait que la plus grande part du crédit accordé à
11 Voir « Méthodes économétrique cours et exercices résolus avec les logiciels Eviews et Stata, tome 1 » de Fodiyé bakary DOUCOURE
F-statistic 1.52 0.12
Obs*R-squared 19.00 0.12
Scaled explained SS 30.05 0.00
Prob. F(13,130)
Prob. Chi-Square(13)
Prob. Chi-Square(13)
Valeur df Probabilité
F-statistic 1.589163 (3, 127) 0.1953
Likelihood ratio 5.306666 3 0.1507
29
l’économie en Guinée est le commerce. Et comme la plupart des produits consommés
en Guinée est issue des importations, alors la hausse des devises notamment du
dollar impacte directement le comportement des commerçants vis-à-vis du crédit. Ils
sont plus incités à contracter un crédit.
L’indice des prix à la consommation représenté par le taux d’inflation, et le taux
directeur de la banque centrale constituent les variables significatives de long terme.
L’élasticité du crédit accordé à l’économie par rapport au taux d’inflation est de 0,58.
C’est à dire lorsque le taux d’inflation augmente de 10%, le niveau des créances du
secteur privé hausse de 5,8%. Cela pourrait aussi s’expliquer par le fait que les
produits de consommation de première nécessité soient issus des importations d’une
part, mais aussi par le fait le commerce soit le secteur d’activité qui contracte le plus
de crédit en Guinée. En effet, lorsque le niveau général des prix augmente, nous
allons assister à une dépréciation de la monnaie nationale tout chose égale par
ailleurs. Il va donc falloir beaucoup plus de francs guinéens pour acheter les devises
en l’occurrence le dollar. Ainsi pour les mêmes raisons observées à court terme, les
crédits accordés à l’économie augmentent.
Nous observons une élasticité du taux directeur par rapport aux crédit accordés à
l’économie de -0,14. C’est-à-dire quand le taux directeur augmente de 10%, les crédits
du secteur privé diminuent de 1,4%. Cette situation confirme que la BCRG influe le
comportement des banques primaires vis-à-vis du crédit à travers son taux directeur.
En effet, comme les banques primaires en Guinée disposent d’assez de liquidité, et
ont la possibilité d’emprunter de la liquidité entre elles en cas de besoin, alors elles
contractent rarement de crédits auprès de la BCRG. Cependant elles tiennent compte
du taux directeur de la banque centrale pour déterminer leur taux débiteur. Il est
plus rationnel pour elles d’augmenter leur taux d’intérêt débiteur suite à une hausse
du taux directeur. Et comme nous l’avons appris dans la littérature, lorsque les taux
débiteurs des banques augmentent, les ménagent ont tendance à contracter moins de
crédits. Ainsi la hausse du taux directeur de la BCRG génère bien la baisse du crédit
accordé à l’économie.
30
Conclusion
Cette étude avait pour objet, l’étude de l’impact des décisions de politique monétaire
sur le crédit octroyé à l’économie. Malgré que les établissements bancaires se servent
peu du taux directeur pour contracter des crédits auprès de la BCRG, cependant ils
se fient à ce taux pour déterminer leur taux débiteur et donc pour octroyer le crédit à
leur tour. Ainsi, la hausse du taux directeur se répercute sur les crédits accordés à
l’économie, et la BCRG peut donc prendre ses responsabilités en fixant son taux
directeur.
Il ressort également des résultats, qu’à court et long terme, les crédits accordés à
l’économie sont impactés par le taux de change, l’indice des prix à la consommation
et le taux directeur. Bien que la stabilité du niveau général des prix soit primordiale
pour la BCRG, la hausse de ce dernier incite les agents économiques à contracter plus
de crédit. Encore faut-il que ce crédit soit utilisé dans des secteurs productifs comme
l’investissement ? Car à ce jour, le secteur du commerce est celui qui bénéficie de la
plus grande part du crédit accordé à l’économie en Guinée. En plus, les crédits de
court terme dominent largement les crédits de moyen terme. Et cela n’est pas très
compatible avec les investissements de long terme qui sont source de croissance
économique durable.
