ANALYSE DES EFFETS DE LA VOLATILITE

UNIVERSITE CATHOLIQUE DU CONGO
KINSHASA/LIMETE
B.P 1534
ANALYSE DES EFFETS DE LA VOLATILITE DU COURS
DU CUIVRE ET DU COURS DU COBALT PAR RAPPORT
AU TAUX DE CHANGE EN RDC
Par
BATIA MABIALA Gael
Mémoire présenté en vue de l’obtention du Grade de
Licencié en Economie et Développement
Option : ECONOMIE QUANTITATIVE ET GESTION INFORMATIQUE
Directeur : Prof. Isaac KALONDA KANYAMA ph. D.
Septembre 2019
[ii]
Epigraphe
« L’étonnante tâche des sciences économiques est de démontrer aux
hommes combien en réalité ils en savent peu sur ce qu’ils s’imaginent
pouvoir modeler »
Friedrich HAYEK
Economiste Britannique.
[iii]
Remerciements
Mes remerciements s’adressent en premier lieu à Jésus-Christ notre seul et
unique sauveur, lui qui m’a donné le souffle de vie, la force d’achever mon deuxième cycle et ainsi que
la force d’achever ce mémoire. Les paroles bibliques l’affirment, mieux vaut la fin d’une chose que son
commencement.
J’adresse ma gratitude au Professeur KANYAMA KALONDA Isaac, directeur
de ce mémoire, pour sa patience, sa disponibilité et surtout ses conseils judicieux, qui ont contribué à
alimenter ma réflexion.
Nous souhaitons adresser nos remerciements les plus sincères au corps
professoral et administratif de la faculté d’Economie et Développement de l’Université Catholique du
Congo, pour la richesse et la qualité de leur enseignement tout au long de ce lustre.
Je tiens à remercier tout particulièrement et à témoigner toute ma
reconnaissance à mon père MABIALA MBENZA Joseph et à ma mère BATIA MVUMBI Brigitte pour
leur amour, leur soutien inconditionnel qui m’a permis de réaliser les études universitaires et par
conséquent ce mémoire
Je dédie ce travail à mon frère Burrell MBENZA, à mes deux sœurs Sarah
UMBA et Gloire MBONGA, et à toute ma grande famille.
Je tiens à exprimer ma reconnaissance à toutes les personnes qui ont apporté
leurs pierres à la rédaction de ce mémoire : Glodie MEYA, Jonathan LUFUNGULA, Jean-Benoît
KABEYA, Valentin BWANAHALI, Rica INKUNE, Glody MOSALA, Nicolas KIADIVILA, Christelle
KAVUGHO, Bienfait KALUNGA, Osée MPINGABO et Edwige CUBAKA.
Je remercie tous ceux qui n’ont pas été cités mais qui l’auraient mérité.
A tous, je dis merci.
BATIA MABIALA GAEL
[iv]
Liste d’images, graphiques et tableaux
Liste d’images
Image 1 : Distribution du cobalt par la GECAMINES ............................................................................................23
Liste des graphiques
Graphique 1 : La courbe du taux de change réel ..................................................................................................... 12
Graphique 2 : Evolution du cuivre de 2003 à 2017................................................................................................. 17
Graphique 3 : Evolution du cuivre de 2011 à 2017................................................................................................. 19
Graphique 4 : Evolution du cobalt de 2003 à 2010 ................................................................................................. 24
Graphique 5 : Evolution du cobalt de 2011 à 2017 ................................................................................................. 25
Graphique 6 : Evolution du taux de change de 2003 à 2010 .................................................................................. 28
Graphique 7 : Evolution du taux de change de 2011 à 2017 .................................................................................. 29
Graphique 8 : Evolution du taux de change « stabilité-surchauffe » ...................................................................... 30
Graphique 9 : Autocorrélation simple et partielle du cours du cobalt .................................................................... 36
Graphique 10 : Autocorrélation simple et partielle du cours du cuivre .................................................................. 37
Graphique 11 : Résidus du cours du cobalt ............................................................................................................. 43
Graphique 12 : Résidus du cours du cuivre ............................................................................................................ 43
Graphique 13 : Ordre de l’ARCH du cours du cobalt ............................................................................................ 49
Graphique 14 : Ordre de ARCH du cours du cuivre ............................................................................................... 50
Graphique 15 : Prévision de la volatilité implicite du cours du cobalt ................................................................... 55
Graphique 16 : Prévision de la volatilité implicite du cours du cuivre ................................................................... 56
Graphique 17 : Stabilité du VAR ............................................................................................................................ 61
Graphique 18 : Chocs impulsionnels ...................................................................................................................... 62
Graphique 19 : Décomposition de la variance ........................................................................................................ 63
[v]
Liste de tableaux
Tableau 1 : Statistique descriptive de la série ......................................................................................................... 34
Tableau 2 : Stationnarité des variables .................................................................................................................... 35
Tableau 3 : Estimation ARIMA du cours du cobalt ................................................................................................ 39
Tableau 4 : Estimation ARIMA du cours du cuivre ............................................................................................. 40
Tableau 5 : Test d’absence d’autocorrélation d’ordre 1 du cours du cobalt ........................................................... 41
Tableau 6 : Test d’absence d’autocorrélation d’ordre 1 du cours du cuivre .......................................................... 41
Tableau 7 : Test d’absence d’autocorrélation d’ordre 2 du cours du cobalt ........................................................... 42
Tableau 8 : Test d’absence d’autocorrélation d’ordre 2 du cours du cuivre ........................................................... 42
Tableau 9 : Test de portemanteau du cours du cobalt ............................................................................................. 44
Tableau 10 : Test de portemanteau du cours du cuivre ........................................................................................... 44
Tableau 11 : Moyenne inconditionnelle du cobalt .................................................................................................. 45
Tableau 12 : Moyenne inconditionnelle du cuivre .................................................................................................. 46
Tableau 13 : Test d’hétéroscédasticité du cobalt ................................................................................................... 47
Tableau 14 : Test d’hétéroscédasticité du cuivre .................................................................................................... 47
Tableau 15 : Test du multiplicateur de Lagrange du cobalt .................................................................................... 47
Tableau 16 : Test du multiplicateur de Lagrange du cuivre .................................................................................... 48
Tableau 17 : Estimation ARCH du cobalt ............................................................................................................... 51
Tableau 18 : Estimation ARCH du cuivre .............................................................................................................. 52
Tableau 19 : Corrélogramme des résidus standardisés du cobalt ........................................................................... 53
Tableau 20 : Corrélogramme des résidus standardisés du cuivre ........................................................................... 54
Tableau 21 : Nombre des décalages du VAR ......................................................................................................... 57
Tableau 22 : Estimation du VAR ........................................................................................................................... 58
Tableau 23 : Test de causalité de Granger .............................................................................................................. 60
Tableau 24 : Test de normalité ................................................................................................................................ 60
Tableau 25 : Test d’autocorrélation de Lagrange ................................................................................................... 61
Tableau 26 : Présentation des données agrégées ..................................................................................................... 67
Tableau 27 : Test de Dickey-Fuller du cours du cobalt et du cours du cuivre ........................................................ 68
[vi]
Sigles et acronymes
ADF
: Test Statistic
ARCH
: Auto Regressive Conditional Heteroskedasticity
ARIMA
: Auto Regressive Integrated Moving Average
ARDL
: Auto Regressive Distributed Lag
BCC
: Banque centrale du Congo
BM
: Banque mondiale
CDF/FC
: Franc congolais
CNM
: Commission nationale des mercuriales
CNSA
: Conseil national de suivi de l’accord
CNUCED
: Conférence des nations unies sur le commerce et le développement
DFULLER
: Test de Dickey-Fuller
FEC
: Fédération des entreprises du Congo
FMI
: Fond monétaire international
GATT
: General Agreement on Tariffs and Trade
IDE
: Investissement direct étranger
IDH
: Indicateur de développement humain
KT
: Kilotonnes
LME
: London Metal Exchange
MCO
: Moindre carré ordinaire
OMC
: Organisation mondiale du commerce
[vii]
PAG
: Programme d’actions du Gouvernement
PAP
: Programme d’actions prioritaires
PIB
: Produit intérieur brut
PMA
: Pays moins avancé
PNSD
: Plan national stratégique de développement
PNUD
: Programme des Nations-Unies pour le développement
PPA
: Parité de pouvoir d’achat
RDC
: République démocratique du Congo
UNESCO
: Organisation des Nations-Unies pour l’éducation, la science et la culture
UNICEF
: Fonds des Nations-Unies pour l’enfance
USD
: Dollar américain
VAR
: Vecteurs autorégressifs
VCM
: 5% Critical Values
[1]
0. INTRODUCTION GENERALE
0.1. Problématique
L’expérience Economie de la République Démocratique du Congo a été
caractérisé par des situations où les politiques monétaires adoptées ou subies par le gouvernement ont
menés à une dépréciation de la monnaie nationale. Ce grand pays par la taille possède mille et une
richesse du sol et du sous-sol. Nous nous intéresserons au cuivre et au cobalt en partant de leurs
importances dans l’industrie minière et l’attraction qu’ils suscitent de la part des investisseurs aussi bien
nationaux, continentaux qu’internationaux.
La République démocratique du Congo est traversée par le « Copper Belt » ou
ceinture du cuivre, une zone qui attire fortement la convoitise et qui est l’objet des conflits
géopolitiques. Selon les dernières évaluations, les réserves de cuivre seraient d’environ 680 millions de
tonnes et 50% des réserves mondiales du cobalt seraient en RDC. Ce chiffre ne couvre que les gisements
découverts et rentables. 1
Après le fer et l’aluminium, le cuivre est le métal le plus utilisé au monde. Le
cours du cuivre est resté à un faible niveau durant des longues années. Mais depuis deux décennies, les
chiffres démontrent qu’il est en constante progression années après années. Mais nous noterons qu’il a
connu des hauts et bas dans la quantité de sa vente. Le cuivre est un excellent conducteur thermique
comme bien d’autre minerais. Il est malléable et recyclable en ayant pour avantage de se souder
facilement. Nous observons son importance dans les industries électriques et électroniques dans la
fabrication des câbles ou circuits électroniques par exemple. 2
La RDC, reine du cobalt dans le monde, a d’ailleurs ce dernier minerai au rang
des substances minérales et stratégiques. Il est nécessaire notamment dans la production des batteries
pour les voitures électriques. Le pays assure près de 60% de l’offre mondiale de ce minerai et avec
l’avènement du nouveau code minier qui a prévu de le surtaxer.
1
2
FEC, rapport trimestriel, 2014, 4p.
VOLVEY A. et Cie (2005), « Le Copperbelt », Philippe Lemarchand, 30 p.
[2]
Le cours du cuivre et du cobalt sont sensibles à la conjoncture économique et
peuvent subir des variations conséquentes selon leurs productions et leurs exploitations régulières, la
valeur de la devise nationale face aux autres devises influençant ces cours vers la hausse ou vers la
baisse et la tenue de l’industrie mondiale dans la production des produits comme les appareils
électriques.
Le taux de change s’est stabilisé depuis quelques temps mais a connu des
variations violentes durant les précédentes années et n’est pas à l’abri d’une augmentation ou d’une
rechute. L'offre et la demande déterminent le taux de change à l'intérieur de certaines contraintes
imposées par la nature du système ou du régime de change prévalant dans le pays concerné.
Entre le cours du cuivre, le cours du cobalt et le taux de change, nous avons la
notion de volatilité. Cette dernière est une notion très importante dans l’évaluation des risques. Lorsque
la volatilité d’un cours est plus importante, plus le prix du cours est susceptible de varier dans un laps de
temps réduit. Cette variation peut être aussi bien à la hausse ou à la baisse. Plus la volatilité est forte,
plus le risques de perte ou de gain est important. Les deux sont liés.
La volatilité est aussi très importante dans l’évolution de prix. Là, nous y
voyons aussi un lien évident. Si l’on veut évaluer le prix d’un produit dérivé à terme, le prix dépendra
notamment d’une combinaison entre la durée de vie du produit et la volatilité de ses sous-jacents. Et
donc, plus la volatilité est grande plus le prix du produit dérivé sera incertain.3
D’où l’importance de mesurer les effets que ces cours pourraient avoir sur le
taux de change assorti de l’estimation du Modèle de GARCH dans le cadre de test de volatilité qui nous
permettra d’évaluer la variation d’un cours ou d’un actif financier en quantifiant le risque de rendement
et de prix dudit cours.
De ce qui précède, notre analyse recherche à répondre à trois questions principales :
3
•
La volatilité du cours du cuivre et du cobalt influence-t-elle le taux de change ?
•
Les variables explicatives sont-elles auto-corrélées ?
•
Qu’en est-il du niveau de volatilité de ces deux cours ?
LATRILLE N., « Comprendre la volatilité des marchés financiers », https://meritis.fr/finance/comprendre-volatilitemarches-financiers
[3]
0.2. Hypothèses
Pour répondre aux questions de notre recherche, Nous procéderons par la vérification de ces effets à
travers deux hypothèses diamétralement opposées :
Hypothèse 1 « H1 » : Dire que le taux de change est influencé par les cours du cuivre et du cobalt
Hypothèse 2 « H2 » : Rejeter l’hypothèse 1
0.3. Objectif du travail
A. Objectif principal
Vérifier l’impact de la volatilité des cours du cuivre et du cobalt sur le taux de change.
