Modèle de Prévision à Moyen Terme pour la Tunisie

Modèle de Prévision à Moyen Terme pour
la Tunisie
Moez LAJMI
†
∗
Sihem EL KHADHRAOUI‡
Décembre 2013
Résumé
L’objectif de ce travail est de construire un modèle de prévision à moyen terme pour la Tunisie. Le
modèle, qui dispose d’un fondement théorique néo-keynésien, est inspiré du modèle GPM développé
par les services du FMI, tout en s’attachant à ce qu’il tient compte des spécificités de l’économie
tunisienne. Il ressort des résultats de l’estimation que le modèle peut fournir globalement une interprétation économique cohérente des évolutions macroéconomiques. Les déterminants de l’inflation
habituels ne suffisent pas, à eux seuls, pour expliquer la dynamique de l’inflation. L’impact de l’écart
de production est assez lent et faible. Toutefois, l’influence des chocs d’offre a été persistante, notamment durant la période post-révolution. Les effets du taux d’intérêt demeurent limités, bien que cet
instrument ait commencé à être de plus en plus actif au cours des dernières années.
Classification JEL : E17, E37, E52, E58.
Mots-clés : Inflation, Politique Monétaire, Prévision, Modélisation Macroéconomique.
∗ Cette
étude a été conduite par la Banque Centrale de Tunisie (Direction de la Stratégie de la Politique Monétaire) et la
Banque de France (BdF) en partenariat avec la Banque Nationale de Pologne (NBP) dans le cadre du projet de jumelage
visant à la mise en place, à la BCT, d’un cadre de politique monétaire axé sur le ciblage de l’inflation. L’objet de l’étude
est le développement d’un modèle de prévision à moyen terme. L’étude a été élaborée sous la supervision de M. Michel
JUILLARD et Mme Hélène EHRHART de la Direction Générale des Études et des Relations Internationales à la Banque
de France. Les opinions émises dans ce document n’engagent que leurs auteurs. Elles ne sauraient impliquer d’aucune façon,
la Banque Centrale de Tunisie.
† Sous-directeur de l’Étude et de la Modélisation de la Politique Monétaire. Email : [email protected]
‡ Chef du Service de la Modélisation et de la Prévision à Moyen Terme. Email : [email protected]
1
Modèle de Prévision à Moyen Terme pour la Tunisie
Décembre 2013
Table des matières
1 Introduction
4
2 Évolutions macroéconomiques et politique monétaire en
Tunisie
2.1 La politique monétaire et de change . . . . . . . . . . . . .
2.1.1 Politique du taux d’intérêt . . . . . . . . . . . . . .
2.1.2 Politique du taux de change . . . . . . . . . . . . . .
2.2 La croissance économique . . . . . . . . . . . . . . . . . . .
2.3 L’évolution des prix . . . . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
5
5
5
6
7
9
3 Structure du modèle
3.1 Courbe de Phillips . . . . . . . . . . .
3.2 Courbe IS . . . . . . . . . . . . . . . .
3.3 Parité non couverte des taux d’intérêt
3.4 Règle de politique monétaire . . . . .
3.5 Économie étrangère (Zone Euro) . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
10
10
11
13
14
15
4 Estimation du modèle
4.1 Données . . . . . . . .
4.2 Estimation bayésienne
4.3 Choix des priors . . .
4.4 Résultats . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
16
16
16
17
18
5 Simulations et analyses de politique monétaire
5.1 Décomposition de l’output gap et de l’inflation . . . . . . . . . . . . . . . . . . . . . . . .
5.2 Réponses impulsionnelles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
20
20
21
6 Prévisions
22
7 Conclusions
23
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
A Annexes
A.1 Description du modèle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
A.2 Description des paramètres . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
A.3 Priors et postérieurs des paramètres . . . . . . . . . . . . . . . . . . . . . . . . . . . .
A.4 Évolution de l’inflation sous jacente et de principaux secteurs de l’activité économique
A.5 Réponses impulsionnelles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
A.6 Résultats d’estimation du modèle GPM pour un échantillon de pays. . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
26
26
27
28
29
30
32
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
6
7
7
8
9
20
21
23
29
Table des figures
1
2
3
4
5
6
7
8
9
Évolution des principaux taux d’intérêt du marché monétaire . . . . . .
Évolution des parités Euro/Dinar et Dollar/Dinar . . . . . . . . . . . .
Évolution des indices de taux de change du Dinar face à l’Euro . . . . .
Structure de la croissance économique en Tunisie . . . . . . . . . . . . .
Évolution de l’inflation et de l’inflation sous-jacente . . . . . . . . . . . .
Décomposition de l’output gap . . . . . . . . . . . . . . . . . . . . . . .
Décomposition de l’inflation sous-jacente . . . . . . . . . . . . . . . . . .
Prévision non conditionnelle (hors échantillon) de l’inflation sous-jacente
L’inflation hors produits alimentaires frais et administrés et sa tendance
2
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
Modèle de Prévision à Moyen Terme pour la Tunisie
10
11
12
13
14
Décembre 2013
Valeurs ajoutées en volume des principaux secteurs d’activité économique . .
Réponses impulsionnelles à un choc de politique monétaire (d’un écart-type)
Réponses impulsionnelles à un choc de prix (d’un écart-type) . . . . . . . . .
Réponses impulsionnelles à un choc de demande globale (d’un écart-type) . .
Réponses impulsionnelles à un choc de demande étrangère (d’un écart-type) .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
29
30
30
31
31
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
8
18
27
28
32
Liste des tableaux
1
2
3
4
5
Structure des échanges commerciaux avec l’Europe (27 pays) en %
Paramètres calibrés . . . . . . . . . . . . . . . . . . . . . . . . . .
Description des paramètres . . . . . . . . . . . . . . . . . . . . . .
Distributions a priori et a posteriori des principaux paramètres . .
Paramètres estimés . . . . . . . . . . . . . . . . . . . . . . . . . . .
3
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
Modèle de Prévision à Moyen Terme pour la Tunisie
1
Décembre 2013
Introduction
Il est reconnu depuis longtemps que la politique économique en général, et la politique monétaire en
particulier, a besoin d’une dimension prospective compte tenu des délais relativement longs avec lesquels
se transmettent les effets de ses actions à l’économie. Ce caractère prospectif nécessite un ensemble d’outils
d’analyses et de prévisions qui synthétisent les informations pertinentes pour une meilleure évaluation des
perspectives économiques en vue. Il est important pour une banque centrale de disposer de son propre
modèle de prévision à moyen terme. Un tel modèle est un outil d’aide à la décision en matière de conduite
de la politique monétaire.
Ce travail s’inscrit dans le cadre de la mise en place d’un dispositif d’analyse et de prévision à la BCT.
Il a pour objectif principal la construction d’un modèle de prévision à moyen terme de la croissance
économique et de l’inflation en Tunisie. Le modèle est de type néo-keynésien 1 basé sur les hypothèses
que les agents économiques ont des anticipations rationnelles et que la concurrence est imparfaite sur les
prix et les salaires. Sa structure est inspirée du Modèle de Projection Global (GPM) du Fonds Monétaire
International, notamment dans sa version présentée par Carabenciov et al.(2008) [5], tout en s’attachant
à ce qu’elle retrace assez fidèlement les évolutions spécifiques à l’économie tunisienne. Initialement conçu
pour l’économie américaine, le modèle GPM a été utilisé aux fins d’analyse et de prévision de l’inflation.
Depuis, plusieurs travaux se sont succédés, en collaboration avec le Centre pour la Recherche Économiques
et ses Applications (CEPREMAP), visant l’intégration d’autres régions et pays. Dans sa dernière version,
le modèle GPM couvre plus de 85% du PIB mondial. Les prévisions issues de ce modèle ont permis
aux experts du FMI ainsi qu’à beaucoup de banques centrales de bénéficier des projections multi-pays
cohérentes dans l’ensemble. A côté de l’aspect prévisionnel, le GPM peut être utilisé dans les exercices
de simulations macroéconomiques et dans l’analyse de la transmission de chocs et de leurs propagations
d’un pays à un autre.
Notre modèle décrit une petite économie ouverte en présence des rigidités nominales et des anticipations prospectives. Les équations formalisent le comportement de la demande, de l’inflation, du taux de
change ainsi qu’une fonction de réaction propre aux autorités monétaires. Certains paramètres ont été
estimés, d’autres sont calibrés, de manière à répliquer les évolutions économiques globales. A ce titre, une
importance particulière a été donnée à la mesure de la production potentielle et le positionnement de la
production effective par rapport à cette mesure, en présence d’un certain nombre de chocs.
La suite du travail sera organisée comme suit : La première partie sera consacrée à une description
des principaux faits stylisés de l’économie tunisienne. La présentation de la structure du modèle sera
déclinée dans la seconde partie. Les troisième et quatrième parties porteront sur la technique
1. Il s’agit d’un courant de la macroéconomie contemporaine qui s’efforce de fournir les fondements microéconomiques
pour l’économie keynésienne.
4
Modèle de Prévision à Moyen Terme pour la Tunisie
Décembre 2013
d’estimation employée, ainsi que l’analyse des résultats à travers la décomposition des écarts des principaux agrégats macroéconomiques par rapport à leurs valeurs d’équilibre et les fonctions de réponses
impulsionnelles. Nous envisagerons dans la dernière partie la description du processus de prévision adopté.