A la lumière des résultats obtenus à partir du modèle à correction d’erreur, lorsque
les variables s’écarteraient de leur tendance de long terme, il va falloir attendre 20
mois12 pour qu’elles reviennent à leur niveau d’équilibre.
A court terme, seul le taux de change affecte les crédits à l’économie. De ce fait, la
BCRG dans son objectif de politique monétaire pourrait se servir de ce canal, pour
encourager l’octroi de crédit ainsi que les investissements qui y découlent.
12 Il suffit de prendre l’inverse de la valeur du coefficient d’équilibre (1/0,048)
31
Annexes
Stationnarité à niveau
Dickey- Fuller
Crénces
Null Hypothesis: LCREANCES has a unit root
Exogenous: Constant, Linear Trend
Lag Length: 1 (Fixed) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -2.209726 0.4802
Test critical values: 1% level -4.023506
5% level -3.441552
10% level -3.145341 *MacKinnon (1996) one-sided p-values.
Taux d’inflation
Null Hypothesis: LTDINFLA has a unit root
Exogenous: Constant, Linear Trend
Lag Length: 1 (Fixed) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -2.602017 0.2802
Test critical values: 1% level -4.023506
5% level -3.441552
10% level -3.145341
*MacKinnon (1996) one-sided p-values.
Taux de change
Null Hypothesis: LTCHAN has a unit root
Exogenous: Constant, Linear Trend
Lag Length: 1 (Fixed) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -4.548846 0.0018
Test critical values: 1% level -4.023506
5% level -3.441552
10% level -3.145341
*MacKinnon (1996) one-sided p-values.
Taux directeur
Null Hypothesis: LTDIREC has a unit root
32
Exogenous: Constant, Linear Trend
Lag Length: 1 (Fixed) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -2.516079 0.3200
Test critical values: 1% level -4.023506
5% level -3.441552
10% level -3.145341
*MacKinnon (1996) one-sided p-values.
Réserves Obligatoires
Null Hypothesis: RESERVES_OB has a unit root
Exogenous: Constant, Linear Trend Lag Length: 1 (Fixed)
t-Statistic Prob.* Augmented Dickey-Fuller test statistic -1.996631 0.5979
Test critical values: 1% level -4.023506
5% level -3.441552
10% level -3.145341 *MacKinnon (1996) one-sided p-values.
Masse monétaire
Null Hypothesis: LMASSE_M has a unit root
Exogenous: Constant, Linear Trend
Lag Length: 1 (Fixed) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -0.952505 0.9461
Test critical values: 1% level -4.023506
5% level -3.441552
10% level -3.145341
Phillip Perron pour le test à niveau
Créances
Null Hypothesis: LCREANCES has a unit root
Exogenous: Constant, Linear Trend
Bandwidth: 3 (Used-specified) using Bartlett kernel Adj. t-Stat Prob.* Phillips-Perron test statistic -2.355154 0.4014
Test critical values: 1% level -4.023042
5% level -3.441330
10% level -3.145211
33
Taux d’inflation
Null Hypothesis: LTDINFLA has a unit root
Exogenous: Constant, Linear Trend
Bandwidth: 1 (Used-specified) using Bartlett kernel Adj. t-Stat Prob.* Phillips-Perron test statistic -2.217853 0.4757
Test critical values: 1% level -4.023042
5% level -3.441330
10% level -3.145211 *MacKinnon (1996) one-sided p-values.
Residual variance (no correction) 0.032497
HAC corrected variance (Bartlett kernel) 0.041358
Taux de change
Null Hypothesis: LTCHAN has a unit root
Exogenous: Constant, Linear Trend
Bandwidth: 1 (Used-specified) using Bartlett kernel Adj. t-Stat Prob.* Phillips-Perron test statistic -3.446340 0.0494
Test critical values: 1% level -4.023042
5% level -3.441330
10% level -3.145211 *MacKinnon (1996) one-sided p-values.
