III. Modèles de détermination du taux de changes réel d`équilibre

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