2
Évolutions macroéconomiques et politique monétaire en
Tunisie
2.1
La politique monétaire et de change
La Banque Centrale de Tunisie (BCT) a poursuivi, depuis les années 90, une politique monétaire
discrétionnaire faisant recours à de multiples instruments. Cette orientation s’explique par l’attachement
de l’institut d’émission à la réalisation de plusieurs objectifs à la fois en l’occurrence le soutien de l’activité
économique, la préservation de la stabilité du système financier, la viabilité de la position extérieure et
la maîtrise de l’évolution des prix. Cette démarche se justifiait non seulement par l’ambiguïté entourant
la mission principale de la BCT qui consistait, selon l’ancienne loi portant création et organisation de
la BCT, en la préservation de la valeur interne et externe de la monnaie nationale, mais surtout par
l’absence d’un cadre analytique fiable lui permettant de mener à bien sa politique monétaire.
Chaque année, la BCT élabore un programme monétaire dans lequel est annoncé un objectif de
croissance de la masse monétaire compte tenu d’un schéma macroéconomique préalablement établi par
le Gouvernement. De ce fait, l’appréciation des tensions inflationnistes à travers le suivi de l’évolution
monétaire était plutôt à titre indicatif et n’a pas eu une influence significative sur les décisions en matière
de taux d’intérêt directeur. Ce n’est qu’à partir de l’année 2006 que l’ambiguïté entourant la mission
principale de la Banque a été levée, à travers la consécration de la préservation de la stabilité des prix
comme mission principale de la politique monétaire.
2.1.1
Politique du taux d’intérêt
L’examen de l’évolution du taux d’intérêt, au cours de la période comprise entre 2000 et 2008, laisse
entrevoir une forte réticence de la BCT dans l’utilisation du taux d’intérêt en tant qu’instrument principal
dans la conduite de la politique monétaire pour des considérations de stabilité financière. Ainsi, en dehors
du mouvement baissier qui a accompagné une évolution modérée de l’inflation depuis 2000, le taux
directeur n’a été revu à la hausse qu’une seule fois en 2006 de 25 points de base. Le taux du marché
monétaire au jour le jour, qui constitue le taux de référence pour l’ensemble des instruments financiers,
est demeuré longtemps très peu volatil à cause de la forte présence de la BCT sur le marché.
Cette politique monétaire, qui pourrait être qualifiée globalement par neutre avec rigidité du taux
5
Modèle de Prévision à Moyen Terme pour la Tunisie
Décembre 2013
6,25%
En
réaction
à
l’accélération
de
l’inflation
conformément à la
nouvelle
mission
de la BCT
5,75%
En réponse à la
forte décélération
de
l’activité
économique
et
l’augmentation des
NPL
notamment
dans
le
secteur
touristique
5,25%
4,75%
Allègement
des
charges financières
des
entreprises
fortement touchées
par les évènements
survenus après la
révolution
Soutenir
l’activité
économique
fortement
affectée
par
la
contraction
de
la
demande extérieure
4,25%
3,75%
Introduction
des
facilités
permanentes
et
abandon
des
opérations ponctuelles
3,25%
En réponse
hausse
du
d’inflation
Corridor
Taux directeur
Taux du marché monétaire
à la
taux
2,75%
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
Figure 1 – Évolution des principaux taux d’intérêt du marché monétaire
d’intérêt, a fait perdre au TMM tout contenu informatif sur la situation de la liquidité et a conduit à
réduire de manière substantielle son rôle dans la conduite de la politique monétaire. Ce n’est qu’à partir
de février 2009 avec l’institution des facilités permanentes de dépôt et de prêt à 24 heures et d’un corridor
de 100 points de base autour du taux directeur, que le TMM est devenu plus flexible.
2.1.2
Politique du taux de change
Tout en s’attachant à l’hypothèse implicite d’un taux de change d’équilibre stable, les autorités monétaires ont adopté, durant la période comprise entre 1994 et 2000, une politique de change visant la stabilité
du taux de change effectif réel à travers l’ajustement du taux de change effectif nominal. Toutefois, la
forte chute de l’euro face au dollar pendant les années 2000 et 2001, a conduit les autorités à mener une
politique de change plus adaptée au nouveau contexte. En effet, et afin de préserver voire améliorer la
compétitivité des exportations tunisiennes, la BCT a opté pour une dépréciation du taux de change réel.
Cette orientation, qui s’est accompagnée par une asymétrie dans la réaction de la BCT face à l’évolution de la parité euro-dollar, visait principalement deux objectifs : soutenir les entreprises tunisiennes, y
compris celles bénéficiant de programmes de mise à niveau, à faire face aux difficultés engendrées par l’ouverture croissante de l’économie 2 d’une part, et aux risques auxquels a été exposé le secteur touristique
après les évènements du 11 septembre 2001 et les attentats de Djerba en 2002 et qui se sont traduites par
une forte hausse du taux des créances immobilisées (de l’ordre de 24% en 2003), d’autre part.
Face à l’aggravation du déficit courant, la BCT a adopté un cadre de politique de change plus flexible
2. L’entrée en vigueur de la deuxième phase de l’accord d’association avec l’Union Européenne et l’élimination progressive
des quotas prévus par les accords multi-fibres conjuguées à l’adhésion de la Chine à l’OMC en 2001.
6
Modèle de Prévision à Moyen Terme pour la Tunisie
2,20
135
2,00
125
1,80
115
1,60
105
1,40
95
1,20
Euro/Dinar
Dollar/Dinar
85
1,00
Décembre 2013
Indice de taux de change nominal
(Euro/Dinar)
Indice de taux de change réel
(Euro/Dinar)
75
Figure 2 – Évolution des parités Euro/Dinar et Figure 3 – Évolution des indices de taux de change
Dollar/Dinar
du Dinar face à l’Euro
en modifiant, au courant de l’année 2012, son mode d’intervention sur le marché de change et ce, en
remplaçant le mode basé sur le taux de référence calculé sur un panier de monnaie par le fixing basé
sur les taux interbancaires. Cette démarche visait à faciliter l’ajustement extérieur et à aider à réduire
l’érosion des avoirs en devises.
2.2
La croissance économique
L’activité économique s’est bien comportée, au cours de la période comprise entre 2000 et 2008, malgré
une année 2002 fortement affectée par la forte baisse de l’activité du secteur touristique à cause des retombées des attentats du 11 septembre 2001 et de Djerba, en avril 2002. Le taux de croissance s’est établi,
au cours de cette période autour de 5% en moyenne grâce, notamment, à la vigueur de la consommation
privée, principal moteur de croissance en Tunisie.
7
Modèle de Prévision à Moyen Terme pour la Tunisie
8,0
Décembre 2013
(%)
6,0
4,0
2,0
-
-2,0
Exportations nettes de biens & services
Variations de stocks
Formation brute de capital fixe
Consommation privée
Consommation publique
P.I.B. aux prix constants (base 2005)
-4,0
-6,0
Figure 4 – Structure de la croissance économique en Tunisie
Si la Tunisie est parvenue en 2009 à bien gérer la crise financière grâce, notamment, à son faible
degré d’intégration et des restrictions imposées sur les mouvements de capitaux, elle n’a pas pu éviter le
ralentissement de l’économie qui est dû à la crise économique dans la Zone Euro.
Table 1 – Structure des échanges commerciaux avec l’Europe (27 pays) en %
Tunisie
Algérie
Égypte
Jordanie
Liban
Maroc
Syrie
2000
80,3
63,1
41,0
4,2
22,9
75,7
68,3
Exportations vers l’Europe
2005
2010
80,1
73,2
55,5
49,1
34,1
30,0
3,6
3,7
11,3
18,1
74,0
59,7
44,5
40,5
2000
72,0
59,1
38,1
34,2
45,7
58,9
32,9
Importations de l’Europe
2005
2010
69,7
61,2
55,7
51,1
25,2
32,2
24,6
20,6
40,1
35,8
53,2
49,2
12,3
25,3
Source : Pocketbook on Euro-Mediterranean Statistics, EUROSTAT 2012.
La structure des échanges a fait de la Tunisie un réel partenaire l’Europe avec des parts des exportations et des importations devançant celles des autres pays de la rive sud de la Méditerranée. Ces niveaux
élevés ont contribué à augmenter la vulnérabilité de l’économie tunisienne à la conjoncture en Europe.
En effet, selon De Bock et all. (2010)[8] un choc sur l’activité économique dans la zone Euro engendre
une réaction significative au niveau de la croissance en Tunisie.
Cette forte dépendance, conjuguée à d’autres facteurs internes, ont mis en difficulté la reprise économique après la révolution. L’activité peine encore à retrouver sa vigueur compte tenu de la situation
défavorable à laquelle fait face la Zone Euro aujourd’hui.
8
Modèle de Prévision à Moyen Terme pour la Tunisie
2.3
Décembre 2013
L’évolution des prix
Malgré une politique monétaire plutôt orientée vers le soutien de l’activité économique et la préservation de la stabilité financière, la Tunisie est parvenue, au cours de la période comprise entre 2000 et
2010, à assurer une certaine maîtrise de l’inflation grâce à une politique d’administration des prix, qui a
réussi durant cette période à contrecarrer les chocs sur les prix internationaux des produits de base et de
l’énergie et contenir l’inflation dans des niveaux acceptables 3 .
