mémoire d’ingénieur statisticien economiste

REPUBLIQUE DE COTE D’IVOIRE REPUBLIQUE DU SENEGAL

MINISTERE D’ETAT, MINISTERE DU

PLAN ET DU DEVELOPPEMENT

MINISTERE DE L’ECONOMIE DES

FINANCES ET DU PLAN

ECOLE NATIONALE SUPERIEURE DE

STATISTIQUE ET D’ECONOMIE APPLIQUEE DIRECTION DE LA PLANIFICATION

Mémoire d’Ingénieur Statisticien Economiste

MODELE DE PROJECTION GLOBALE DE

L’INFLATION ET DE LA CROISSANCE

AU SENEGAL

Rédigé par :

FALL Papa Samba

Elève Ingénieur Statisticien Economiste

Sous la supervision de :

M. DIOP Mouhamadou Bamba

Directeur de la Direction de la Planification

Janvier 2015

Modèle de projection globale de l’inflation et de la croissance au Sénégal

FALL Papa Samba Elève Ingénieur Statisticien Economiste

ii

DECHARGE

L’ECOLE NATIONALE SUPERIEURE DE STATISTIQUE ET D’ECONOMIQUE

APPLIQUEE (ENSEA) ET LA DIRECTION DE LA PLANIFICATION (DP)

N’ENTENDENT DONNER AUCUNE APPROBATION, NI IMPROBATION AUX

OPINIONS EMISES DANS CE MEMOIRE. CES OPINIONS DOIVENT ETRE

CONSIDEREES COMME PROPRE A LEUR AUTEUR.



iii

DEDICACE

A ma mère

A ma famille

A tous les étudiants de l’ENSAE



iv

SOMMAIRE DECHARGE ............................................................................................................................................ii

DEDICACE ............................................................................................................................................. iii

SOMMAIRE ........................................................................................................................................... iv

AVANT-PROPOS.................................................................................................................................... v

REMERCIEMENTS ............................................................................................................................... vi

SIGLES ET ABREVIATIONS .............................................................................................................. vii

LISTE DES ILLUSTRATIONS............................................................................................................ viii

LISTE DES TABLEAUX ..................................................................................................................... viii

LISTE DES GRAPHIQUES ................................................................................................................. viii

RESUME ................................................................................................................................................. ix

ABSTRACT ............................................................................................................................................. x

INTRODUCTION GENERALE ............................................................................................................. 1

PREMIERE PARTIE : CADRE THEORIQUE ET CONCEPTUEL ..................................................... 4

Chapitre 1 : REVUE DE LITTERATURE ....................................................................................................... 5

Chapitre 2 : FAITS STYLISES ................................................................................................................... 11

Chapitre 3 : PRESENTATION DU MODELE ........................................................................................ 18

DEUXIEME PARTIE : PRESENTATION DES RESULTATS .......................................................... 38

Chapitre 1 : ANALYSE DES RESULTATS ............................................................................................. 39

Chapitre 2 : PREVISIONS ................................................................................................................... 43

CONCLUSION ..................................................................................................................................... 45

BIBLIOGRAPHIE ................................................................................................................................... x

ANNEXES ............................................................................................................................................. xii

TABLE DES MATIERES ................................................................................................................... xxvi



v

AVANT-PROPOS L’École Nationale de la Statistique et de l’Analyse Économique (ENSAE) est une école

panafricaine située à Dakar au Sénégal. Elle a vu le jour en 2008 et est rattachée à l’Agence

Nationale de la Statistique et de la Démographie(ANSD). Sa principale mission est de former

des professionnels de la statistique. Ses formations se déroulent dans trois cycles à savoir les

Techniciens Supérieurs de la Statistique (TSS), les Ingénieurs des Travaux Statistiques (ITS)

et les Ingénieurs Statisticiens Économistes (ISE). Les ISE sont formés en trois ans aux études

quantitatives dans les domaines de la statistique, la démographie, de l’économie, de la finance

ou de la gestion. Dotés d’une formation alliant connaissances théoriques et pratiques, les ISE

sont promus à des postes de responsabilités tant dans l’administration publique et privée que

dans les organismes privés, les organisations internationales et instituts de statistique. En

deuxième année, les élèves Ingénieurs statisticiens économistes doivent réaliser un stage dans

une structure de l’administration publique, privée ou un organisme international dans le but de

leur permettre d’utiliser les différents outils appris durant les deux années de formation. Pour

notre part, le stage s’est déroulé à la Direction du Plan. Cela a été d’autant plus bénéfique

qu’il nous a permis une application directe des méthodes statistiques apprises au cours de ces

deux années d’étude et nous a aussi permis de découvrir de nouvelles méthodes. Le stage a été

aussi l’occasion de côtoyer les experts de la direction utilisant les méthodes statistiques dans

des situations réelles. Des difficultés ont été rencontrées dans cet exercice mais la présence

quasi permanente de l’encadreur nous a permis de les surmonter dans la mesure de nos

possibilités. Finalement, nous avons travaillé sur le thème : Modèle de projection globale de

l’inflation et de la croissance au Sénégal. C’est dans ce cadre que nous rédigeons ce

mémoire avec Monsieur Mouhamadou Bamba Diop comme encadreur.



vi

REMERCIEMENTS Nos remerciements vont à l’endroit de M. Bocar TOURE et M. Mamadou CISSE,

respectivement Directeur de l’ENSAE et Chef de l’unité de formation des Ingénieurs

Statisticiens Économistes pour avoir mis à notre disposition les enseignants compétents dans

toutes les disciplines enseignées dans notre filière.

Nous remercions M. Mouhamadou Bamba DIOP, Directeur de la direction de la planification,

pour nous avoir accueillis au sein de sa structure en tant que stagiaire. Nous remercions

ensuite M. BEYE, Madame TOURE, Monsieur Haris et Monsieur BARRY, experts à la

direction de la planification du Ministère de l’Economie des Finances et du Plan (MEFP) pour

leur entière disponibilité à nous encadrer tout au long de cette étude et à toutes les étapes du

processus. Nos remerciements vont également à l’endroit de toute l’équipe de la Direction

pour leur accueil, les précieux conseils, encouragements et pour toute contribution qui ont

permis l’aboutissement de cette étude. Nous n’oublions pas nos enseignants pour les cours

bien dispensés et leur soutien ainsi que le personnel de l’école pour avoir œuvré à notre bien-

être et à l’aboutissement de cette formation, nous vous remercions. Aussi voudrions-nous

témoigner notre gratitude aux étudiants qui ont bien voulu lire ce document, merci pour vos

remarques et critiques.

Nous remercions particulièrement M. Nguessan Koffi, Directeur de l’ENSEA, M. Hugues

Kouadio Directeur des Etudes ISE et tout le personnel de l’ENSEA, pour nous avoir permis

d’intégrer l’ENSEA afin d’y finir notre formation.



vii

SIGLES ET ABREVIATIONS ADL Autorégressif à retards échelonnés

ANSD Agence Nationale de Statistique et de Démographie

AR Autorégressif

BCEAO Banque Centrale des Etats de l’Afrique de l’Ouest

CFA Communauté Financière Africaine

DSGE Dynamic Stochastic and General Equilibrium

ENSAE Ecole Nationale de Statistique et d’Analyse Economique

ENSEA Ecole Nationale Supérieur de Statistique et d’Economie Appliquée

FMI Fond Monétaire International

FPAS Forecasting Policy Analysis System

GPM Global Projection Model

GPM6 Global Projection Model (6 régions)

IHPC Indice Harmonisé des Prix à la Consommation

IRF Impulse Response Functions

IS Investment Saving

LIC Low Income Countries

MCMC Monte Carlo Markov Chain

NKPC New Keynesian Phillips Curve

PIB Produit Intérieur Brut

PTINC Parité du Taux d’Intérêt Non Couverte

RMSE Root Mean Square Error

UEMOA Union Economique Monétaire Ouest Africain

UIP Uncoverest Interest Parity

VAR Vector Auto-Regressive



viii

LISTE DES ILLUSTRATIONS

LISTE DES TABLEAUX

Tableau 1 : Paramètres calibrés ........................................................................................ 34

Tableau 2 : Tests de saisonnalité stable de PIB_SEN ....................................................... 37

Tableau 3 : Test de saisonnalité évolutive de PIB_SEN ................................................... 37

Tableau 4 : Calibrage des paramètres du modèle ............................................................ xiv

Tableau 5 : Distribution a priori et a postériori des principaux paramètres. ..................... xv

Tableau 6 : Distribution a priori et a postériori des chocs ............................................... xvi

Tableau 7 : Tests de saisonnalité de RS_EUR ................................................................. xxi

Tableau 8 : Test de saisonnalité de CPI_SEN.................................................................. xxi

Tableau 9 : Test de saisonnalité de Z_SEN .................................................................... xxii

Tableau 10 : Test de saisonnalité de PIB_EUR .............................................................. xxii