B. Objectifs spécifiques
•
Afficher les statistiques descriptives de chaque variable
•
Vérifier la stationnarité des variables, si non les rendre stationnaires
•
Faire la prévision de la volatilité implicite pour les deux cours
•
Vérifier les chocs impulsionnels
•
Expliquer les innovations entre les variables par la décomposition de la variance
0.4. Revue de la littérature
Fischer BLACK, Myron SCHOLES et Bob MERTON (1973) trois chercheurs
qui ont élaboré un modèle mathématique du nom de Black-Scholes-Merton dans leur article « The
Pricing of Options and Corporate Liabilities » pour évaluer le prix des options. Les options étaient déjà
fréquemment traitées sur les marchés boursiers, mais il n’y avait aucune méthode précise pour trouver le
prix théorique qui équivaudrait une option. Les investisseurs avaient une idée générale de ce qui pouvait
influencer le prix d’une option, mais cette formule vient aussi établir la relation causale entre toutes les
variables. Le taux d’intérêt sans risque et la volatilité implicite du prix de l’action doivent demeurer
[4]
constants pour la durée de l’option. Ainsi, il peut changer régulièrement selon les taux directeurs, alors
que la volatilité du cours de l’action peut aussi avoir de grande variation dans le temps.4
LAUTIER et SIMON (2004), dans leur article « volatilité des matières
premières » publié dans la revue d’économie financière, où ils ont exposé différentes problématiques,
montrer quels sont les moyens pour s’en protéger et d’expliquer comment les instruments de couverture
peuvent être employés. Ils précisent l’importance de la volatilité dans le domaine des cours des matières
premières. La volatilité est qualifiée d’incontournable pour expliquer l’évolution des cours de matières
premières, avec la couverture des risques de prix.
HOOPER et KOHLHAGEN (1978), citée par FISCHER (1999) ont donné une
impulsion décisive à la littérature théorique sur les rapports entre le risque de change et le commerce
extérieur. Les deux auteurs ont modélisé des fonctions d’importation et d’exportation dans le cas d’un
produit négocié sur le plan international et d’un monde dans lequel le seul risque est la volatilité des
changes. Ils ont ainsi pu analyser les effets du risque de change sur le volume et les prix du commerce
extérieur et, simultanément, traiter le comportement des importateurs et exportateurs exposés au risque
de change. Ils aboutirent à la conclusion qu’une augmentation de la volatilité des changes réduit le
volume du commerce extérieur si les sujets économiques éprouvent de l’aversion pour le risque, que
celui-ci soit supporté par les importateurs ou par les exportateurs.
PAQUET (2012) dans un rapport évolutif intitulé « le marché mondial des
minéraux » en faisant des analyses sur le Canada. Il a soulevé plusieurs points captivants comme la
financiarisation et la volatilité. Les prix, selon l’auteur, ont toujours été volatils. Depuis la fin du
système de taux de change fixes de Bretton Woods et l’instauration d’un système de change flottants, ils
le sont encore davantage, surpassant d’ailleurs les taux de changes et les taux d’intérêt. La volatilité des
prix des produits miniers est due aux variations de l’offre, parfois liées à des évènements géopolitiques,
ainsi qu’aux fluctuations de la demande. Malgré la vigueur de la croissance économique mondiale et de
l’augmentation de la demande, l’accroissement à court terme de la production est limité par plusieurs
facteurs.
4
RAJCA P., « le modèle Black-Scholes-Merton pour évaluer le prix des options »,
https://educationfinance.ca/investissements/le-modele-black-scholes-merton-pour-evaluer-le-prix-des-options/
[5]
0.5. Choix du sujet
La République Démocratique du Congo est entrée dans un moment historique
où il est question de redynamiser les sociétés autre fois actives, d’investir intelligemment dans des
secteurs qui maximiserait le profit tout en mettant en avant les besoins de croissance développement.
Alors le sujet qui sur le risque est, subjectivement, importante pour connaitre
les risques encourus en investissant dans un secteur ou en achetant des actifs financiers sous l’impulsion
des nombreuses conséquences économiques.
0.6. Méthodes et techniques
A. Méthodes
Parmi les méthodes, deux ont été sélectionnées judicieusement pour être utilisées dans ce travail à savoir
historique et analytique. En effet :
•
La méthode historique nous a aidé de mieux comprendre l’économie congolaise durant la
période sous examen
•
La méthode analytique a consisté à analyser les données et de les interpréter
B. Techniques
Deux techniques ont été sélectionnées judicieusement pour être utilisées dans ce travail à l’internet et la
technique documentaire. En effet :
•
La technique d’internet était nécessaire pour la consultation des certains sites en rapport avec
notre travail
•
La technique documentaire a consisté à la lecture d’ouvrages scientifiques
[6]
0.7. Délimitation spatio-temporelle du sujet
Ce travail porte sur la République Démocratique du Congo. On analysera des données de la période
allant de 2003 à 2017.
0.8. CANEVAS
Notre travail est subdivisé en trois parties :
1er Chapitre : Généralités sur le taux de change
2ème Chapitre : Cours du cuivre, cuivre du cobalt et taux de change : Evolutions quindécennales
3ème Chapitre : Analyse empirique des effets
[7]
CHAPITRE I. GENERALITES SUR LE TAUX DE CHANGE
I.1. LE TAUX DE CHANGE
I.1.1. Définition
On entend par taux de change la valeur d’une monnaie nationale ou devise par rapport à
celle d’un autre pays. Il représente la quantité d’une devise étrangère que l’on peut acquérir avec une unité d’une
autre monnaie. L’expression “ cours du change ” est une expression synonyme de “ taux de change ”.
Le taux de change est exprimé sous la forme d’un coefficient multiplicateur.
Exemple : 1 FC = 0,0006 US dollars, noté FC/USD=0,006
I.1.2. COTATIONS
I.1.2.1. TAUX DE CHANGE AU CERTAIN ET TAUX DE CHANGE A L’INCERTAIN
Le taux de change que constate le marché des changes, dit aussi taux de change courant, peut être coté
de deux façons, au certain et à l’incertain :
Taux de change au certain = nombre d’unités de monnaie étrangère que l’on peut obtenir avec une
unité de monnaie nationale.
Exemple : 1 FC = 0,000625 USD. C’est le prix du FC en dollar.
Taux de change à l’incertain = nombre d’unités de monnaie nationale qu’il faut fournir pour avoir une
unité de monnaie étrangère.
Exemple : 1 USD = 1600 FC. C’est le prix du dollar en Franc Congolais
La cotation à l’incertain est cohérente avec le fait que la hausse de tout prix déprécie la valeur réelle de
la monnaie : la hausse du taux de change coté à l’incertain correspond bien à une appréciation de la
devise et une appréciation de la monnaie nationale.
La cotation au certain est cohérente avec le fait que lorsque le taux de change évolue dans un sens, la
valeur externe de la monnaie évolue dans le même sens : par exemple, quand le taux de change au
certain augmente, la valeur externe de la monnaie augmente, c’est-à-dire que la monnaie s’apprécie.
[8]
I.1.2.2. TAUX DE CHANGE BILATÉRAL ET TAUX DE CHANGE EFFECTIF
Le taux de change bilatéral est le taux de change entre deux monnaies et le taux de change effectif d’une
monnaie est une moyenne des taux bilatéraux de cette monnaie pondérée par le poids relatif de chaque
pays étranger dans le commerce extérieur du pays considéré.
I.1.2.3. TAUX DE CHANGE AU COMPTANT ET TAUX DE CHANGE À TERME
Taux de change au comptant = taux de change utilisé dans les opérations de change au comptant ; c’est
celui qui a été défini ci-dessus, appelé aussi taux nominal ou taux courant.
Les cotations sur le marché au comptant se traduisent concrètement par deux prix : un cours acheteur et
un cours vendeur, la différence entre les deux représentant la marge de la banque.5
Taux de change à terme = taux de change défini pour les opérations de change à terme entre deux
devises. Le taux de change à terme (T) est défini à partir du taux au comptant France en fonction de la
relation suivante :
T = E * (1 + r’ / 1 + r), où r et r’ sont respectivement les taux d’intérêt pour le terme convenu dans
chacun des deux pays.
•
Quand r = r’, T = E : il y a parité des deux taux.
•
Quand r > r’, T > E : le taux à terme cote un « report ».
Soit une banque qui emprunte pour trois mois au taux r des euros pour pouvoir acheter des dollars de
manière à les placer pendant trois mois sur le marché américain au taux r’ : pour éviter que l’opération
ne soit déficitaire pour elle, la banque revend à terme ces dollars à un taux -le taux à terme- qui doit être
supérieur au taux au comptant.
Quand r < r’, T < E : le taux à terme cote au contraire un « déport ».
5
BIALES C., « le taux de change », Montpellier, 2017, 34p.
[9]
I.1.2.4. TAUX DE CHANGE PPA ET TAUX DE CHANGE NOMINAL
Prenons un exemple sur un panier de bien en RDC valant 16500 FC et la même
marchandise à 10 $ aux Etats-Unis. Le taux de change PPA6 (ou taux de change théorique en ce sens
que théoriquement le taux de change d’équilibre de long terme doit tendre vers ce taux de change PPA)
de FC / USD = 10 (USD) / 16500 (EUR) = 0,0006 (pour que je « puisse acheter » aux E.-U le panier qui
coûte 10 dollars, en changeant les 16500 que je dois avoir pour « pouvoir acheter » ici ce panier, il faut
que le taux de change soit de 0,0006 puisque 0,0006 x 16500 = 10).
Le taux de change PPA (ou théorique) est un taux qui ne favorise aucun pays en
donnant sachant que chaque monnaie doit avoir une capacité de donner le un pouvoir d’achat identique
dans tous les pays (la théorie de la PPA repose sur la loi du prix unique selon laquelle des biens
identiques sont censés se vendre au seul et même prix partout).
Ce taux de change PPA (0,0006) est différent du taux de change nominal qui est
le taux de change courant (0,000625), donc de court terme par définition. Nous pouvons dire qu’il y a
une surévaluation réelle du Franc Congolais car l’écart d’inflation qu’il y a entre les deux pays signifie
que les prix des biens en RDC sont moins élevés qu’aux Etats-Unis.
I.1.3. TAUX DE CHANGE NOMINAL ET TAUX DE CHANGE RÉEL
Alors que le taux de change nominal mesure le prix relatif de deux monnaies, le
taux de change réel mesure le prix relatif de deux paniers de biens, des produits nationaux par rapport
aux produits étrangers en monnaie nationale ; il correspond au rapport de deux pouvoirs d’achat ; c’est
donc un indicateur de la compétitivité-prix du pays.
6
Concept notamment attribué à Karl Gustav CASSEL qui fut sa plus grande contribution à la théorie économique.
[10]
I.1.3.1. TAUX DE CHANGE NOMINAL
I.1.3.1.1. DEFINITION
Le taux de change nominal est le taux auquel toute personne peut échanger la
monnaie d’un pays contre celle d’un autre (prix relatif de deux monnaies). Ce taux peut être modifié par
le changement dans l’offre ou la demande des monnaies même si le prix peut aussi l’affecter mais dans
une faible proportion.
Le taux de change nominal entre deux monnaies est l’instrument de conversion
des prix d’une unité monétaire en une autre. Dans la longue période, sa valeur doit garantir l’existence
de l’équilibre général de l’économie mondiale. Les déterminants à long terme du taux de change (les
fondamentaux) sont donc de nature réelle.
I.1.3.1.2. MESURE DU TAUX DE CHANGE NOMINAL
On mesure le taux de change nominal de deux manières :
•
À l’incertain (« direct quotation ») = # d’unités de monnaie nationale par unité de devise
étrangère (ex : 1 USD équivaut à 1650 FC pour un résident congolais).
•
Au certain (« indirect quotation ») = # d’unités de devise étrangère par unité de monnaie
nationale (ex : 1 FC équivaut à 0.0006 USD pour un résident congolais). Ce type de cotation est
appliqué à Londres, à New-York et depuis la mise en place de la monnaie unique sur toutes les
places de la zone Euro.
Par définition l’expression « FC/USD » équivaut à la cotation au certain et vaut actuellement environ
0.0006.
Evidemment : Taux de change à l’incertain = 1 / taux de change au certain
[11]
On parle d’appréciation d’une monnaie quand on peut acheter plus d’unités de
devises étrangères avec une unité de monnaie nationale (↓ du taux de change mesuré à l’incertain et une
hausse du taux de change au certain). On parle de dépréciation quand on peut acheter moins d’unités de
devises avec une unité de monnaie nationale.
Dans le cadre de ce cours, nous représenterons le taux de change par la variable
« e » qui représente la quantité de monnaie étrangère que l’on obtient pour une unité de monnaie
domestique. Si e augmente, il y appréciation de la monnaie domestique.
I.1.3.1.3. LA DETERMINATION DU TAUX DE CHANGE NOMINAL PAR LA PPA
La théorie de la Parité du Pouvoir d’Achat (PPA) est l’explication la plus
simple et généralement acceptée des fluctuations du taux de change nominal dans le long terme. Selon la
PPA, une unité d’une devise achète la même quantité de biens dans tous les pays.
Hypothèse : loi du prix unique = les forces d’arbitrage égalisent le prix d’un même bien vendu sur
différents marchés. Si ceci est vrai pour tous les biens :
P∗=Ep
PPA absolue : une devise doit avoir le même pouvoir d’achat dans tous les pays et le taux de change
varie pour assurer ceci :
e=P∗/P
PPA relative (moins contraignante que la PPA absolue) : le taux de change entre les devises de deux
pays reflet le différentiel du niveau général des prix de ces deux pays variation en pourcentage de e =
variation en pourcentage de P∗ - variation % de P = (π∗−π)
I.1.3.2. TAUX DE CHANGE REEL
I.1.3.2.1. DEFINITION
Le taux de change réel est le taux auquel un individu peut échanger les biens et
les services domestiques avec ceux d’un autre pays (prix relatif des biens). Pour tenir compte des écarts
[12]
entre taux de change nominal et taux de change PPA, on calcule le taux de change réel. On appelle donc
taux de change réel (TCR) le taux de change nominal entre deux monnaies déflatées des prix.