Trois caractéristiques ont marqué l’évolution des prix au cours de cette période :
i. Une assez forte volatilité et un profil cyclique, moins perceptible dans l’inflation sous-jacente, avec
une alternance de phases d’inflation portant la marque, essentiellement, de l’évolution des prix des
produits alimentaires frais.
ii. La présence d’une tendance ascendante engendrée par la hausse des prix à l’importation suite,
notamment, à la dépréciation du taux de change du dinar.
iii. La forte part des prix des produits administrés dans le panier à la consommation, malgré l’engagement de l’État dans un processus de libéralisation des prix. Ainsi, tout ajustement non anticipé
des prix des produits administrés est de nature à provoquer un biais budgétaire dans la maîtrise de
l’inflation et réduit l’impact du taux d’intérêt dans la transmission des impulsions de la politique
monétaire.
6
(%)
5
4
3
2
Inflation
1
Inflation hors produits frais et
administrés
0
Figure 5 – Évolution de l’inflation et de l’inflation sous-jacente
Les évènements qui ont accompagné la révolution en 2011 se sont traduits par une dégradation de
la situation sécuritaire, une prolifération du secteur informel et l’instauration d’un nouveau rapport de
3. Le seul dépassement a été enregistré au cours de la première moitié de 2008 et ce, suite à la flambée des prix des
produits de base et de l’énergie.
9
Modèle de Prévision à Moyen Terme pour la Tunisie
Décembre 2013
forces, sur le plan social 4 aboutissant à des révisions disproportionnées des salaires. Ce contexte très
particulier a contribué à la résurgence des tensions inflationnistes.
3
Structure du modèle
On considère un modèle macroéconomique semi-structurel, qui représente une petite économie ou-
verte. Les équations décrivent essentiellement les dynamiques de la demande et de l’offre agrégées, du
taux d’intérêt nominal et du taux de change réel. L’espace des variables est caractérisé par un nombre
relativement réduit de variables observables. Quatre variables de l’économie tunisienne ont été utilisées,
qui sont les taux de croissance du PIB réel et de change nominal, le taux d’inflation et le taux d’intérêt nominal de court terme. De même, et au niveau de la Zone Euro, le choix a porté sur trois variables à savoir,
l’output gap, le taux d’inflation et le taux d’intérêt réel. Les prévisions des variables tunisiennes, issues
du modèle, sont conditionnelles aux projections des variables de la Zone Euro établies par le modèle GPM.
Globalement, le modèle s’appuie sur la même structure du modèle de projection global GPM, notamment, dans sa version présentée par Carabenciov et al.(2008)[4], avec quelques modifications, qui ne
touchent pas les fondements économiques du modèle, à savoir :
– Les variables non stationnaires sont exprimées en différence logarithmique.
– Les chocs sur l’écart de production, les taux de croissance du PIB et du potentiel sont supposés
contrôlés par les rapports des écarts-types.
– Le taux de change réel d’équilibre est supposé suivre un processus autorégressif.
– La règle de politique monétaire est augmentée par le taux de change réel.
3.1
Courbe de Phillips
La dynamique des prix est supposée décrite par une courbe de Phillips augmentée du taux de change
réel. Cette version suppose que les anticipations d’inflation sont en partie adaptatives (backward-looking)
et prospectives (forward-looking), et complémentaires à l’unité 5 . Cette hypothèse implique que l’inflation
courante est influencée, en partie, par l’inflation future anticipée. Quand une entreprise établit son prix,
elle doit être concernée par l’inflation dans l’avenir parce qu’elle ne peut pas pouvoir ajuster son prix
pendant plusieurs périodes (Walsh (2003)[28]).
4. Processus de formation des salaires, grèves, sit-in, etc.
5. Bien que dans sa version originale, l’inflation est purement prospective (Walsh (2003)[28]), il est admis tant théoriquement (Gali et al.(2001)[13]) qu’empiriquement (Palley (2003)[20], Dupuis (2004) [9], Roeger et al.(2012)[22]) que l’ajustement
de l’inflation peut être lent à cause d’une composante inertielle dans la dynamique des prix.
10
Modèle de Prévision à Moyen Terme pour la Tunisie
Décembre 2013
Le taux d’inflation est supposé alors décrit par le processus suivant :
πt = λ1 Et πt+1 + (1 − λ1 )πt−1 + λ2 yt−1 + λ3 dZt + pt
(1)
où π le taux de croissance trimestriel annualisé de l’indice des prix à la consommation, y l’output
gap, dZ le taux de croissance trimestriel du taux de change réel. Le paramètre λ1 mesure l’influence
des anticipations prospectives dans la formation des prix courants. Le paramètre λ2 reflète le degré de
répercussion des ajustements des coûts de production 6 sur les prix. Le paramètre λ3 mesure le degré du
pass-through des effets du taux de change vers les prix à la consommation 7 . Finalement, l’équation (1)
intègre un choc stochastique, p , qui s’interprète comme un choc d’offre transitoire 8 .
3.2
Courbe IS
L’équation de la demande agrégée, qualifiée courbe IS, présume l’existence d’un niveau potentiel de
production pour l’ensemble de l’économie autour duquel fluctue la production effective. Ces fluctuations,
qui constituent un élément déterminant de l’évolution de l’inflation, sont supposées être définies comme
suit :
eu
yt = β1 yt−1 + β2 Et yt+1 − β3 rrt−1 + β4 zzt−1 + β5 yt−1
+ yt
(2)
où y, rr, zz et y eu sont, respectivement, la production domestique, les taux d’intérêt et du change réels,
et la production de la Zone Euro, exprimés en termes d’écart par rapport à leurs niveaux de long terme.
Cette spécification traduit le fait que la décision de production prise au cours de la période t, représentée
par la variable yt , dépend des décisions prises au cours de la période passée et aussi des anticipations
sur l’état futur de l’économie, qui reflètent les perspectives de l’activité. Ces dernières influencent les
anticipations sur les revenus futurs des ménages, ce qui peut les encourager à consommer plus. L’effet
attendu de cette composante est positif et expansif. Par ailleurs, un écart positif du taux d’intérêt réel,
par rapport à ses mouvements de long terme, a un effet restrictif sur la demande intérieure. En effet, le
renchérissement des coûts réels du crédit, suite à une hausse du taux d’intérêt nominal à court terme,
pénalise à la fois la consommation et l’investissement.
L’influence de la demande étrangère sur l’output gap transite, essentiellement, par les effets des fluctuations du taux de change réel et de la production dans les pays partenaires, par rapport à leurs niveaux
de long terme. Un écart positif du taux de change réel rend les produits tunisiens plus compétitifs sur le
6. Les ajustements de coûts répondent aux pressions exercées sur l’appareil de production pour satisfaire une demande
additionnelle. Étant donné l’absence de séries chronologiques informatives sur ces coûts, il est souvent admis que l’écart de
production constitue la bonne approximation.
7. Théoriquement, l’inflation dépend de la variation des termes de l’échange, mais en admettant la loi de prix unique, le
taux de change réel est proportionnel aux termes de l’échange (Walsh (2003)[28] et Galí et Monacelli (2004) [13]).
8. Comme par exemple, des chocs sur les prix internationaux des produits de base et de l’énergie.
11
Modèle de Prévision à Moyen Terme pour la Tunisie
Décembre 2013
marché étranger et un output gap positif dans la Zone Euro stimule la demande étrangère adressée aux
produits tunisiens. Finalement, l’output gap peut être impacté par un choc de demande transitoire, y ,
telle qu’une augmentation non anticipée des dépenses budgétaires ou de la demande étrangère provenant
d’autres pays en dehors de la Zone Euro.
