Les perspectives futures de la monétisation révèlent des effets contrastés sur les performances macroéconomiques des États de la CEMAC. Alors que le Cameroun bénéficie d’impacts positifs à court terme, le Congo et le Gabon font face à des défis significatifs, soulignant l’importance d’une gestion fiscale adaptée.
Analyse des coefficients de court terme et la dynamique de long terme
D’après les résultats de l’annexe 08, Comme on peut le lire, à l’exception de la RCA et du Tchad, le coefficient d’ajustement (ADJ) ou force de rappel est statistiquement significatif pour tous les autres pays de la CEMAC. Il est négatif (pour tous) et, compris entre zéro et un en valeur absolue (pour certain pays), ce qui garantit un mécanisme de correction d’erreur, et donc l’existence d’une relation de long terme entre variables. Aussi, l’on note ce qui suit :
À court terme,
La création monétaire impacte significativement sur l’évolution du PIB/H sauf pour trois pays : la Guinée ; la RCA et le Tchad. Cependant, sur son premier retard, toute chose égale par ailleurs, une unité supplémentaire de masse monétaire évince significativement au seuil de 1% la croissance du PIB/H de 1,04% et 1,98% respectivement pour le Congo et le Gabon.
Par ailleurs, l’effet est plutôt positif pour le Cameroun. Ainsi, si on augmente d’une seule unité la base monétaire toute chose égale par ailleurs, le PIB/H camerounais va augmenter de 1.04% suite à son premier retard et 0,24% pour son second retard. Ces effets sont significatifs respectivement à 1% et 10%.
Pour les variables de contrôle, à l’exception du Cameroun ; du Gabon où elle affecte négativement la croissance, et la RCA où elle ne présente aucun effet significatif, l’inflation a un impact positif sur la croissance des trois autres pays de la CEMAC. Les revenus fiscaux et les dépenses publique ont un effet positif sur la croissance au Gabon et contrairement au résultat attendu, le taux de chômage présente un résultat positif pour ce pays.
Pour le cas du Cameroun, le chômage comme dans nos attentes et les dépenses publiques agissent négativement sur le PIB/H. ces deux variables (revenus fiscaux et les dépenses publiques) ont un effet positif respectivement pour la Guinée et le Congo.
À long terme,
La création monétaire n’a pas d’effet significatif sur le PIB par tête des ménages tchadiens et centrafricains. Par contre, cette création impacte positivement et de manière significative à 1% le PIB/H pour les ménages congolais ; guinéen et gabonais. Aussi, l’impact est significatif (1%)
et négatif sur le PIB/H des ménages camerounais (confer annexe 08). En ce qui concerne les variables de contrôle, seul le cas de la RCA ne présente aucune significativité. L’inflation affecte négativement le PIB/H pour la Guinée et le Tchad ; elle a plutôt des effets inverses pour le reste des pays membre.
Nous enregistrons un effet positif des dépenses publiques pour le Congo et le Cameroun ; le taux chômage comme attendu impacte négativement dans toute la sous-région. La population active a des effets positifs pour le Cameroun et négatifs pour le Gabon. De même les revenus fiscaux agissent négativement sur la croissance au Gabon, ce qui justifie l’approche de la théorie monétaire moderne selon laquelle ils serviraient à retirer la quantité de liquidité en circulation dans l’économie.