Plusieurs calculs du TCR sont possibles. On peut calculer le TCR sur la base des prix relatifs à la
consommation, ou à partir des termes de l’échange internationaux, ou encore sur la base des termes de
l’échange internes
Le taux de change réel entre deux monnaies est une mesure synthétique de prix
des biens et services d’un pays par rapport à l’autre.7
I.1.3.2.2 MESURE ET REPRESENTATION GRAPHIQUE
Le taux de change réel mesure en définitive le pouvoir d’achat externe de la monnaie, c’est-à-dire son
pouvoir d’achat sur les biens étrangers.
Il dépend du taux de change nominal et des prix des biens dans les deux pays :
A. Taux de change réel (ε) = Taux de change nominal France × Prix des biens intérieurs (P)/Prix des
biens à l’étranger
Graphique 1 : La courbe du taux de change réel
Source : l’auteur
7
Les taux réels sont très importants pour quantifier les déviations vis-à-vis de la parité de pouvoir d'achat mais il permet
d'analyser les conditions macroéconomiques de la demande et de l'offre dans une économie ouverte. (MONDHER Chérif,
2004).
[13]
Le taux de change réel est un facteur crucial dans la détermination des exportations et des importations
d’un pays.
Une dépréciation réelle de la monnaie (diminution du taux de change réel) veut dire que les biens du
pays domestique sont devenus moins chers → les consommateurs (domestiques et étrangers) demandent
plus de biens domestiques et moins de biens étrangers : les exportations du pays augmentent et les
importations diminuent, et en conséquence les exportations nettes (NX) augmentent.8
Le taux de change réel compare les prix de deux paniers de biens, exprimés dans une même monnaie :
r = Ep*/P
e est le taux de change nominal (nombre d’unités de monnaie nationale pour une unité de monnaie
étrangère), P* et P les niveaux de prix étranger et national. Lorsque le niveau des prix nationaux
augmente plus vite que celui des prix étrangers, (P*/P diminue), si le taux de change nominal e est fixe,
le taux de change réel r augmente, la monnaie s’apprécie et la compétitivité se détériore.
B. Taux de change réel (au certain)
Taux de ch. Réel (au certain) = taux de change nominal (au certain) / taux de change PPA (au certain)
= 0,006 / 0,00625 = 0,00000038 (ou 0,000038 %)
Le calcul du taux de change réel « au certain » permet un parallélisme entre évolution du taux réel et
évolution de la monnaie :
•
Quand le taux réel est supérieur à 1, la monnaie nationale est surévaluée (son taux nominal est
surévalué) et la devise étrangère est sous-évaluée ;
•
Quand le taux réel s’élève, la monnaie s’apprécie et la compétitivité-prix se détériore.
Autre définition du taux de ch. Réel au certain = niveau des prix nationaux / niveau des prix étrangers,
tous ces prix étant évalués en une même unité monétaire, ici la monnaie étrangère pour l’évaluation au
certain :
C. Taux de change = prix nationaux (P) * taux de ch. Nominal (au certain) / [prix étrangers (P’)]
8
MEJEAN I. et Cie, « les taux de change », 2013, 31p.
[14]
= [prix nationaux (P) / prix étrangers (P’)] * taux de change nominal (au certain) : (16500 / 10) x
0,00625 = 1,03125
Parce que [P * taux de change nominal au certain] = niveau des prix nationaux exprimés en monnaie
étrangère.
La compétitivité-prix des produits d’un pays est liée positivement au niveau des prix étrangers ; et
négativement au niveau des prix nationaux et au taux de change nominal.
I.1.4.1. TAUX DE CHANGES FLOTTANTS ET TAUX DE CHANGES FIXES
Toutes ces transactions engendrent une offre et une demande de monnaie
étrangère de la part des résidents d’un pays. L’offre et la demande déterminent le taux de change à
l’intérieur de certaines contraintes imposées par la nature du système ou du régime de change prévalant
dans le pays concerné.
Le système le plus simple est celui des taux de change flottants, dans lequel il
n’y a que peu ou pas d’intervention des gouvernements ou des banques centrales. Le taux de change
d’équilibre courant varie selon la loi de l’offre et de la demande. C’est le système qui prévaut dans le
monde depuis 1973. L’autre grand système est celui des taux de change fixes, dans lequel les autorités
monétaires s’efforcent de maintenir le taux de change dans une bande étroite autour d’une parité
officielle, même si le taux d’équilibre courant s’en écarte.
Dans un système de taux de change flottants, une baisse (hausse) de cours
d’une monnaie sur le marché est qualifiée de dépréciation (appréciation). Dans un système de taux de
change fixes, la baisse (hausse) de cours est décidée par les autorités officielles du pays émetteur de
cette monnaie : une baisse (hausse) de la parité officielle est qualifiée de dévaluation (réévaluation). Le
fonctionnement actuel du SMI est donc marqué par la flexibilité des changes. Cependant, en raison du
poids croissant des flux financiers internationaux engendrés par la liberté des mouvements
internationaux des capitaux volatils, cette flexibilité s’est transformée en instabilité. Les quatre
[15]
graphiques suivants donnent l’évolution mensuelle et la variation mensuelle du cours côté à l’incertain
du yen japonais, de la livre sterling, du mark allemand et du franc français par rapport au dollar.9
A. Avantages
Système de change fixe : Impose de bénéfiques disciplines en matière monétaire et budgétaire. La
contrainte externe qu’il impose pousse à une politique anti- inflationniste, ce qui est favorable à la
compétitivité-prix. Il stimule les échanges internationaux grâce à la stabilité du système qui limite
l’incertitude et favorise la coordination internationale et limite le « chacun pour soi ».
Système de change flottant : il permet un ajustement automatique de la balance des paiements,
autonomise la politique monétaire et rend stabilisatrice la spéculation
B. Inconvénients
Système de changes fixe : Perte de l’autonomie de la politique monétaire qui doit être nécessairement
dédiée à l’équilibre extérieur avec encouragement de la spéculation qui devient déstabilisatrice. Avec le
risque de devoir dévaluer, et donc celui d’une surenchère aux dévaluations compétitives et la présence
de la difficulté de faire face à un choc asymétrique puisque l’ajustement par le change est a priori
impossible.
Système de change flottant : Ne rééquilibre pas les échanges extérieurs à cause de la non- coordination
des politiques budgétaires et de l’insuffisance possible des élasticités-prix des exportations et
importations, accentue l’inflation mondiale à cause du relâchement possible des politiques monétaires et
favorise la volatilité des taux de change, d’où accroissement de l’incertitude avec toutes ses
conséquences négatives.10
I.1.5. MARCHE DES CHANGES
Le marché des changes détermine la valeur d’une monnaie vis-à-vis d’une autre
en fonction des offres et des demandes qui sont faites. Il est international et il s’y effectue des
9
LARECHE-REVIL A., « les régimes de change », La Découverte, Paris, 1999, p.93-103.
AFRICMEMOIRE (2010), « les régimes de change », http://www.africmemoire.com/part.3-chapitre-premier-le-taux-dechange-analyse-theorique-2063.html
10
[16]
transactions sur les devises et où interviennent principalement des entreprises, des banques et tous ceux
qui décide sur la monnaie : il intervient dans le commerce international.
Lorsque la demande des opérateurs est élevée, la monnaie s’apprécie par
rapport aux autres monnaies avec conséquence la hausse du de change et inversement lorsque l’offre
dépasse la demande la monnaie se déprécie et le taux de change diminue.
I.3. CONCLUSION PARTIELLE
Dans ce chapitre, il a été question de poser les bases avec des fondamentaux
pour mieux aborder notre étude. C’est ainsi que nous avons parlé du taux de change comme variable
expliquée de nos analyses et le commerce international pour cerner son fond vu que nous parlons aussi
des cours des matières premières.
Pour le taux de change nous avons balayé tous les points en définissant les
concepts selon les avis de plusieurs économistes et y préciser les cotations. Nous y avons aussi défini les
régimes en disant que la RDC a un système de change et nous y avons expliqué le marché ainsi que les
risques de change.
Le commerce international nous a permis de cerner les différences lois
d’échanges entre pays avec ses effets, les organismes internationaux y relative et la volonté d’instaurer
une protection face au libre-échange.
[17]
CHAPITRE 2 : COURS DU CUIVRE, COURS DU COBALT ET TAUX DE CHANGE EN RDC :
EVOLUTIONS QUINDECENNALES
Dans ce chapitre, nous allons apprécier les courbes du taux de change, du cours
du cuivre et du cours du cobalt en expliquant les causes de leurs hausses ou de leurs baisses.
II.1. LE COURS DU CUIVRE
II.1.1. De 2003 à 2010
Comme la courbe l’indique, les exportations du cuivre et cobalt sont dans leur phase ascendante. Cette
croissance a été boostée par l’entrée en production des grands projets miniers tels que Tenke Fungurume
Mining « TFM », Kamoto Copper Company « KCC », Mutanda Mining « MUMI, etc.
Graphique 2 : Evolution du cuivre de 2003 à 2010
Evolution du cuivre de 2003 à 2010
8000
500000
7000
400000
6000
5000
300000
4000
200000
3000
2000
100000
1000
0
0
2003 2004 2005 2006 2007 2008 2009 2010
Production du cuivre
Cours du cuivre
Source : l’auteur, via les données de la FMI et du ministère des mines
Lors des quatre premières années, le minerai rouge était très peu produit avant
l’expansion de l’industrie électrique et ainsi a causé une inflation de son cours pendant ce laps de temps.
[18]
La production devenant trop abondante, le cours a subi une rebaisse importe en
2009 ce qui réfère au caractère dommageable11 de l’instabilité des prix aussi bien pour les producteurs
que pour les consommateurs en se référant à la loi de l’offre et de la demande.12
Depuis 2010, on a atteint la barre de 400.000 tonnes de cuivre et 70.000 tonnes
de cobalt contenus. Au regard des perspectives mondiales et du potentiel existant, il y a lieu d’espérer
que la production du cuivre de la République Démocratique du Congo va continuer d’augmenter en
2013.
En effet, la plupart de grands projets n’ont pas encore atteint leur capacité maximale. La seule contrainte
qui pourrait retarder ce rythme d’expansion c’est la fourniture énergétique qui est jusque-là déficitaire.
II.1.2. De 2011 à 2017
Le marché du cuivre est arrivé à terme de l’année 2013 avec un déficit de 193
kt, inférieur à celui de l’année 2012 (266 kt). La consommation mondiale apparente a progressé de 4 % à
21 198,3 kt tirée par celle de la Chine (+7 % à 9 490,5 kt). Hors Chine, la demande qui avait diminué de
2,2 % en 2012 est repartie à la hausse (+1,4 %) ; la croissance de la consommation aux Etats-Unis (+3,6
% à 1 824 kt), Russie (+3 % à 664,3 kt) et Brésil (+3 % à 439,3 k) a compensé la diminution enregistrée
en Corée du Sud (-5 % à 684,7 kt) et dans l’Union Européenne (-0,6 % à 3 100,7 kt). Celle de la France
continue à décliner (-2,9 % à 208,7 kt).13
11
DIASSO Y., « dynamique de moyen et long terme des cours des matières premières : les enjeux pour les pays producteurs
de coton », Strasbourg, 2015, p.135
12
En période d’abondance, les prix s’effondrent et les producteurs sont fragilisés par la diminution de leurs recettes et par le
poids des dettes éventuelles qu’ils doivent honorer. En période de pénurie, les producteurs s’enrichissent et ces sont alors les
consommateurs qui doivent faire face aux mêmes difficultés. Mais les producteurs d’une matière première donnée sont aussi
des consommateurs d’autres produits et inversement (Boussard, 2011)
13
Selon les données de l’International Copper Study group
[19]
Graphique 3 : Evolution du cuivre de 2011 à 2017
Evolution du cuivre de 2011 à 2017
1200000
10000
1000000
8000
800000
6000
600000
4000
400000
2000
200000
0
0
1
2
3
4
5
6
7
2011 2012 2013 2014 2015 2016 2017
Production du cuivre
Cours du cuivre
Source : l’auteur, via les données de la FMI et du ministère des mines
Par une grande exploitation, la production minière du cuivre a augmenté de 8 %
(soit 1,3 Mt) à 18 Mt par rapport à 2012. Les plus fortes hausses de production ont été enregistrées au
Chili, qui produit le tiers du minerai mondial (+342 kt à 5 776 kt), en République Démocratique du
Congo (+282,3 kt à 843,4 kt) et en Indonésie (+110,7 à 509,2 kt).
Après avoir franchi la barre des 20 Mt en 2012, la production du cuivre raffiné
progressé de 4,5 % à 21 Mt. La production primaire a augmenté de 4 % (soit 638 kt supplémentaires) et
celle de cuivre recyclé de 6,5 % (soit 241 kt supplémentaires). Cette dernière représente 18 % de la
production totale du métal. L’augmentation a été très marquée en Chine (+11,5 % soit 675 kt, à 6 500,0
kt) et au Congo (+40,5 % soit 185 kt à 642,2 kt).
La moyenne de prix du cuivre au LME a été de 7 322 US$/t en 2013, en baisse
de 8 % par rapport à 2012. Les stocks détenus au LME (Londres), au COMEX (Chicago) et au SHFE
(Shanghai) s’élevait à 506504 tonnes.14
14
MINERAL INFO, « le marché du cuivre en 2013 », http://www.mineralinfo.fr/ecomine/marche-cuivre-reste-en-deficit-en2013
[20]
En 2014, le cours du cuivre s’est paru volatile et il était difficile de maitriser
son évolution. Son prix a légèrement fléchi en avril par rapport à son niveau de la semaine d’avant.
Selon la Troïka stratégique de la même année, le prix du cuivre est passé de 6.730 USD à 6.723 USD la
tonne. Cependant, comparé à son prix à fin mars 2014, soit au 6.635 USD, le cuivre a enregistré une
hausse de 1,31% », note le communiqué de la réunion du gouvernement consacrée au suivi de la
situation économique et financière du pays. Par contre cette volatilité des cours n’affecte pas le cobalt
dont le prix de la tonne s’est maintenu à 33.670,35 USD depuis un mois.15
En 2015, le prix du cuivre atteint un niveau abyssal. En cause, la faible
demande de la Chine, premier consommateur de la planète. Le cours du métal rouge a plongé de plus de
22% en un an, aiguisant les craintes d’un ralentissement encore plus prononcé sur le marché chinois. Les
économies du Chili et du Pérou, parmi les plus importants producteurs et exportateurs mondiaux de
cuivre, sont aussi concernées par cette menace, comme le sont, en Afrique, celles de la Zambie et de la
RD-Congo.