Comme elles sont inobservables, les variables de long terme sont estimées par le modèle, simultanément
et conjointement avec les paramètres. Afin de les apprécier, il s’est avéré nécessaire d’imposer un certain
processus décrivant a priori leurs trajectoires. Tout d’abord, la production potentielle, principale variable
de long terme, vérifie la définition suivante :
yt − yt−1 = dpibt − dpib∗t
(3)
avec dpib et dpib∗ sont, respectivement, les taux de croissance trimestriels du PIB observé et du potentiel. Le taux de croissance du potentiel est supposé égal à gt , augmenté d’un choc exogène permettant
d’engendrer un changement permanent du niveau du potentiel :
∗
dpib∗t = gt /4 + dpib
t
(4)
A long terme, le taux de croissance du potentiel g est supposé égal au taux de croissance à l’état stationnaire g ss . Toutefois, il peut dévier à cause d’un choc exogène transitoire, g , avant de revenir graduellement
à son état d’équilibre :
gt = (1 − ρg )g ss + ρg gt−1 + gt
(5)
Faut-il noter qu’avec une telle spécification du potentiel de la croissance, il serait difficile d’évaluer de
façon fiable l’output gap issu du modèle estimé, compte tenu de l’importance de l’incertitude engendrée par
le choc qui a secoué l’économie tunisienne lors de la révolution du 14 janvier 2011. Une façon permettant
de contourner cette situation d’incertitude consiste à prendre en compte des informations sur les résidus
afin de contrôler leurs effets sur le potentiel et sur l’output gap. Ce contrôle se matérialise à travers la
calibration du rapport entre les écarts-types des résidus de la courbe IS et de la dynamique du potentiel,
de la manière suivante :
eu
yt = β1 yt−1 + β2 Et yt+1 − β3 rrt−1 + β4 zzt−1 + β5 yt−1
+ uyt
dpib∗t = gt /4 + udpib
t
∗
gt = (1 − ρg )g ss + ρg gt−1 + ugt
∗
∗
(6)
(7)
(8)
où yt = ψ1 σ g uyt , dpib
= ψ2 σ g udpib
et gt = σ g ugt . Le paramètre σ g est l’écart-type de g , ψ1 et ψ2
t
t
12
Modèle de Prévision à Moyen Terme pour la Tunisie
Décembre 2013
∗
sont, respectivement, les rapports des écarts-types de y et dpib sur g . Des valeurs élevées de ψ1 sont
de nature à rendre le potentiel plus rigide et l’output gap plus sensible aux chocs affectant la production
effective. Par ailleurs, des grandes valeurs de ψ2 impliquent plus de flexibilité du potentiel. Les résidus
∗
uyt , udpib
et ugt sont supposés suivre une distribution N(0,1).
t
Ensuite, les mouvements à long terme du taux d’intérêt réel ex ante, r∗ , sont supposés suivre le
processus suivant :
∗
rt∗ = (1 − ρr )rss + ρr rt−1
+ rt
∗
(9)
rt∗ = rt − rrt
(10)
rt = it − Et πt+1
(11)
avec i et r sont, respectivement, les taux d’intérêt nominal et réel à court terme, rss est le taux d’intérêt
réel de l’état stationnaire. Cette équation implique que le taux d’intérêt réel de long terme peut diverger
∗
de son niveau de l’état stationnaire en réponse à un choc exogène r .
Finalement, les mouvements de long terme du taux de change réel sont supposés suivre le processus
autorégressif suivant :
∗
dZt∗ = κdZt−1
+ Z
t
∗
zzt = dZt − dZt∗ + zzt−1
(12)
(13)
où dZ et dZ ∗ sont les taux de croissance trimestriels du taux de change réel et de son niveau de long
terme. Le paramètre κ mesure la persistance inertielle dans la dynamique de taux de change réel. Alors
∗
que le terme résiduel Z résume les chocs exogènes qui peuvent engendrer des déviations transitoires de
dZ ∗ .
3.3
Parité non couverte des taux d’intérêt
Afin d’évaluer la dynamique du taux de change réel, le modèle fait appel au concept de parité non
couverte du taux d’intérêt (PTINC). Bien que cette parité soit remise en question dans la pratique,
elle demeure, toutefois, une référence pour les économistes, tout en apportant à chaque fois certains
changements de ses hypothèses.
Par conception, la PTINC établit que la différence entre les taux de change futur anticipé et courant
est compensée par le différentiel des taux d’intérêt domestique et étranger. Cette définition exige une
substituabilité parfaite entre les actifs financiers dans les deux pays et par conséquent, une prime de
risque nulle. La confrontation de cette relation avec les données observées a remis en cause les hypothèses
de la formation des anticipations et de la prime de risque.
Dans un contexte d’incertitude et d’absence d’information complète sur les évolutions des marchés
13
Modèle de Prévision à Moyen Terme pour la Tunisie
Décembre 2013
financiers, les anticipations des agents économiques ne peuvent pas être purement rationnelles. De ce fait,
l’anticipation du taux de change courant peut s’écrire comme une combinaison linéaire des anticipations
adaptatives et prospectives :
Zte = φEt Zt+1 + (1 − φ)Zt−1
(14)
Souvent, une certaine prime de risque est introduite pour expliquer les écarts de la PTINC. Par exemple,
les interventions des banques centrales sur le marché de change, quand elles ne sont pas anticipées par les
agents, peuvent induire des déviations temporaires de la PTINC. C’est notamment le cas si elles ont pour
but de soutenir la monnaie nationale alors que le différentiel de taux d’intérêt suggérait une dépréciation
de celle-ci. La spécification retenue de la PTINC, en présence des anticipations combinées et des primes
de risque, s’écrit comme suit 9 :
∗
4(Zte − Zt ) = (rt − rteu ) − (rt∗ − rteu ) + zz
t
(15)
∗
où reu est le taux d’intérêt réel dans la Zone Euro et reu est son niveau d’équilibre. La composante
∗
r∗ − reu est une prime de risque d’équilibre sur les actifs financiers en Tunisie. Le terme résiduel zz
s’interprète comme une autre prime de risque relative à l’évolution conjoncturelle. Le réarrangement de
ces deux dernières équations permet d’écrire :
∗
4((φ − 1)dZt + φEt dZt+1 ) = (rt − rteu ) − (rt∗ − rteu ) + zz
t
(16)
dZt = dSt + πteu − πt
(17)
où dZ et dS sont les variations trimestrielles du taux de change du dinar vis-à-vis de l’Euro en termes
réel et nominal. La variable π eu est le taux d’inflation trimestriel dans la Zone Euro.
3.4
Règle de politique monétaire
A travers une règle de politique monétaire, notamment une règle de type Taylor 10 , nous cherchons
à décrire la politique monétaire à différentes périodes et à appréhender le comportement de la banque
centrale en matière d’ajustement du taux d’intérêt de court terme. La construction d’une telle règle est
fondée sur le calcul d’un taux d’intérêt compatible avec l’objectif de stabilité de prix. D’un point de vue
normatif, la comparaison du taux d’intérêt issu de la règle de Taylor au taux d’intérêt à court terme
observé sur le marché permet de juger de l’adéquation des actions de politique monétaire aux évolutions
9. La différence de taux de change réel est multipliée par 4 pour avoir le taux annualisé comparable à celui des taux
d’intérêt.
10. J.Taylor a proposé une règle pragmatique du comportement du taux d’intérêt, tirée de l’expérience de la Federal
Reserve Bank des États-Unis. Vu la simplicité de cette règle, elle s’est progressivement imposée comme une règle de référence
pour la plupart des travaux empiriques.
14
Modèle de Prévision à Moyen Terme pour la Tunisie
Décembre 2013
des variables macroéconomiques fondamentales.
La règle retenue est une version modifiée de celle du modèle GPM6, augmentée du taux de change réel.
A travers cette règle, le taux d’intérêt nominal de court terme est supposé décrit de la manière suivante :
it = γ1 it−1 + (1 − γ1 )((rt∗ + πt∗ ) + γ2 (πt − πt∗ ) + γ3 yt + γ4 dZt ) + it
(18)
avec i le taux d’intérêt de court terme, π ∗ le taux d’inflation désiré ou cible et r∗ le taux réel neutre
(ou taux d’intérêt réel assurant l’équilibre à long terme). Cette règle implique qu’à long terme, le taux
d’intérêt i est égal à son niveau d’équilibre. Toutefois, à court et moyen termes, il peut s’écarter pour
répondre à un écart d’inflation, de production ou à une variation du taux de change réel. Les actions
discrétionnaires de la politique monétaire sont incorporées dans le terme d’erreurs i , qui s’interprète
comme un choc de politique monétaire.
3.5
Économie étrangère (Zone Euro)
Dans le modèle, les partenaires commerciaux de la Tunisie se limitent uniquement aux pays de la Zone
Euro 11 . Trois indicateurs macroéconomiques de la Zone Euro sont alors utilisés, à savoir, l’output gap,
le taux d’inflation et le taux d’intérêt réel, qui sont supposés suivre les processus suivants :
eu
yteu = θyt−1
+ yt
eu
(19)
ss
eu
πteu = (1 − τ )π eu + τ πt−1
+ pt
eu
ss
eu
rteu = (1 − ρeu )reu + ρeu rt−1
+ rt
∗
∗
ss
∗
∗
(20)
eu
eu
rteu = (1 − ρeu )reu + ρeu rt−1
+ rt
(21)
eu∗
(22)
avec y eu est l’output gap de la zone euro, π eu est le taux de croissance trimestriel de l’indice de prix à
la consommation harmonisé (IPCH), π eu
ss
et reu
ss
sont, respectivement, le taux d’inflation et le taux
eu
d’intérêt réel de l’état stationnaire. Les termes résiduels y , p
eu
, r
eu
et r
eu∗
résument les chocs
de demande, d’offre et de taux d’intérêt dans la Zone Euro. En matière de prévision, les projections
générées par le modèle GPM6 sont supposées les plus probables pour la Zone Euro et sont retenues pour
la prévision de la croissance et de l’inflation en Tunisie. A signaler que le modèle GPM6 intègre la plupart
des économies du monde (plus de 85% du PIB mondial) et génère mensuellement de nouvelles prévisions.
11. Plus de 70% des transactions commerciales sont effectuées avec des pays de la Zone Euro, notamment, la France,
l’Italie, l’Allemagne et l’Espagne.