Tableau 11 : Test de saisonnalité de CPI_EUR ............................................................. xxiii

Tableau 12 : Résultat du test de saisonnalité de POIL_EUR ......................................... xxiv

LISTE DES GRAPHIQUES

Graphique 1 : Taux de croissance du PIB réels (2000-2013) ........................................... 14

Graphique 2 : Evolution de l’IHPC par trimestre ............................................................. 14

Graphique 3 : Estimation de l’output gap ......................................................................... 40

Graphique 4 : Réponses Impulsionnelles à un choc de demande globale (1 écart-type). . 42

Graphique 5 : Prévision de l’output gap, de l’inflation et de la croissance ...................... 44

Graphique 6 : Réponses impulsionnelles à un choc d’offre globale (d’un écart-type) .. xviii

Graphique 7 : Réponse à un choc de demande étrangère (d’un écart-type). ................... xix

Graphique 8 : Réponses à un choc de politique monétaire (d’un écart-type). ................. xix

Graphique 9 : Réponses à un choc du prix du pétrole (d’un écart-type). ......................... xx

Graphique 10: Prévision conditionnelle de la croissance ............................................... xxv

Graphique 11: Prévision conditionnelle de l’inflation .................................................... xxv



ix

RESUME Ce modèle très stylisé de prévision trimestrielle s’inspire du travail de Carabenciov et al.

(2008). Il vise plus précisément à affiner les projections de l’inflation et de la croissance pour

le Sénégal. Son principal atout réside dans la cohérence interne des prévisions obtenues pour

l’économie mondiale, car les chocs modélisés dans chaque bloc se transmettent aux autres

économies par plusieurs canaux. En outre, le modèle permet de mieux tenir compte des

changements de points de vue d’une projection à l’autre et d’étudier l’incidence de quelques

chocs déterminants sur l’économie de la zone Euro en contexte d’équilibre général et de leurs

transmissions sur l’économie sénégalaise. Le modèle est estimé en utilisant les méthodes

bayésiennes qui donnent des résultats satisfaisants. Nous fournissons une analyse rigoureuse des a

priori sur les paramètres, car l’information apportée permet de limiter les effets de mauvaise

spécification du potentiel. 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 demeure persistante. 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.

Mots clés : Modèles économiques ; Questions internationales ; Cycles et fluctuations

économiques



x

ABSTRACT The GPM is a highly stylized quarterly projection model for the global economy based on

work by Carabenciov et al. (2008). The GPM is specifically designed to meet the need for a

better tool to conduct the global projection. The model’s main strength is that it provides an

internally consistent projection for the global economy, wherein a shock to any individual

block of the model is transmitted to the other economies through several channels. Moreover,

it enables staff to better account for changes in view from projection to projection and to

analyze the general-equilibrium impact on the global economy of a number of key shocks. In

addition, the model better reflect changes of views of a projection to another and to study the

impact of some determinants shocks in the Eurozone economy in a context of general

equilibrium their transmissions on the Senegalese economy. The model is estimated using

Bayesian methods that give satisfactory results. We provide a rigorous analysis of a priori on

the parameters, because the information provided is used to limit the effects of poor

specification of the potential. The results of the estimation that the model can provide a

consistent overall economic interpretation of macroeconomic developments. The determinants

of conventional inflation are not enough in themselves to explain the dynamics of inflation.

The impact of the output gap is quite slow and weak. However, the impact of supply shocks

remains persistent. The effects of interest rates remains limited, although this instrument

began to be increasingly active in recent years.

Keys words: Economic models; International topics; Business fluctuations and cycles



1

INTRODUCTION GENERALE

L’économie sénégalaise éprouve des difficultés à maintenir un taux de croissance

pouvant lui permettre d’atteindre les objectifs de développement dans un environnement

macroéconomique stable. Ces faiblesses structurelles, qui se reflètent dans le niveau peu

appréciable des performances de long terme, ont d’importants effets sur le niveau de vie des

ménages, notamment sur la lutte contre la pauvreté. Le revenu par tête n’a pas connu une

grande évolution ; il est passé de 1471 dollars à 1656 dollars entre 1980 et 2008, pour une

moyenne de 1474 dollars sur la période1. D’ailleurs, un taux-plancher de 7 à 8% est

régulièrement évoqué comme étant nécessaire à l’atteinte des Objectifs du Millénaire pour le

Développement à l’horizon 2015 (DSRP II).

Si les chocs exogènes récurrents, à l’instar de la crise financière internationale et de la

hausse des prix alimentaires et énergétiques, y ont contribué, il n’en demeure pas

moins que l’insuffisance des capacités productives est un problème structurel de l’économie

nationale. Dans ce cadre, l’accroissement du potentiel de production doit sans doute

constituer une priorité pour accroitre durablement le niveau de vie moyen. Les principaux

facteurs de la croissance potentielle, à moyen terme, concernent la capacité productive

et la croissance de la productivité du travail. Cependant, bien qu’il soit nécessaire d’élever la

capacité productive de manière conséquente, la productivité du travail est typiquement

le déterminant fondamental du potentiel de croissance à long terme. A ce propos, l’économie

sénégalaise n’a pas enregistré une progression significative de la productivité du facteur

travail, quelle que soit la mesure de la productivité envisagée.

Dans un tel contexte, la question de l’évaluation de la croissance et de l’inflation

trouve toute sa pertinence. En effet, l’exercice consistant à retracer la dynamique de la

production potentielle, peut aider à une meilleure compréhension des facteurs sous-

jacents, compte tenu de l’évolution globale de l’activité, des politiques économiques mises en

œuvre par le passé et à la lumière des évènements économiques majeurs ayant marqué

l’économie sénégalaise.

1 (International dollar constant 2005). A tire de comparaison, pour les pays à revenu intermédiaire élevé, les valeurs sont de 8366 dollars (1980), 11226 dollars (2008) pour une moyenne de 8586 dollars sur la période.



2

Problématique

A l’instar des pays dits émergents, il est important pour tout gouvernement de

connaître son niveau de croissance et d’inflation afin de prendre les meilleures décisions en

termes de politique. L'inflation et la croissance économique entretiennent des rapports

complexes, à l'origine de nombreuses controverses au sein de la science économique, dont la

plus célèbre est celle relative à la pertinence de la courbe de Phillips. Notre étude consiste à

construire un modèle macroéconomique pour une économie ouverte à faible revenu (en

anglais LIC)2. Afin de mieux ressortir la relation entre la croissance économique et le niveau

d’inflation, nous nous inspirons du modèle de projection globale (GPM) développé par

Carabenciov. Nous privilégions ce modèle parce qu’il fournit des résultats satisfaisants pour

les prévisions de court terme. En outre, il peut intégrer plusieurs économies et plusieurs

secteurs, ce qui permet une meilleure comparabilité des pays. La spécification du modèle est

basée sur la théorie économique et l'estimation nécessite l’utilisation des méthodes

bayésiennes basées, en partie, sur des jugements antérieurs en ce qui concerne les valeurs des

paramètres du modèle et des écarts des termes d'erreur dans les équations. Finalement, quel

est le meilleur scénario d’inflation-croissance pour le Sénégal ? Comment la politique

monétaire affecte l’économie et quel est le niveau d’inflation optimal? Voilà autant de

questions qui, à l’issue de cette étude, devront trouver une réponse à la lumière de la

méthodologie qui sera mise en œuvre.

Objectifs et hypothèses

L’objectif principal est la construction d’un modèle de prévision à moyen terme de la

croissance économique et de l’inflation, modèle de type néo-keynésien basé sur l’hypothèse

des anticipations rationnelles et de concurrence imparfaite et de rigidité des salaires. Elle

s’inspire du modèle de projection globale (GPM)3 développé au FMI par Carabenciov et al.

(2008). Le modèle vise plus précisément à affiner les projections internationales. Son

principal atout réside dans la cohérence interne des prévisions obtenues pour l’économie

mondiale, car les chocs modélisés dans chaque bloc se transmettent aux autres économies par

plusieurs canaux. En outre, le modèle permet aux économistes de mieux tenir compte des

changements de points de vue d’une projection à l’autre et d’étudier l’incidence de quelques

chocs déterminants sur l’économie mondiale dans un contexte d’équilibre général.

2Abréviation de Low Income Countries. 3 Abréviation de Global Projection Model.



3

De façon spécifique, il s’agira :

De faire un scénario de l’inflation et de la croissance économique ;

D’étudier l’impact de la politique monétaire sur l’économie ;

D’évaluer les retombées des chocs économique sue l’économie nationale ;

Pour atteindre ces objectifs, le document sera structuré en deux parties. D’abord, le cadre

théorique et conceptuel, ensuite la présentation des résultats et leurs interprétations.