Il y a une chute du prix du cuivre, passé sous le seuil fatidique des 5 000 dollars
la tonne en début de semaine dernière – contre 8 500 dollars au printemps 2012. On a tendance à mettre
cette baisse sur le compte du ralentissement de l’économie chinoise, dont la croissance du produit
intérieur brut n’est plus à deux chiffres mais à un chiffre. Pourtant, la Chine n’a pas baissé ses
importations de minerai de cuivre, qui ont même beaucoup augmenté depuis deux ans : en juillet, elles
étaient encore supérieures de 7% à celles de juillet 2014.
La baisse est due à une chose : l’offre mondiale de cuivre est trop importante, tout comme celle du
pétrole. On a fait trop d’investissements depuis dix ans et, depuis un certain temps, les projets miniers
sortent de terre. La production devrait encore augmenter de 3% cette année et de 5% en 2016. Il s’agit
du plus gros excédent mondial en cuivre depuis treize ans et, forcément, les cours du métal chutent. Sur
le marché des matières premières, cette chute des prix est aggravée par la peur des investisseurs, ceux
qui n’utilisent pas concrètement le métal rouge pour fabriquer des câbles et qui se débarrassent de leurs
contrats de cuivre parce qu’ils anticipent une crise de l’économie chinoise. Qui pour l’instant a surtout
pris la forme d’une crise des marchés financiers. Ce qui a baissé à la rigueur, en Chine, ce sont les
importations de cuivre raffiné, qui servait de gage aux entreprises chinoises pour obtenir des prêts
15
BUSINESS ET FINANCES, « légère baisse du cours du cuivre et maintien du prix du cobalt », 2014, http://business-etfinances.com/legere-baisse-du-cours-du-cuivre-et-maintien-du-prix-du-cobalt/
[21]
bancaires. Les autorités de Pékin ont mis fin à ce trafic qui allait contre leurs efforts d’encadrement du
crédit.
Même si les pays producteurs continuent de vendre autant voire plus de minerai de cuivre, son prix, au
plus bas depuis six ans et demi, est un gros coup dur car les groupes miniers en tirent quasiment moitié
moins de dollars la tonne qu’en 2012. Pour le Chili, premier producteur mondial, ainsi que pour la
Zambie, le cuivre représente plus de 10% du produit intérieur brut. La croissance chilienne est au plus
bas depuis cinq ans. Codelco, le géant public du cuivre, a vu ses bénéfices plonger et ses coûts
augmenter d’autant que la teneur en cuivre diminue et qu’il faut brasser de plus en plus de tonnes de
minerai. Quant à la Zambie, deuxième producteur africain de cuivre, elle a vu sa monnaie, le kwacha,
s’effondrer et son déficit budgétaire se creuser. Le gouvernement de Lusaka a même dû faire appel au
Fonds monétaire international. Comble de malchance, la Zambie a connu une grave sécheresse comme
toute l’Afrique australe, ce qui a vidé les barrages hydroélectriques et raréfié l’électricité indispensable
aux groupes miniers pour concentrer leur cuivre.
La RDC a également revu à la baisse sa croissance économique pour 2015,
passée à 8,4% contre 9,5% en 2014. Dans les mines de la province du Katanga, les groupes miniers ont
aussi des problèmes d’électricité. Ils ont subi des pertes financières, mais ils font le gros dos. Glencore a
continué d’investir en RDC pour augmenter la durée de vie des gisements. Et extraire le cuivre par un
nouveau procédé, la lixiviation, où l’on dissout le minerai. L’objectif est d’avoir une production plus
importante en RDC, qui reste un pays minier à coût réduit, et d’augmenter la part de marché du cuivre
congolais d’ici à la reprise des cours. Une reprise espérée par les groupes miniers en 2017-2018, lorsque
la production des pays concurrents aura été découragée par des cours très bas et que le surplus mondial
de cuivre sera épongé.16
En 2017, nonobstant ces chocs indépendants dit exogènes liés à la conjoncture
internationale, plusieurs facteurs internes ont contribué à freiner le rythme de croissance. D’une part, la
chute des cours a évidemment plombé l’activité minière et, par ricochet, de nombreux autres secteurs.
La production congolaise de cuivre s’est établie à 1,1 million de tonnes (60 % des recettes
d’exportation) en 2017 et devrait passer la barre de 1,5 million de t en 2018. Celle de cobalt est passée
de 66 000 t à 86 000 t en 2017 (20 % des recettes d’exportation) et devrait dépasser 105 000 t en 2018,
16
RFI, « chutes du cours du cuivre : coup dur pour les groupes miniers »,2015, http://www.rfi.fr/hebdo/20150904-matierespremieres-chute-prix-cuivre-coup-dur-groupes-miniers-chine-chili-perou-zambi
[22]
selon le ministère des Mines congolais. Dans la filière mines, seuls trois produits affichent une
production en hausse, ce qui a quelque peu compensé la chute des cours : le cuivre (+ 2,6 %), la
cassitérite (+ 6,8 %) et la wolframite (+154 %), selon le rapport 2016 de la Chambre des mines de la
RD Congo.
Le grand imbroglio lié à l’élection de 2016 et la succession de gouvernements à l’action limitée n’ont
rien arrangé. Ils ont même contribué à intensifier la crise, en faisant fuir les investisseurs et en gelant
certains projets, notamment celui du complexe hydroélectrique Inga III.
Et tout cela a pour conséquences les recettes budgétaires, alimentées à hauteur de 45 % par les
exportations minières, ont fortement diminué. Et la RD Congo est passée d’un excédent budgétaire de
0,1 % du PIB en 2015 à un déficit de 1,6 % en 2016. L’inflation a atteint 11,24 % à la fin de 2016.17
Le taux de croissance du PIB pour l’année 2017 se situerait entre 2% et 4% selon les grandes
Institutions financières (4,9 % selon la Banque Centrale du Congo-BCC-). Cette évolution positive de la
croissance s’explique par le regain d’activité dans le secteur extractif et la hausse des cours du cuivre et
du cobalt. L’évolution favorable des cours devrait entrainer à terme une augmentation de la production
et des investissements dans les domaines de l’exploration ou de la production dans le secteur extractif.
Cette embellie est cependant fortement dépendante de la demande, notamment de celle des industries
américaine et chinoise. En effet, 41% des exportations du cuivre de la RDC sont destinés à la Chine
quasiment 90% au monde entier. Le secteur secondaire serait l’autre contributeur significatif de la
croissance économique de la RDC en 2017. Ceci s’explique par une certaine reprise dans la construction
grâce entre autres aux nouvelles cimenteries 2 congolaises. Le secteur tertiaire qui avait pourtant
soutenu la faible croissance de 2016 devrait quant à lui se tasser en 2017
Récemment, La Commission nationale des mercuriales (CNM) du ministère
congolais du Commerce extérieur a rendu public que le prix de la tonne de cuivre connaîtra une
augmentation de 551,25 dollars, au cours de la semaine du 8 au 13 octobre de l’année 2018. Le texte
annonce concrètement que le prix du cobalt passera à 73.867,50 dollars la tonne au cours de la semaine
annoncée, contre 73.316,25 dollars la semaine du 1er au 06 octobre de la même année.
17
JEUNE AFRIQUE, « rdc le géant aux pieds de cuivre », 2016, https://www.jeuneafrique.com/mag/459305/economie/rdcle-geant-aux-pieds-de-cuivre/
[23]
Contrairement aux minerais qui ont connu une hausse, l’or, le cuivre et le tantale connaîtront une chute
des prix. Les trois produits se négocieront à 6.182,10 dollars contre 6.241,40 dollars, la semaine passée
pour le cuivre, 38.691,23 dollars contre 38.860,97 dollars le kilogramme pour l’once d’or et 15,12
dollars contre 15,17 dollars le kilogramme pour le tantale.
II.2. LE COURS DU COBALT
Possédant 47,5 % des réserves mondiales, la RDC domine la production
minière du cobalt avec environ 54%. Etant un sous-produit des mines de cuivre, les mines de production
de cobalt en RDC sont localisées au Sud-Est du pays dans la région de Katanga. Le schéma ci-dessous
présent les entreprises exploitant les mines de cobalt dans cette région. Les principales entreprises
exploitant le cobalt sont donc Mutanda Mining, TFM et ENRC. L’Etat congolais via la Gécamines
prend des participations de l’ordre de 25-40% dans de nombreux projets miniers.
Image 2 : Distribution du cobalt par la GECAMINES
Source : Ministère des mines, par BRGM
[24]
Bien que le cobalt dispose de propriétés uniques qui lui confèrent des performances indiscutables, sa
disponibilité est menacée par le contexte minier du premier pays producteur. Ce risque
d’approvisionnement conjugué à son prix relativement élevé et volatile a entrainé le développement de
filières de recyclage ainsi que de produits de substitutions.
II.2.1. De 2003 à 2010
Graphique 4 : Evolution du cobalt de 2003 à 2010
Evolution du cobalt de 2003 à 2010
80000
90000
70000
80000
60000
70000
60000
50000
50000
40000
40000
30000
30000
20000
20000
10000
10000
0
0
2003 2004 2005 2006 2007 2008 2009 2010
Production cobalt
Cours du cobalt
Source : l’auteur, via les données de la FMI et du ministère des mines
Comme avec le marché du cuivre, la production du cobalt a fort augmenté dès
lors que la demande a augmenté avec notamment l’expansion de l’industrie de construction automobile
qui se sert des batteries comme instrument de démarrage électronique.
La baisse du cours du cobalt a été occasionnée par une offre excédentaire, en provenance de la RDC,
grand producteur mondial. En effet, ce marché offre habituellement du cobalt moins cher que celui des
mines industrielles, attirant ainsi certains négociants internationaux.18
18
BCC, « rapport annuel 2016 », Kinshasa,2016,372 p
[25]
Les variations ont été très fréquents dans l’évolution du prix du cobalt dans la
période 2002-2008, atteignant un record de 112,4 US$/kg en mars 2008. Ils ont chuté au deuxième
semestre 2008, comme ceux de la quasi-totalité des métaux. Ils ont un peu remonté en 2009 jusqu’à 52,4
US$/kg. Ils ont ensuite baissé jusqu’à un nouveau minimum fin 2012 (22 à 24 US$/kg en novembredécembre 2012), et se sont légèrement raffermis, irrégulièrement, au cours de l’année 2013 et
atteignaient 33,6 US$/kg en mars 2014. Mais ces prix restent inférieurs à ce qu’ils ont été pendant
l’essentiel de la période 2004-2012.
La production du cuivre et du cobalt a connu une croissance presqu’exponentielle grâce à la
promulgation d’un Code minier en 2002 considéré « progressiste » et libéral ; et également une question
dignité nationale car la RDC est un pays choyé en abondantes ressources naturelles.
Le marché du cobalt est excédentaire depuis 2009 et devrait le rester en 2014 et
2015, pour devenir déficitaire en 2016. Il est en effet attendu une poursuite de la croissance de la
demande de près de 6 % par an, alors que la croissance de la production n’est attendue qu’aux environs
de 3 %/an. 19
II.2.2. De 2011 à 2017
Graphique 5 : Evolution du cobalt de 2011 à 2017
Evolution du cobalt de 2011 à 2017
120000
100000
80000
60000
40000
20000
0
60000
50000
40000
30000
20000
10000
0
1
2
3
4
5
6
7
2011 2012 2013 2014 2015 2016 2017
Production cobalt
Cours du cobalt
Source : l’auteur, via les données de la FMI et du ministère des mines
19
HOCQUARD C., « panorama du marché du cobalt », France, 2014, 156 p
[26]
De l’année 2010 à nos jours, le cobalt est coté au London Metal Exchange
(LME), la bourse des métaux de Londres. Mais une grande partie des échanges de cobalt, sous diverses
formes de métal ou de composés, continue à se faire par contrats entre acheteurs et vendeurs,
éventuellement par l’intermédiaire de négociants. Divers périodiques spécialisés, comme Metal Bulletin
ou Metal-pages publient des fourchettes de prix d’échanges indicatifs.
En adoptant son nouveau code minier, l’État congolais, premier producteur de cobalt, instaure
notamment une hausse de la redevance sur les minerais désormais classés comme « métaux stratégiques
», qui passe de 2 % à 10 %.
En 2014, le premier trimestre a vu le cours du cobalt monter et atteindre le pic
de plus de 31 500 $/t qu’il n’avait jamais atteint depuis deux ans. La crise financière, qui a débuté en
2015, n’a pas fini de mettre à mal l’économie congolaise. Après une envolée à 8,5 % en 2013 et à 9,5 %
en 2014, la croissance du PIB est depuis en recul constant. De 6,9 % en 2015, elle a encore chuté l’an
dernier, à 2,5 %, et devrait péniblement atteindre 3 % en 2017. Comparé au taux de croissance
démographique, estimé à 3 %, la croissance par habitant devrait donc être nulle.
La baisse des cours mondiaux des matières premières, notamment du cuivre, principal produit
d’exportation de la RD Congo depuis 2014 en est l’explication. Après une forte plongée en 2015 et en
2016, les prix devraient légèrement remonter en 2017, comme c’est déjà le cas pour le cobalt. Mais
l’impact de cette hausse ne se fera sentir que dans quelques années
Indispensable pour fabriquer les batteries électriques (de smartphones, de
tablettes, de voitures électriques, etc.), le cobalt a vu ses cours presque quadrupler en deux ans à la
Bourse des métaux de Londres : de 25 000 dollars en moyenne en 2016, la tonne est passée à 61 200
dollars en 2017 (soit un prix multiplié par 2,2), et, durant le premier semestre 2018, son cours a oscillé
entre 80 000 et 95 000 dollars/t.20
Les cours du cobalt ont atteint leur summum depuis 2010. Un niveau qui reflète l’intérêt des
investisseurs pour ce métal. Une matière première qui entre dans la composition des téléphones
portables ou des voitures électriques.
