TRANSMISSION DES PRIX ALIMENTAIRES MONDIAUX EN AFRIQUE CENTRALE 30 août 2013 INTEGRATION ECONOMIQUE EN ZONECFA1 CONVERGENCE, COMPETITIVITE ET IMPACT DESFONDAMENTAUX MACROECONOMIQUES 1 Communauté Financière Africaine Page 1 TRANSMISSION DES PRIX ALIMENTAIRES MONDIAUX EN AFRIQUE CENTRALE 30 août 2013 Table des matières RESUME DE L’ARTICLE ............................................................................................................................. 3 I. Introduction..................................................................................................................................... 4 A. Problématique ............................................................................................................................. 4 B. Principaux résultats ..................................................................................................................... 6 II. Le marché de change des PAZF ....................................................................................................... 7 A. La politique monétaire ................................................................................................................ 7 B. Caractéristiques du marché de change dans les PAZF ................................................................ 8 III. Modèles de détermination du taux de changes réel d’équilibre ................................................ 9 A. Les modèles économiques ........................................................................................................ 10 1. Le BEER .................................................................................................................................. 10 2. Le NATREX ............................................................................................................................. 12 3. Le Taux de change réel d’équilibre Agricole (LTCRA) des PAZF ............................................ 13 B. IV. V. L’Analyse empirique .................................................................................................................. 15 1. Méthode d’analyse économétrique ...................................................................................... 15 2. Modèle économétrique......................................................................................................... 18 3. Estimation et interprétations ................................................................................................ 19 Annexes ..................................................................................................................................... 21 A. TCR sur les marchés agricoles des PAZF .................................................................................... 21 B. Estimation ABEER Avec taux d’intérêt ...................................................................................... 23 C. Estimation ANATREX de long terme (résultat détaillé) ............................................................. 24 D. Estimation ANATREX de moyen terme...................................................................................... 25 Références bibliographiques ......................................................................................................... 26 Page 2 TRANSMISSION DES PRIX ALIMENTAIRES MONDIAUX EN AFRIQUE CENTRALE 30 août 2013 RESUME DE L’ARTICLE Par une analyse de convergence et de compétitivité du secteur agricole des pays africains de la zone francs (PAZF2), notre article vise à examiner l’impact des fondamentaux macroéconomiques, sur la compétitivité de l’économie agricole des PAZF dans un contexte d’intégration économique des Pays Africains de la Zone Franc (PAZF). Nous questionnons d’abord la réalité de l’intégration des économies agricoles de ces pays en examinant le degré d’homogénéité des structures macroéconomiques des PAZF; ensuite, nous analysons l’état de cette compétitivité via l’estimation de deux modèles de détermination de taux de change réel agricole (concept que nous définissons par ailleurs) : le taux de change réel agricole d’équilibre comportemental (ABEER3) et le taux de change réel agricole naturel (ANATREX). Nous disposons pour ce faire d’un ensemble de séries chronologiques de données du secteur agricole à fréquence annuelle tirées de la Banque Africaine de Développement (BAD), de l’Organisation des Nations Unies pour l’alimentation et l’agriculture (FAO) et de la Banque Mondiale. Ces données concernent 14 pays d’Afrique et couvrent une période d’observation comprise entre 1985 et 2009. 2 Cameroun, Congo, Gabon, Guinée équatoriale, République Centrafricaine, Tchad, Bénin, Burkina Faso, Côte d’Ivoire, Guinée Bissau, Mali, Niger, Sénégal, et Togo. 3 Agricultural Behavioural Equilibrium Exchange Rate Page 3 TRANSMISSION DES PRIX ALIMENTAIRES MONDIAUX EN AFRIQUE CENTRALE I. 30 août 2013 Introduction A. Problématique Le Traité d’Abuja4 qui a été signé le 3 juin 1991 et entré en vigueur le12 mai 1994, stipule que les États africains doivent s’efforcer de renforcer lesCommunautés Économiques Régionales (CER), en assurant en particulier la coordination, l’harmonisation et l’intégration progressive de leurs activités en vuede la réalisation de la Communauté Économique Africaine (AEC). Le Programme Minimum d’Intégration (PMI) qui fut élaboré par la Commission de l’Union Africaine 5 pour la mise en œuvre de ce traité, identifie l’agriculture comme un secteur prioritaire dans ce processus d’intégration. En effet, non seulement le développement de ce secteur est une garantie pour la sécurité alimentaire durable en Afrique sub-saharienne, mais en plus, plusieurs études empiriques établissent que le développement de l’économie agricole, est un préalable au démarrage de la croissance économique,dans les pays où l’agriculture constitue la principale source d’emplois et de revenus. Par conséquent, l’agriculture s’est imposée comme une priorité budgétaire en Afrique. Les états africains se sont ainsi engagés à consacrer un minimum de 10% de leurs budgets au développement de ce secteur lors du sommet de l’Union Africaine de 2003 à Maputo. Cependant, pour que l’harmonisation et la convergence de l’activité agricole au sein des CER joue son rôle de propulseur de la croissance économique, elle doit impérativement faire face à l’épineuse question de l’instabilité des prix mondiaux, véhiculée sur les marchés locaux.En effet, pendant que la Commission de l’Union Africaine6 reconnait que toutes les CER ont déjà atteint l’objectif de coordination et d’harmonisation de leurs