Dans la première partie, composée de trois chapitres, nous ferons une revue de la littérature

(chapitre 1), puis une discussion de l’aspect macroéconomique du modèle et enfin des faits

stylisés de l’économie sénégalaise durant ces dernières années (chapitre 2). La structure du

modèle ainsi que la méthodologie sont développées dans le troisième chapitre. Cette dernière

décrit la structure globale du modèle, les équations de comportements et les mécanismes de

transmission. L’analyse des résultats sera faite dans la deuxième partie, qui présentera les

résultats des simulations et des projections particulièrement de l’inflation et de la croissance

basées sur le modèle. Enfin, vient la conclusion et les implications de l’étude ; nous

donnerons quelques recommandations en vue de l’amélioration potentielle du développement

du modèle.



4

PREMIERE PARTIE :

CADRE THEORIQUE ET

CONCEPTUEL



5

Chapitre 1 : REVUE DE LITTERATURE Dans cette section, l’état des connaissances théoriques et empiriques sur la question de

la mesure de l’inflation et de la croissance est présenté. En général, la structure des modèles

macroéconomique est construite avec pour but de capter les mécanismes de fonctionnement

d’une économie qui sont reflétés par les interactions avec les différentes économies. Il existe

principalement deux objectifs pour la modélisation macroéconomique ; faire des projections

économiques et analyser l’impact des politiques. En référence aux études faites en pratique

par certaines banques un modèle macroéconomique doit vérifier certaines caractéristiques. Le

modèle doit refléter les caractéristiques de la structure de l’économie et être à mesure de

fournir une analyse compréhensive des principaux déterminants de l’inflation. Il doit

également représenter le fonctionnement du mécanisme de transmission de la politique

monétaire, tenir compte d’une règle de politique et du taux d’intérêt, une règle de type Taylor

et inclure l’objectif d’inflation avec un mécanisme de formation des anticipations, cohérent

avec la théorie développée et avoir une bonne définition de l’état stationnaire et produire des

prévisions.

I.1.1 ASPECTS THEORIQUES La littérature actuelle révèle que l’impact de la politique monétaire se base sur la

dynamique de l’inflation. Ainsi les modèles se distinguent par la rigidité des prix sous-jacente.

La reproduction de la dynamique de l’inflation passe par les courbes de Phillips néo-

keynésiennes (en anglais, NKPC)4. Le modèle retenu est un modèle de concurrence

monopolistique avec rigidité des prix. La caractéristique principale du modèle est de

représenter l’inflation comme un phénomène essentiellement tourné vers le futur. Mankiw

(2001) a montré que cet aspect (de la courbe de Phillips) exclut toute persistance de

l’inflation, ainsi que la réponse de l’inflation à certains chocs monétaires.

Les anticipations des agents privés concernant les décisions futures de politique monétaire

jouent un rôle clef dans la transmission de la politique monétaire par leur influence sur les

taux de long terme, les prix d’actifs et le taux de change. C’est pourquoi la crédibilité de la

politique monétaire est au premier rang des préoccupations des banques centrales5.

Le modèle néo-keynésien, dont l’usage s’est largement répandu ces dernières années aussi

bien dans le milieu universitaire qu’au sein des banques centrales, apparaît comme un cadre

4 Abréviation de New Keynesian Phillips Curve. 5On entend par crédibilité de la politique monétaire le degré de confiance des agents privés dans la détermination de la capacité de la banque centrale à suivre la politique monétaire et atteindre les objectifs qu’elle a annoncés.



6

théorique privilégié pour l’étude de la crédibilité de la politique monétaire dans la mesure où

il tient explicitement compte des anticipations des agents privés tout en préservant une grande

simplicité d’utilisation.

La NKPC permet de distinguer trois principaux déterminants de l'inflation, à savoir : l'écart de

production qui représente la différence entre la production effective et la production

potentielle, l'inflation anticipée et / ou retardée et les chocs d'offre.

L’économie sénégalaise est caractérisée par un faible rythme de progression du PIB

comparativement aux performances des pays dits émergents, un bas niveau d’accumulation du

capital, un important poids du secteur tertiaire et des activités informelles dans le secteur

productif, une répartition très inégale des revenus avec, comme corollaire, une pauvreté

croissante.

En s’appuyant sur les modèles à correction d’erreur, les tests de causalité à la Granger, la

modélisation VAR, les réponses impulsionnelles et la décomposition de la variance,

l’économiste NDIAYE (2012) a montré qu’à court et long terme les politiques monétaires

influencent l’activité économique. Il y ressort également que l’inflation a des répercussions

néfastes sur la croissance économique.

Les FPAS (Forecasting Policy Analysis System)

Les systèmes de prévision et d'analyse des politiques (en anglais FPAS) utilisent un

modèle simple de projection trimestrielle de l'économie qui incorpore le point de vue des

décideurs sur le mécanisme de transmission des chocs et contribuent à développer des

prévisions macroéconomiques basées sur un modèle cohérent, intégrant les incertitudes et des

scénarios alternatifs. Ils sont basés sur les modèles néo-keynésien en économie ouverte avec

une vue plus générale de la demande globale et de politique monétaire pour les dynamique de

la production à court terme. Ces modèles sont construits sur l’équation de la demande, une

courbe de Phillips hybride, une règle de politique monétaire et une parité non couverte du

taux d’intérêt (PTINC).

La courbe de Phillips et les équations de l’écart de production sont issues des règles de

fixation des prix de Calvo (1983). Les FPAS sont utilisés pour la prévision et l’analyse des

politiques monétaires principalement pour les prévisions à court et moyen terme. L’estimation

et le calibrage se base sur ceux des modèles DSGE. Généralement utilisés dans les banques

centrales et les institutions financières, les FPAS modélisent les mécanismes de transmission

monétaire. Ils fournissent une analyse approfondie et concise des conditions



7

macroéconomiques actuelles et les implications pour les politiques futures. Les FPAS

rassemble les principales variables macroéconomiques, telles que les orientations de la

politique monétaire et fiscal, le taux de change réel, l’output gap, l’inflation et le taux

d’intérêt réel.

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, nécessitant une

substituabilité parfaite des actifs financiers dans les deux pays et donc une prime de risque

nulle.

La règle de Taylor a pour ambition de définir un code de conduite qui s’impose aux autorités

monétaires. Elle se fonde sur le calcul d’un taux d’intérêt de court terme (supposé optimal)

compatible avec l’objectif d’inflation de la banque centrale et l’évolution de l’output gap. Le

taux de Taylor ainsi calculé est comparé au taux d’intérêt à court terme observé pour juger de

l’adéquation de la politique monétaire aux données économiques fondamentales.

L’anticipation du taux de change courant s’écrit comme une combinaison linéaire des

anticipations adaptatives et prospectives du fait de l’incertitude et de l’imperfection des

marchés.

Ces modèles laissent transparaître une définition sous-jacente de la production potentielle

relativement différente des conceptions précédentes (Justiniano et Primicieri, 2008). Selon

dans la théorie classique, la production potentielle est généralement définie comme le taux de

croissance de long terme de la production observée. D’après les tenants de cette

théorie, ce sont principalement les chocs exogènes de productivité sur l’offre globale

qui déterminent le taux de croissance tendanciel de long terme. En revanche, dansla

conception keynésienne, la production potentielle est entendue comme le niveau maximal de

production qu’une économie est susceptible d’atteindre, sans que la croissance de la

production débouche sur une accélération du taux d’inflation. En effet, l’idée sous-jacente

est que le cycle d’affaires est essentiellement tributaire de fluctuations relativement

importantes de la demande globale, par rapport aux variations plus lentes de l’offre globale

(cf. Scacciavillani et Swagel, 1999).

Galí (2008) définit la production potentielle comme le niveau de production qu’atteindrait

l’économie en l’absence des rigidités nominales sur les prix et les salaires. Autrement dit, la

production potentielle est ici entendue comme le niveau de production autour duquel les prix

tendent à se stabiliser.



8

Par ailleurs, en plus d’une description plus élaborée du système économique, une bonne partie

des travaux fondés sur cette approche concluent à la supériorité des modèles DSGE

néokeynésiens dans la prévision de certaines variables macroéconomiques clés.

Une conclusion récurrente est que les fluctuations de la production potentielle tirée des

modèles DSGE sont plus importantes que celles associées à l’approche par la fonction

de production. Ces comparaisons des mesures de la production potentielle, respectivement

issues des modèles DSGE et de l’approche par la fonction de production, seraient également

plus pertinentes et utiles si les dernières étaient construites d’une façon cohérente avec

les premières. En effet, l’interprétation structurelle (rigidités sur les marchés des biens

et du travail, par exemple) habituellement retenue pour expliquer les disparités

internationales de production potentielle, issues de l’approche par la fonction de

production, est sujette à caution. Comme le montrent Cahn et Saint-Guilhem (2009), de

telles disparités pourraient, en réalité, ne refléter que les effets durables de chocs temporaires

sur les économies.