Residual variance (no correction) 0.001425
HAC corrected variance (Bartlett kernel) 0.002152
Taux directeur
Null Hypothesis: LTDIREC has a unit root
Exogenous: Constant, Linear Trend
Bandwidth: 1 (Used-specified) using Bartlett kernel Adj. t-Stat Prob.* Phillips-Perron test statistic -2.498246 0.3287
Test critical values: 1% level -4.023042
5% level -3.441330
10% level -3.145211 *MacKinnon (1996) one-sided p-values.
34
Residual variance (no correction) 0.000210
HAC corrected variance (Bartlett kernel) 0.000216
Réserves obligatoires
Null Hypothesis: LRESERVES_OB has a unit root
Exogenous: Constant, Linear Trend
Bandwidth: 3 (Used-specified) using Bartlett kernel Adj. t-Stat Prob.* Phillips-Perron test statistic -1.303761 0.8830
Test critical values: 1% level -4.023042
5% level -3.441330
10% level -3.145211
Masse monétaire
Null Hypothesis: LMASSE_M has a unit root
Exogenous: Constant, Linear Trend
Bandwidth: 3 (Used-specified) using Bartlett kernel Adj. t-Stat Prob.* Phillips-Perron test statistic -1.182222 0.9098
Test critical values: 1% level -4.023042
5% level -3.441330
10% level -3.145211
Dickey Fuller augmenté sur les variables en différence première Créances
Null Hypothesis: D(LCREANCES) has a unit root
Exogenous: Constant, Linear Trend
Lag Length: 1 (Fixed) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -8.289677 0.0000
Test critical values: 1% level -4.023975
5% level -3.441777
10% level -3.145474
Taux d’inflation
Null Hypothesis: D(LTDINFLA) has a unit root
Exogenous: Constant, Linear Trend
Lag Length: 3 (Fixed) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -5.214800 0.0002
Test critical values: 1% level -4.024935
5% level -3.442238
10% level -3.145744
35
*MacKinnon (1996) one-sided p-values.
Taux de change
Null Hypothesis: D(LTCHAN) has a unit root
Exogenous: Constant, Linear Trend
Lag Length: 3 (Fixed) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -5.791598 0.0000
Test critical values: 1% level -4.024935
5% level -3.442238
10% level -3.145744
*MacKinnon (1996) one-sided p-values.
Taux directeur
Null Hypothesis: D(LTDIREC) has a unit root
Exogenous: Constant, Linear Trend
Lag Length: 0 (Fixed) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -11.86991 0.0000
Test critical values: 1% level -4.023506
5% level -3.441552
10% level -3.145341
*MacKinnon (1996) one-sided p-values.
Réserves Obligatoires
Null Hypothesis: D(LRESERVES_OB) has a unit root
Exogenous: Constant, Linear Trend
Lag Length: 3 (Fixed) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -5.507795 0.0000
Test critical values: 1% level -4.024935
5% level -3.442238
10% level -3.145744
Masse monétaire
Null Hypothesis: D(LMASSE_M) has a unit root
Exogenous: Constant, Linear Trend
Lag Length: 3 (Fixed) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -3.511204 0.0420
Test critical values: 1% level -4.024935
5% level -3.442238
36
10% level -3.145744
Phillip Perron sur les variables en différence première Créances
Null Hypothesis: D(LCREANCES) has a unit root
Exogenous: Constant, Linear Trend
Bandwidth: 1 (Used-specified) using Bartlett kernel Adj. t-Stat Prob.* Phillips-Perron test statistic -12.19533 0.0000
Test critical values: 1% level -4.023506
5% level -3.441552
10% level -3.145341
*MacKinnon (1996) one-sided p-values.
Taux d’inflation
Null Hypothesis: D(LTDINFLA) has a unit root
Exogenous: Constant, Linear Trend
Bandwidth: 3 (Used-specified) using Bartlett kernel Adj. t-Stat Prob.* Phillips-Perron test statistic -9.278615 0.0000
Test critical values: 1% level -4.023506
5% level -3.441552
10% level -3.145341
*MacKinnon (1996) one-sided p-values.