activités économiques, les observateurs économiques internationauxne cessent quant à eux, de nous servir la récurrence des fâcheuses conséquences sociales en Afrique, des différentes envolées des prix qui ne cessent de s’accentuer sur les marchés internationaux.D’après l’Organisation des Nations Unies pour l’alimentation et l’agriculture (FAO), cela fait plus de 20 ans que ces marchés ne s’étaient plustrouvés dans une telle situation(HPLE, 2011). Pour le sucre et le riz, la hausse était respectivement de 37,5% et de 224% sur la période allant de janvier 2007 à juin 2008. Le prix du maïs a quant à lui progressé de 77% sur la même période, et celui du blé de 118% entre janvier 2007 et mars 2008.Après une légère baisse vers la fin 4 OUA (1991) CUA (2010) 6 ibid 5 Page 4 TRANSMISSION DES PRIX ALIMENTAIRES MONDIAUX EN AFRIQUE CENTRALE 30 août 2013 de 2008, une nouvelle flambée s’est manifestée dans la seconde moitié de l’année 2010, entraînant l’indice des prix agricoles à des niveaux jamais égalés depuis 1990.La FAO a globalement vu son indice des prix des denrées alimentaires augmenter de plus de 60% entre 2000 et 2011. Par une analyse de convergence et de compétitivité du secteur agricole des paysafricains de la zone francs (PAZF7), notre article vise à examiner l’impact des fondamentaux macroéconomiques, sur la compétitivité de l’économie agricole des PAZF dans un contexte d’intégration économique, dans la Communauté Economique des Etats de l’Afrique de l’Ouest (CEDEAO), et dans la Communauté Economique et Monétaire des Etats de l’Afrique Centrale (CEMAC). Nous questionnerons d’abord le degré d’homogénéité des structures macroéconomiques des PAZF, dans la détermination de la compétitivité agricole ; ensuite, nous nous proposons d’analyser cettecompétitivité via l’estimation de deux modèles de détermination de taux de change réel : le taux de change réel agricole d’équilibre comportemental (ABEER8)et le taux de change réel agricole naturel (ANATREX).Nous disposons pour ce faire d’un ensemble de séries chronologiques de données du secteur agricole à fréquence annuelle tirées de la Banque Africaine de Développement (BAD), de l’Organisation des Nations Unies pour l’alimentation et l’agriculture (FAO) et de la Banque Mondiale. Ces données 7 Cameroun, Congo, Gabon, Guinée équatoriale, République Centrafricaine, Tchad, Bénin, Burkina Faso, Côte d’Ivoire, Guinée Bissau, Mali, Niger, Sénégal, et Togo. 8 Agricultural Behavioural Equilibrium Exchange Rate Page 5 TRANSMISSION DES PRIX ALIMENTAIRES MONDIAUX EN AFRIQUE CENTRALE 30 août 2013 concernent 14 pays d’Afrique et couvrent une période d’observation comprise entre 1985 et 2009. Par ailleurs la plupart des données manipulées pour nos estimations sont le résultat d’un calcul intermédiaire par nous. B. Principaux résultats Les résultats des tests de convergence de l’économie agricole (tests d’homogénéité de la structure panel du modèle), nous indiquent que le niveau de compétitivité agricole d’un pays est en partie tributaire de la structure économique des autres pays de la zone monétaire. Par ailleurs, les impacts des fondamentaux macroéconomiques à moyen terme sont homogènes à tous les pays : résultat qui confirme la réalité de l’intégration des économies agricoles de la zone CFA. Cependant, à long terme, les spécificités pays et la conjoncture économique expliquent la dynamique des taux de change réel agricole. Ces incidences pays et conjoncturelles restent néanmoins très instables et constituent de ce fait une part résiduelle importante dans la détermination des taux de changes agricoles. Les résultats de l’estimation du taux de change réel agricole dans les PAZF nous informent que laproductivité est le principal moteur de la compétitive de l’économie agricole intégrédans la zone monétaire CFA. Par ailleurs, nous observons qu’une plus grande ouverture du marché agricole de la zoneà la concurrence internationale, ne contribue pas encore à l’amélioration de la compétitivité agricole de la zone.En effet, le développement de l’économie agricole internationalecontribue considérablement à déprécier le niveau de compétitivité de l’économie agricole des PAZF : une croissance de 1% de la production agricole mondiale contribue à plomber le taux de change réel agricole des PAZF de presque 70%. De façon surprenante, l’endettement est un facteur d’amélioration du niveau de compétitivité agricole à moyen terme. Page 6 TRANSMISSION DES PRIX ALIMENTAIRES MONDIAUX EN AFRIQUE CENTRALE II. 30 août 2013 Le marché de change des PAZF A. La politique monétaire Si moins d'un tiers des pays ont adopté un système de change flottant, plus des deux tiers ont des monnaies rattachées à d'autres monnaies.9 Le franc CFA est ainsi arrimé à l’euro par un régime de parité fixe. Les accords entre la France et les PAZF regroupés au sein de la BCEAO10 et de la BEAC11 garantissent la crédibilité de la zone monétaire, moyennant le respect de la libre transférabilité des fonds, de l’harmonisation des réglementations des changes, de la participation du Trésor français à la gestion des Instituts d’émission ainsi que de la limitation à 20% des recettes budgétaires propres des États pour ce qui concerne les avances que la banque centrale leur accorde. Depuis les conventions de 1972 (pour la zone BEAC) et 1973 (pour la zone BCEAO), les Unions monétaires fonctionnent sur le principe contractuel d’une adhésion volontaire. Les réformes entreprises en octobre 1989 (pour la BCEAO) et en octobre 1990 (pour la BEAC) ont conduit à une plus grande libéralisation financière. La Zone franc, combine : un système de change fixe qui conditionne le taux de change nominal, influence les taux d’intérêts et les taux d’inflation, et donc le taux de change effectif bilatéral; des Unions monétaires caractérisées par une monnaie commune, des Banques centrales multinationales, et une unité de la politique monétaire; et un espace monétaire et financier tutélaire où le Trésor français garantit la convertibilité des francs CFA grâce aux comptes d’opérations, incite au respect des règles, et favorise la crédibilité de la politique monétaire. Avant les réformes, la stratégie de politique monétaire visait le développement économique des Etats membres, et était caractérisée par des politiques de taux d’intérêt et d’émission monétaire fortement administrées. Cette stratégie rendait le système rigide et très peu adapté aux fluctuations économiques internationales. « La politique des taux d’intérêts devait apporter un soutien monétaire actif au développement. Une approche keynésienne des taux