15
Modèle de Prévision à Moyen Terme pour la Tunisie
4
Décembre 2013
Estimation du modèle
Le modèle 12 décrit précédemment est composé de 17 équations et de 41 paramètres. L’estimation
par les méthodes économétriques traditionnelles semble inappropriée étant donnée la taille relativement réduite de l’échantillon. Pour pallier cette insuffisance, nous avons opté pour la méthode bayésienne. Cette technique qui est devenue l’outil privilégié des macro-économistes, à l’instar de Smets et
Wouters(2003)[24], Fernandez et al.(2006) [10] et Wieland et al.(2012)[29], consiste à combiner l’information livrée par les données avec des a priori sur les paramètres du modèle qui sont généralement
synthétisés dans des travaux antérieurs ou tout simplement déduits de la théorie économique.
4.1
Données
Les données utilisées dans l’estimation sont celles de l’Institut National de la Statistique (INS), de
la Banques Centrale de Tunisie et du réseau GPM (CEPREMAP). La période d’estimation s’étend du
deuxième trimestre 2000 au dernier trimestre 2012. Les variables observables retenues sont :
– Le taux de croissance trimestriel du PIB hors agriculture aux prix constants de 2005 13 .
– Le taux d’inflation sous-jacente, défini comme le taux de croissance trimestriel annualisé de l’indice
des prix à la consommation hors produits alimentaires frais et produits administrés (base 100=2005).
– Le taux d’intérêt nominal à court terme, qui n’est autre que la moyenne trimestrielle du taux du
marché monétaire (TMM).
– Le taux de croissance trimestriel de l’indice de taux de change nominal bilatéral Euro/Dinar (base
100=2005).
– L’écart de production de la Zone Euro mesuré par l’écart entre le PIB réel (année de base 2005) et
son niveau potentiel estimé par le modèle GPM (6 régions), Cf. Carabenciov et al (2011).
– Le taux d’inflation de la Zone Euro défini par le taux de croissance trimestriel annualisé de l’indice
des prix à la consommation harmonisé (base 100=2005).
– Le taux d’intérêt réel ex ante de la Zone Euro 14 qui est égal à la différence entre le taux d’intérêt
nominal de court terme Euribor (3 mois) et le taux d’inflation futur anticipé.
4.2
Estimation bayésienne
Durant les dernières années, l’approche bayésienne est devenue très répandue auprès des économistes
et des modélisateurs. Deux principales raisons peuvent expliquer son succès. La première étant d’ordre
conceptuel, concerne la prise en compte de l’information a priori sur les paramètres structurels du modèle.
12. Voir annexe 1 pour une description détaillée du modèle.
13. La composante agriculture est exclue à cause de sa volatilité liée essentiellement aux facteurs climatiques.
14. Ce taux est calculé à partir du modèle GPM6.
16
Modèle de Prévision à Moyen Terme pour la Tunisie
Décembre 2013
La deuxième raison est plutôt numérique et en relation avec la révolution technologique, qui a permis le
développement des logiciels et des procédures de calcul numérique facilitant l’adoption de cette approche.
Emiriquement, l’approche Bayésienne commence par la formulation du modèle. Ensuite, nous formulons
une distribution a priori sur les paramètres inconnus du modèle, qui doit capter nos croyances de la
situation avant l’observation des données. Après l’observation de quelques données, nous appliquons la
formule de Bayes pour obtenir une distribution a posteriori pour ces paramètres, qui tient compte tant
du prior que des données (Neal(1998) [19]).
Explicitement, l’application de l’approche bayésienne suppose que l’on connaît les quantités suivantes :
– La densité a priori du vecteur des paramètres, qui résume l’information dont on dispose sur les
paramètres. Elle nécessite de choisir les valeurs de l’espérance et de l’écart-type ainsi que la loi de
distribution jugée appropriée pour chaque paramètre.
– La densité jointe des variables endogènes conditionnelle aux paramètres, qui consiste à calculer la
vraisemblance à partir des données observées.
– La formule de Bayes qui détermine la loi a posteriori à partir de la densité a priori et la vraisemblance :
p(Y /θ)p(θ)
p(θ/Y ) = R
∝ p(Y /θ)p(θ)
p(Y /θ)p(θ)
(23)
avec θ le vecteur des paramètres, p(θ/Y ) la densité a posteriori sachant le modèle, p(θ) la densité a priori,
caractérisant l’information postulée a priori, p(Y /θ) la vraisemblance ou la densité jointe du modèle
sachant les paramètres, incorporant l’information amenée par les données.
L’inférence des postérieurs suscite un certain nombre de commentaires. Tout d’abord, la comparaison
des variances a priori et a posteriori peut renseigner sur la pertinence de l’information apportée par les
données par rapport à celle donnée par les priors. Dans un contexte où nous disposons de peu de données,
la prise en compte des croyances a priori permet d’accroître la précision de l’estimation. Dès lors que l’on
apporte de l’information, la variance postérieure devrait être plus faible que la variance de l’estimateur de
vraisemblance (MV). De plus, si l’information a priori est plus importante que l’information empirique
(provenant des données) alors l’espérance postérieure sera plus proche de l’espérance a priori que de
l’estimateur MV (Adjemian (2008)[1]). Finalement, la densité postérieure peut être utilisée pour générer
des fonctions de réponse et des densités prédictives des variables observables.
17
Modèle de Prévision à Moyen Terme pour la Tunisie
4.3
Décembre 2013
Choix des priors
Le choix des priors constitue une étape importante dans la procédure d’estimation bayesienne. Il
se fait de manière subjective et dépend des croyances de l’économiste sur les paramètres décrivant les
comportements des variables d’intérêt. Les appréciations des modélisateurs peuvent fournir un critère
acceptable pour fixer les limites du domaine ou de l’intervalle de définition du paramètre 15 . Une chose
essentielle pour reproduire ces croyances sous forme de densités paramétrées.
Bien que les sources d’appréciation des paramètres soient multiples, les formes des densités a priori
sont pratiquement les mêmes. Formellement, les paramètres strictement positifs suivent une distribution
Gamma, et ceux inférieurs à un sont de distribution Bêta. Alors que si les croyances sont vagues, la
distribution Normale est la plus appropriée. Par ailleurs, les écarts-types des résidus sont généralement
distribués selon la loi Gamma-inverse, ce qui garantit qu’ils soient strictement positifs.
Certains paramètres ont été calibrés, compte tenu de la difficulté de les identifier dans les données. Un
nombre de priors a été déduite du modèle GPM6, notamment celle relative à la Zone Euro. Le reste des
priors reflète plutôt nos appréciations de l’économie tunisienne. Les paramètres calibrés sont présentés
dans le tableau suivant :
Table 2 – Paramètres calibrés
Paramètre
π∗
ψ1
ψ2
ss
π eu
ss
reu
τ
θ
ρeu
∗
ρeu
4.4
Interprétation
Taux d’inflation d’équilibre
Rapport des variances de y et g
∗
Rapport des variances de dpib et g
Taux d’inflation d’équilibre de la ZE
Taux d’intérêt réel à long terme de la ZE
Persistance de l’écart de production de la ZE
Persistance de l’inflation de la ZE
Persistance intrinsèque du taux d’intérêt réel de la ZE
Persistance intrinsèque du taux d’intérêt réel de long terme de la ZE
Prior
4%
4,0
0,1
2%
0,5%
0,5
0,5
0,5
0,5
Résultats
Les résultats de l’estimation bayésienne sont présentés dans le Tableau 4. Globalement, les postérieurs
ne s’éloignent pas trop de ce que nous avons fixé comme priors. Premièrement, l’inertie de la courbe IS est
confirmée par le modèle (β1 = 0, 67). Cette persistance intrinsèque est liée essentiellement à la croissance
soutenue de la consommation privée. De plus, les anticipations de la demande future ont un impact assez
significatif sur le niveau courant de l’output gap 16 (β2 = 0, 12).
Les impulsions de la politique monétaire, qui transitent par l’écart du taux d’intérêt réel, demeurent
15. Ces jugements aident à pallier à plusieurs problèmes de calcul numérique et de convergence des estimateurs.
16. Les anticipations sont souvent sensibles aux chocs exogènes, tels que, l’attentat de Djerba (11 avril 2002) et la
Révolution du 14 janvier 2011.
18
Modèle de Prévision à Moyen Terme pour la Tunisie
Décembre 2013
limitées (β3 = 0, 07) à cause de l’évolution relativement uniforme du taux d’intérêt nominal sur une longue
période. Par ailleurs, la contribution de la demande étrangère à la demande agrégée est relativement
importante, reflétée par les effets de l’écart du taux de change réel (β4 = 0, 16) et de l’output gap de la
Zone Euro (β5 = 0, 20).
Deuxièmement, les paramètres estimés de la courbe de Phillips, accordent une importance particulière
aux anticipations prospectives (λ1 = 0, 67) reflétant en quelque sorte la tendance inflationniste observée
au cours des dernières années (figure 9). Faut-il préciser à cet égard que ce type d’anticipations joue un rôle
crucial dans la conduite de toute politique monétaire ayant la stabilité des prix comme objectif principal.