Dès lors, d’autres auteurs s’inspirant du modèle de Smets et Wouters (2007) et

proposent la construction d’un modèle DSGE intégrant, d’une manière explicite et

cohérente, une mesure de l’inflation et du taux de croissance. C’est ainsi que dans le cadre

de cette étude, le modèle qui sera mis en œuvre, s’inspirera de l’approche adoptée par

Carabenciov et sera estimé à l’aide des techniques bayésiennes devenues standard dans

la littérature sur les modèles DSGE (voir Smets et Wouters, 2003, 2007; An et

Schorfheide, 2007) et GPM. En effet, Smets et Wouters ont notamment démontré que

l’usage de l’approche bayésienne dans l’estimation des modèles DSGE conduisait à

des estimations tout à fait appréciables, en comparaison avec l’approche standard.

I.1.2 RESULTATS EMPIRIQUES

La Banque Centrale du Maroc (Bank Al-Maghrib) a mis en place en 2006, un modèle

VAR-X qui est au centre du dispositif d’analyse et de prévision de l’inflation. Il repose sur

des variables endogènes (output gap, taux d’inflation, taux des bons du Trésor, taux de change

réel, taux interbancaire et crédit au secteur prive sur le PIB) et exogènes (output gap agricole,

salaires, prix du gasoil à la pompe, prix à l’importation hors-énergie, taux d’intérêt de la Zone

euro et output gap des pays partenaires). S'inspirant de la NKPC, la Bank Al-Maghrib a

également mis en place un modèle de prévision sur données trimestrielles. L'inflation

courante y est expliquée par ses valeurs passées et anticipées, le taux de change effectif



9

nominal et l'output gap. Par ailleurs, au titre de l'approche explicative, la Bank Al-Maghrib

utilise un modèle structurel d’équilibre général stochastique avec des anticipations

rationnelles (FPAS) et un modèle P-star dans l'exercice de prévision de l'inflation.

Nubukpo (2003) a abordé l’impact de la politique monétaire de la BCEAO sur l’inflation. Il

ressort qu’un choc positif sur les taux d’intérêt directeurs (en particulier le taux du marché

monétaire) de la BCEAO a un effet négatif sur l’inflation, avec une ampleur maximale

observée dès la fin du premier trimestre et une persistance d’une durée de cinq ans avant le

retour à la tendance de long terme.

Diallo (2003) a évalué l'impact de l'offre locale de produits vivriers sur les prix dans

l'UEMOA. Cette étude a permis de confirmer les résultats statistiques généralement obtenus

sur la relation entre les secteurs vivriers et l’inflation dans les Etats de l’UEMOA.

Toe et Hounkpatin (2007), à travers un modèle VAR, ont montré que les évolutions de la

masse monétaire ont un impact significatif mais faible sur l'inflation dans l'UEMOA. En

revanche, l'erreur de prévision de l'inflation dans l'UEMOA est due à environ 80% à ses

propres innovations et à environ 10% aux évolutions de l'inflation importée.

Andrle et autres (2013) ont analysé la politique monétaire au Kenya en distinguant le secteur

alimentaire et le secteur non alimentaire. Ces auteurs ont utilisé un modèle GPM pour évaluer

l’impact de la politique monétaire et la dynamique de l’inflation dans un pays à faible revenu.

Le modèle développé par ces auteurs est basé sur celui de Carabenciov et autres (2008). Ils

construisent un modèle en décomposant la plupart des variables en tendance et écart en

incluant les prix des produits alimentaires. Ils se servent d’un exercice de filtration pour

récupérer la séquence des chocs macro-économiques nationaux et étrangers, qui représentent

la dynamique du cycle des affaires au Kenya au cours des dernières années.

Luisa Charry et al. (2014) ont développé un modèle macroéconomique semi structurels pour

l'économie rwandaise afin de mieux comprendre le mécanisme de transmission de la politique

monétaire. Un élément clé du modèle est l'introduction d'une condition modifiée de parité non

couverte du taux d’intérêt pour saisir les principales caractéristiques structurelles de

l'économie et le cadre stratégique du Rwanda, tels que le degré limité de la mobilité des

capitaux. Une filtration des données observées à travers le modèle a permis d'illustrer la

contribution des différents facteurs à la dynamique de l'inflation et de ses écarts par rapport à

la cible d'inflation. Les résultats concordant avec des preuves pour d'autres pays de la région,

suggèrent que les prix des denrées alimentaires et ceux du pétrole ainsi que le taux de change

ont représenté l'essentiel de la dynamique de l'inflation au Rwanda.



10

Les récentes études effectuées sur le GPM en particulier sur le GPM6 qui inclut les Etats-

Unis, le Japon, la Zone Euro, les pays émergents d’Asie, les pays d’Amérique Latine et le

reste du monde ont fait états de plusieurs résultats erratiques. Le but de ces modèles,

développés par Carabenciov et al. (2008a, 2008b et 2008c) est de fournir un modèle de

projection global facile d’utilisation et compréhensible par les décideurs.

Pour mieux comprendre la dynamique de l’économie chinoise et la manière dont elle interagit

avec le reste du monde, Bailliu et Blagrave, (2014) intègrent la Chine à un modèle qui

englobe les économies du G-3 (Etats Unis, Zone Euro et Japon), en prêtant une attention

particulière à la modélisation de la politique monétaire de ce pays et du taux de change du

yuan. Leurs résultats indiquent que l’économie chinoise s’ajuste plus lentement aux chocs

économiques que les grandes économies avancées parce que la politique monétaire y est

moins efficace et le taux de change réel plus persistant. Le modèle des auteurs fait également

ressortir l’importance des influences réciproques entre la Chine et les économies du G3.

Dans la pratique, trois principales approches sont utilisées pour la prévision de l'inflation, à

savoir : le jugement (enquêtes, sondage d'opinions), les modèles d'équilibre général

dynamiques stochastiques (DSGE) et les modèles économétriques.



11

Chapitre 2 : FAITS STYLISES

I.2.1 RAPPEL HISTORIQUE DE LA DYNAMIQUE DE L’ECONOMIE SENEGALAISE

Depuis la période coloniale, la situation macroéconomique du Sénégal a été marquée

par de nombreux déséquilibres. Ils sont surtout liés aux fluctuations conjoncturelles et aux

rigidités structurelles de son économie. Un survol du cadre macroéconomique des trois

décennies dénote une vulnérabilité de l’économie sénégalaise. La décennie 1970-1980 fut

marquée par des perturbations majeures telles que la sécheresse des années 70, 72, 73 et le

choc pétrolier de 73, qui bouleversèrent les équilibres macroéconomiques. L’amélioration de

l’environnement conjoncturel entre 1974 et 1975 a permis un redressement de l’économie qui

eut des répercussions positives sur la demande globale du fait de la hausse du pouvoir d’achat.

Une hausse de cette dernière face à une rigidité de l’offre globale alliée à une baisse des prix

des produits de base provoqua un déséquilibre accentué avec un taux de croissance de 2,3 %.

Cet environnement délétère est à l’origine des politiques d’ajustement structurel plus

précisément, le programme de stabilisation à court terme entre 1979-1980 mis en place par les

Institutions de Breton Woods (FMI et Banque Mondiale) en vue de juguler les erreurs de

gestions des finances publiques et les déficits. D’autres programmes et plans virent le jour

durant toute la décennie 1980-1990 et au début de celle 1990-2000. Il s’agit du plan de

redressement économique et financier (1980-1985) et du programme d’ajustement structurel à

moyen et long terme (1985-1993). Plus globalement, l'Etat sénégalais cherche à travers ces

plans-programmes successifs, à améliorer la gestion macroéconomique dans le cadre de la

mise en œuvre d'une politique ordonnée d'ajustement concerté et soutenu (Noula,1994 cité par

Ndiaye,2012). Toute cette batterie de mesure proposée par ces institutions durant cette

période n’a pas pu relancer le taux de croissance économique moyen qui avoisinait 2,3% et

résoudre certaines difficultés. A ce propos, Bain (2001) affirme que « ces mesures ont moins

conduit à une restauration des équilibres extérieurs comme cela était espéré qu'à un très fort

développement des échanges informels ». Il s’en suivit la dévaluation en 1994 qui toucha de

plein fouet les principales variables macroéconomiques et les fondements de la société à telle

enseigne que « la majorité de la population n’a pas eu les moyens de se prémunir contre la

taxe inflationniste immédiate, et la confiance dans la monnaie s’en est trouvée amoindrie »6.

Cependant, la période post-dévaluation est marquée par la mise en place de nouvelles

politiques d’ajustement et de réformes économiques visant à stabiliser les principales

6G. SEMEDO & P. VILLIEU : « La zone franc : mécanismes et perspectives macroéconomiques », ellipes/édition marketing S.A., 1997, p. 127.