d’intérêts étaient préconisée : le taux d’intérêt devait jouer un rôle déterminant dans les décisions d’investissement. La Banque était engagée dans une politique de taux d’intérêts faibles et stables dans le but de stimuler l’investissement privé et public. Les plafonds globaux de réescompte, qui fixaient pour chaque Etat le montant maximum des concours à court et à moyen terme que l’Institut d’Emission pouvait consentir aux banques, étaient constamment revus à la hausse : les marges importantes qui se dégageaient (en moyenne 50%) contrastaient fortement avec les déséquilibres macro-monétaires de la fin des années 80. Ces plafonds faisaient l’objet d’une répartition administrative très détaillée. » 9 Philippe HUGON, Professeur Paris X CERED - GEMDEV Banque Centrale Etats de l’Afrique de l’Ouest 11 Banques des Etats de l’Afrique Centrale 10 Page 7 TRANSMISSION DES PRIX ALIMENTAIRES MONDIAUX EN AFRIQUE CENTRALE 30 août 2013 Impulsées par la montée en puissance des innovations financières et par la dérégulation croissante des systèmes financiers, ces réformes ont permis aux banques centrales de passer d'un cadre réglementaire de contrôle quantitatif vers la mise en œuvre d'instruments indirects de politique monétaire. Dans ce nouveau contexte, un rôle accru a été accordé aux taux d'intérêts, qui sont devenus des instruments capables d’influer sur le marché de change des PAZF. B. Caractéristiques du marché de change dans les PAZF La politique de change de la zone CFA est tributaire les accords entre la France et les PAZF qui ont été présentés dans la section précédente. Cette politique est actuellement régie par deux principes clés : la centralisation des réserves de change via le compte d’opération, et la parité fixe entre le franc CFA et l’euro. D’après le principe de centralisation des réserves de change, les PAZF s’engagent à mobiliser 65% de leurs avoirs en devises étrangères dans des comptes d’opération de leurs banques centrales12 auprès du Trésor français. L’objectif du compte d’opération est de faire en sorte que les pays membres de la zone soient capables de financer leurs besoins en matière d’importation de biens et de services. En contrepartie de cette mobilisation des réserves auprès du Trésor français, l’Union européenne (UE) s’engage, via la France, à mettre à la disposition des PAZF de façon illimitée les devises nécessaires pour le financement de leur besoin d’importation. Ce principe de centralisation de réserves implique que le niveau des recettes d’exportation des PAZF dépend totalement des fluctuations des monnaies internationales.Ainsi, comme nous le démontrera l’analyse qui suit, les périodes récurrentes de distorsion du TCRE des PAZF seraient imputables aux fluctuations internationales de l’euro face au dollar 12 américain. BEAC et BCEAO Page 8 TRANSMISSION DES PRIX ALIMENTAIRES MONDIAUX EN AFRIQUE CENTRALE III. 30 août 2013 Modèles de détermination du taux de changes réel d’équilibre L’analyse du comportement des taux de change nominaux (TCN) a évolué vers une analyse des taux de change réel parallèlement à l’abandon du système de Bretton woods au cours des années 1970. On distingue alors deux types de taux de change réel : le Taux de change réel interne (TCRI), indicateur de compétitivité interne basé sur le modèle d’économie des petits pays en développement (Salter, 1959 ; Swan, 1960) ; et le Taux de change réel externe (TCRE), indicateur de compétitivité d’un pays par rapport aux autres (Edwards, 1988).Formellement, le TCRI est le prix relatif PNE/PE (PNE, prix des biens non-échangeables et PE, prix des biens échangeables). Le TCRE se calcule quant à lui comme le ratio des prix étrangers sur les prix intérieurs, exprimés dans la même monnaie (Ariel Dvoskin & German Feldman, 2010). Une hausse des prix intérieurs plus rapide que la hausse des prix étrangers est une appréciation réelle, et ceci devrait entrainer une perte de la compétitivité de l’économie du pays de référence. L’objectif initial des études sur les taux de change était de comprendre la dynamique des valeurs de taux observées sur les marchés (Cassel, 1918, 1932 ; Hume, 1987) et déterminé selon le principe de la Parité du Pouvoir d’Achat (PPA). Principe qui stipule qu’à moyen et long terme, le TCN converge vers une valeur stationnaire d’équilibre correspondant au rapport des pouvoirs d’achat entre l’économie intérieure et extérieure. Ce principe de PPA a très vite été remis en cause par un ensemble d’études empiriques qui ont conduit à admettre la non-validité de la stationnarité du TCN à long terme (P.Isard, 1977 ; J.D Richardson, 1978 ; L.Crouhy-Veyrac et al., 1982 ; A. Giovannini, 1986 ; P.D Ardeni, 1989) orientant dans un premier temps les réflexions vers l’analyse de la dynamique de court terme du TCN. Plusieurs modèles théoriques explicatifs des taux de change à court terme (R. Dornbusch, 1976 ; J. Frenkel, 1978 ; P. Hooper et J.E Morton, 1982) ont alors mis l’accent sur l’importance des mouvements de capitaux spéculatifs et sur le rôle des anticipations dans les fluctuations de court terme des TCN. Ces modèles n’ont malheureusement pas été empiriquement validés : quelques travaux célèbres, comme ceux de Meese et Rogoff (1983), ont montré qu’une Page 9 TRANSMISSION DES PRIX ALIMENTAIRES MONDIAUX EN AFRIQUE CENTRALE 30 août 2013 simple marche aléatoire pouvait mieux prévoir les évolutions des taux de change que ces modèles beaucoup plus riches (Rey, 2009). Ainsi, l’idée d’une convergence du TCN vers une valeur constante d’équilibre (TCNE) a progressivement cédée la place à la conception d’un taux de change réelle d’équilibre macroéconomique (LTCR). Contrairement au TCNE, le LTCR peut être variable et dépend d’un ensemble de fondamentaux macroéconomique. D’après ces modèles, le LTCR est un instrument de conversion de prix (entre devises) qui garantit l’équilibre général dans une économie,c’est-à-dire le plein emploi des ressources, la maitrise de l’inflation, et les objectifs de la balance commerciale. Il se présente de façon positive comme un taux tendanciel qui évolue en fonction de variables macroéconomiques13 et qui s’impose sur le moyen et long terme (Rey, 2009). D’après les idées orthodoxes de la pensée néoclassique (Cassel, 1918, 1932 ; Hume, 1987), cette stabilisation à moyen ou long terme du LTCR vers sa valeur naturelle est essentiellement une conséquence du plein emploi des ressources.deux importants modèles ont le mieux illustré cette nouvelle idée du taux de change réel : le modèle BEER (Behavioural Equilibrium Exchange Rate) de MacDonald et le modèle NATREX (NATural Real EXchange rate) de Stein. Ces modèles ambitionnent de déterminer le TCRE compatible avec un équilibre macroéconomique interne et externe. Ils se situent dans la continuité des travaux de Nurkse (1944), Artus (1977) et des différentes études menées par le FMI durant les années 1970. A. Les modèles économiques 1. Le BEER La modélisation BEER est construite sur l’hypothèse forte d’une convergence des prix sur les marchés : c’est le principe de Parité du Pouvoir d’Achat (PPA). D’après ce principe et grâce au libre arbitre des agents économiques, les biens tendent à avoir une valeur identique dans tous les marchés. Nous nous situons alors dans l’idéal d’un environnement de parfaite concurrence : libre circulation des biens et capacité d’anticipation avérée des agents économiques. Dans cet idéal type et comme précédemment définit, le Taux de change réel (TCRE) est le rapport des pouvoir d’achat entre l’économie de référence ( ) et le reste du monde ( ). 