20
MANCIAUX C., « rdc : très stratégique cobalt », 2016 https://www.jeuneafrique.com/mag/613978/economie/rdc-tresstrategique-cobalt/
[27]
Certes, les records de 2008 sont encore inébranlables, Mais depuis septembre dernier, le prix du cobalt a
augmenté, de plus de 50%. En 2016, la demande mondiale de cobalt a dépassé l’offre. La faute à des
spéculateurs, qui ont acheté, puis stocké près de 17% de la production mondiale de cobalt, l’an dernier.
Une demi-douzaine de fonds d’investissement comme notamment le Suisse PALA Investments et le
chinois Shanghai Chaos ont, en effet, acheté ces derniers mois près de 6 000 tonnes de cobalt.
Les investisseurs veulent tirer le maximum sur ce métal, particulièrement
recherché pour fabriquer les piles et les batteries destinées aux téléphones portables, aux tablettes et aux
voitures électriques. Dans leur ligne de mire : le marché du mobile et surtout le boum de la voiture
électrique. Les grandes qualités du cobalt le rendent, en effet, très difficile à remplacer, dans les produits
de haute technologie.
Cette multitude des investisseurs est rendue possible, car les réserves mondiales se concentrent dans des
zones géographiques, où il y a très peu de règlements environnementaux et de régulations du droit du
travail. C’est notamment le cas de la République Démocratique du Congo. La RDC est, aujourd’hui, le
premier réservoir de cobalt. Soit près de 60% de la production mondiale. Des investisseurs qui font fi
des conditions dans les mines artisanales où les travailleurs risquent, en permanence, des accidents
mortels … Pour à peine un dollar par jour.21
Le pays possède les plus importantes mines de cuivre, de cobalt et de coltan d’Afrique, en plus d’avoir
des réserves significatives de diamants et de pétrole, une des forêts tropicales les plus étendues du
monde, un potentiel hydro-énergétique important et de nombreuses terres fertiles.
Les ressources naturelles peuvent apporter des rentes substantielles et devenir une source-clé de
financement du développement économique. Cependant, les ressources du sous-sol étant nonrenouvelables ne peuvent, dès que découverts, que se déprécier ; ce qui soulevé la question de
l’utilisation efficiente des ces ressources naturelles.
Le gouvernement congolais adjuge généralement une part considérable des rentes économiques issues
des ressources non-renouvelables. Ces rentes peuvent soit être consommées et générer du bien-être
immédiat mais au détriment des générations futures, soit être investies en d’autres actifs productifs en
vue de promouvoir le développement. Le choix entre la consommation et l’investissement peut être
particulièrement difficile dans un pays aussi pauvre que la RDC, alors que la pauvreté est omniprésente
21
BERBER M., “rdc : boom du cobalt” ,2016, http://www.rfi.fr/emission/20170302-rdc-matiere-premiere-boom-cobalt
[28]
et que les besoins immédiats sont importants. L’argument en faveur de l’investissement des rentes est,
cependant, renforcé par le fait que les pays qui ont utilisé leurs rentes pour augmenter leur capacite de
production ont échappé à la « malédiction des ressources naturelles ».22
II.3. LE TAUX DE CHANGE
II.3.1. De 2003 à 2010
Graphique 6 : Evolution du taux de change de 2003 à 2010
Taux de change de 2003 à 2010
1000
900
800
700
600
500
400
300
200
100
0
2003
2004
2005
2006
2007
2008
2009
2010
Source : l’auteur, via les données de la Banque Mondiale
Au tout début de ce laps de temps, il y a eu l’introduction d’un nouveau
système par le régime politique du temps évoqué. L’importation étant en masse, la monnaie congolaise
s’est dépréciée au fur et à mesure que les biens étrangers pénétraient dans le territoire national par le
biais de ports.
Le cours du change s’est stabilisé au cours pendant une période quindécennale,
la volatilité était petite et les variations étaient moyenne. Lorsque nous observons la période allant de
22
HENDERSCHEE J. et Cie, « Résilience d’un géant africain », Mediaspaul, Kinshasa, 2012, p.123
[29]
2003 à 2008, nous remarquons que le taux de change a connu une hausse avoisinant les 100 pour 1
dollar. Ce qui décrit la pertinence de la stabilité économique de la RDC.
C’est en 2009 que cela est devenu plus flagrant avec un taux atteignant les 800
FC pour 1 USD contre 400 FC jadis, mais aucune solution n’a malheureusement été trouvé pour que la
devise nationale soit appréciée.
II.3.2. De 2011 à 2017
Graphique 7 : Evolution du taux de change de 2011 à 2017
Taux de change de 2011 à 2017
1600
1400
1200
1000
800
600
400
200
0
2011
2012
2013
2014
2015
2016
2017
Source : l’auteur, via les données de la Banque Mondiale
Au milieu de l’année 2014, le taux de change était CDF 924,20/USD et contre
CDF 925,92/USD une semaine auparavant. Les réserves internationales ont été estimé à 1.829,65
millions USD, couvrant 8,8 semaines d’importations. Pas de changement aussi en ce qui concerne le
taux directeur de la Banque Centrale du Congo qui est resté à 2,0%. Les opérations financières de l’Etat
du mois renseignent, plus tard en 2014, un solde général déficitaire de 56,9 milliards de CDF, provenant
des recettes de 291,4 milliards CDF, et des dépenses de 348,3 milliards CDF. En cumul, le solde général
est excédentaire de 218,3 milliards CDF. Au chapitre des dossiers spécifiques, les membres de la Troïka
stratégique renseignent que la paie du mois d’avril lancée au 15 du mois, se poursuit dans les territoires
[30]
à accès difficile. A ce sujet, ils ont chargé le ministre délégué aux Finances de préparer un rapport sur
l’état d’avancement de la bancarisation plus tard dans l’année.
L’analyse de l’évolution du taux de change de janvier 2015 à août 2017 dégage trois caractéristiques :
La stabilité du taux de change à une période s’étendant de 2015 à 2016 où sa dépréciation a été de
0,93%.
La période suivante fut caractérisée par une surchauffe sans précédent sur le marché de change depuis
mars 2016. En l’espace de dix-sept mois, soit de mars 2016 à juillet 2017, le CDF a connu un taux de
dépréciation de 76,47%. Le dollar américain qui s’échangeait contre 934 CDF en début mars 2016, s’est
échangé contre 1 648 CDF à fin juillet 2017.
Au vu de cette hausse exponentielle, le Gouvernement et la BCC ont pris, depuis le début du mois
d’août 2017 des mesures urgentes de stabilisation et raffermissement du CDF. Ces mesures ont abouti à
une légère appréciation du CDF par rapport à l’USD de 5,6% de fin juillet à fin août 2017. Elles ont
aussi permis de contenir le taux de change autour d’une valeur moyenne de 1 542 CDF pour 1 USD
pendant tout le mois d’août.
Graphique 8 : Evolution du taux de change « stabilité-surchauffe »
Source : FEC (Via les données de la BCC)
[31]
Pendant la période dite de stabilité, le taux de change interbancaire s’est situé
autour de 927 CDF pour une unité de dollar américain en moyenne.
Le niveau des réserves de change était aussi acceptable. Il était de 1 753 millions USD équivalent à 7,23
semaines d’importations des biens et services au début de l’année 2015.
Le cycle stagnant de stabilité du taux de change a été rompu vers la fin du
troisième trimestre de l’année 2015 et est entré dans la période de surchauffe.
La monnaie nationale s’est dépréciée graduellement jusqu’à perdre 78% de sa
valeur à la moitié de l’année 2017 (1 648 CDF/USD) comparativement à sa valeur au tout début de
l’année 2015 (925 CDF/USD). Cette perte de valeur du CDF s’est accompagnée d’un faible niveau de
l’activité économique, d’une inflation à la hausse et du désinvestissement dans des secteurs d’activités
(industries brassicoles, cimenteries).
Les réserves de change ont connu une baisse drastique. Elles se sont évaluées à 722,50 millions USD
équivalent à 3,17 semaines d’importation des biens et services au mois de juillet 2017.
Quelques semaines auparavant, sans s’y attendre, le gouvernement a quant à lui annoncé un budget de
7 milliards de dollars, soit une somme largement supérieure au projet de loi de finances pour 2017
présenté par l’ex-Premier ministre Matata PONYO, qui s’élevait à 4,5 milliards de dollars.
Un budget jugé irréaliste, car élaboré en partant d’hypothèses non fiables. Et d’autant plus illusoire que
la RDC dispose de peu de ressources et n’a pas accès à des prêts à faible taux, n’étant plus en
programme formel avec le FMI depuis 2012.
Des causes majeures qui ont été à la base de la rupture de la stabilité du taux de change et d’autres
indicateurs macroéconomiques (PIB, inflation, investissement), il y a notamment :
•
La baisse des recettes d’exportation due à la chute des cours des matières premières à
l’international ;
•
La structure non diversifiée de l’économie nationale ;
•
La dépendance de l’économie envers les importations des produits de première nécessité ;
•
L’implémentation des politiques publiques inefficaces ;
[32]
•
Les décisions prises inadaptées ;
•
Le climat des affaires non propice pour les investissements ;
•
La non-prise en compte des préoccupations et des suggestions des opérateurs du secteur privé ;
•
La situation politique instable.
Face à la dégradation du cadre macroéconomique, le FMI, dont une mission
s’est rendue début juin à Kinshasa, s’est dit prêt à soutenir la RDC. Une aide néanmoins assortie de
conditions, au premier rang desquelles figure l’amélioration de la gouvernance économique.
Ainsi l’État devra réduire le déficit budgétaire et arrêter de se ressourcer auprès de la BCC, au risque
d’entrer dans le cycle infernal de l’accumulation des arriérés ou d’une inflation-dévaluation aux
conséquences sociales désastreuses et dévastatrices.
La deuxième condition, d’ordre politique, prévoit trois points : la mise en place d’un Conseil national de
suivi de l’accord (CNSA) tout en adoptant des mesures de décrispation politique ainsi que d’un
calendrier électoral clair avec l’engagement irrévocable de s’en tenir aux dates prévues.
C’est à ce prix que la RDC obtiendra une aide budgétaire et un financement pour organiser les élections.
Et que le géant de l’Afrique centrale pourra peut-être, enfin, retrouver sont allant.23
Suite à la surchauffe qu’à connu le pays sur le marché de change couplée au
ralentissement des activités économiques et à l’inflation galopante, le Gouvernement s’est vu obligé de
prendre des mesures visant à casser le cycle de la dépréciation du CDF et la hausse généralisée des prix
des biens et services afin de stabiliser le taux de change.
Les décisions prises par les autorités budgétaire et monétaire ont permis de ramener le taux de change à
1 555 CDF pour 1 USD à fin août 2017. Pour la même période, une unité du dollar américain
s’échangeait déjà contre 1 570 CDF sur le marché parallèle.
Récemment, Le marché des changes a été caractérisé par une relative stabilité
du franc congolais. Sur le segment parallèle, l’appréciation de la monnaie locale aura été de 0,13%,
s’établissant à une parité de 1 674 CDF le dollar américain.
23
Feuillet économique FEC, Les mesures de contenance du taux de change et leurs implications socioéconomiques
économique, 2017,5p
[33]
Cependant, le taux de change s’est établi à 1 637,79 CDF le dollar américain sur le marché interbancaire
avec une dépréciation de 0,13 % à l’indicatif.
L’exécution du budget de l’Etat en devises s’est soldée, en fin 2018, par un déficit mensuel de 91,68
millions USD. Ce qui porte le solde annuel et les réserves de change respectivement à 69,66 millions
USD et 913,68 millions USD, équivalent à trois semaines d’importations de biens et services sur
ressources propres. L’encours global du Bon BCC a baissé à 37,5 milliards de CDF. D’après les experts
de la BCC, cette chute est partie de 42,5 milliards de CDF une semaine auparavant, soit une injection de
la liquidité de 5 milliards de CDF. Cet encours est constitué de 20 milliards de CDF pour les 28 jours et
17,5 milliards pour 84 jours.
La situation monétaire renseigne, en décembre 2018, une baisse hebdomadaire de la base monétaire de
42,5 milliards de CDF, la situant à 2 533,3 milliards, en raison de la baisse tant des avoirs extérieurs nets
que des avoirs intérieurs nets.24
II.4. CONCLUSION PARTIELLE
Dans ce chapitre, nous avons exposé nos trois variables quantitatives à savoir le
cours du cuivre, le cours du cobalt et le taux de change et nous avons essayé d’observer leurs évolutions
dans une période de quinze ans et ainsi commenter par rapport aux théories économiques y applicables.
Nous avons dit pour le cours du cuivre et du cobalt que leurs productions et
leurs prix ont augmentés au milieu des années de 2000 quand les grandes entreprises internationales se
sont aperçues de leurs importances dans l’industrie respectivement l’électronique et l’industrie
automobile. Leurs baisses un peu tard est dû à la forte demande de la conjoncture internationale qui,
selon la règle de l’offre et de la demande, a fait baisser l’offre.
Le taux de change s’est décru au fil du temps délimité surtout dans l’intervalle
2015-2017 où le franc congolais s’est fortement déprécié face au dollar américain en perdant en
doublant sa valeur suite à des maux nationaux pluridimensionnels.