Taux de change
Null Hypothesis: D(LTCHAN) has a unit root
Exogenous: Constant, Linear Trend
Bandwidth: 3 (Used-specified) using Bartlett kernel Adj. t-Stat Prob.* Phillips-Perron test statistic -6.703460 0.0000
Test critical values: 1% level -4.023506
5% level -3.441552
10% level -3.145341
Masse monétaire
Null Hypothesis: D(LMASSE_M) has a unit root
Exogenous: Constant, Linear Trend
Bandwidth: 3 (Used-specified) using Bartlett kernel
37
Adj. t-Stat Prob.* Phillips-Perron test statistic -11.23697 0.0000
Test critical values: 1% level -4.023506
5% level -3.441552
10% level -3.145341
Taux directeur
Null Hypothesis: D(LMASSE_M) has a unit root
Exogenous: Constant, Linear Trend
Bandwidth: 3 (Used-specified) using Bartlett kernel Adj. t-Stat Prob.* Phillips-Perron test statistic -11.23697 0.0000
Test critical values: 1% level -4.023506
5% level -3.441552
10% level -3.145341
Réserves Obligatoires
Null Hypothesis: D(LRESERVES_OB) has a unit root
Exogenous: Constant, Linear Trend
Bandwidth: 3 (Used-specified) using Bartlett kernel Adj. t-Stat Prob.* Phillips-Perron test statistic -11.92438 0.0000
Test critical values: 1% level -4.023506
5% level -3.441552
10% level -3.145341
Test de coïntégration de Johansen
Sample: 2015M05 2016M12
Included observations: 20
Trend assumption: No deterministic trend Series: LCREANCES LMASSE_M LRESERVES_OB LTCHAN LTDINFLA LTDIREC
Lags interval (in first differences): 1 to 1
Unrestricted Cointegration Rank Test (Trace) Hypothesized Trace 0.05
No. of CE(s) Eigenvalue Statistic Critical Value Prob.** None * 0.977367 175.9047 83.93712 0.0000
At most 1 * 0.830498 100.1380 60.06141 0.0000
At most 2 * 0.785948 64.64027 40.17493 0.0000
At most 3 * 0.633284 33.80953 24.27596 0.0024
At most 4 * 0.484501 13.74616 12.32090 0.0287
At most 5 0.024386 0.493761 4.129906 0.5453 Trace test indicates 5 cointegrating eqn(s) at the 0.05 level
* denotes rejection of the hypothesis at the 0.05 level
**MacKinnon-Haug-Michelis (1999) p-values
38
Estimation du modèle
Dependent Variable: D(LCREANCES)
Method: Least Squares
Date: 09/07/17 Time: 21:01
Sample (adjusted): 2005M01 2016M12
Included observations: 144 after adjustments Variable Coefficient Std. Error t-Statistic Prob. C 0.147904 0.415506 0.355960 0.7224
D(LMASSE_M) 0.065123 0.206357 0.315584 0.7528
D(LRESERVES_OB) 0.111373 0.069962 1.591915 0.1138
D(LTCHAN) 0.310104 0.143256 2.164680 0.0322
D(LTDINFLA) -0.012208 0.030249 -0.403588 0.6872
D(LTDIREC) -0.031404 0.059098 -0.531387 0.5960
LCREANCES(-1) -0.049182 0.021304 -2.308519 0.0225
LMASSE_M(-1) -0.024491 0.045026 -0.543922 0.5874
LRESERVES_OB(-1) 0.049367 0.030502 1.618496 0.1079
LTCHAN(-1) 0.007819 0.052666 0.148458 0.8822
LTDINFLA(-1) 0.024919 0.010612 2.348259 0.0203
LTDIREC(-1) -0.068145 0.028837 -2.363069 0.0196 R-squared 0.175114 Mean dependent var 0.020648
Adjusted R-squared 0.106374 S.D. dependent var 0.061861
S.E. of regression 0.058479 Akaike info criterion -2.760659
Sum squared resid 0.451405 Schwarz criterion -2.513175
Log likelihood 210.7675 Hannan-Quinn criter. -2.660095
F-statistic 2.547465 Durbin-Watson stat 2.264437
Prob(F-statistic) 0.005942
Représentation CUSUMSQ instable Graphique 10 : courbe de stabilité ponctuelle corrigée