13 Ces variables incluent la position extérieure nette, le ratio des productivités relatives des secteurs domestiques par rapport à l’étranger, les termes de l’échange, le différentiel d’intérêt réel, la demande étrangère, etc. Page 10 TRANSMISSION DES PRIX ALIMENTAIRES MONDIAUX EN AFRIQUE CENTRALE 30 août 2013 La relation de base du modèle BEER est la condition d’équilibre financier qu’estla Parité des Taux d’Intérêt ( ) Non Couvert (PTINC). Considérant le comportement rationnel des agents économiques capables d’anticiper la valeur futur des taux de change (horizon de long terme ), le taux de change réel se déduit ainsi qu’il suit : De plus, admettant l’hypothèse d’Irvin Fisher (1867-1947) qui stipule que le taux d’intérêt réel est un taux d’intérêt nominal corrigé de l’inflation anticipée ( ) et, en soustrayant des deux côtés de l’égalité précédente le différentiel de taux d’inflation entre l’économie domestique et le reste du monde, il vient que le taux de change réel courant dépend de sa valeur futur anticipée et du différentiel de taux d’intérêt réel : La source d’aléas dans le modèle BEER provient du taux de change réel futur qui est une valeur prévisionnelle. Les auteurs du modèle le considère comme principal facteur révélateur de l’influence des fondamentaux macroéconomiques dans la détermination du TCRE. Ils modélisent Ce taux de change réel anticipé comme une fonction linéaire des fondamentaux macroéconomiques ci-après : Productivité (PROD, ratio valeur de production sur valeur des inputs utilisés dans la production)Terme de l’échange (TOT, ratio valeur des exportations sur valeur des importations à quantité constante) – degré d’ouverture (OPEN) –position extérieure nette (NFA). Sachant que le Taux de change réel dépend du solde de la balance des comptes courantset que ce solde est tributaire non seulement de la production agricole mais aussi de la demande, il est tout aussi envisageable d’inclure comme variable du modèle,le taux de consommation intérieure ( ) de biens agricole (ratio total production plus importations sur production). Page 11 TRANSMISSION DES PRIX ALIMENTAIRES MONDIAUX EN AFRIQUE CENTRALE 2. 30 août 2013 Le NATREX Cherchant à distinguer les déterminants du taux de change réel à différents horizons, J. Stein (1994) propose de décomposer le NATREX en trois principales composantes. La composante de court terme, permettra d’identifier les facteurs spéculatifs propres au court terme. Les composantes de moyen (NATREX moyen terme) et long terme (NATREX long terme) vont quant à elles mettre en évidence les effets des fondamentaux de nature endogènes et exogènes à l’explication du taux de change. A moyen terme le NATREX va garantir l’équilibre macro financier en l’absence de flux de capitaux de nature spéculatif et de variation de réserve : la différence entre l’épargne publique-privée et l’investissement correspond alors à la position nette extérieure. A cet horizon, le NATREX est déterminé par des fondamentaux exogènes (productivité nationale, productivité extérieure, degré de préférence sociale pour le présent, le différentiel de taux d’intérêt réel) et endogène (dette extérieure).A long terme, la dette extérieureest supposée converger vers un état stationnaire : le NATREX ne dépend plus que des fondamentaux exogènes. En effet, parce que le stock de capital croit aussi vite que la production des biens et services, le rapport dette externe sur production devient stable. Comme pour la modélisation BEER,les perturbations du NATREX proviennent également du caractère prévisionnel du taux de change anticipé et déterminé par les fondamentaux macroéconomiques. J. Stein fait le choix d’une part, d’estimer la productivité par le taux de croissance ( ) de la Production Nationale Brute (PNB), et d’autre part, le degré de préférence social ( ) pour le présent par la part de la consommation sociale14sur le PNB. En plus de ces variables, le NATREX de moyen terme tiendra compte de l’incidence de la dette extérieure ( ) sur le taux de change réel. Cette variable de moyen terme est représentée par le ratio solde du compte courant sur PNB. Modélisation moyen terme Modélisation long terme 14 Consommation sociale vue comme la somme de la consommation des ménages et de la consommation de l’Etat. Page 12 TRANSMISSION DES PRIX ALIMENTAIRES MONDIAUX EN AFRIQUE CENTRALE 3. 30 août 2013 Le Taux de change réel d’équilibre Agricole (LTCRA) des PAZF Nous définissons le taux de change réel d’équilibre agricole, comme la valeur estimée du Taux de Change Réel Extérieur Agricole (TCRA), par les modèles de détermination du taux de change réel d’équilibre que nous venons de présenter. Hors mis l’adaptation des fondamentaux macroéconomiques de Production et de consommation (Productivité – taux de croissance du PNB – demande intérieure) à la branche Agricole, les autres variables du modèle demeurent transversales à toutes les branches économiques. Par ailleurs, nous faisons le choix du taux d’escompte comme estimateur du taux d’intérêt nominal (i) et admettons la définition du taux d’intérêt réel15 comme énoncé par Fisher. a) Taux de change réel extérieur Agricole (TCRA) Nous adaptons le concept de taux de change réel extérieur à une expression réduite à la mesure de compétitivité extérieure, dans la branche agricole des PAZF. Notre concept deTaux de Change Réel Extérieur Agricole (TCRA)se présente alors comme l’instrument de mesure de compétitivité dans l’économie agro-alimentaire.Afin d’estimer leTCRA, nous déterminons un indice Laspeyres16de prix à la production agricole (IPA) en utilisant les données sur la valeur de la production et les quantités produites des biens agricoles de la FAO pour la période 1980-2011.Pour mieux cerner l’état de compétitivité des marchés agricoles des PAZF par rapport à la dévaluation du franc CFA (janvier 1994), nous choisissons 1994 comme l’année de référence de notre indice.En ce qui concerne les prix internationaux, nous avons retenu l’indice des prix à la production agricoledes Etats-Unis comme référence. (1) Analyse descriptive du TCRA dans les PAZF 15 Taux d’intérêt nominal corrigé de l’inflation Cet indice ( ) compare la valeur courante à la quantité constante ( valeur de référence ( ) de ce panier, . 