12

variables macroéconomiques, à une gestion rigoureuse des finances publiques et une

suppression des politiques nationales protectionnistes susceptibles d’entraver les échanges

commerciaux. Ainsi, ces programmes ont, d’une part, mis en place des conditions

appropriées, d’une croissance économique plus soutenue de l’ordre de 4,4 % et d’une inflation

maîtrisée (32,1% en 1994 contre 8,1% en 1995, 2,8% en 1996, 1,8% en 1997)7. D’autre part,

ils ont augmenté la vulnérabilité de l’économie face aux multiples chocs exogènes liés à

l’environnement extérieur. Les répercussions de ces derniers sur les objectifs des programmes

d’ajustement post-dévaluation ont donné des résultats mitigés. Au demeurant, il convient de

noter que le cadre macroéconomique du Sénégal reste tributaire des fluctuations

conjoncturelles internationales qui lui ôtent toute son autonomie.

Les performances économiques du Sénégal durant ses vingt premières années d’indépendance

(1960-1980) n’étaient pas très satisfaisantes. Le taux de croissance annuel moyen était évalué

à 2,2% sur cette période. Cette situation préoccupante avait conduit à la mise en œuvre des

politiques d’ajustement structurel (PAS) avec le soutien des institutions de Bretton Woods.

Malgré cela, les résultats escomptés n’avaient pas pu être atteints, le pays réalisait une

croissance économique moyenne de 2,2% par an entre 1980 et 1994. La dévaluation de 50%

du franc CFA en monnaie étrangère réalisée en 1994 a légèrement atténué le problème (la

croissance du PIB pu atteindre une moyenne annuelle d’un peu moins de 5% entre 1994 et

2002) mais est loin de l’avoir complètement résolu. Pour résoudre le problème de la

dégradation des indicateurs économiques et sociaux dans les pays en développement, les

Nations Unies ont organisé plusieurs sommets mondiaux qui ont abouti à l’adoption des

Objectifs du Millénaire pour le Développement (OMD) signés en septembre 2000 par les

représentants de 184 pays, dont le Sénégal. Le premier Document de Stratégie pour la

Réduction de la Pauvreté (DSRP) fut ainsi élaboré pour une période de trois ans (2003-2005)

pendant laquelle il constituait l’unique cadre de référence en matière de politique économique

et sociale. Il a été suivi du DSRP II qui couvrait la période 2006-2010, avec un objectif

d’atteindre un taux de croissance économique entre 7 et 8% par an pour réduire de moitié la

pauvreté d’ici 2015. A côté du DSRP II, la Stratégie de Croissance Accélérée (SCA) avait

également été rédigé avec comme objectif principal « de consolider les acquis

macroéconomiques de la décennie précédente et de relever durablement le taux de

croissance», d’ « installer le Sénégal dans le camp des pays émergents en portant sur la longue

période le taux de croissance à 7-8% » en s’appuyant sur l’identification et la promotion des

7 Rapport ESPS 2011.



13

grappes porteuses de croissance. Malheureusement, les performances réelles observées ne

rassurent pas sur l’atteinte de ces objectifs.

Le Sénégal est un pays ouvert à l’économie mondiale (autour de 30%, DPEE). Cette

ouverture est surtout due aux importations pour combler la demande intérieure. Ce qui rend

son économie très dépendante de l’extérieur. Cette dépendance vis-à-vis de l’extérieur rend

son économie vulnérable. Ainsi, un choc sur l’économie du reste du monde aura des effets

plus ou moins importants sur les agrégats macroéconomiques du Sénégal.

I.2.2 UNE BREVE DESCRIPTION DE LA CROISSANCE ECONOMIQUE DU SENEGAL

Une vue globale des récents développements macroéconomiques de l’économie

sénégalaise est donnée dans cette section, ce qui est un moyen de faciliter la sélection des

paramètres dans le quatrième chapitre.

L’économie sénégalaise a enregistré une croissance moyenne annuelle de 3,8% entre 1994 et

2011 avec une croissance plus élevée de 6,7% réalisée en 2003 en rattrapage au net

ralentissement observé en 2002 (+0,7%). Le taux d’accroissement de la population est évalué

à 2,7% entre 1976 et 1988, entre 1988 et 2002 (2,5%) et entre 2002 et 2013 (2,5%). Les taux

de croissance sont ainsi juste légèrement supérieurs au croît démographique et sont donc

insuffisants. L’incidence de la pauvreté, bien que s’étant légèrement améliorée, reste élevée

(55,2% en 2001-2002, 48,3% en 2005-2006, 46,7% en 2011).

Il est noté cependant un net repli de la croissance en 2008 (3,7%) et 2009 (2,1%) par rapport à

2007 (4,9). Ceci peut s’expliquer par l’effet de la crise financière de 2008 qui a secoué toutes

les sphères des économies mondiales. Avec l’effet de nouvelles politiques la croissance passe

à 4,1% en 2010 mais l’évolution n’est qu’éphémère car l’année 2011 affiche un taux faible de

1,7%. Après une telle récession un taux de croissance de 3% est noté en 2012 puis 2013.

Au premier trimestre de l’année 2014, le produit intérieur brut (PIB) en termes réels a

progressé de 2,1% par rapport au trimestre correspondant de l’année précédente. Cette

évolution a été favorisée par un accroissement des activités dans les secteurs primaire

(+3,1%), secondaire (+4,9%) et tertiaire (+1,6%). La performance réalisée est en décélération

par rapport au trimestre précédent (3,2%).



14

Graphique 1 : Taux de croissance du PIB réels (2000-2013)

Source : ANSD, Calcul de l’Auteur.

L’indice harmonisé des prix à la consommation en variation trimestrielle évolue en dents de

scie. En effet, les valeurs de l’indice sont erratiques. Entre le quatrième trimestre de 2008 et le

troisième trimestre de 2009 la valeur de l’indice a baissé en passant de 101 à 97. Puis il

reprend son évolution jusqu’au troisième trimestre de 2011 avant de se stabiliser vers le

troisième trimestre de 2012.

Graphique 2 : Evolution de l’IHPC par trimestre

Sources : ANSD, Calcul de l’auteur.

Le taux directeur de la BCEAO n’a pas connu de forts changements durant les années. En

effet, il s’est établi à 6% entre le premier trimestre 1998 et le deuxième trimestre 2003. Il

3,20%

4,60%

0,70%

6,70%

5,90%5,60%

2,50%

4,90%

3,70%

2,10%

4,10%

1,70%

3,00% 3,20%

0,00%

1,00%

2,00%

3,00%

4,00%

5,00%

6,00%

7,00%

8,00%

2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013

pib réel

pib réel

-0,04

-0,03

-0,02

-0,01

0

0,01

0,02

0,03



15

passe ensuite à 5% puis à 4,5% au troisième et quatrième trimestre de la même année avant de

rester à 4% jusqu’au deuxième trimestre de 2006. Il prendra ¼ de point à partir du trimestre

suivant jusqu’au deuxième trimestre de 2008 et passe à 4,75% pour les trois trimestres qui

suivent et perdre par suite ½ point pour se stabiliser à 4,25%.

Face à la persistance, à partir de fin 2007, de tensions inflationnistes, dans un contexte

caractérisé par une forte progression du crédit et de la masse monétaire, la BCEAO a décidé,

le 16 août 2008, de porter son taux de pension de 4,25 % à 4,75 %. Elle a, parallèlement, fixé

son taux d’escompte à 6,75 %, soit une augmentation de 200 points de base.

En juin 2009, la BCEAO a procédé à une baisse de ses taux directeurs qui s’est aussi

accompagnée d’une révision des coefficients des réserves obligatoires (cf. Supra). Ainsi, le

taux de pension est passé de 4,75 % à 4,25 %, soit une baisse de 50 points de base et le taux

d'escompte a été ramené de 6,75 % à 6,25 %. Cette décision a été prise dans le cadre d’une

analyse économique et financière qui, compte tenu des effets de second tour de la crise

internationale sur les économies des pays de l'UEMOA, mettait en évidence une balance des

risques penchant davantage vers la détérioration de la conjoncture et un affaiblissement de la

croissance que vers l’émergence de nouvelles tensions sur les prix.

Le Sénégal est l’un des huit pays membres de l’UEMOA dont la devise (le XOF) est arrimée

à l’Euro depuis 1998. C’est ainsi qu’à partir du troisième trimestre de l’année 2008 que la

valeur d’un euro est fixée à 655,957. Cette fixité du taux de change pour la zone franc a

soulevé éventuellement des polémiques entre les économistes sur l’appréciation de la monnaie

et l’efficacité de la zone francs.

LE MECANISME DE CALVO, 1983

C’est une procédure standard en deux étapes. La première consiste à déterminer le

niveau auquel une firme fixerait son prix si celui-ci était entièrement flexible. Ce prix optimal

s'écrit de la manière suivante (Blanchard et Fischer (1989), Romer (1996)) :

��∗ = �� + �� (�)

Où à � pt est le niveau général des prix, φ le degré de rigidité réelle et �� l’output gap. Plus φ

est faible plus les firmes chercheront à garder leurs prix relatifs constants, en tenant peu

compte des conditions macroéconomiques. L'output gap yt est déterminé à partir d'une

équation quantitative où la vitesse de circulation de la monnaie est constante.