24
Emilie MBOYO, « Analyse de l’économie congolaise », 2019, https://zoom-eco.net/analyseeconomique-rdc
[34]
CHAPITRE III. ANALYSES EMPIRIQUES DES EFFETS
Dans ce chapitre, il sera question de donner une réponse favorable à notre objectifs principal et nos
objectifs spécifiques. Pour mieux analyser notre travail, nous allons :
•
Afficher les statistiques descriptives de chaque variable
•
Analyser la stationnarité des variables retenues
•
Estimer un modèle de volatilité pour les cours du cobalt et du cuivre
•
Obtenir la volatilité implicite du cours cobalt et du cours du cuivre
•
Faire l’analyse VAR à trois variables : le taux de change, le cours du cobalt et le cours du cuivre
III.1. Statistique descriptive
Nous allons résumer au mieux chaque variable en donnant toutes les informations disponibles dès que la
collection des données a été faite à savoir : le nombre d’observations, la moyenne, l’écart-type, le
minimum et le maximum.
En tenant compte de la période de 15 ans que nous traitons, nous avons trimestrialiser nos variables de
façon quadratiques afin d’avoir des analyses empiriques plus exactes. Nous aurons donc 60
observations.
Tableau 1 : Statistique descriptive de la série
Source : l’auteur
[35]
III.2. Stationnarité par le test de Dickey Fuller
À travers la représentation graphique de la série, on peut décider si la série en question est stationnaire
ou non. Dans la plupart des cas, une première différenciation rend la série stationnaire.
Grace au test de Dickey-Fuller, nous allons vérifier si les variables sont stationnaires ou pas. Par la
méthode de différenciation, nous allons rendre les variables stationnaires.
L’équation de différence s’écrira donc :
𝐷𝒚𝒕 = 𝒚𝒕 − 𝒚𝒕−𝟏
Sachant que la probabilité de la statistique Z(t) doit être supérieur au seuil de signification 0,05 pour que
la série soit dit stationnaire, le cours du cobalt et le cours du cuivre sont stationnaires à niveau (on a dû
les différencier qu’une seule fois avec un degré de différenciation 0) par contre le taux de change est
stationnaire au degré 1.
Tableau 2 : Stationnarité des variables
[36]
Source : l’auteur
III.3. Modélisation de la volatilité
Avant d’entamer le modèle de volatilité proprement dit, il est impératif d’estimer un modèle ARIMA car
l’estimation du modèle de volatilité qui s’en suivra dépendra des estimations et des prédictions des
résidus de la modélisation univariée.
III.3.1. Modèle ARIMA avec la méthode de Box et Jenkins
Révélé dans l’ouvrage de Box et Jenkins en 1970, Le modèle ARMA est un cas particulier d’un modèle
beaucoup plus général nommé ARIMA (Auto Regressive Integrated Moving Average) ou modèle
autorégressif moyenne mobile intégrée. Il permet de traiter que les séries dites stationnaires. Il ne traite
que les séries non stationnaires après avoir déterminé le niveau d’intégration.25
Pour mieux analyser le processus ARIMA, il est recommandé de faire :
25
ESSAIED M., « séries temporelles : méthodologie de Box et Jenkins », ISMAI, Kairouan, 2013, 47p.
[37]
•
Stationnarité
•
Identification
•
Estimation
•
Validation
•
Prévision
III.3.1.1. Identification
La méthode d’identification est essentiellement fondée sur l’analyse conjointe des autocorrélations et
des autocorrélations partielles.
Nous supposons le processus stationnaire. La méthode s’appuie sur les résultats suivants :
Pour un processus AR(p) minimal :
•
Les autocorrélations sont à l’intérieur d’une enveloppe à décroissance géométrique ;
•
Les autocorrélations partielles sont identiquement nulles au-delà de l’ordre p.
Pour un processus MA(q) minimal :
•
Les autocorrélations sont identiquement nulles au-delà de l’ordre q.
•
Les autocorrélations partielles sont à l’intérieur d’une enveloppe à décroissance géométrique
A. Cours du cobalt
Graphique 9 : Autocorrélation simple et partielle du cours du cobalt
Source : l’auteur
[38]
En observant les 20 premiers trimestres, Sachant que ARIMA (AR, Nombre de la décalé, MA) et en se
basant sur le nombre pics à l’extérieur de l’intervalle de confiance, le cours du cobalt est un modèle
ARIMA (3,1,2).26
B. Cours du cuivre
Graphique 10 : Autocorrélation simple et partielle du cours du cuivre
Source : l’auteur
Le cours du cuivre est un modèle ARIMA (5,1,2)
III.3.1.2. Estimation
Les équations initiales s’écriront ;
Cours du cobalt [ARIMA (3,2)] :
𝒚𝒕 = 𝒄 + 𝝋𝟏 𝒚𝒕−𝟏 + 𝝋𝟐 𝒚𝒕−𝟐 + 𝝋𝟑 𝒚𝒕−𝟑 + 𝜽𝟏 𝜺𝒕−𝟏 + 𝜽𝟐 𝜺𝒕−𝟐 + 𝜺𝒕
26
HURLIN C., « économétrie appliquée séries temporelles », notes de cours, 80 p.
[39]
Tableau 3 : Estimation ARIMA du cours du cobalt
Source : l’auteur
Après avoir estimé et trouver la significativité, Le modèle s’écrira finalement : ARIMA (2,1,1)
Avec comme équation :
𝒚𝒕 = 𝒄 + 𝝋𝟏 𝒚𝒕−𝟏 + 𝝋𝟐 𝒚𝒕−𝟐 + 𝜽𝟏 𝜺𝒕−𝟏 + 𝜺𝒕
Cours du cuivre [ARIMA (5,2)] :
𝒚𝒕 = 𝒄 + 𝝋𝟏 𝒚𝒕−𝟏 + 𝝋𝟐 𝒚𝒕−𝟐 + 𝝋𝟑 𝒚𝒕−𝟑 + 𝝋𝟒 𝒚𝒕−𝟒 + 𝝋𝟓 𝒚𝒕−𝟓 + 𝜽𝟏 𝜺𝒕−𝟏 + 𝜽𝟐 𝜺𝒕−𝟐 + 𝜺𝒕
[40]
Tableau 4 : Estimation ARIMA du cours du cuivre
Source : l’auteur
Le modèle est désormais : ARIMA (1,1,0)
Et l’équation de spécification dévient :
𝒚𝒕 = 𝒄 + 𝝋𝟏 𝒚𝒕−𝟏 + 𝜺𝒕
III.3.1.3. Validation
En passant par une régression de la variable traitée, Pour valider le modèle ARIMA, il faut :
•
Tester les effets ARCH sur les résidus
•
Vérifier l’absence d’autocorrélation d’ordre 1 et d’ordre 2
•
Dire si les résidus prédit sont bruits blancs
[41]
A. Test de Durbin WATSON (Absence d’autocorrélation d’ordre 1)
•
H0 : Absence d’autocorrélation (Probabilité supérieure à 0,05)
•
H1 : Présence d’autocorrélation (Probabilité inférieure à 0,05)
A1. Cours du cobalt
Tableau 5 : Test d’absence d’autocorrélation d’ordre 1 du cours du cobalt
Source : l’auteur
Il y a absence d’autocorrélation d’ordre 1 du fait que la probabilité soit supérieure à 0,05.
A2. Cours du cuivre
Tableau 6 : Test d’autocorrélation d’ordre 1 du cours du cuivre
Source : l’auteur
La probabilité étant de 0,45 : Absence d’autocorrélation.
B. Test de Brensh GODFREY (Absence d’autocorrélation d’ordre 2)
•
H0 : Absence d’autocorrélation (Probabilité supérieure à 0,05)
[42]
•
H1 : Présence d’autocorrélation (Probabilité inférieure à 0,05)
B1. Cours du cobalt
Tableau 7 : Test d’absence d’autocorrélation d’ordre 2 du cours du cobalt
Source : l’auteur
Il y a absence d’autocorrélation d’ordre 2 du fait que la probabilité du test soit supérieure à 0,05
B2. Cours du cuivre
Tableau 8 : Test d’absence d’autocorrélation d’ordre 2 du cours du cuivre
Source : l’auteur
Les autocorrélations sont absentes.
III.3.1.4. Prévision
L’objectif essentiel du modèle ARIMA est de permettre une prédiction de l’évolution future d’un
phénomène. Son développement dans le domaine de l’économétrie est basé sur ce principe.
On estime les résidus d’une variable par la formule :
[43]
̂𝒕 (𝒌) = 𝑬[𝒙𝒕+𝒌 |𝑭𝒕 ]
𝒙
Où 𝐹𝑡 = ( 𝑋𝑡 , 𝑋𝑡−1 , … , 𝑋0 , 𝑋−1 , … , )
A. Cours du cobalt
-20000
Residuals
-10000
0
10000
Graphique 11 : Résidus du cours du cobalt
2003q3
2007q1
2010q3
trimestre
2014q1
2017q3
Source : l’auteur
B. Cours du cuivre
-1000
-500
Residuals
0
500
1000
Graphique 12 : Résidus du cours du cuivre
2003q3
2007q1
2010q3
trimestre
Source : l’auteur
2014q1
2017q3
[44]
C. Test de portemanteau
•
HO : Significatif, les erreurs sont bruit blancs
•
H1 : Non significatif
C1. Cours du cobalt
Tableau 9 : Test de portemanteau du cours du cobalt
Source : l’auteur
La probabilité étant supérieur à 0,05 ; les erreurs sont bruits blancs.
C2. Cours du cuivre
Tableau 10 : Test de portemanteau du cours du cuivre
Source ; l’auteur
La probabilité est de 0,2036 : Les erreurs sont bruits blancs. Elles sont donc identiquement et
indépendamment distribuées.
Pour les deux cours, le modèle est accepté.
III.3.2. Modélisation de la volatilité (Modèle ARCH)
Le modèle 𝐴𝑅𝐶𝐻 (Auto Regressive Conditional Heteroscedasticity) de Robert Engel (1982) est basé sur
l’absence d’autocorrélation sérielle du choc 𝑎𝑡 et son dépendance caractère dépendant qui peut être
[45]
modélisé par une simple fonction quadratique de ses propres valeurs décalées. Le modèle a la capacité
de prendre compte à la fois la non linéarité et la forte variabilité des variables.27
III.3.2.1. Spécification de l’équation de la moyenne
L’équation de la moyenne inconditionnelle nulle se présente comme suit :
𝒂𝒕
𝑬(𝒂𝒕 ) = 𝑬[𝑬(𝝎
𝒕−𝟏
)]
A. Cours du cobalt
Tableau 11 : Moyenne inconditionnelle du cours du cobalt
Source : l’auteur
𝑐𝑜𝑢𝑟𝑠𝑑𝑢𝑐𝑜𝑏𝑎𝑙𝑡𝑡 = 𝛼0 + 𝛼1 𝑡𝑎𝑢𝑥𝑑𝑒𝑐ℎ𝑎𝑛𝑔𝑒𝑡 + 𝜇𝑡
Lorsque le cours du cobalt augmente de 1%, le taux de change connait une hausse de 2,9887%.
B. Cours du cuivre
27
KANYAMA I., « économétrie approfondie », UCC, note de cours, 61 p.
[46]
Tableau 12 : Moyenne inconditionnelle du cours du cuivre
Source : l’auteur
𝑐𝑜𝑢𝑟𝑠𝑑𝑢𝑐𝑢𝑖𝑣𝑟𝑒𝑡 = 𝛼0 + 𝛼1 𝑡𝑎𝑢𝑥𝑑𝑒𝑐ℎ𝑎𝑛𝑔𝑒𝑡 + 𝜇𝑡
En observant, nous constatons que la hausse du cours du cuivre entraine une hausse du taux de change
de 2,979541.
III.3.2.2. Test des effets ARCH et test du multiplicateur de Lagrange
A. Test d’hétéroscédasticité
•
H0 : Homoscédasticité
•
H1 : Hétéroscédasticité
Si la probabilité est inférieure à 0,05 ; on rejette H0.
A1. Cours du cobalt
[47]
Tableau 13 : Test d’hétéroscédasticité du cours du cobalt
Source : l’auteur
La probabilité de la statistique du test étant inférieure à 0,05 ; il y a hétéroscédasticité.
A2. Cours du cuivre
Tableau 14 : Test d’hétéroscédasticité du cours du cuivre
Source : l’auteur
[48]
La probabilité du test étant de 0 ;0012 ; on rejette l’hypothèse nulle et on dit qu’il y a hétéroscédasticité.
B. Test du multiplicateur de LaGrange
B1. Cours du cobalt
Tableau 15 : Test de multiplicateur de LaGrange du cours du cobalt
Source : l’auteur
B2. Cours du cuivre
Tableau 16 : Test de multiplicateur de LaGrange du cours du cuivre
Source : l’auteur
La probabilité étant inférieure à 0,05 ; il y a présence d’effet ARCH pour les deux matières premières.
Le résultat serait identique si le test de Ljung-Box était utilisé.
III.3.2.3. Détermination de l’ordre de ARCH
L’ordre du modèle 𝐴𝑅𝐶𝐻 peut être déterminé, si l’effet 𝐴𝑅𝐶𝐻 est significatif, à partir de la fonction
d’autocorrélation partielle de 𝑎²𝑡 .
Le modèle 𝐴𝑅𝐶𝐻 peut-être spécifié dans la logique des modèles autorégressifs en considérant que la
série 𝑎²𝑡 est une approximation non biaisée de 𝛿²𝑡 et qu’elle dépend linéairement de 𝑎²𝑡−1 + ⋯ +
[49]
𝑎²𝑡−𝑚 . Cependant, une valeur spécifique de 𝑎²𝑡 , bien que servant que servant comme une
approximation, n’est pas généralement une estimation efficiente de 𝛿²𝑡 . 28
A. Cours du cobalt
Graphique 13 : Ordre de l’ARCH du cours du cobalt
Source : l’auteur
Le cours du cobalt est un ARCH (1)
B. Cours du cuivre
28
ROUSTANT O., « Modèle GARCH Application à la prévision de la volatilité », Saint-Etienne, 2017, 23 p.