16 ) d’un panier de biens à une Page 13 TRANSMISSION DES PRIX ALIMENTAIRES MONDIAUX EN AFRIQUE CENTRALE 30 août 2013 L’analyse descriptive des variables de notre modèle nous indique une instabilitédu TCRAdes PAZF autour d’une valeur moyenne de 1.01.Cette instabilitéest caractérisée par une oscillation de moyenne amplitude correspondant à 0.04. La dynamique ainsi observée serait non seulement le fait de l’économie réelle, mais également de l’état du marché monétaire international (soit la fluctuation de l’euro par rapport au dollar américain que reflète l’évolution du taux de change nominal des PAZF). En effet, le profil d’évolution de la courbe du TCRA est assimilable à celle de l’indice des prix. Cette dernière est quant à elle tributaire de l’évolution du taux de change nominal. Notre analyse confirme ainsi la non-neutralité de la monnaie dans l’explication du niveau de compétitivité des marchés agricoles de la zone CFA. Page 14 TRANSMISSION DES PRIX ALIMENTAIRES MONDIAUX EN AFRIQUE CENTRALE B. 30 août 2013 L’Analyse empirique 1. Méthode d’analyse économétrique Les données en panel possèdent deux dimensions : une pour les individus ( ) et une pour le temps ( ). En vue d’une précision de l’homogénéité du modèle entre les différents pays, il est nécessaire de distinguer l’effet individuel (inaltérable dans le temps et dépendant des spécificités pays) de l’effet temporel (lié à la conjoncture économique et non aux particularités pays). Cet effet individuel peut être de nature déterministe ou aléatoire. Par ailleurs, la question de la corrélation inter et intra individus, ainsi que celle de l’homogénéité de la variabilité (hétéroscédasticité) dépendante, nous permettent d’optimiser l’ajustement de notre relation panel. a) L’Homogénéité des effets Modéliser les effets individuels ou les effets temporels dans une relation panel, revient à y ajouter une variable dichotomique pour chaque individu ou pour chaque période : . La première étape dans notre méthode d’analyse consiste en effet à tester la présence d’effets individuels ou temporelle dans la relation : ce test est similaire dans les deux cas. S’agissant du cas spécifique d’un test de présence d’effets individuels, l’hypothèse à tester est l’absence d’effet individuels ( ) dans la relation. Sous cette hypothèse, la statistique de test suit une distribution de Fisher F avec (N-1,NT-N-K-1) degré de liberté. Rejeter l’hypothèse nulle conduit à considérer les effets individuels dans le modèle. (1) Modélisation de l’effet individuel ou temporel Effets fixes : une manière de formaliser les effets individuels (ou temporels) est de considérer qu’ils sont de nature déterministes et d’utiliser ainsi un estimateur « within ». Cet estimateur mesure la variation de chaque observation par rapport à sa moyenne individuelle (temporelle). . Les effets individuels (temporels) sont donc éliminés et l’estimateur des Moindres Carrés Ordinaires (MCO) peut être utilisé sur les nouvelles variables différentielles. Effets aléatoires : par ailleurs, les effets individuels (temporels) peuvent également avoir un caractère aléatoire (variant autour d’une moyenne). On suppose alors qu’ils suivent une loi normale et que l’erreur du modèle est constitué d’une première composante spécifique à l’observation et d’une seconde spécifique au caractère aléatoire de l’individu (ou du temps). Page 15 TRANSMISSION DES PRIX ALIMENTAIRES MONDIAUX EN AFRIQUE CENTRALE (2) 30 août 2013 Test d’homogénéité des effets de Hausman Le test d’Hausman est un test de spécification qui permet de déterminer si les coefficients des deux estimations (fixe et aléatoire) sont statistiquement différents. L’idée de ce test est que, sous l’hypothèse nulle d’indépendance entre les erreurs et les variables explicatives, les deux estimateurs sont non biaisés ; la différence des coefficients estimés devraient donc être négligeable. Ce test compare la matrice de variance-covariance des deux estimateurs : Le résultat suit une loi avec degré de liberté. Si on ne peut rejeter l’hypothèse nulle, on utilisera les effets aléatoires qui sont efficaces en supposant qu’il n’y ait pas de corrélation entre les erreurs et les variables explicatives. b) Corrélation et hétéroscédasticité Soit Ω la matrice de la variance-covariance des erreurs. Pour pouvoir utiliser les estimateurs MCO, cette matrice doit respecter la forme suivante : Il nous faut donc vérifier les hypothèses d’homoscédasticité et de corrélation. Quatre tests permettent de vérifier si nos données respectent ces hypothèses dans le contexte de données en panels. En ce qui concerne l’hypothèse d’homoscédasticité (test1 et test2), il s’agit de vérifier si la variance des erreurs de chaque individu est constante pour tout individu : on doit donc avoir . La dimension nouvelle des données de panels consiste à s’assurer que la variance est la même pour tous les individus du panel : . Quant à la corrélation, bien qu’il soit automatique de tester l’autocorrélation des erreurs pour chaque individu (test4), il devient aussi courant de se prononcer sur l’autocorrélation des erreurs entre les individus (test3). Test 1 : test d’hétéroscédasticité deBreusch–Pagan. Ce test est utilisépour valider la possible dépendance entre la variance des résidus estimés avec les variables explicatives (hypothèse nulle d’hétéroscédasticité). La procédure de test est identique au test de présence d’effets individuels : il s’agit pour le cas d’espèce de tester la significativité jointe des coefficients de la relation entre le carrée des résidus et les variables explicatives du modèle. Si on ne peut rejeter l’hypothèse nulle d’homoscédasticité, alors on a . Il n’est alors pas nécessaire de faire le test 2. Ayant conclu à la présence d’hétéroscédasticité, on effectue le test 2 Page 16 TRANSMISSION DES PRIX ALIMENTAIRES MONDIAUX EN AFRIQUE CENTRALE 30 août 2013 pour tenter d’obtenir plus d’informations sur la forme de cette