39
Estimation du modèle stabilisé
Dependent Variable: D(LCREANCES)
Method: Least Squares
Date: 09/07/17 Time: 21:46
Sample (adjusted): 2005M01 2016M12
Included observations: 144 after adjustments Variable Coefficient Std. Error t-Statistic Prob. C -0.150139 0.453140 -0.331329 0.7409
D(LMASSE_M) 0.071352 0.205186 0.347743 0.7286
D(LRESERVES_OB) 0.100282 0.069897 1.434715 0.1538
D(LTCHAN) 0.333975 0.143197 2.332278 0.0212
D(LTDINFLA) -0.012001 0.030072 -0.399085 0.6905
D(LTDIREC) -0.030642 0.058753 -0.521534 0.6029
LCREANCES(-1) -0.048434 0.021185 -2.286248 0.0238
LMASSE_M(-1) 0.004869 0.048379 0.100650 0.9200
LRESERVES_OB(-1) 0.021421 0.034995 0.612106 0.5415
LTCHAN(-1) 0.032001 0.054496 0.587218 0.5581
LTDINFLA(-1) 0.024785 0.010550 2.349304 0.0203
LTDIREC(-1) -0.065545 0.028714 -2.282655 0.0241
DUMMY 0.025179 0.015739 1.599823 0.1120 R-squared 0.190922 Mean dependent var 0.020648
Adjusted R-squared 0.116807 S.D. dependent var 0.061861
S.E. of regression 0.058136 Akaike info criterion -2.766119
Sum squared resid 0.442755 Schwarz criterion -2.498011
Log likelihood 212.1606 Hannan-Quinn criter. -2.657175
F-statistic 2.576050 Durbin-Watson stat 2.264542
Prob(F-statistic) 0.004240
Test de white
Heteroskedasticity Test: White F-statistic 1.520197 Prob. F(13,130) 0.1183
Obs*R-squared 19.00213 Prob. Chi-Square(13) 0.1230
Scaled explained SS 30.05181 Prob. Chi-Square(13) 0.0046
Test de spécification de Ramsay
Ramsey RESET Test
Equation: VARCOV
Specification: D(LCREANCES) C D(LMASSE_M) D(LRESERVES_OB)
D(LTCHAN) D(LTDINFLA) D(LTDIREC) LCREANCES(-1) LMASSE_M(
-1) LRESERVES_OB(-1) LTCHAN(-1) LTDINFLA(-1) LTDIREC(-1)
DUMMY DUMMY1
Omitted Variables: Powers of fitted values from 2 to 4 Value df Probability
F-statistic 1.589163 (3, 127) 0.1953
Likelihood ratio 5.306666 3 0.1507
40
Références bibliographiques
DOUCOURE et Diane (2000). « Les canaux de transmission de la politique monétaire dans
les pays de l’UEMOA ». Université Cheik Anta Diop de Dakar.
BIKAI et KENKOUDOU (2015). « Analyse et Evaluation des canaux de transmission de
la politique monétaire dans la CEMAC ». Banque des Etats de l’Afrique Centrale
BARRAN, COUDERT et MOJON (1997). « Transmission de la politique monétaire et
crédit bancaire. Une application à trois pays de l’OCDE ». Revue économique, volume 46,
n°2, 1995. Pp. 393-413
Traoré (2015). « Indice des Conditions Monétaires ». Direction des études et de la
recherche (BCRG).
Diallo (2015). « Impact de la politique monétaire et budgétaire sur la croissance en Guinée ».
Direction des études et de la recherche (BCRG).
Traoré (2017). « Comment améliorer l’accès au financement des PME/PMI en Guinée ».
Université Clermont-Auvergne, CLERMONT FERRANT.
MEZUI-MBENG (2010). « Transmission of monétary policy : case of CEMAC countries ».
Université de Nancy 2, CEREFIGE
BARRE et FONTANEL (1991). « Principes de politique économique ». Presse
universitaire de GRENOBLE.
DOUKOURE (2014). « Méthodes économétriques, cours et exercices résolus avec les
logiciels Eviews et Stat ». Tome 1, Edition ARIMA).
MISHKIN (1996). « Les canaux de transmission monétaire : leçons pour la politique
monétaire ». Banque fédérale de réserve de New York.