En fait, si elles ne sont pas fortement arrimées aux objectifs de la banque centrale, ces anticipations
risquent d’engendrer des écarts importants par rapport aux niveaux d’inflation désirés et de compromettre,
par conséquent, l’efficacité de la politique monétaire 17 . L’effet de l’écart de production sur l’inflation en
Tunisie est relativement faible comparativement à d’autres pays. En effet, la relation output gap-inflation a
été fortement affectée par les évolutions post-révolution, période au cours de laquelle la hausse des salaires
n’a pas été accompagnée d’une amélioration équivalente au niveau de la productivité. Les résultats des
estimations suggèrent aussi que les prix s’ajustent, en grande partie, aux chocs d’offre.
Troisièmement, les résultats d’estimation de la règle de politique monétaire sont globalement cohérents
avec ce que nous pensions a priori. Le degré de lissage γ1 est relativement important (γ1 = 0, 93),
reflétant la forte rigidité du taux d’intérêt à cause de la réticence des autorités monétaires au recours à
cet instrument par le passé. En outre, ce dernier répond fortement à l’output gap (γ3 = 0, 44), traduisant
une préoccupation de stabilisation de l’activité économique. La réponse du taux d’intérêt au taux de
change bilatéral réel est assez importante (γ4 = 0, 16), ce qui signifie que la politique monétaire s’est
attachée à limiter l’appréciation du taux de change du dinar face à l’euro à travers la baisse du taux
d’intérêt, afin de préserver la compétitivité des exportations tunisiennes.
Finalement, le taux de croissance de la production potentielle g ss estimé à 3,65% est plus faible que
la valeur fixée a priori à savoir 4%. Les incertitudes entachant ce paramètre sont importantes, puisqu’il
semble difficile aujourd’hui de déterminer avec certitude si la révolution du 14 janvier 2011 a eu un
impact durable ou transitoire sur la production potentielle. Toutefois, les retombées de la révolution
sur l’activité économique sont non négligeables. En effet, le secteur des services, principal moteur de
l’économie tunisienne, a été directement affecté par la crise au même titre que l’industrie (figure 10). La
période post-révolution a fait apparaître de sérieux déséquilibres sous forme de déficits public et extérieur,
qui peuvent entraver la réalisation d’une croissance élevée, et risquent d’affecter à terme le niveau du PIB
potentiel.
17. Les anticipations à la hausse de l’inflation constituent une source d’accroissement des revendications salariales qui
risquent d’entraîner une spirale prix-salaires qui est de nature à alimenter les pressions inflationnistes. En identifiant les
sources de formation des anticipations, la politique monétaire peut intervenir afin de les contrecarrer.
19
Modèle de Prévision à Moyen Terme pour la Tunisie
5
Décembre 2013
Simulations et analyses de politique monétaire
Cette section est destinée, dans un premier temps, à l’examen de la décomposition des variables
d’intérêt pour la politique monétaire et à l’analyse, dans un deuxième temps, des fonctions de réaction
en réponse aux différents chocs exogènes.
5.1
Décomposition de l’output gap et de l’inflation
Il ressort des résultats d’estimation que l’évolution du PIB réel s’écarte souvent de sa tendance estimée
par le modèle. La décomposition 18 de l’output gap rend compte de la contribution importante des chocs
aussi bien de la demande domestique qu’étrangère. Depuis 2002, la demande agrégée tunisienne a été
sujette à une succession de chocs exogènes qui ont impacté sa dynamique intrinsèque, notamment, suite
aux attentats de Djerba, en 2002, le démantèlement tarifaire et l’entrée en vigueur des accords multifibres
en janvier 2005, la crise financière de 2009 et finalement la Révolution de 2011, qui a engendré, au cours
du premier trimestre 2011, un arrêt quasi-total de l’activité avant d’entamer une phase de redressement
lente. Par ailleurs, la politique monétaire apparaît accommodante, notamment depuis 2009 et durant la
période post-révolution.
Figure 6 – Décomposition de l’output gap
La décomposition des écarts du taux d’inflation par rapport à un taux choisi de 4% rend compte de la
contribution importante des chocs d’offre 19 , en particulier durant la période post-révolution. Bien que ces
chocs soient de nature transitoire, leurs effets risquent de persister à travers les anticipations de l’inflation
18. La description des différents chocs figurant dans le graphique est présentée dans l’annexe 2.
19. Ces chocs découlent en grande partie des troubles des circuits de distribution internes, des spéculations et des exportations illicites vers la Libye.
20
Modèle de Prévision à Moyen Terme pour la Tunisie
Décembre 2013
future. Le ralentissement de l’activité économique, dont le rythme de croissance demeure en dessous du
potentiel, contribue à l’apaisement des tensions inflationnistes.
Figure 7 – Décomposition de l’inflation sous-jacente
5.2
Réponses impulsionnelles
Les réponses aux impulsions demeurent l’un des instruments les plus indiqués pour expliquer les sources
de propagation des chocs. Elles permettent de synthétiser l’essentiel de l’information contenue dans la
dynamique interne du modèle. La figure 11 (en annexe) décrit l’ensemble des réponses impulsionnelles
des variables clés à un choc de politique monétaire. Une augmentation du taux d’intérêt nominal d’un
point d’écart-type engendre à court terme une appréciation du taux de change réel. Ce durcissement
des conditions monétaires conduit à un ralentissement de l’économie au bout d’un an. L’appréciation du
taux de change conjuguée à un écart de production négatif engendrent conjointement un apaisement des
tensions inflationnistes jusqu’à 10 trimestres.
Par ailleurs, en réponse à un choc positif sur les prix (figure 12), le taux de change réel s’apprécie
instantanément. La politique monétaire réagit à ces tensions inflationnistes en augmentant le taux d’intérêt nominal au bout de deux trimestres. En conséquence, la demande agrégée baisse progressivement
et le maximum d’impact est atteint après 6 trimestres. Une augmentation du taux d’intérêt nominal,
implique une hausse du coût du crédit, ce qui pénalise la consommation des ménages et l’investissement
des entreprises et par conséquent la demande agrégée.
En outre, un accroissement de la demande globale, suite à un choc positif d’un écart-type (figure 13),
engendre des pressions sur les capacités de production et par conséquent des tensions sur les coûts réels
de production. Ces derniers poussent l’inflation à la hausse sur le court terme. Le taux d’intérêt nominal
21
Modèle de Prévision à Moyen Terme pour la Tunisie
Décembre 2013
augmente graduellement pour atteindre un maximum au quatrième trimestre. Ces développements engendrent un ralentissement de l’activité économique et un apaisement des tensions inflationnistes à moyen
terme.
Finalement, une demande additionnelle de la Zone Euro adressée aux produits tunisiens conduit à
une hausse de la demande globale à court terme (figure 14). Les pressions sur les coûts de production,
afin de satisfaire cette demande, contribuent à l’accélération de l’inflation. Le taux de change Euro/Dinar
s’apprécie à très court terme (1 trimestre) puis commence à se déprécier afin de soutenir cette relance
par la demande étrangère. La politique monétaire n’entrave pas ce processus mais répond aux tensions
inflationnistes d’une manière graduelle et très lente. Le maximum d’impact est atteint 6 trimestres après
le choc.
6
Prévisions
Le modèle présenté dans ce travail est utilisé trimestriellement pour effectuer des prévisions de l’in-
flation et de la croissance sur un horizon allant de deux à trois ans. Le processus d’établissement des
projections peut se limiter aux prévisions non conditionnelles, comme il peut intégrer les jugements et
les appréciations des spécialistes, du fait qu’ils peuvent repérer d’autres facteurs importants omis par
le modèle. Cette dernière approche est souvent privilégiée par les banques centrales et les institutions
internationales.
Les jugements concernent les évolutions futures les plus probables des variables aussi bien exogènes
qu’endogènes. Pour les variables exogènes, ils proviennent du suivi des évolutions économiques et financières mondiales, en général, et des pays partenaires, en particulier. Ils permettent l’identification des
sources d’incertitude afin de les incorporer dans la prévision centrale, ainsi que dans la construction des
scénarios alternatifs. Les jugements sur les variables endogènes sont souvent limités aux prévisions à court
terme (un à deux trimestres) qui sont, généralement, issues de modèles qui ne possèdent pas nécessairement les mêmes spécificités du modèle de prévision à moyen terme. En effet, les modèles de prévision
à court terme cherchent généralement à incorporer une large gamme d’informations conjoncturelles (indicateurs économiques, enquêtes,...) afin de réduire au maximum les erreurs de prévision. D’après les
expériences passées, ces modèles sont plus performants, en termes de prévision, sur le court terme. C’est
pour cette raison qu’ils sont utilisés comme des points de départ (starting points) pour les prévisions à
moyen terme.
22
Modèle de Prévision à Moyen Terme pour la Tunisie
7,0
Décembre 2013
(%)
6,0
5,0
4,0
3,0
2,0
1,0
Inflation hors produits frais et administrés
0,0
2005
2006
2007
2008
2009
2010
2011
2012
2013
Figure 8 – Prévision non conditionnelle (hors échantillon) de l’inflation sous-jacente
7
Conclusions
Ce travail a pour objet le renforcement du dispositif actuel d’analyse et de prévision à la BCT par
le développement d’un modèle de prévision trimestrielle de l’inflation et de la croissance pour la Tunisie.