[50]
Partial autocorrelations of rescuivre2
0.40
0.20
0.00
-0.20
0.60
Graphique 14 : Ordre de ARCH du cours du cuivre
0
10
20
30
Lag
95% Confidence bands [se = 1/sqrt(n)]
Source : l’auteur
Le cours du cuivre est ARCH (1,2)
III.3.2.4. Estimation
On estime le modèle ARCH par la méthode de maximum de vraisemblance :
𝒇 (𝒂𝟏 , … ,
𝒂𝒎
𝒂𝑻
𝒂𝑻−𝟏
𝒂𝒎+𝟏
𝒂𝒎
) = 𝒇(
)𝒇(
)…𝒇(
) 𝒇 (𝒂𝟏 , … , )
𝜶
𝝎𝒕−𝟏
𝝎𝒕−𝟐
𝝎𝒎
𝜶
𝑻
𝒂𝟐 𝒕
= ∏(
) 𝐞𝐱𝐩(− 𝟐
𝟐𝜹 𝒕
√𝟐𝝅𝜹𝟐
𝒕=𝒎+
A. Cours du cobalt
𝟏
[51]
Tableau 17 : Estimation du modèle ARCH pour le cours du cobalt
Source : l’auteur
Le modèle est-il acceptable pour le cours du cobalt ?
B. Cours du cuivre
[52]
Tableau 18 : Estimation ARCH du cours du cuivre
Source : l’auteur
Le cours du cuivre remplit-il toutes les conditions ?
III.3.2.5. Vérification
La validité du modèle 𝐴𝑅𝐶𝐻29 peut être testée en utilisant les résidus standardisés du modèle définis
comme suit :
ã𝒕 = 𝒂𝒕 /𝜹𝒕
29
ZAKOIAN Jean-Michel, « Modèles GARCH et à volatilité stochastique », Montréal,2007, 80p.
[53]
Après avoir estimé les résidus standardisés, on analyse les corrélogrammes des résidus standardisés de
l’équation de la moyenne et de la variance
A. Cours du cobalt
Tableau 19 : Corrélogramme du résidu standardisé du cobalt
Source : l’auteur
La probabilité étant supérieur à 0,05 ; le modèle est bien spécifié. Le modèle est donc accepté. Les
résidus sont hétéroscédastiques, ce qui induit au fait que le cours du cobalt est sujet à des grandes
variations.
[54]
B. Cours du cuivre
Tableau 20 : Corrélogramme du résidu standardisé du cuivre
Source : l’auteur
Toutes les probabilités du résidu standardisé sont supérieures au seuil de 0,05. Le modèle est accepté et
il y a possibilité de prédire la volatilité implicite.
III.3.2.6. Prévision de la volatilité implicite
La volatilité mesure l’ampleur et la rapidité de l’évolution du prix d’un actif sur
une période donnée. En théorie économique, la volatilité est liée à deux concepts : la variabilité et
l’incertitude.
La variabilité des prix, c’est-à-dire leurs fluctuations, est un élément du
fonctionnement normal des marchés. Les équilibres offre/demande s’ajustent et les prix varient. Mais,
cette normalité est mise à mal lorsque les fluctuations deviennent incertaines et sujettes à de fortes
oscillations.
[55]
La prévision avec le modèle 𝐴𝑅𝐶𝐻 est faite de manière récursive comme dans
le cas d’un modèle autorégressif. Etant donné un horizon initial de prévision ℎ, nous avons :
Prévision à une période en avant :
𝒉 + 𝟏: 𝜹²𝒉+𝟏 = 𝜶𝟎 + 𝜶𝟏 𝜹²𝒉 + ⋯ + 𝜶𝒎 𝜹²𝒉+𝟐−𝒎
Prévision à L période en avant :
𝒎
𝒉 + 𝒍: 𝜹²𝒉+𝒍 = 𝜶𝟎 + ⋯ + ∑ 𝜶𝒊 𝜹𝟐 𝒉 (𝒍 − 𝒊)
𝒊=𝟏
A. Cours du cobalt
0
Conditional variance, one-step
1.00e+09
5.00e+08
Graphique 15 : Prévision de la volatilité implicite du cours du cobalt
2003q3
2007q1
2010q3
trimestre
Source : l’auteur
2014q1
2017q3
[56]
B. Cours du cuivre
0
Conditional variance, one-step
1000000 2000000 3000000 4000000
Graphique 16 : Prévision de la volatilité implicite du cours du cuivre
2003q3
2007q1
2010q3
trimestre
2014q1
2017q3
Source : l’auteur
III.4. MODELISATION MULTIVARIEE : MODELE VAR
Le modèle vectoriel autorégressif (VAR) est une extension naturelle du modèle autorégressif univarié au
modèle dynamique des séries temporelles multivariées. Ce modèle est utile pour la description du
comportement dynamique des séries temporelles économiques et financières ; et il fournit des prévisions
de qualité supérieure par rapport à celles obtenues par l’entremise des modèles univariés (des séries
temporelles) et des modèles à équations simultanées.
Ce modèle a été rendu célèbre par Sims (1980), et il est utilisé pour faire l’inférence structurelle et
l’analyse de politique. L’analyse structurelle procède par l’imposition de certaines hypothèses sur la
structure causale des données sous investigations afin d’examiner les impacts causals des choix aux
variables spécifiques sur les variables du modèle. Cette analyse est généralement faite en représentant
les impacts causals par des fonctions des réponses impulsionnelles et en rémunérant les variances des
erreurs de prévision dans des tableaux appropriés.30
30
KANYAMA I., « économétrie approfondie », UCC, note de cours, 61 p.
[57]
L’analyse du VAR suit le processus suivant :
•
Vérification de la stationnarité
•
Connaitre le nombre des décalages
•
Estimation des paramètres
•
Causalité
•
Analyse dynamique du VAR
III.4.1. Stationnarité de la volatilité implicite
Par le test de Dickey-Fuller, nous nous rendons compte que la volatilité implicite des deux cours sont
stationnaires à niveau.
III.4.2. Nombre des décalages du VAR
Le modèle VAR(p) est représenté comme suit en utilisant l’opérateur de décalage :
𝝅(𝑳)𝒚𝒕 = 𝒄 + 𝜺𝒕
Où 𝝅(𝑳) = 𝑰𝒏 − 𝝅𝟏 𝑳 − 𝝅𝟐 𝑳𝟐 − ⋯ − 𝝅𝒑 𝑳𝒑
Tableau 21 : Nombre de décalage du VAR
Source : l’auteur
AIC : Au 3ème décalage = 79,3619
[58]
HQIC et SBIC : Au 3ème décalage
Le modèle est donc VAR (3)
III.4.3. Estimation
A savoir, le modèle VAR applicable si les données sont stationnaires à variables et p décalages
On estime le VAR par la formule :
𝒚𝒕 = 𝒄 + 𝝅𝒕 𝒚𝒕−𝟏 + ⋯ + 𝝅𝒑 𝒚𝒕−𝒑 + 𝝁𝒕
Où 𝑦𝑡 est le vecteur de variable, 𝜋𝑡 la matrice de coefficient et 𝜇𝑡 le vecteur des erreurs.
Tableau 22 : Estimation du VAR
[59]
Source : l’auteur
III.4.4. Validation
A. Causalité
Granger a introduit une notion de non-causalité en 1969 qui repose sur les propriétés de prévision des
modèles VAR. L’idée est que la cause ne peut pas venir après l’effet31. Si une variable Z affecte une
variable Y, Z sera utile pour améliorer la prévision de Y. Plus formellement on a :
𝒀𝒕+𝒉
𝒀𝒕+𝒉
𝑽𝑨𝑹 (𝒀𝒕+𝒉 − 𝑬 ( 𝒕 𝒕 )) = 𝑽𝑨𝑹(𝒀𝒕+𝒉 − 𝑬 ( 𝒕 ))
𝒀𝟏 , 𝒁𝟏
𝒀𝟏
31
•
H0 : P>=0,05 ; non causalité
•
H1 : P<0,05 ; causalité entre les variables
LUBRANO M., « Modèles VAR, modèles VAR structurels », Paris, 2008, 21 pages.
[60]
Tableau 23 : Test de causalité
Source : l’auteur
Excepté l’influence qu’a la volatilité implicite du cuivre sur la volatilité du cobalt et sur le taux de
change, il n’existe pas d’autre relation causale.
B. Normalité des erreurs
Deux conditions doivent être rempli pour que les résidus soient normalement distribués :
•
La statistique de Jacques Berat doit est supérieure à 5,99
•
La probabilité doit être supérieur à 0,05
Tableau 24 : Test de normalité
Source : l’auteur
La condition n’étant pas rempli, les erreurs ne sont pas normalement distribuées.
[61]
C. Stabilité du VAR
Les valeurs doivent être inférieurs 1 et être inclues dans le cercle unitaire pour être déclarées stables.
Graphique 17 : Stabilité du VAR
-1
-.5
Imaginary
0
.5
1
Roots of the companion matrix
-1
-.5
0
Real
.5
1
Source : l’auteur
Toutes les valeurs propres se trouvent à l’intérieur du cercle unitaire. Le VAR satisfait les conditions de
stabilité.
D. Test d’autocorrélation de Lagrange
Tableau 25 : Test d’autocorrélation de Lagrange
Source : l’auteur
Les résultats montrent qu’il y a présence d’autocorrélation au premier décalage. Pour éviter cela, une des
solutions était d’élargir la base des données.
[62]
III.4.5. Analyse dynamique VAR
La dynamique du système VAR estimé contient deux instruments permettant de synthétiser l’essentielle
d’une information à savoir : les fonctions de réponse aux chocs et les décompositions de la variance des
erreurs de prévisions.
A. Chocs impulsionnels
Graphique 18 : Chocs impulsionnels
Source : l’auteur
En observant ces chocs impulsionnels, nous remarquons que toutes variables qui choquent la volatilité
implicite du cobalt en découle une réaction de ce cours. Lorsque la volatilité du cobalt se choque à ellemême, cette dernière donne une réaction négative puis positive avant de se stabiliser en aval.
[63]
Contrairement au cas précédent, lorsque le taux de change donne une impulsion à la volatilité du cours
du cobalt, il y a une hausse remarquée des variations. Etant de même nature, l’impulsion de la volatilité
du cuivre à celui du cobalt ne commet qu’une légère baisse avant de retrouver le niveau initial.
B. Décomposition de la variance de Cholesky
Graphique 19 : Décomposition de la variance de Cholesky
Source : l’auteur
La décomposition de la variance n’est qu’une analyse chiffrée en pourcentage des réponses
impulsionnelles. Il sera question de saisir le poids des chocs sur les variables taux de change, volatilité
implicite du cours du cobalt et volatilité implicite du cours du cuivre.
Partant des résultats, il apparait que la variance de l’erreur de prévision du taux de change est expliquée
par ses propres innovations à 98,63%, ainsi que celle des variables volatilité du cobalt et volatilité du
cuivre à 1,14% et 0,22%. La variance de l’erreur de prévision de la volatilité du cobalt s’explique elle-
[64]
même 88,37% ; de 10,3% et 1,33% du taux de change et de la volatilité du cuivre. La variance de
l’erreur de la volatilité du cuivre explique ses propres innovations de 65,79% ; ainsi que du taux de
change de 1,26 % et de la volatilité du cobalt de 32,95%.
III.6. CONCLUSION PARTIELLE
Dans ce chapitre il a été question d’analyser les effets en vue d’obtenir des
réponses aux questions de notre recherche. Quatre modèles économétriques ont été minutieusement
choisi pour analyser chronologiquement les données à avoir les modèles ARIMA, ARCH et VAR.
Dans l’analyse du modèle ARIMA nous avons constaté que le cours du cobalt
et du cuivre sont respectivement AR (3) et AR (5) et l’absence d’autocorrélation dans la prévision des
résidus font que le modèle soit accepté.
Le modèle ARCH nous a permis d’estimer la volatilité implicite du cours du
cobalt et donc ce dernier est dit hétéroscédastique et connait plusieurs variations différentes du fait que
le corrélogramme des résidus standardisés affichent des probabilités supérieures à 0,05. Ce qui induit à
l’acceptation du modèle.
Le modèle vecteur autorégressif étant VAR (3), grâce au test de causalité de
Granger, nous révèle qu’il n’y aucune relation causale du fait que leurs probabilités soient supérieures à
0,05. Excepté de la relation causale qui lie la volatilité du cuivre au taux de change et la volatilité du
cobalt. Il va sans dire que chaque variable est plus expliquée que par elle-même.
[65]
CONCLUSION GENERALE
Ce travail avait comme objectif spécifique parmi tant d’autre de quantifier la
volatilité du cours du cuivre et du cours du cobalt en mesurant l’impact que peut avoir ces deux matières
premières sur un régulateur national comme le taux de change et ainsi voir les retombées quelques en
soient positives ou négatives sur la santé de l’économie nationale. La république démocratique étant un
pays au minerais multiples, le travail nous a beaucoup intéressé pour cerner certaines réalités relatives au
développement du pays.
En tenant compte de nos questions de départ formulées, nous avons formulé des
hypothèses selon lesquelles le cours du cuivre et du cobalt, aussi volatiles qu’elles soient, influence le
cours de change à court et à long terme et nous constaterons des quelconques retombées sur la
productivité nationale.
Afin de parvenir aux résultats voulus, nous avons premièrement utiliser le
modèle ARIMA par méthodologie de Box et Jenkins afin d’estimer les résidus et tester l’absence
d’autocorrélation des deux cours. Ensuite, grâce au modèle de Engel dit le modèle ARCH, nous avons
quantifier la volatilité du cours du cobalt et du cours du cuivre si et seulement si ces derniers sont
hétéroscédastiques. Par le vecteur autorégressif nous avons tester les causalités au sens de Granger qui
révèle l’influence ou l’impact que certaines variables peuvent avoir sur les autres et ou singulièrement et
y vérifier les chocs impulsionnels.
