Etude économétrique de la demande de monnaie

La Cointegration comme une méthode d’analyse de la fonction de demande de monnaie

La mise en œuvre d’une politique monétaire visant la stabilité des prix par le biais du contrôle d’un agrégat monétaire repose crucialement sur l’hypothèse de stabilité de la demande de monnaie. En effet, l’impact de l’offre de monnaie sur les variables réelles est prévisible seulement si la demande de monnaie est stable, permettant ainsi aux autorités monétaires d’intervenir de manière efficace et prévisible. Si la demande de monnaie est instable, l’impact de toute intervention sur le marché monétaire peut se voir amoindri ou même entraîner des conséquences inattendues.  Comme le souligne Peytrignet (1996)234, l’analyse de la stabilité de la demande de monnaie implique l’analyse de la stabilité de l’agrégat choisi comme moyen pour la politique quantitative. Une forte élasticité de l’agrégat par rapport aux variables principales influençant la demande de monnaie, et notamment le taux d’intérêt, pourrait créer une incertitude au niveau même de l’effet de la politique. Peytrignet met toutefois en évidence que l’étude de la stabilité de la demande de monnaie est une question économétrique. La méthode d’estimation utilisée pour tester les différentes hypothèses est la cointegration. Cette méthode, très en vogue ces dernières années, permet de déterminer des relations de long terme entre les variables. L’idée est très simple: la plupart des variables économiques ne sont pas stationnaires (c’est-à-dire leur premier et/ou deuxième moment dépendent du temps); ceci entraîne que les méthodes d’estimation classiques tels que les moindres carrés donnent lieu à des résultats sans fondements statistiques (les fameuses “spurious regressions” ou régressions fallacieuses de Granger et Newbold (1974))235 . La cointegration est une méthode d’analyse des relations entre des variables non stationnaires. On dit que plusieurs variables non stationnaires d’ordre d, sont cointegrées s’il y a entre elles une combinaison linéaire stationnaire d’ordre d-b (b>0). Cela signifie que le processus stochastique suivi par chacune des variables peut être expliqué à partir de la combinaison linéaire représentée par la relation de cointegration. Les caractéristiques de la cointegration rendent cette méthode particulièrement adaptée à l’analyse de la de la fonction de demande de monnaie, compte tenu les relations d’interdépendance entre les variables qui représente cette fonction.

Présentation de la méthode de cointégration utilisée

La cointégration a été proposée d’abord par Engle et Granger (1987)236 sous la forme de modèle de correction d’erreur. Cette méthode, qui est plus adéquate pour le cas de deux variables, consiste à estimer par MCO la relation de long terme entre les variables et, ensuite, à expliquer, par le moyen d’un modèle VAR (Vector Auto Regression), les variations des variables en fonction des erreurs de l’équation de long terme. Ce modèle permet, d’une part, d’analyser les effets d’une variable sur l’autre au travers de simulations de chocs aléatoires. La méthode utilisée dans l’étude présente fut proposée par Johansen (1988,1991)237. L’application de cette méthode prend comme point de départ la formulation d’un modèle VAR du type suivant: Yt Yt k Yt k Yt Dt t ∆ = Γ ∆ + Γ ∆ + Π + µ + Φ + ε 1 −1 − −1 ……. t = 1……T (5.1) avec t = 1, …, T ; k est le nombre de retards , Yt est un vecteur de p variables cointegrées, et ∆Yt− ∆Yt−k …. 1 sont des vecteurs de leurs variations,µest une constante, Dt est un vecteur de variable non stochastiques (coefficients saisonniers, trend temporel, variables auxiliaires) ou de variables stochastiques exclues de l’espace de co-intégration (variables inclues dans la dynamique de court terme, mais pas dans l’espace de co-integration) « dummy » ou faiblement exogènes, les termes d’erreur, t ε , sont indépendants et identiquement distribués niid (0, Σ), Γ Γk …….. 1 , sont des vecteurs de constantes, et Π est un produit matriciel , Π = [α][B] où [B] est la matrice des coefficients de cointegration (relations de long terme entre les variables et [α] est la matrice des forces de rappel des variables vers les relations de long terme. La détermination du nombre de vecteurs de cointegration (rang de la matrice [B] et son interprétation sont les questions centrales de cette méthode. La séquence des procédés d’utilisation de cette méthode est la suivante : – détermination de l’ordre d’intégration des variables à introduire dans l’estimation, 

Le choix des variables

L’Agrégat monétaire

Deux agrégats monétaires existent en l’Algérie. D’abord l’agrégat M1, constitué de la circulation fiduciaire et des dépôts à vue dans les banques commerciales, qui sont des moyens de paiement par excellence, et qui peuvent être utilisés pour régler immédiatement n’importe quelle transaction. Il s’agit pour l’Algérie des formes 238 C.A. SIMS,op.cit. – 246 – monétaires très liquides et c’est pour cette raison que l’on estime qu’elles sont constituées d’encaisses de transaction. Vient ensuite la masse monétaire M2 formée de M1 et de la quasi-monnaie. Cette dernière est composée dans sa structure actuelle, des dépôts à terme. Le choix de la mesure de l’agrégat monétaire est une conséquence des a priori théoriques (Goldfeld et Sichel, 1990239 ; Sriram, 1999240) : pour une approche en termes de portefeuille, on privilégie, en général, les agrégats larges ; dans une analyse de la fonction d’intermédiaire des transactions, on retient plutôt un agrégat étroit. Toutefois, c’est l’agrégat large M2, qui est le plus est retenu (Brand et Cassola, 2000241 ; Dedola et al, 2000242 ; Calza et al, 2001243 ; Coenen et Vega, 2001244 ; Golinelli et Pastorello, 2001 245; Guéné, 2001)246 . Goux, 2000247 ; Muscatelli et Spinelli, 2000)248 . En revanche, les modèles de demande de monnaie pour M1 estimés pour les pays européens sont rares (Stracca, 2001)249 alors qu’ils sont souvent appliqués outre-Atlantique (Goldfeld, 1973250 ; Boorman, 1976251 ; Judd et Scadding, 1982252, et Baba et al, (1992253).