Les spécifications retenues nous semblent cohérentes avec les hypothèses explicites sur les mouvements de
long terme, les anticipations et les données tunisiennes. En se basant sur une estimation bayésienne, nous
sommes parvenus à des résultats satisfaisants et cohérents, dans l’ensemble. En particulier, les fluctuations
économiques, par rapport à une tendance de long terme, incorporent une composante inertielle relativement importante. L’impact du taux d’intérêt sur ces fluctuations est relativement faible. Néanmoins, les
effets du taux de change réel ainsi que l’output gap de la Zone Euro sont nettement significatifs. Par
ailleurs, les paramètres estimés de la courbe de Phillips indiquent un poids important pour la composante
prospective de l’inflation, tirée par la tendance inflationniste, qui s’est accélérée durant la période postrévolution. L’output gap semble peu influent sur la dynamique de l’inflation. Le degré de pass-through
est relativement comparable aux pays similaires. Le poids des chocs d’offre est important, notamment
depuis 2012 et risque de peser sur l’inflation future. Les paramètres de la règle de Taylor semblent être
raisonnables, avec un degré de lissage relativement élevé, reflétant le comportement inertiel du taux d’intérêt, sur la période d’estimation.
Finalement, la poursuite du développement du modèle apparait possible et nécessaire. Elle pourrait
s’étendre à une prise en compte explicite de la décomposition de l’inflation ; et permettrait aussi de désagréger la demande globale en séparant les comportements des agents privés et publics et en utilisant cette
séparation pour élaborer des scénarios cohérents des politiques monétaire et budgétaire.
23
Modèle de Prévision à Moyen Terme pour la Tunisie
Décembre 2013
Références
[1] Adjemian, S., et F.Pelgriny (2008), "Un regard Bayésien sur les Modèles Dynamiques de la Macroéconomie." Economie
et prévision, 2008/2 n 183-184, p. 127-152.
[2] Arbatli, EC., K. Moriyami (2011), "Estimating a Small Open-Economy Model for Egypt : Spillovers, Inflation Dynamics, and Implications for Monetary Policy", WP/11/108, International Monetary Fund.
[3] Berg, A., P. Karam and D. Laxton (2006), "Practical Model-Based Monetary Policy Analysis - A How-To Guide."
IMF Working Paper (WP/06/81).
[4] Carbenciov, I., I. Ermolaev, Freedman, C. Juillard, M. Kamenik, O. Korshunov, D. Laxton, D (2008), "A Small
Quarterly Projection Model of the US Economy", WP/08/278, International Monetary Fund.
[5] Carabenciov, I., I. Ermolaev, C. Freedman, M. Juillard, O. Kamenik, D. Korshunov, D. Laxton and J. Laxton (2008),
"A Small Quarterly Multi-Country Projection Model." WP/08/279, International Monetary Fund.
[6] Carabenciov, I., C.Freedman, R.Garcia-Saltos, D.Laxton, O.Kamentik and P.Manchev (2011), "GPM6- ? The Global
Projection Model with 6 Regions". International Monetary Fund.
[7] Chaboud, A., J.Wright(2003), "Uncovered Interest Parity : It works, but not for long." International Finance, Discussion
Papers.
[8] De Bock, R. Florea, D. Toujas-Bernaté, J. (2010), "Spillovers from Europe into Morocco and Tunisia", WP/10/238,
International Monetary Fund.
[9] Dupuis, D.(2004), "The New Keynesian Hybrid Phillips Curve : An Assessment of Competing Specifications for the
United States." Bank of Canada Working Paper 2004-31.
[10] Fernández-Villaverde, J., and J.F. Rubio-Ramírez (2006), "Estimating Macroeconomic Models : A Likelihood Approach." NBER Technical Working Paper No. 321 February 2006.
[11] Gali, J. , M. Gertler(1999), "Inflation dynamics : A structural econometric analysis." Journal of Monetary Economics
44 (1999) 195-222.
[12] Gali, J., M. Gertler, JD. Lopez-Salido (2001), "European Inflation Dynamics." NBER Working Paper No. w8218.
[13] Gali, J., T. Monacelli(2004), "Monetary Policy and Exchange Rate Volatility in a Small Open Economy." NBER.
[14] Goodhart, C.and B. Hofmann (2003), "The IS curve and the transmission of monetary policy : Is there a puzzle ?" ZEI
- Center for European Integration Studies, University of Bonn Suggested.
[15] Koop, G.(2003), "Bayesian Econometrics." John Wiley and Sons Ltd.
[16] Kuttner, K. (1994), "Estimating Potential Output as a Latent Variable." Research Department, Federal Reserve Bank
of Chicago, Chicago, IL 60604.
[17] Laurance, BJ. Chailloux, A. Simard, D. Durré, A. (2007), "Renforcement du Cadre Stratégique et Opérationnel de la
Politique Monétaire", Aide mémoire, International Monetary Fund.
[18] Laxton, D., D. Rose, A. Scott (2009), "Developping a Structural Forecasting and Policy Analysis System to Support
Inflation Forecast Targeting (IFT)", WP/09/65, International Monetary Fund.
[19] Radford M. Neal.(1998), "Philosophy of Bayesian Inference."
[20] Palley, T.(2003), "The Backward-Bending Phillips Curve and the Minimum Unemployment Rate of Inflation : Wage
Adjustment With Opportunistic Firms." The Manchester School Vol 71 No. 1 January 2003 1463-6786 000-000.
[21] Phillips, A.W. (1958), "The Relation Between Unemployment and the Rate of Change of Money Wage Rates in the
United Kingdom, 1861-1957." ECONOMICA.
24
Modèle de Prévision à Moyen Terme pour la Tunisie
Décembre 2013
[22] Roeger, W., B. Herz(2012), "Traditional versus New Keynesian Phillips Curves : Evidence from Output Effects."
International Journal of Central Banking.
[23] Rudebusch, D. (2002),"Assessing Nominal Income Rules for Monetary Policy with Model and Data Uncertainty." The
Economic Journal, 112 (April), 402-432.
[24] Smets, F., and R.Wouters (2003), "An Estimated Dynamic Stochastic General Equilibrium Model of the Euro Area."
Journal of the European Economic Association September 2003 1(5) :1123–1175.
[25] Svensson, L.(1997), "Inflation Targeting : Some Extensions." Institute for International Economic Studies, Stockholm
University ; CEPR and NBER.
[26] Taylor, J.(1999), "A Historical Analysis of Monetary Policy Rules." In Monetary Policy Rules. Ed. John Taylor.
Chicago : University of Chicago Press.
[27] Taylor, J.(2001), "The Role of the Exchange Rate in Monetary-Policy Rules". American Economic Review, 91 (2).263267.
[28] Walsh, C.(2003), "Monetary Theory and Policy. Chapter 8-New Keynesian Monetary Economics." The MIT Press
Cambridge Massachusetts, Third edition 2009.
[29] Wieland, V., T.Cwik, G.J. Müller, S.Schmidt and M.Wolters (2012), "A New Comparative Approach to Macroeconomic
Modeling." CFS working paper, No. 2012/03.
25
Modèle de Prévision à Moyen Terme pour la Tunisie
A
Décembre 2013
Annexes
A.1
Description du modèle
la production effective est est égale au logarithme du PIB hors agriculture réel (aux prix constants de
2005) multiplié par 100 :
pibt = 100 ∗ Log(P IBt )
(24)
dpibt = pibt − pibt−1
(25)
– La courbe IS :
yt − yt−1 = dpibt − dpib∗t
dpib∗t = gt /4 + ψ2 σ g dpib
t
gt = (1 − ρg )g
ss
+ ρg gt−1 +
(26)
∗
(27)
σ g gt
(28)
eu
yt = β1 yt−1 + β2 Et yt+1 − β3 rrt−1 + β4 zzt−1 + β5 yt−1
+ ψ1 σ g yt
rrt = rt −
rt∗
(30)
rt = it − πt+1
rt∗
= (1 − ρr )r
ss
+
(29)
(31)
∗
ρr rt−1
eu
yteu = θyt−1
+ yt
+
∗
rt
(32)
eu
(33)
– La courbe de Phillips :
Le taux d’inflation est égal au taux de croissance trimestriel annualisé de l’indice de prix à la consommation
hors produits alimentaires frais et administrés :
core
πt = 400 ∗ (Log(IP Ctcore ) − Log(IP Ct−1
))
(34)
πt = λ1 Et πt+1 + (1 − λ1 )πt−1 + λ2 yt−1 + λ3 dZt + pt
(35)
– La parité non couverte du taux d’intérêt :
dZt = dSt + πteu − πt
(36)
zzt = dZt − dZt∗ + zzt−1
dZt∗
=
∗
κdZt−1
+
(37)
∗
Z
t
(38)
∗
4((φ − 1)dZt + φEt dZt+1 ) = (rt − rteu ) − (rt∗ − rteu ) + zz
t
ss
eu
πteu = (1 − τ )π eu + τ πt−1
+ pt
ss
eu
eu
rteu = (1 − ρeu )reu + ρeu rt−1
+ rt
∗
∗
ss
∗
∗
(40)
eu
eu
rteu = (1 − ρeu )reu + ρeu rt−1
+ rt
eu∗
– La règle de politique monétaire :
it = γ1 it−1 + (1 − γ1 )((rt∗ + πt∗ ) + γ2 (πt − πt∗ ) + γ3 yt + γ4 dZt ) + it
26
(39)
(41)
(42)
(43)
Modèle de Prévision à Moyen Terme pour la Tunisie
A.2
Décembre 2013
Description des paramètres
Table 3 – Description des paramètres
Paramètre
β1
β2
β3
β4
β5
λ1
λ2
λ3
γ1
γ2
γ3
γ4
φ
κ
g ss
rss
ρg
ρr
ρeu
∗
ρeu
g
p
i
∗
r
z
zz
eu
p
eu
y
eu
r
r
eu∗
Equation : interprétation
Output gap : output gap retardé
Output gap : output gap anticipé
Output gap : Ecart de taux d’intérêt réel retardé
Output gap : Ecart de taux de change réel retardé
Output gap : output gap de la ZE retardé
Inflation : inflation anticipée
Inflation : output gap retardé
Inflation : dépréciation du taux de change bilatéral réel
Taux d’intérêt nominal : taux d’intérêt nominal retardé
Taux d’intérêt nominal : déviation de l’inflation par rapport à une moyenne historique
Taux d’intérêt nominal : output gap
Taux d’intérêt nominal : dépréciation du taux de change bilatéral réel
Taux de change bilatéral réel anticipé
Persistance intrinsèque du taux de change réel de long terme
Taux de croissance du potentiel à l’état d’équilibre
Taux d’intérêt réel à l’état d’équilibre
Persistance intrinsèque de taux de croissance du PIB potentiel
Persistance intrinsèque de taux d’intérêt réel de long terme
Persistance intrinsèque de taux d’intérêt réel de la ZE
Persistance intrinsèque de taux d’intérêt réel de long terme de la ZE
Chocs sur le potentiel (e_g)
Chocs d’offre (e_p)
Chocs monétaires (e_i)
Chocs sur le taux d’intérêt réel de long terme (e_r_eu_bar)
Chocs sur le taux de change réel de long terme (e_z)
Chocs de taux de change réel (e_z_ze)
Chocs d’offre dans la ZE (e_p_eu)
Chocs de demande étrangère (e_y_eu)
Chocs monétaires dans la ZE (e_r_eu)
Chocs sur le taux d’intérêt réel de long terme de la ZE (e_r_eu_bar)
(.) Notation retenue dans le code Matlab.