�� = � � − �� (�)



16

La seconde étape consiste à spécifier des contraintes sur l'ajustement dynamique des prix. Si

ceux-ci étaient parfaitement flexibles, ��∗, serait le prix fixé à chaque période par les firmes.

La symétrie de l'équilibre aurait pour conséquence l'égalité entre le niveau des prix et celui de

la masse monétaire. Les déviations du produit seraient systématiquement nulles. L'évidence

économique (Taylor (1999)) favorise cependant la prise en compte de rigidités dans

l'ajustement dynamique des prix. Ces rigidités nominales ont pour conséquence de ne pas

permettre aux firmes d'être en mesure de fixer à chaque période leur prix optimal défini par

(1). Il convient alors de faire la distinction entre le prix qu'une firme souhaite mettre en œuvre

en t, ��∗, et le prix qui est effectivement en vigueur à cette même date, ��. On peut distinguer

essentiellement deux catégories de rigidités de prix. La première, issue des travaux de Taylor

(1980), stipule l'existence de prix fixes, c'est à dire qu'un prix unique est en vigueur durant

toute la durée d'un contrat de prix. L'autre hypothèse (Fischer (1977)) stipule l'existence de

prix prédéterminés : les prix sont également signés à l'avance mais peuvent être différents

pour chacune des périodes comprises dans le contrat. Les choix de fixation des prix se font en

début de période, après observation de la masse monétaire courante et l'annonce de sa

trajectoire future. Nous présentons dans cette section le mécanisme d’ajustement à prix fixes

pour une durée aléatoire (Calvo, 1983).

Les études empiriques montrent en effet qu'en moyenne les prix sont fixés pour une durée

annuelle, mais les durées individuelles sont variables (Taylor (1999)). Le modèle de Calvo

(1983) permet de reproduire ces deux aspects de la fixation des prix : la durée moyenne des

contrats est de deux périodes (le modèle est semestriel) mais la durée individuelle des contrats

est aléatoire. À chaque période, une firme a une probabilité constante λ de pouvoir modifier

son prix. Soit �� le prix fixé par une firme modifiant son prix à la date t

�� = � � (� − �)��∗

�

��

(�)

�� est le niveau général des prix à la date � et � la probabilité que la firme modifie son prix

Le prix fixé est une moyenne pondérée des prix optimaux actuel et futurs. Ces derniers sont

escomptés en fonction de la probabilité de pouvoir réajuster son prix plus tard. Les firmes

modifiant leur prix à une même date fixent le même prix.



17

Le niveau général des prix est une moyenne pondérée des prix en cours dans l'économie.

�� = � � (� − �)��

�

��

(�)

Avec (1), il est possible de déterminer la dynamique de l'inflation dans cette économie.

�� = �� + �� (�)

Où ��équivaut à �� − �� est l’inflation, �� l’espérance mathématique, �� l’output gap.

L'inflation est une fonction positive de l'output gap courant et de l'inflation anticipée à la

période suivante. Cette spécification est tournée vers le futur. Si la banque centrale est

crédible, suite à un choc monétaire le taux d'inflation saute immédiatement sur sa nouvelle

valeur d'équilibre.



18

Chapitre 3 : PRESENTATION DU MODELE Le modèle GPM comporte des équations qui constituent la base de l’analyse néo-

keynésienne, similaire aux modèles utilisés dans les banques centrales du monde entier. Le

modèle de base se compose de quatre équations de comportement: une courbe IS (la demande

globale), qui concerne la politique monétaire et réelle de l'activité économique ; un ensemble

de courbes de Phillips (global d'approvisionnement) qui relient l'activité économique et

l’inflation ; une règle de politique monétaire qui décrit la réponse de la banque centrale à des

écarts de inflation de la cible et la phase de l'activité économique.

I.3.1 PRESENTATION DES EQUATIONS

1 LA COURBE IS

L’équation IS décrit la dynamique de la production. Dans ce modèle la fonction IS est

exprimée en termes d’écart aux variables, qui sont définies par rapport à leurs valeurs

d’équilibre.

La courbe IS est le lieu de toutes les combinaisons possibles de i (taux d’intérêt) et de y (le

revenu global d’équilibre) compatibles avec l’égalité de l’épargne et de l’investissement

projeté. Les conditions d’équilibre sur le marché des biens et services donnent l’équation :

��: � = �(�) (�)

�� : �� − ��= (� − �)� − �� (�)

Où �� ensemble des projets d’investissement possibles, � la sensibilité des agents à investir au

taux d’intérêt �, � la propension marginale à consommer, � revenu national et �� la

consommation incompressible. C’est une relation implicite donc ne permet pas de déterminer

le niveau de i et de y. Elle décrit les déterminants de la demande globale. La production est

fonction de ses valeurs passées et futures, de l'écart du taux d'intérêt réel retardé, de l'écart du

taux de change réel retardé, et de l'écart de la production étrangère. La variable de taux

d'intérêt réel prévoit le lien dans le mécanisme de transmission entre les mesures de politique

monétaire et l'économie réelle. L'effet de l'écart du taux de change intègre le lien externe

indirect du mécanisme de transmission entre les actions de la politique monétaire et de

l'économie réelle.

�� = �� + �� − �� + �� + ��∗ + ��

� (�)



19

La variable dépendante retardée permet une certaine persistance de l'écart de production.

Cette persistance peut potentiellement modifier la dynamique de l'inflation en fonction de la

valeur de �� et comment pénètre dans l'équation de l'offre globale. Le taux d'intérêt réel sert à

relier le secteur monétaire avec le secteur réel de l'économie. Le taux de change réel et de la

production étrangère reflètent le degré d'influence du secteur extérieur sur l'économie locale.

Cette spécification traduit le fait que la décision de production prise au cours de la période t,

représentée par la variable ��, 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 sénégalais plus compétitifs sur le marché étranger et un output gap positif dans la

Zone Euro stimule la demande étrangère adressée aux produits sénégalais. Finalement,

l’output gap peut être impacté par un choc de demande transitoire, ��telle qu’une

augmentation non anticipée des dépenses budgétaires ou de la demande étrangère provenant

d’autres pays en dehors de la Zone Euro.

Le niveau de la production réelle est désigné par: �� = �� = 100∗ ��(��) et l'output

gap (��) est la différence entre �� et le niveau potentiel de la production �� :

�� = �� − �� = �� − �� (�)

�� = �(�� − ��) (��)

�� = �� − �� (��)

�� = �(�� − ��) (��)

�� = �� − �� (��)



20

Le taux de croissance du potentiel est supposé égal à �� , soustrait de l’inflation du prix du

pétrole augmenté d’un choc exogène permettant d’engendrer un changement permanent du

niveau du potentiel :

�� = �� +��

�−

��

+ ��

+ ��

+ ��

�

�+ ��

�� (��)

A long terme, le taux de croissance du potentiel g est supposé égal au taux de croissance à

l’état stationnaire��. Toutefois, il peut dévier à cause d’un choc exogène transitoire, ��

avant de revenir graduellement à son état d’équilibre :

�� = �� + (� − �)�� + �� (��)

Les mouvements à long terme du taux d’intérêt réel ex ante,��, sont supposés suivre le

processus suivant :

�� = �� + (� − �)�� + �� (��)

Le taux d’intérêt réel est la différence entre le taux d’intérêt nominal et l’inflation anticipée du

trimestre suivant :

�� = �� − �� (��)

2 LA COURBE DE PHILLIPS NEO KEYNESIEN

La courbe d'offre est d'inspiration néokeynésien. La production dépend positivement

de la différence entre l'inflation contemporaine et l'inflation future anticipée. L'interprétation

retenue pour la justification de cette fonction d'offre est celle donnée par Calvo (1983). Elle

insiste sur la viscosité des prix qui sont formés de manière échelonnés par les entreprises dans

un contexte de concurrence monopolistique. Nous avons :

�� = �(�� − ��[��])+ �� (��)

�� est l'écart de production ou "output-gap" (le logarithme du rapport de la production à son

niveau potentiel) et �� le taux d'inflation, avec �� = �� − ��: Pt étant le logarithme du

niveau de prix. Le paramètre � représente le degré de rigidité nominale (une augmentation de

� traduit une haussede la rigidité, � = 0 caractérise une situation de parfaite flexibilité des

prix). Le paramètre beta exprime le facteur d'actualisation des firmes. Le terme�� représente



21

l'opérateur d'anticipation, conditionnellement à l'information disponible en t. Enfin, �� est une

variable aléatoire d'espérance nulle et de variance ��, qui rend compte des chocs d'offre.