Sur ce, le résultat de nos analyses rejette l’hypothèse nulle selon laquelle le taux
de change n’est pas impacté la volatilité du cours du cobalt et du cuivre. Toutes les probabilités du test
au sens de Granger étant supérieur à 0,05 ; il y présence d’aucune relation causale.
Il ressort de nos analyses une probabilité de causalité égale à 0,698 ; ce qui est
supérieur à 0,05 et ne justifie pas conventionnellement une causalité dans la période allant de 2003 à
2017. Par la moyenne inconditionnelle nulle, nous remarquons que la hausse du cours du cobalt et du
cours du cuivre entraine respectivement une hausse de 2,9987 et 2,9594 du taux de change. L’impact
s’avère être positif pour l’un tout comme pour l’autre.
Partant de ces résultats obtenus, nous recommandons à la RDC à travers la
BCC, les autorités du pays et tout concerné ce qui suit :
[66]
•
Amélioration de la qualité de la dépense
•
Mises en œuvre structurelles à impact rapide
•
Ajuster le prix des matières premières établis via la CNM pour ne pas être déficitaire dans le
trésor public congolais
•
Accroitre la production de tonnages intelligemment de façon à ne pas attraper le syndrome
hollandais.
•
Le contrôle permanent du taux de change par le taux directeur
Partant des fluctuations récentes du taux de change, l’impact de la volatilité des
matières premières choisies sur le taux de change, par ricochet tout ce qui en découle, n’est pas
constatable par nos analyses ôte ainsi une raison d’explication du dernier boom du taux de change en
RDC.
L’ensemble de ce travail étant une œuvre humaine, nous n’avons aucune
prétention de perfection et les études à venir sur ce sujet sont les bienvenues.
[67]
ANNEXES
Tableau 26 : Présentation des données agrégées
Année
Cours du cuivre
Production du cuivre
Volatilité du cuivre
Cours du cobalt
Production cobalt
Volatilité du cobalt
Taux de change
2003
1779,361561
9370
303604,75
19668,66942
1358
80809202,5
405,1781832
2004
2863,468761
7689
262020,9453125
43914,1255
1412
48531918,5
399,4757917
2005
3676,494724
16038
296720,080078125
28947,5499
934
171690796,9
473,9080083
2006
6731,351907
22440
396039,001953125
31172,30343
746
2854627,75
468,278825
2007
7131,630016
185146,63
612592,6059570313
54341,49981
25286,26
45547921,94
516,7498917
2008
6963,481998
337430
58374,75665283203
70839,25447
42461
150628514,5
559,2925083
2009
5164,158778
309610
528829,462890625
32088,12466
56103
533593078,5
809,7858333
2010
7538,36212
437755
1433813,65625
39368,27612
84005
174587467,8
905,9134583
2011
8823,454246
499198
310168,2477722168
35344,63864
99475
9992506,813
919,4913
2012
7958,924678
619942
87791,92822265625
28930,68653
86433
5223113,813
919,7550167
2013
7331,490765
922016,47
158332,5737304688
27090,82251
76592,51
2559894,563
919,5659074
2014
6863,396581
1065744,39
38739,82659912109
30780,73196
76474,96
11363535,63
925,2262825
2015
5510,457113
1069038,63
64221,14855957031
28451,6607
84400,48
5984232,125
925,9849613
2016
4867,89743
1035631,23
49119,72338867188
25463,36854
69038,29
60589062,88
1010,302757
2017
6169,939942
1141376,11
61234,2744140625
55832,17098
90319,41
2601139,719
1464,417932
Source : l’auteur, BCC, FMI, Banque Mondiale et le ministère des mines
[68]
Tableau 27 : Test de Dickey-Fuller de la volatilité du cobalt et du cuivre
Source : l’auteur
[69]
BIBLIOGRAPHIE
BCC, « rapport annuel 2016 », Kinshasa,2016,372 p
BIALES, C., « le taux de change », Montpellier, 2017, 34p.
COLLETAZ, G., « LES PROCESSUS VAR notes des cours des séries temporelles multivariées », Lille, 2019, 80 p.
DIASSO, Y., « dynamique de moyen et long terme des cours des matières premières : les enjeux pour les pays producteurs
de coton », Strasbourg, 2015, p.135
ESSAIED, M., « séries temporelles : méthodologie de Box et Jenkins », ISMAI, Kairouan, 2013, 47p.
Feuillet économique FEC, Les mesures de contenance du taux de change et leurs implications socioéconomiques
économique, 2017,5p
FISCHER, A., « Les effets de la volatilité des changes sur le commerce extérieur de la Suisse : estimations à partir d’un
modèle à variables multiples », 1999,8p.
HENDERSCHEE J. et Cie, « Résilience d’un géant africain », Médiaspaul, Kinshasa, 2012, p.123
HOCQUARD, C., « panorama du marché du cobalt », France, 2014, 156 p.
HURLIN, C., « économétrie appliquée séries temporelles », notes de cours, 80 p.
KANYAMA, I., « économétrie approfondie », UCC, note de cours, 61 p.
KIBALA, J., « Modélisation ARDL, Test de cointégration aux bornes cet Approche de Toda -Yamamoto : éléments de théorie
et pratiques sur logiciels », HAL id, Kinshasa, 55 p.
KRUGMAN, P., « économie internationale : 8ème édition », Princetown, 2009, 754 p.
LARECHE-REVIL, A., « les régimes de change », La Découverte, Paris, 1999, p.93-103.
LUBRANO, M., « Modèles VAR, modèles VAR structurels », Paris, 2008, 21 p.
MEJEAN I. et Cie, « les taux de change », 2013, 31p.
Ministères des Mines, « statistiques minières de 2003 à 2012 », Kinshasa, 2013, 13p.
RAINELLI, M., « le commerce international », La découverte, Paris, 2003, 129 p.
ROUSTANT, O., « Modèle GARCH Application à la prévision de la volatilité », Saint-Etienne, 2017, 23 p.
VOLVEY A. et Cie, « Le Copperbelt », Philippe Lemarchand, 2005, 30 p.
ZAKOIAN, J.M., « Modèles GARCH et à volatilité stochastique », Montréal,2007, 80p.
[70]
WEBOGRAPHIE
BERBER, M., “rdc : boom du cobalt” ,2016, http://www.rfi.fr/emission/20170302-rdc-matiere-premiere-boom-cobalt
BUSINESS ET FINANCES, « légère baisse du cours du cuivre et maintien du prix du cobalt », 2014, http://business-etfinances.com/legere-baisse-du-cours-du-cuivre-et-maintien-du-prix-du-cobalt/
JEUNE AFRIQUE, « rdc le géant aux pieds de cuivre », 2016, https://www.jeuneafrique.com/mag/459305/economie/rdc-legeant-aux-pieds-de-cuivre/
LATRILLE, N., « Comprendre la volatilité des marchés financiers », https://meritis.fr/finance/comprendre-volatilitemarches-financiers
MANCIAUX, C., « rdc : très stratégique cobalt », 2016 https://www.jeuneafrique.com/mag/613978/economie/rdc-tresstrategique-cobalt/
MBOYO, E., « Analyse de l’économie congolaise », 2019, https://zoom-eco.net/analyseeconomique-rdc
MINERAL INFO, « le marché du cuivre en 2013 », http://www.mineralinfo.fr/ecomine/marche-cuivre-reste-en-deficit-en2013
RAJCA, P., « le modèle Black-Scholes-Merton pour évaluer le prix des options »,
https://educationfinance.ca/investissements/le-modele-black-scholes-merton-pour-evaluer-le-prix-des-options/
RFI, « chutes du cours du cuivre : coup dur pour les groupes miniers »,2015, http://www.rfi.fr/hebdo/20150904-matierespremieres-chute-prix-cuivre-coup-dur-groupes-miniers-chine-chili-perou-zambi
PRIX CUIVRE, « pourquoi le cuivre est le matériau de l’avenir », 2010,http://www.prixcuivre.com/pourquoi-le-cuivre-estil-le-materiau-de-lavenir/
[71]
TABLE DES MATIERES
Epigraphe ...................................................................................................................................................................................ii
Remerciements ........................................................................................................................................................................ iii
Liste d’images, graphiques et tableaux ................................................................................................................................. iv
Liste d’images.......................................................................................................................................................................... iv
Liste des graphiques................................................................................................................................................................ iv
Liste de tableaux ........................................................................................................................................................................v
Sigles et acronymes................................................................................................................................................................. vi
0. INTRODUCTION GENERALE.......................................................................................................................................1
0.1. Problématique.....................................................................................................................................................................1
0.2. Hypothèses..........................................................................................................................................................................3
0.3. Objectif du travail...............................................................................................................................................................3
0.4. Revue de la littérature ........................................................................................................................................................3
0.5. Choix du sujet.....................................................................................................................................................................5
0.6. Méthodes et techniques .....................................................................................................................................................5
0.7. Délimitation spatio-temporelle du sujet...........................................................................................................................6
0.8. CANEVAS.........................................................................................................................................................................6
CHAPITRE I. GENERALITES SUR LE TAUX DE CHANGE.....................................................................................7
I.1. LE TAUX DE CHANGE .................................................................................................................................................7
I.1.2. COTATIONS ..................................................................................................................................................................7
I.1.2.1. TAUX DE CHANGE AU CERTAIN ET TAUX DE CHANGE A L’INCERTAIN......................................7
I.1.2.2. TAUX DE CHANGE BILATÉRAL ET TAUX DE CHANGE EFFECTIF ....................................................8
I.1.2.3. TAUX DE CHANGE AU COMPTANT ET TAUX DE CHANGE À TERME.............................................8
I.1.2.4. TAUX DE CHANGE PPA ET TAUX DE CHANGE NOMINAL....................................................................9
I.1.3. TAUX DE CHANGE NOMINAL ET TAUX DE CHANGE RÉEL....................................................................9
I.1.3.1. TAUX DE CHANGE NOMINAL ........................................................................................................................ 10
I.1.3.1.1. DEFINITION ......................................................................................................................................................... 10
I.1.3.1.2. MESURE DU TAUX DE CHANGE NOMINAL .......................................................................................... 10
I.1.3.1.3. LA DETERMINATION DU TAUX DE CHANGE NOMINAL PAR LA PPA....................................... 11
I.1.3.2. TAUX DE CHANGE REEL .................................................................................................................................. 11
[72]
I.1.3.2.1. DEFINITION ......................................................................................................................................................... 11
I.1.3.2.2 MESURE ET REPRESENTATION GRAPHIQUE........................................................................................ 12
I.1.4.1. TAUX DE CHANGES FLOTTANTS ET TAUX DE CHANGES FIXES ................................................... 14
I.1.5. MARCHE DES CHANGES...................................................................................................................................... 15
I.3. CONCLUSION PARTIELLE ...................................................................................................................................... 16
CHAPITRE 2 : COURS DU CUIVRE, COURS DU COBALT ET TAUX DE CHANGE EN RDC :
EVOLUTIONS QUINDECENNALES............................................................................................................................. 17
II.1. LE COURS DU CUIVRE............................................................................................................................................ 17
II.1.1. De 2003 à 2010 ........................................................................................................................................................... 17
II.1.2. De 2011 à 2017 ........................................................................................................................................................... 18
II.2. LE COURS DU COBALT........................................................................................................................................... 23
II.2.1. De 2003 à 2010 ........................................................................................................................................................... 24
II.2.2. De 2011 à 2017 ........................................................................................................................................................... 25
II.3. LE TAUX DE CHANGE............................................................................................................................................. 28
II.3.1. De 2003 à 2010 ........................................................................................................................................................... 28
II.3.2. De 2011 à 2017 ........................................................................................................................................................... 29
II.4. CONCLUSION PARTIELLE..................................................................................................................................... 33
CHAPITRE III. ANALYSES EMPIRIQUES DES EFFETS......................................................................................... 34
III.1. Statistique descriptive ................................................................................................................................................... 34
III.2. Stationnarité par le test de Dickey Fuller.................................................................................................................... 35
III.3. Modélisation de la volatilité......................................................................................................................................... 36
III.3.1. Modèle ARIMA avec la méthode de Box et Jenkins........................................................................................... 36
III.3.1.1. Identification............................................................................................................................................................ 37
III.3.1.2. Estimation................................................................................................................................................................ 38
III.3.1.3. Validation ................................................................................................................................................................ 40
III.3.1.4. Prévision .................................................................................................................................................................. 42
III.3.2. Modélisation de la volatilité (Modèle ARCH) ....................................................................................................... 44
III.3.2.1. Spécification de l’équation de la moyenne .......................................................................................................... 45
III.3.2.2. Test des effets ARCH et test du multiplicateur de Lagrange............................................................................. 46
III.3.2.3. Détermination de l’ordre de ARCH ..................................................................................................................... 48
III.3.2.4. Estimation................................................................................................................................................................ 50
III.3.2.5. Vérification.............................................................................................................................................................. 52
III.3.2.6. Prévision de la volatilité implicite ......................................................................................................................... 54
[73]
III.4. MODELISATION MULTIVARIEE : MODELE VAR........................................................................................ 56
III.4.1. Stationnarité de la volatilité implicite....................................................................................................................... 57
III.4.2. Nombre des décalages du VAR............................................................................................................................... 57
III.4.3. Estimation................................................................................................................................................................... 58
III.4.4. Validation ................................................................................................................................................................... 59
III.4.5. Analyse dynamique VAR......................................................................................................................................... 62
III.6. CONCLUSION PARTIELLE ................................................................................................................................... 64
CONCLUSION GENERALE............................................................................................................................................. 65
ANNEXES ............................................................................................................................................................................. 67
BIBLIOGRAPHIE ................................................................................................................................................................ 69
WEBOGRAPHIE.................................................................................................................................................................. 70
TABLE DES MATIERES ................................................................................................................................................... 71