Tableau 05 : Coefficients d’ajustement et dynamiques de long terme
Congo | Guinée | RCA |
𝜽 = -0,35*** (0,06) | 𝜽 = 0,67*** (0,16) | 𝜽 = -0,83 (0,58) |
𝑬𝑳𝑻𝒄𝒏𝒈 = −𝟐𝒕𝒙𝒄𝒉𝒎𝒂𝒈𝒆 𝒕−𝟏 + 𝟎, 𝟒𝟕𝒎𝒂𝒔𝒎𝒐 + 𝟎, 𝟔𝟕𝒅𝒆𝒑𝒖𝒃 + 𝟎. 𝟎𝟎𝟐𝒊𝒏𝒇𝒍 | 𝑬𝑳𝑻𝒈𝒏𝒆 = −𝟕, 𝟗𝟏𝒕𝒙𝒄𝒉𝒎𝒂𝒈𝒆 𝒕−𝟏 + 𝟏, 𝟑𝟑𝒎𝒂𝒔𝒎𝒐 − 𝟎. 𝟎𝟐𝒊𝒏𝒇𝒍 | 𝑬𝑳𝑻𝒓𝒄𝒂 =// / / / / / / / / 𝒕−𝟏 Pas de résultat significatif |
Tchad | Cameroun | Gabon |
𝜽 = -0,28 (0,17) | 𝜽 = -1,35*** (0,25) | 𝜽 = -2,71*** (0,62) |
𝑬𝑳𝑻𝒕𝒄𝒅 = 𝟑𝟎𝒑𝒂𝒄𝒕𝒊𝒗 𝒕−𝟏 − 𝟒𝟓, 𝟎𝟕𝒕𝒙𝒄𝒉𝒎𝒂𝒈𝒆 + 𝟎. 𝟎𝟑𝒊𝒏𝒇𝒍 | 𝑬𝑳𝑻𝒄𝒎𝒓 = 𝟐, 𝟑𝟒𝒑𝒂𝒄𝒕𝒊𝒗 𝒕−𝟏 − 𝟎, 𝟎𝟑𝒕𝒙𝒄𝒉𝒎𝒂𝒈𝒆 − 𝟏, 𝟎𝟑𝒎𝒂𝒔𝒎𝒐 + 𝟏, 𝟏𝟖𝒅𝒆𝒑𝒖𝒃 + 𝟎. 𝟎𝟐𝒊𝒏𝒇𝒍 | 𝑬𝑳𝑻𝒈𝒃𝒏 = −𝟎, 𝟗𝟏𝒑𝒂𝒄𝒕𝒊𝒗 𝒕−𝟏 − 𝟎, 𝟎𝟒𝒕𝒙𝒄𝒉𝒎𝒂𝒈𝒆 + 𝟏, 𝟏𝟑𝒎𝒂𝒔𝒎𝒐 − 𝟎, 𝟏𝟎𝒓𝒆𝒗_𝒇𝒊𝒔𝒄 + 𝟎. 𝟎𝟎𝟓𝒊𝒏𝒇𝒍 |
Source : Auteur (Nos estimations sur stata16)
Le coefficient 𝜽 est la vitesse du paramètre de réglage qui montre la rapidité avec laquelle la série atteint un équilibre de long terme. Seuil de significativité (* 10% ** 5% et *** 1%)
𝐸𝐿𝑇𝑖 est le terme de correction d’erreur qui traduit la dynamique long terme. Il est à noter que ces équations sont écrites uniquement pour les variables ayant affichées un résultat statistiquement significatif.
𝑡−1
Tests de diagnostique
Nous constatons que, pour tous nos modèles, l’hypothèse nulle sur les tests de Breush-Godfrey est rejetée. Ce qui montre un problème d’autocorrélation des erreurs. Par ailleurs l’hypothèse nulle est acceptée pour tous les tests liés à la normalité des résidus. Pour le cas du Cameroun et du Congo, l’hypothèse nulle sur le test de Remsey est rejetée. Ce qui traduit une mauvaise spécification de ces modèles par opposition à ceux du reste de l’échantillon. Il est aussi à noter
que, seul le modèle du Gabon souffre d’absence d’homoscédasticité. Cependant la stabilité des modèles nous en dira plus sur la validité de ces derniers ou non. Car cette dernière a la capacité de régler le problème d’autocorrélation sur les résidus. Les modèles : Congo : (ARDL(1,0,1,2,1,0,2)); Guinée: (ARDL(2,0,0,1,1,1)); RCA: (ARDL(2,2,1,1,2,0,2)) Tchad:
(ARDL(1,2,2,1,2,1,2)); Cameroun: (ARDL(2,2,2,2,2,2,2)) et Gabon: (ARDL(2,2,2,2,2,2,2))
estimés sont globalement bon et expliquent respectivement à 98% ; 75% ; 26% ; 91% ; 95% et 84% la dynamique du PIB par habitant dans ces respectifs pays membres de la CEMAC, sur la période de 1989 à 2018. Soit le tableur récapitulatif des tests :
Tableau 06 : Tests de diagnostique
Hypothese du test | Tests | CONGO | GUINEE | RCA | TCHAD | CAMEROUN | GABON |
Autocorrélation | Breusch- Godfrey | 17.67 (0,00) | 7,65 (0,02) | 7,68 (0,02) | 13,91 (0,00) | 13,44 (0,00) | 19,35 (0,00) |
Hétéroscédasticité | Breusch- Pagan- Godfrey | 2,15 (0,14) | 2,22 (0,13) | 0,18 (0,67) | 0,53 (0,46) | 8,51 (0,00) | 4,59 (0,03) |
Arch-test | 0,28 (0,59) | 0,30 (0,58) | 0,47 (0,49) | 0,07 (0,77) | 1,43 (0,23) | 3,23 (0,07) | |
Specification | Ramsey (Fisher) | 7,22 (0,01) | 2,38 (0,11) | 0,37 (0,77) | 0,70 (0,57) | 14,21 (0,01) | 0,56 (0,67) |
Normalité | Jarque- Berra | 0,96 (0,61) | 0,77 (0,67) | 0,18 (0,91) | 0,53 (0,76) | 1,25 (0,53) | 0,41 (0,81) |
Source : Auteur (Nos estimations sur stata 16)
Les valeurs entre parenthèses représentent les probabilités respectives des coefficients hors parenthèses.