Cette équation est une approximation log-linéaire à l'équilibre des décisions agrégées des

firmes en matière de fixation des prix. Elle repose sur l'idée que les firmes ont "le droit de

réviser" leur prix à chaque période selon une probabilité q de sorte qu'à chaque période

l'ensemble des firmes est divisé en deux catégories : les firmes à "prix flexibles" et les firmes

à "prix fixes", pour reprendre la terminologie de Jeanne (1998). On peut alors expliquer

l'équation (18) de la manière suivante. Une hausse de l'inflation courante stimule la

production courante. Cela correspond à l'augmentation de l'offre des firmes "à prix fixes" dont

les prix deviennent relativement meilleur marché que ceux des firmes à prix flexibles.

Parallèlement, une élévation anticipée de l'inflation future déprime la production courante.

Cet effet provient du comportement des firmes à prix flexibles qui augmentent leur prix

courant (du fait de leur éventuelle incapacité à réviser leur prix demain) en réponse à une

amélioration anticipée des conditions économiques futures. Le prix qu'elles choisissent est

supérieur au prix d'équilibre concurrentiel ce qui a un effet dépressif sur la production

courante.

La version hybride permet une certaine souplesse dans la modélisation de la persistance de

l'inflation.

�� = �� + (� − ��)�� + �� + �� + �� (��)

Une valeur proche de 1 pour le paramètre �� implique une faible persistance de l'inflation et

de l'inflation passe instantanément aux anticipations. La variable dépendante retardée est

principalement une nécessité empirique pour accueillir la persistance observée dans les

données, mais peut aussi être justifiée en raison du comportement de fixation des prix des

entreprises en concurrence monopolistique qui fondent leurs anticipations d'inflation sur

l'inflation passée (Voir Gali et Gerler (1999)). Autres sources de persistance sont héritées de

l'écart de production horaire et la dépréciation réelle du taux de change.

3 DERIVATION DE LA COURBE DE PHILLIPS

La courbe de Phillips néo-keynésienne est une relation, entre l’inflation et l’activité

réelle, qui renseigne, à l’égard des modes de fixation des prix, sur le comportement d’agents.

Le point de départ pour la mise en évidence de cette relation, qu’est la courbe de Phillips

néokeynésienne hybride, est un environnement, de concurrence monopolistique, où le prix



22

devient pour la firme une variable d’ajustement ; contrairement aux modèles, de concurrence

parfaite, où la firme agit sur les quantités vendues et considère le prix du produit comme une

donnée. Au sein de la littérature néo-keynésienne récente, un modèle standard, de concurrence

monopolistique, est Blanchard et Nobuhiro (1987). Sous certaines hypothèses, relatives à la

technologie disponible aux firmes, ces auteurs établissent qu’à chaque période t du temps la

firme i établira son prix relatif comme une marge ajoutée fixe sur le coût marginal réel :

��∗ = �� + �. �� (��)

Où ��∗ représente le logarithme du prix d’équilibre de la firme i, p le logarithme du niveau

général des prix, ψ le coût marginal réel.

Cependant une caractéristique importante des négociations salariales et des contrats de prix,

au sein des économies modernes, est leur étalement dans le temps (Fisher (1977), Taylor

(1980)) ; cet échelonnement dans le temps, des prix et salaires, a pour conséquence

d’empêcher, à chaque période du temps, les firmes de fixer leur prix optimal défini en (20).

Au sein de la littérature, sur cette idée d’ajustement peu fréquent des prix, l’on distingue

habituellement deux catégories de modèle :

Pour la première catégorie, qualifiée de time dependent, les agents économiques

ajustent les prix, d’une manière ad hoc, à l’aide une règle statistique ou déterministe.

Tandis que pour la seconde catégorie, qualifiée de state dependent, la décision des

agents est tributaire de l’environnement économique.

Comme les modèles state dependent supposent que les agents mènent une analyse coût

bénéfice, d’un point de vue économique, ces derniers sont clairement plus attractifs.

Cependant, pour des raisons techniques de résolution des modèles, la plupart des travaux

récents sur la dynamique des prix relèvent de la première catégorie. Au sein de la littérature

les contributions considérées majeures, dans cette catégorie, sont Taylor (1980) et Calvo

(1983). Roberts (1995) montre que ces modèles résultent en une relation, entre l’inflation et

une variable réelle, qualifiée dans la littérature de courbe de Phillips néokeynésienne.

�� = �� + ��{��} �� = �� − �� (��)

où π représente le taux d’inflation, mc le coût marginal réel, λ un paramètre. Comme cette

relation, qualifiée de courbe de Phillips néo-keynésienne, est incapable d’expliquer l’un des



23

faits stylisés, la persistance de l’inflation, considérée majeur parmi les économistes, et dont

des épisodes assez spécifiques semblent en rendre compte, des travaux récents ont eu pour

objet de combler cette lacune.

A cet effet afin de générer cette persistance de l’inflation, non prise en compte au sein du

modèle néo-keynésien, ces travaux proposent une relation entre l’inflation et l’activité réelle,

qualifiée de courbe de Phillips néo-keynésienne hybride, qui inclut des termes d’inflation

retardée. L’une des contributions considérées majeures, dans ce sens, est celle de Gali et

Gertler (1999) dans la mesure où celle-ci résulte de fondements microéconomiques explicites

qui permettent de renseigner, à l’égard des modes de fixation des prix, sur le comportement

d’agents et d’apprécier ainsi le degré de persistance de l’inflation. D’après Gali et Gertler

(1999), par rapport au mode de fixation des prix, nous pouvons distinguer deux catégories

d’agents :

L’une est constituée d’agents, en proportion 1- ω, qui ajustent leur prix à partir

d’informations relatives aux effets futurs des décisions actuelles de politique

économique ; notamment, il s’agît d’agents qui formulent des anticipations relatives à

l’évolution de l’activité.

L’autre est constituée d’agents, en proportion ω, qui ajustent leur prix à partir

uniquement d’informations relatives au passé et qui induisent de ce fait, la persistance

de l’inflation.

C’est ainsi que ces derniers en déduisent, entre l’inflation et l’activité réelle, la relation

suivante:

�� = �� + ��{��} + �� (��)

avec

� = (� − �)(� − �)(� − ��)��(��)

�� = �� (��)

�� = �� (��)

� = � + �{� − �(� − �)} (��)



24

Où � est un facteur d’escompte subjectif raisonnablement inférieur à l’unité.

Nous considérons un continuum de firmes en concurrence monopolistique chacun produisant

une variété de biens��(�), avec i ϵ [0,1]. Les variétés sont agrégées selon une fonction Dixit-

Stiglitz :

�� = �� (�)��

��

��

(��)

Où �� est l’élasticité de substitution entre les variétés. La minimisation des coûts par les

consommateurs implique une demande suivant la variété i :

��(�)= ��(�)

��

��

��(��)

Où ��(�) est le prix fixé par la firme i et �� est l’indice des prix du secteur avec :

�� = �� (�)��

��

(��)

Fonction de Production : selon une fonction CES combinant les produits nationaux et

importés.

��(�)= �� (�)

�� + (� − �)

��(�)

��

��

(��)

Où � est l’élasticité de substitution entre la production nationale et celle importée et α est le

poids de l’importation dans la production.

Les firmes prennent deux décisions pour maximiser leurs profits. Premièrement, ils

choisissent une combinaison optimale d’inputs pour minimiser les coûts, suivant une fonction

de production donnée. Ceux-ci induisent les fonctions de demande suivantes :

��(�)= � ��

��

��

��(�) (��)

��(�)= (� − �)��

∗

��

��

��(�) (��)

Avec �� le salaire nominal, �� le taux de change nominal, ��∗ l’indice des prix à

l’international, et ��est le cout marginal nominal donné par :

�� =�

��[�(��

∗)�� + (� − �)(��)��]�

�� (��)



25

Deuxièmement, les firmes fixent les prix de leurs variétés. Comme dans Calvo (1983), les

firmes ne sont pas permises de changer leurs prix à moins qu’elles reçoivent un signal

aléatoire. La probabilité qu’un prix donné soit réactualisé sur une période donnée est

constante et est égale à (1 − �). Nous suivons Christiano, Eichenbaum et Evans (2001) que,

les firmes qui ne reçoivent pas de signal indexent leurs prix selon le taux d’inflation de la

dernière période.

Si la firme i obtient le signal aléatoire au moment t, il choisit un prix de réinitialisation, pour

maximiser son flux de bénéfices attendus :

�� (��)��

��

��(�)��

��

��

��(�)��

��− ��(� − �)�� (��)

Où β est le taux de préférence international, �� est le facteur d’actualisation stochastique, et

�est une subvention à la production qui sert à compenser la distorsion créée par le pouvoir de

marché des entreprises.

De la maximisation du profit d’écoule le prix de réinitialisation suivant (normalisé par l’IPC,

��

) :

��(�)=��

�� − �(� − �)

�� ∑ (��)��

�

��

��

��

��

��

�� ∑ (��)��

�

��

��

��

��

��

��

(��)

L’indice des prix agrégés est la somme pondérée des prix qui ont été réinitialisés (qui ont un

poids(1 − �)) et de ceux qui ont été maintenus (qui ont un poids θ et qui peuvent être

approximés par l’indice des prix d’hier) mais indexés à l’inflation passée.