27
Modèle de Prévision à Moyen Terme pour la Tunisie
A.3
Décembre 2013
Priors et postérieurs des paramètres
Table 4 – Distributions a priori et a posteriori des principaux paramètres
Paramètre
g ss
rss
β1
β2
β3
β4
β5
λ1
λ2
λ3
γ1
γ2
γ3
γ4
φ
κ
ρg
ρr
σg
p
i
∗
r
z
zz
eu
p
eu
y
Moyenne
4
1
0,6
0,2
0,1
0,15
0,2
0,4
0,1
0,1
0,75
1,5
0,5
0,1
0,5
0,5
0,5
0,8
5
0,5
1
0,1
2
1
0,5
0,5
Prior
Écart-type
2
0,5
0,20
0,10
0,05
0,05
0,10
0,065
0,01
0,01
0,1
0,3
0,1
0,05
0,1
0,2
0,2
0,1
2
Inf
Inf
Inf
Inf
Inf
Inf
Inf
Distribution
Normale
Normale
Beta
Beta
Beta
Normale
Normale
Beta
Beta
Normale
Beta
Gamma
Normale
Normale
Beta
Beta
Beta
Beta
Gamma
Gamma-Inverse
Gamma-Inverse
Gamma-Inverse
Gamma-Inverse
Gamma-Inverse
Gamma-Inverse
Gamma-Inverse
28
Postérieur
Mode
3,65
0,97
0,67
0,12
0,07
0,16
0,20
0,67
0,10
0,09
0,93
1,21
0,44
0,16
0,73
0,42
0,92
0,9
0,42
1,01
0,24
0,05
2,34
0,47
1,02
0,74
Écart type
0,7
0,15
0,10
0,08
0,04
0,04
0,07
0,05
0,01
0,01
0,01
0,12
0,10
0,05
0,04
0,15
0,05
0,04
0,15
0,11
0,02
0,02
0,63
0,20
0,1
0,07
Modèle de Prévision à Moyen Terme pour la Tunisie
A.4
Décembre 2013
Évolution de l’inflation sous jacente et de principaux secteurs de l’activité économique
7,0
(%)
6,0
5,0
4,0
3,0
2,0
Inflation hors produits frais et administrés
1,0
Tendance*
0,0
(*) Moyenne mobile (5 ans)
Figure 9 – L’inflation hors produits alimentaires frais et administrés et sa tendance
3750
6850
6350
3550
5850
3350
5350
3150
4850
4350
2950
3850
2750
3350
2850
Valeur ajoutée des services marchands
Valeur ajoutée du secteur industriel
2550
Tendance*
Tendance**
2350
2350
Figure 10 – Valeurs ajoutées en volume des principaux secteurs d’activité économique
∗
Taux de croissance annuel de 5,4%.
∗∗
Taux de croissance annuel de 3,3% .
29
Modèle de Prévision à Moyen Terme pour la Tunisie
A.5
Décembre 2013
Réponses impulsionnelles
0,4
0,25
0,2
Taux d'intérêt nominal
0,2
0,15
0
0,1
-0,2
0,05
-0,4
0
-0,6
-0,05
-0,8
-0,1
-1
0,2
0,1
Taux de change bilatéral réel
0,2
Output gap
0,1
0
0
-0,1
-0,1
-0,2
-0,2
-0,3
-0,3
-0,4
-0,4
-0,5
-0,5
Inflation
Figure 11 – Réponses impulsionnelles à un choc de politique monétaire (d’un écart-type)
1,6
1,4
1,2
1
0,8
0,6
0,4
0,2
0
-0,2
-0,4
0,14
0,12
0,1
0,08
0,06
0,04
0,02
0
-0,02
-0,04
-0,06
Inflation
0,2
0,15
0,1
0,05
0
-0,05
-0,1
-0,15
-0,2
-0,25
-0,3
Taux de change bilateral réel
0,15
Taux d'intérêt nominal
0,1
Output gap
0,05
0
-0,05
-0,1
-0,15
-0,2
-0,25
-0,3
-0,35
Figure 12 – Réponses impulsionnelles à un choc de prix (d’un écart-type)
30
Modèle de Prévision à Moyen Terme pour la Tunisie
Décembre 2013
0,4
1,2
Output gap
1
Inflation
0,3
0,8
0,2
0,6
0,1
0,4
0
0,2
-0,1
0
-0,2
-0,2
-0,4
-0,3
0,14
Taux d'intérêt nominal
0,12
0,1
0,08
0,06
0,04
0,02
0
-0,02
-0,04
Figure 13 – Réponses impulsionnelles à un choc de demande globale (d’un écart-type)
1,2
1
Output gap de la ZE
0,4
0,8
0,2
0,6
0,1
0,4
0
0,2
-0,1
0
-0,2
0,2
0,15
0,1
0,05
0
-0,05
-0,1
-0,15
0,1
0,08
0,06
0,04
0,02
0
-0,02
-0,04
-0,06
Taux de change bilatéral nominal
Output gap
0,3
Inflation
0,08
0,06
Taux d'intérêt nominal
0,04
0,02
0
-0,02
Figure 14 – Réponses impulsionnelles à un choc de demande étrangère (d’un écart-type)
31
Modèle de Prévision à Moyen Terme pour la Tunisie
A.6
Décembre 2013
Résultats d’estimation du modèle GPM pour un échantillon de pays.
Table 5 – Paramètres estimés
Tunisie
Amérique Latine
Brésil
Chili
Colombie
Egypte
Etats-Unis
Indonésie
Japon
Mexique
Zone Euro
y(−1)
0,67
0,49
0,37
0,39
0,65
0,45
0,57
0,43
0,78
0,72
0,75
y(+1)
0,12
0,18
0,14
0,15
0,23
0,16
0,23
0,15
0,02
0,27
0,04
Courbe IS
rr(−1)
zz(−1)
0,07
0,16
0,16
0,05
0,13
0,049
0,15
0,049
0,11
0,050
0,08
0,047
0,19
0,051
0,16
0,035
0,15
0,036
0,12
0,049
0,20
0,067
y f (−1)
0,20
0,19
0,11
0,11
0,26
0,09
0,89
0,18
0,89
0,19
0,89
Sources : Carabenciov et al.(2011)[6] et Arbatli et al.(2011)[2].
32
Courbe
π(+1)
0,67
0,57
0,59
0,56
0,40
0,65
0,75
0,27
0,75
0,53
0,70
de Phillips
y
dz
0,10
0,09
0,23
0,15
0,20
0,28
0,17
0,30
0,16
0,10
0,48
0,09
0,18
0,10
0,21
0,11
0,18
0,15
0,25
0,09
0,22
0,25
Règle de Taylor
i(−1)
π
y
0,93
1,18
0,45
0,62
1,22
0,19
0,77
1,15
0,15
0,73
0,91
0,18
0,69
1,005
0,18
0,86
1,27
0,31
0,71
0,91
0,20
0,63
1,38
0,19
0,75
1,06
0,17
0,72
1,06
0,14
0,69
1,31
0,20