Stabilité du modèle
Pour étudier la stabilité de la croissance du PIB par tête, nous utilisons les tests CUSUM et CUSUM6 proposés par Brown et al. (1975). Ces tests sont appliqués sur les résidus du modèle de l’équation de la croissance économique. Le test CUSUM est fondé sur la somme des résidus. Ce dernier représente la courbe de la somme cumulée des résidus ensemble avec 5% des lignes critiques.
Ainsi, les paramètres du modèle sont instables si la courbe se situe hors de la zone critique et stables si la courbe se situe entre les deux lignes critiques. La même procédure est appliquée pour réaliser le test CUSUM6, lequel est fondé sur la somme des carrés des résidus. La stabilité du modèle est alors une condition importante à l’étude des réponses des variables
par rapport aux chocs subies par d’autres variables. Au regard de nos résultats, il vient que, pour cinq pays (Congo ; Gabon ; Guinée, RCA et Tchad) aucune des racines caractéristiques du polynôme des retards associés aux respectifs modèles estimés n’est à l’extérieur des droites unités du plan complexe. D’où, il revient à conclure sur la stabilité de ces modèles.
Par ailleurs, il est à noter que le modèle n’est pas stable pour le cas du Cameroun. On observe pour ce dernier, plusieurs points supérieurs à la limite unitaire fixé par le plan complexe. On peut alors conclure dans la majorité de nos échantillons que, Nos modèles sont valides sur le plan statistique.
Le tableau suivant illustre les schémas des différents pays de notre échantillon :
Graphique 13 : Évolution des courbes de stabilité
CONGO | GUINÉE |
[19_perspectives-futures-de-la-monetisation-des-depenses-publiques_19] | [19_perspectives-futures-de-la-monetisation-des-depenses-publiques_20] |
RCA | TCHAD |
[19_perspectives-futures-de-la-monetisation-des-depenses-publiques_21] | [19_perspectives-futures-de-la-monetisation-des-depenses-publiques_22] |
CAMEROUN | GABON |
[19_perspectives-futures-de-la-monetisation-des-depenses-publiques_23]
[19_perspectives-futures-de-la-monetisation-des-depenses-publiques_24]
Source : Auteur (Nos estimations sur stata 16)
Questions Fréquemment Posées
Quel est l’impact de la création monétaire sur le PIB par habitant au Cameroun?
L’augmentation d’une unité de la base monétaire entraîne une augmentation du PIB par habitant camerounais de 1,04% suite à son premier retard et de 0,24% pour son second retard.
Comment la monétisation affecte-t-elle la croissance économique au Congo et au Gabon?
Une unité supplémentaire de masse monétaire évince significativement la croissance du PIB par habitant de 1,04% et 1,98% respectivement pour le Congo et le Gabon.
Quels sont les effets à long terme de la création monétaire sur le PIB par habitant en CEMAC?
À long terme, la création monétaire impacte positivement le PIB par habitant pour les ménages congolais, guinéens et gabonais, tandis qu’elle a un effet négatif sur le PIB par habitant des ménages camerounais.