hétéroscédasticité. On utilise alors les Moindres Carrées Généralisés (MCG) : Test 2 : hétéroscédasticité inter-individus.Ce test est conçu pour valider l’hypothèse spécifique d’homoscédasticité entre individus. Sous l’hypothèse nulle, le test suppose que la variance des erreurs est la même pour tous les individus et la statistique suit une loi de degré de liberté . Ne pas rejeter l’hypothèse nulle signifie que la variance des erreurs est la même pour tous les individus. Dans ce cas de figure, vu que nous avions déjà conclue à la présence d’hétéroscédasticité sous une forme quelconque au test 1, on en déduit que nos données ont la structure suivante : homoscédasticité intra-individus hétéroscédasticité inter-individus Le rejet de l’hypothèse nulle ne nous permet cependant pas de spécifier d’avantage la structure de l’hétéroscédasticité. On demeure avec la conclusion précédente d’hétéroscédasticité ( ) sans pouvoir en dire plus. Test 3 : Corrélation entre individus.Pour tester la présence de corrélation des erreurs interindividus pour une même période, pour , on utilise un test de Breusch-Pagan. L’hypothèse nulle de ce test est l’indépendance des résidus entre les individus. Ce test vérifie que la somme des carrés des coefficients de corrélation entre les erreurs est approximativement zéro. La statistique résultante suit une de degré de liberté , équivalent au nombre de restrictions testées. Test 4 : Autocorrélation intra-individus.On cherche ici à vérifier si les erreurs sont autocorrélées pour de forme autorégressive . S’il y a de l’autocorrélation, les matrices identités le long de la diagonale sont remplacées par des matrices de la forme suivante : L’hypothèse nulle est celle d’absence d’autocorrélation des erreurs. Si on rejette cette hypothèse, on ajuste alors la forme de la matrice Ω afin de tenir compte de l’autocorrélation dans les erreurs des individus. Page 17 TRANSMISSION DES PRIX ALIMENTAIRES MONDIAUX EN AFRIQUE CENTRALE 2. 30 août 2013 Modèle économétrique a) Données Nous disposons pour les besoins de l’étude d’un ensemble de séries chronologiques de données du secteur agricole à fréquence annuelle tirées de la Banque Africaine de Développement (BAD), de l’Organisation des Nations Unies pour l’alimentation et l’agriculture (FAO) et de la Banque Mondiale. Ces données concernent 14 pays d’Afrique et couvrent une période d’observation comprise entre 1985 et 2009. Par ailleurs la plupart des données manipulées pour nos estimations sont le résultat d’un calcul intermédiaire par nous. b) Résultats des tests d’hypothèses D’après les résultats des tests,nous constatonsen général que : d’une part, les déterminants résiduels du niveau de compétitivité agricole des PAZF sont spécifiques aux pays, et d’autre part que, le niveau de compétitivité agricole d’un pays est en partie tributaire de la structure économique des autres pays de la zone monétaire. Par ailleurs, à moyen terme il n’existe pas d’impacts spécifiques au pays dans la formation des taux de change :les impacts des fondamentaux macroéconomiquesà moyen terme sont homogènes à tous les pays.L’homogénéité de la dynamique des taux de change à moyen terme semble être le fait de l’intégration monétaire. type de test hypothèse testée Hausman Fisher modèle à effets aléatoires tous les coefficients du modèle à effets fixes individuels sont nuls tous les coefficients des variables indicatrices temporelles sont nuls Test de BreuschPagan (BP) homoscédasticité intra et inter-individus Test de Wald homoscédasticité des variances entre individus BP-LM test non correlation des résidus entre individus hétéroscédasticité interindividus interdépendance des taux de change agricole entre pays Wooldridge LM test pas d'autocorrélation sérielle la structure des erreurs est AR(1) Fisher Statistique P-Value Interprétation nature déterministe des effets individuels les effets pays sur le taux de change agricole sont déterministes pas d'effets fixes temporels présence d'hétéroscédasticité Prob>chi2 = 0.0000 Modèle ABEER Cependant, les spécificités pays et la conjoncture économique expliquent la dynamique des taux de change dans le long terme. Néanmoins, ces incidences pays et conjonctures restent très instables et Page 18 TRANSMISSION DES PRIX ALIMENTAIRES MONDIAUX EN AFRIQUE CENTRALE 30 août 2013 constituent de ce fait une part résiduelle importante dans la détermination des taux de changes agricoles. nom du test hypothèse testée Statistique de test P-Value Interprétation Hausman modèle à effets aléatoires chi2 (3) = 0.04 prob>chi2 = 0.9976 nature aléatoire des effets individuels tous les coefficients des variables indicatrices temporelles sont nuls ( 24, 310) = 2.17 𝑃𝑟𝑜𝑏>𝐹 0.0015 = effets fixes temporels homoscédasticité intra et interindividus Prob > F 0.0000 = F( 3, 346) =6648.59 test de Wald homoscédasticité des variances entre individus chi2 (14) = 17641.45 Prob>chi2 = 0.0000 Wooldridge LM test pas d'autocorrélation sérielle F( 1, Fisher test de Breusch-Pagan 13) = 792.355 Prob > F = 0.0000 présence d'hétéroscédasticité hétéroscédasticité inter-individus la structure des erreurs est AR(1) Modèle ANATREX de long terme 3. Estimation et interprétations a) Résultats ABEER Les résultats de l’estimation du taux de change réel agricole d’équilibre comportemental (ABEER) dans les PAZF nous informent d’une part queLe rôle du différentiel de taux d’intérêt dans la détermination de la compétitivité agricole dans ces paysest négligeable ; et d’autre part que La productivité est le principal moteur de la compétitive de l’économie agricole intégréde la zone monétaire CFA. Par ailleurs, nous observons également qu’une plus grande ouverture du marché commun à la concurrence internationale, ne contribue pas encore à l’amélioration de la compétitivité dans la zone. Page 19 TRANSMISSION DES PRIX ALIMENTAIRES MONDIAUX EN AFRIQUE CENTRALE 30 août 2013 . xtgls ltcr ltot lopen lprod nfa lddi, p(c) c(a) Cross-sectional time-series FGLS regression Coefficients: Panels: Correlation: generalized least squares heteroskedastic with cross-sectional correlation common AR(1) coefficient for all panels (0.8327) Estimated covariances = Estimated autocorrelations = Estimated coefficients = ltcr Coef. ltot lopen lprod nfa lddi _cons .0050392 -.0084428 .0106364 .0003356 -.0106801 .0277821 b) 105 1 6 Std. Err. .0008332 .0012559 .0024159 .000041 .0034413 .0036431 Number of obs Number of groups Time periods Wald chi2(5) Prob > chi2 z 6.05 -6.72 4.40 8.19 -3.10 7.63 P>|z| 0.000 0.000 0.000 0.000 0.002 0.000 = = = = = 350 14 25 118.50 0.0000 [95% Conf. Interval] .0034061 -.0109044 .0059012 .0002552 -.0174249 .0206418 .0066722 -.0059812 .0153715 .0004159 -.0039352 .0349224 Résultats ANATREX de Long terme Alors que le modèle ABEER révèle exclusivement l’importance des effets structurels sur le niveau de compétitivité de l’économie agricole des PAZF, l’ANATREX quant à lui informe en plus sur l’incidence que la conjoncture (effets temporels) exerce sur la compétitivité agricole des PAZF. Du point de vu des effets structurels révélés par l’ANATREX,nous observons et constatons queLe développement de l’économie agricole aux USA (Référence de l’économie mondiale) a une très forte incidence négative, dans la détermination de la compétitivité de l’économie agricole des PAZF : une croissance de 1% de la production agricole aux USA contribue à plomber le taux de change réel agricole des PAZF de presque 70%. De façon surprenante, nous constatons par ailleurs que l’endettement est un facteur d’amélioration du niveau de compétitivité agricole à moyen terme tandis qu’àlong terme le développement de l’économie agricole de la sous-région semble être insignifiant pour expliquer le niveau de compétitivité agricole. L’effet sur la compétitivité de la conjoncture (effet temporel) apparait quant à lui globalement négatif. Parmi les années de conjoncture favorable nous avons, 1989 – 1992 – 1994 – 2004 et 2007. Page 20 TRANSMISSION DES PRIX ALIMENTAIRES MONDIAUX EN AFRIQUE CENTRALE 30 août 2013 . xtgls tcr txcd txcm txpp i.date, p(c) c(a) note: 2009.date omitted because of collinearity Cross-sectional time-series FGLS regression Coefficients: Panels: Correlation: generalized least squares heteroskedastic with cross-sectional correlation common AR(1) coefficient for all panels (0.9398) Estimated covariances = Estimated autocorrelations = Estimated coefficients = IV. tcr Coef. txcd txcm txpp .0001333 -.6926647 .0122625 105 1 27 Number of obs Number of groups Time periods Wald chi2(26) Prob > chi2 Std. Err. .000115 .0132546 .0019265 z 1.16 -52.26 6.37 P>|z| 0.247 0.000 0.000 = 350 = 14 = 25 = 106322.63 = 0.0000 [95% Conf. Interval] -.0000922 -.7186433 .0084866 .0003588 -.6666861 .0160384 Annexes A. TCR sur les marchés agricoles des PAZF Années CMR CONG. GAB. 1980 1.023 1.024 1.026 1981 1.026 1.014 1982 1.025 1983 1984 GUI. E. RCA TCH. BEN. BUR. CIV 0.743 0.994 1.188 1.022 1.028 1.031 1.018 0.737 0.975 1.135 1.014 0.999 1.012 1.016 0.735 0.979 1.135 1.014 1.059 1.043 1.048 0.757 1.004 1.179 1.025 1.007 1.014 0.732 0.982 1.095 1985 1.013 1.001 1.007 0.725 1.006 1986 1.006 0.998 1.006 0.723 1987 1.014 1.005 1.013 1988 1.032 1.022 1989 1.007 1990 1991 1992 GUI. B. Moyenne de la zone MAL. NIG. SEN. TOG. 0.885 1.304 1.080 1.037 1.038 1.030 1.028 0.886 1.375 1.044 1.016 1.026 1.021 0.964 1.030 0.885 1.369 1.050 1.011 1.017 1.017 1.042 0.997 1.061 0.921 1.342 1.052 1.030 1.055 1.042 1.007 0.973 1.023 0.932 1.242 1.054 0.999 1.012 1.007 1.079 0.997 0.966 1.017 0.953 1.115 1.015 0.994 1.006 0.992 1.009 0.958 0.996 0.955 1.013 0.935 1.160 1.001 1.002 1.001 0.983 0.727 1.043 0.978 1.001 0.954 1.018 0.959 1.132 1.022 1.015 1.007 0.992 1.030 0.739 1.063 0.983 1.017 0.964 1.038 0.975 1.144 1.037 1.035 1.034 1.008 1.003 1.012 0.725 1.034 0.970 1.000 0.953 1.021 1.006 1.121 1.014 1.021 1.003 0.992 1.007 1.001 1.012 1.013 1.021 0.960 1.005 0.984 1.020 1.039 1.121 1.022 1.017 1.014 1.017 1.009 1.006 1.010 1.011 1.026 0.960 1.003 0.983 1.015 0.994 1.074 1.046 1.012 1.008 1.011 0.998 1.000 1.002 1.003 1.032 0.945 1.000 0.973 1.003 1.027 1.002 1.016 1.003 1.009 1.001 1993 1.018 1.021 1.021 1.021 1.053 0.964 1.019 0.997 1.023 1.056 1.015 1.026 1.023 1.027 1.020 1994 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1995 1.009 1.012 1.014 1.011 1.029 0.996 1.013 1.003 1.016 1.029 1.016 1.029 1.001 1.007 1.013 Page 21 TRANSMISSION DES PRIX ALIMENTAIRES MONDIAUX EN AFRIQUE CENTRALE 30 août 2013 1996 0.994 1.003 1.006 1.002 1.025 0.977 1.006 0.995 1.005 1.056 0.996 1.034 0.990 0.995 1.006 1997 0.999 1.008 1.011 1.007 1.029 0.984 1.014 1.000 1.032 1.108 0.995 1.028 1.002 1.009 1.016 1998 1.005 1.011 1.014 1.010 1.030 0.959 1.027 1.000 1.029 1.127 1.009 1.026 1.006 1.014 1.019 1999 1.007 1.014 1.013 1.009 1.031 0.963 1.025 1.003 1.035 1.150 1.017 1.019 1.016 1.013 1.023 2000 1.000 1.010 1.011 1.009 1.041 0.967 1.022 1.011 1.038 1.147 1.028 1.034 1.018 1.014 1.025 2001 1.003 1.014 1.056 1.012 1.047 0.963 1.025 1.035 1.051 1.178 1.050 1.053 1.009 1.015 1.036 2002 1.011 1.032 1.075 1.021 1.064 0.980 1.037 1.033 1.058 1.191 1.087 1.033 1.003 1.026 1.046 2003 1.000 1.022 1.032 1.011 1.050 0.970 1.022 1.008 1.044 1.177 1.091 1.016 1.020 1.022 1.035 2004 0.997 1.016 1.022 1.007 1.040 0.963 1.025 1.009 1.042 1.195 1.134 1.002 1.013 1.016 1.034 2005 0.998 1.021 1.012 1.011 1.046 0.968 1.033 1.011 1.061 1.185 1.174 1.008 1.018 1.022 1.041 2006 1.003 1.027 1.016 1.017 1.053 0.972 1.042 1.003 1.074 1.205 1.216 1.019 1.018 1.028 1.049 2007 0.994 1.017 1.012 1.008 1.042 0.966 1.033 0.996 1.081 1.200 1.280 1.004 0.987 1.021 1.046 2008 1.003 1.026 1.015 1.016 1.050 0.972 1.036 0.983 1.095 1.211 1.300 1.028 0.966 1.028 1.052 2009 0.995 1.019 1.003 1.008 1.043 0.964 1.021 0.973 1.078 1.211 1.298 1.021 0.975 1.020 1.045 2010 0.999 1.022 1.009 1.012 1.043 0.964 1.036 0.994 1.095 1.228 1.297 1.086 0.961 1.032 1.056 2011 1.006 1.030 1.012 1.020 1.050 0.970 1.048 0.748 1.116 1.282 1.326 1.106 0.971 1.040 1.052 Moyenne 1.009 1.014 1.018 0.924 1.029 1.001 1.019 0.984 1.040 1.073 1.151 1.032 1.006 1.018 1.023 Page 22 TRANSMISSION DES PRIX ALIMENTAIRES MONDIAUX EN AFRIQUE CENTRALE B. 30 août 2013 Estimation ABEER Avec taux d’intérêt . xtgls ltcr ltot lopen lprod lddi nfa dtxi, p(c) c(a) Cross-sectional time-series FGLS regression Coefficients: Panels: Correlation: generalized least squares heteroskedastic with cross-sectional correlation common AR(1) coefficient for all panels (0.8318) Estimated covariances = Estimated autocorrelations = Estimated coefficients = ltcr Coef. ltot lopen lprod lddi nfa dtxi _cons .0051141 -.0082925 .0106093 -.0105272 .0003363 -.0000174 .0277448 105 1 7 Std. Err. .0008412 .0012669 .0024147 .0034643 .0000412 .0000273 .0036384 Number of obs Number of groups Time periods Wald chi2(6) Prob > chi2 z 6.08 -6.55 4.39 -3.04 8.17 -0.64 7.63 P>|z| 0.000 0.000 0.000 0.002 0.000 0.524 0.000 = = = = = 350 14 25 118.03 0.0000 [95% Conf. Interval] .0034653 -.0107757 .0058766 -.0173172 .0002557 -.0000708 .0206137 .0067629 -.0058093 .015342 -.0037372 .000417 .0000361 .0348759 Page 23 TRANSMISSION DES PRIX ALIMENTAIRES MONDIAUX EN AFRIQUE CENTRALE C. 30 août 2013 Estimation ANATREX de long terme (résultat détaillé) . xtgls tcr txcd txcm txpp i.date, p(c) c(a) note: 2009.date omitted because of collinearity Cross-sectional time-series FGLS regression Coefficients: Panels: Correlation: generalized least squares heteroskedastic with cross-sectional correlation common AR(1) coefficient for all panels (0.9398) Estimated covariances = Estimated autocorrelations = Estimated coefficients = 105 1 27 Std. Err. Number of obs Number of groups Time periods Wald chi2(26) Prob > chi2 z P>|z| = 350 = 14 = 25 = 106322.63 = 0.0000 tcr Coef. [95% Conf. Interval] txcd txcm txpp .0001333 -.6926647 .0122625 .000115 .0132546 .0019265 1.16 -52.26 6.37 0.247 0.000 0.000 -.0000922 -.7186433 .0084866 .0003588 -.6666861 .0160384 date 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 -.0888255 -.0680224 -.1204428 .0031486 -.0297355 -.0581351 .013799 -.1081671 .0607344 -.0996419 -.0084862 -.0292041 -.0472552 -.0261662 -.0229936 -.0463002 -.0357928 -.0003251 .0231457 -.033849 -.0276997 .0177483 -.009527 0 .0011843 .0005419 .0014876 .0007293 .0002754 .0006397 .0006771 .0015652 .0016132 .0014551 .0005688 .0004186 .0004527 .0003174 .0002904 .0006566 .000611 .0002755 .000612 .0004722 .0004284 .000382 .0002518 (omitted) -75.00 -125.51 -80.97 4.32 -107.96 -90.88 20.38 -69.11 37.65 -68.48 -14.92 -69.76 -104.38 -82.44 -79.18 -70.52 -58.58 -1.18 37.82 -71.68 -64.66 46.46 -37.83 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.238 0.000 0.000 0.000 0.000 0.000 -.0911467 -.0690846 -.1233584 .0017192 -.0302754 -.059389 .0124719 -.1112349 .0575725 -.1024938 -.0096011 -.0300246 -.0481425 -.0267883 -.0235628 -.0475871 -.0369903 -.0008651 .0219463 -.0347745 -.0285394 .0169996 -.0100206 -.0865043 -.0669602 -.1175272 .0045779 -.0291957 -.0568813 .0151261 -.1050993 .0638963 -.0967901 -.0073713 -.0283836 -.0463679 -.0255441 -.0224245 -.0450134 -.0345953 .0002149 .0243451 -.0329235 -.02686 .018497 -.0090334 _cons 1.047201 .001877 557.91 0.000 1.043522 1.05088 . Page 24 TRANSMISSION DES PRIX ALIMENTAIRES MONDIAUX EN AFRIQUE CENTRALE D. 30 août 2013 Estimation ANATREX de moyen terme . xtgls tcr txcd txcm txpp txdet i.date, p(c) c(a) note: 2009.date omitted because of collinearity Cross-sectional time-series FGLS regression Coefficients: Panels: Correlation: generalized least squares heteroskedastic with cross-sectional correlation common AR(1) coefficient for all panels (0.9345) Estimated covariances = Estimated autocorrelations = Estimated coefficients = 105 1 28 Std. Err. Number of obs Number of groups Time periods Wald chi2(27) Prob > chi2 z P>|z| = = = = = 350 14 25 88869.40 0.0000 tcr Coef. [95% Conf. Interval] txcd txcm txpp txdet .0002032 -.6994491 .0112013 .0147002 .000119 .0191375 .0025884 .0075133 1.71 -36.55 4.33 1.96 0.088 0.000 0.000 0.050 -.0000301 -.7369579 .0061281 -.0000256 .0004365 -.6619403 .0162745 .029426 date 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 -.0898561 -.069169 -.1220546 .0026656 -.0307239 -.0592554 .0134529 -.1095546 .0608938 -.1011905 -.0087842 -.0297375 -.0476263 -.026436 -.023046 -.0467119 -.035359 -.0000987 .0233355 -.0340687 -.0278946 .0179155 -.0094091 0 .0016994 .000664 .0020864 .0010771 .0003536 .0008322 .000992 .0021862 .0024068 .0020731 .0007232 .0004524 .0005922 .00038 .0003144 .000975 .0011092 .0003308 .0008596 .0006301 .0005722 .0005694 .0003432 (omitted) -52.87 -104.17 -58.50 2.47 -86.89 -71.20 13.56 -50.11 25.30 -48.81 -12.15 -65.74 -80.43 -69.56 -73.30 -47.91 -31.88 -0.30 27.15 -54.07 -48.75 31.46 -27.41 0.000 0.000 0.000 0.013 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.765 0.000 0.000 0.000 0.000 0.000 -.0931869 -.0704704 -.1261439 .0005544 -.0314169 -.0608865 .0115086 -.1138395 .0561765 -.1052537 -.0102017 -.0306241 -.048787 -.0271808 -.0236622 -.0486228 -.037533 -.000747 .0216507 -.0353036 -.029016 .0167994 -.0100818 -.0865253 -.0678675 -.1179654 .0047767 -.0300309 -.0576243 .0153972 -.1052696 .0656111 -.0971272 -.0073668 -.0288509 -.0464657 -.0256911 -.0224298 -.044801 -.033185 .0005496 .0250203 -.0328337 -.0267732 .0190315 -.0087364 _cons 1.049469 .0025971 404.10 0.000 1.044378 1.054559 Page 25 TRANSMISSION DES PRIX ALIMENTAIRES MONDIAUX EN AFRIQUE CENTRALE V. 30 août 2013 Références bibliographiques Ariel Dvoskin and German Feldman (2010), “The Exchange Rate and Inflation in Argentina: A Classical Critique of Orthodox and Heterodox Policy Prescriptions”, Forum for Social Economics, vol. 39, pp. 145-169. David Hume (1987), “Essays: Moral, Political, and Literary”, edited byEugene F. Miller, Library of Economics and Liberty. Gustav Cassel (1918), “Abnormal Deviations in International Exchanges”, The Economic Journal, vol. 28, no. 112, pp. 413-415. Gustav Cassel (1932), Theory of Social Economy (2nd ed.), Harcourt, Brace & Co., New York. HLPE (2011), Volatilité des prix et sécurité alimentaire, Rapport du Groupe d’experts de haut niveausur la sécurité alimentaire et la nutrition, Comité de la sécurité alimentaire mondiale, Rome. Jacob Frenkel (1978), “Purchasing power parity: Doctrinal perspective and evidence from the 1920s”, Journal of International Economics, vol. 8, no. 2, May, pp. 169-191. John Baffes and Bruce Gardner (2003), "The Transmission of World Commodity Prices to Domestic Markets Under Policy Reforms in Developing Countries", Policy Reform, vol. 6, no. 3, pp. 159-180. Peter Hooper and J. E. Morton (1982),“Fluctuations in the Dollar: A Model of Nominal and Real Exchange Rate Determination”, Journal of International Money and Finance, vol. 1, pp. 39-56. Roberto Frenkel (2004), “Real exchange rate and employment in Argentina, Brazil, Chile and Mexico”, Iktisat Isletme ve Finans, vol. 19, issue 223, pp. 29-52. Rudiger Dornbush (1976),“Expectations and Exchange Rate Dynamics”, Journal of Political Economy Sebastian Edwards (1997), "Exchange Rate Issues in Developing and Transitional Economies", Journal of African Economies, Centre for the Study of African Economies (CSAE), vol. 6, no. 3, pp. 37-73. Serge Rey (2009), “L’apport du NATREX à la modélisation des taux de change d’équilibre : théorie et application au dollar canadien”, L'Actualité économique, vol. 85, no 2, pp. 131-181. Yair Mundlak and Donald Larson (1992), "On the transmission of world agricultural prices", World Bank Economic Review, vol. 6, no 3, pp. 399-422. Organisation de l’Unité Africaine (OUA, 1991), Traité instituant la Communauté économique africaine, 3 juin Abuja – Nigeria. Commission de l’union africaine (CUA, 2010), Programme Minimun d’Intégration (PMI), département des Affaires économiques, Programme de Yaoundé – mai 2009. Page 26