�� = ��(��(�))�� + (� − �)��

��

��

��

�

�

��

(��)

A l’état stationnaire, l’élasticité de substitution entre les variétés est constante (�� = �) et le

gouvernement fixe une subvention � = 1 �⁄ .L’inflation est initialisé à zéro. Sous l’hypothèse

que le taux de change �� = (��∗) ��

��⁄ � et le salaire réel �� ⁄ � sont normalisés à

l’unité il s’ensuit que ��(�) ��⁄ = � ��⁄ = �� ⁄ = 1.



26

La log-linéarisation des équations pour le prix de réinitialisation et l'indice global des prix (à

la fois au temps t et t+1), et après réarrangements des termes, on obtient la courbe de Phillips

suivante :

�� − �� = ��(��[��] − ��)+ (� − ��)(�� − ��)+ �� + �� (��)

Avec :

�� =�

��, �� =

(��)(��)

�(��), ��

� = −��

�

�

��(��)− ��(�)�

Le terme �� représente le log du coût marginal par rapport à l’indice des prix:

�� = ��

∗

��

�

+ (� − �)��

�� = �� + (� − �)�� , (��)

Sous la flexibilité des prix, �� est nul et le prix est égal au cout marginal. En intégrant

directement l’inflation importée on obtient la courbe de Phillips :

�� − �� = ��(��(��)− ��)+ (� − �� − ��)(�� − ��)+ ��

− ��

� + ��

+ �� (��)

Cette spécification suppose que la production nécessite des intrants nationaux, du travail et

des produits importés. Ainsi, les variations du coût de production sont obtenues à travers les

variations de l’output gap, tandis que les modifications du coût de l’importation sont

représentées par l’écart du taux de change réel (IMF WP 13/61, page 13).

4 LA PARITE NON COUVERTE DU TAUX D’INTERET (UIP)

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. Dans un contexte d’incertitude et d’absence

d’information complète sur les évolutions des marchés financiers, les anticipations des agents



27

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 :

�� = �� + (� − �)�� (��)

avec �̂ le taux de change anticipé.

Les mouvements du taux de change découlent des ajustements des exportations et des

importations. La PTINC lie le taux de change réel avec le taux d'intérêt réel.

�� = �� −

�

��

� − �� − ��

�� + �� (��)

Le taux de change réel est déterminé par le taux de change anticipé, la différence entre le taux

d'intérêt national et international et la prime de risque sur l'investissement national. Une

augmentation du taux d'intérêt domestique, ceteris paribus, conduit à des entrées de capitaux,

et donc une appréciation du taux de change réel. La spécification retenue de la PTINC, en

présence des anticipations combinées et des primes de risque, s’écrit comme suit :

�� − ��∗ = �(��

� − ��)+ �� − ��∗ + �� (��)

5 UNE REGLE DE POLITIQUE MONETAIRE

La règle de Taylor décrit la façon dont la politique monétaire est conduite. La fonction

de réaction de la politique monétaire est une équation standard de la règle de Taylor. Ainsi,

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 des variables

macroéconomiques fondamentales.

�� = �� + (� − ��)(�� + �� + ��(�� − �� )+ ��)+ �� (��)

Avec �� le taux d’intérêt de court terme,�4le taux d’inflation désiré ou cible et �� 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 ��est égal à son niveau d’équilibre. Toutefois, à court et moyen



28

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�� qui s’interprète comme un choc de politique monétaire.

γ� est le paramètre de lissage du taux d'intérêt. La politique monétaire dépend de la variation

des �

� de la prévision du taux d'inflation, de l'inflation ciblée et de l'ampleur de l'output gap

(compte tenu d'un taux d'intérêt neutre). Le taux d'inflation annuel �� est la moyenne du taux

d'inflation trimestriel annualisée de la période courante et sur un retard de trois période. Le

taux d'intérêt nominal est déterminé par ses valeurs passées, le taux d'intérêt réel, l'inflation de

base, les écarts futurs de l'inflation de base de la tendance et de l'output gap. En réponse à une

hausse de l'inflation, la banque centrale élève le taux d'intérêt nominal pour réduire la

demande et donc l'inflation.

6 ECONOMIE ETRANGERE (ZONE EURO)

Dans le modèle, les partenaires commerciaux du Sénégal se limitent uniquement aux

pays de la zone Euro, le premier partenaire commercial du Sénégal avec 32.2 % des échanges

commerciaux. 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 AR(1) suivants :

�� = ��

�� + ��

��

�� = ��

�� + ��

��

�� = ��

�� + ��

��

�� = ��

�� − ��

avec ��est l’output gap de la zone euro, ��est le taux de croissance trimestriel de l’indice

de prix à la consommation harmonisé (IPCH). Les termes résiduels��,��

et ��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 au Sénégal. 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.



29

I.3.2 ESTIMATION DU MODELE

Le modèle précédent est décrit par un système d’équations et de paramètres. L’estimation par

les méthodes économétriques traditionnelles semble inappropriée. 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), Fernandez et

al.(2006) et Wieland et al.(2012), 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.

1 METHODE D’ESTIMATION

L’analyse bayésienne des modèles statistiques et économiques diffère sensiblement de

l’analyse classique. Dans l’analyse classique la probabilité d'un événement est la limite de sa

fréquence relative. En outre, les paramètres du modèle sont considérés comme inconnus mais

fixes. Dans ce cas, les estimateurs non biaisés sont utiles parce que la valeur moyenne de

l’estimateur de l’échantillon converge vers la vraie valeur du paramètre selon la loi des grands

nombres. De plus, les estimateurs de variance minimale sont préférables car ils fournissent

des valeurs proches du vrai paramètre. Enfin, les estimateurs et les tests sont évalués dans des

échantillons répétés jusqu’à ce qu'ils donnent des résultats corrects avec une probabilité

élevée.

L’analyse bayésienne prend un point de vue différent sur toutes ces questions. Les

probabilités, en général, saisissent les croyances qu'un chercheur a d’un événement. Les

paramètres sont des variables aléatoires avec une distribution de probabilité. Les propriétés

des estimateurs et des tests dans des échantillons répétés sont sans intérêt puisque les

croyances ne sont pas nécessairement liées à la fréquence relative d'un événement dans un

grand nombre d'expériences hypothétiques. Enfin, les estimateurs sont choisis pour minimiser

la fonction de perte attendue (prise selon la distribution a posteriori), conditionnellement aux

données. Malgré les différences philosophiques et sémantiques, les deux approches sont

équivalentes dans les grands échantillons. Autrement dit, dans des conditions de régularité, la

loi a posteriori converge vers le "vrai" paramètre. En outre, la distribution a posteriori

converge vers une loi normale de moyenne égale au "vrai" paramètre et de variance

proportionnelle à la matrice d'information de Fisher.

Cette approche est particulièrement indiquée lorsque les séries temporelles ne sont pas

disponibles sur une période suffisamment longue. Dans un premier temps, l’estimation



30

bayésienne du modèle se traduit par l’écriture du modèle log-linéarisé sous la forme

d’un modèle d’anticipations rationnelles, soit :

�(�)�� = �(�)�� + �(�)�� + ��

Où �� contient les variables du modèle. �� et �� représentent respectivement le vecteur des

innovations du processus exogène et le vecteur des erreurs de prévisions sur les anticipations

rationnelles.

Ce modèle d’anticipations rationnelles est ensuite récrit sous la forme espace-état suivante :

� �� = �(�)�� + ��

�� = �(�)�� + �

Avec le vecteur des variables observables du modèle.

La résolution de ce système, à l’aide du filtre de Kalman, permet d’évaluer la

fonction de vraisemblance �(�; z) correspondante.

La distribution a posteriori des paramètres provient de la combinaison de leur distribution a

priori �(�)et de la fonction de vraisemblance. De manière pratique, elle découle de la mise en

œuvre de l’algorithme de Metropolis-Hastings qui appartient à la famille des méthodes de

Monte Carlo par Chaînes de Markov (MCMC). La maximisation de l’expression �� (�; �)+

�� (�) permet d’obtenir le mode de la distribution a posteriori des paramètres, ��.

2 TECHNIQUES D’ESTIMATION BAYESIENNE

Nous considérons que le vecteur de paramètres d’intérêt α est dans un ensemble

compact A L’information a priori est résumée par une densité�(�). L’information sur

l’échantillon est représentée par une densité�(�|�)≡ ℒ(�|�), qui est la vraisemblance de α

une fois les données y observées, �� est l’estimateur a postériori et �� l’estimateur sur

l’échantillon de α.

L’estimation bayésienne utilise à la fois des procédures d'étalonnage des modèles CGE et

l'estimation classique. Cela fournit une méthode où les croyances antérieures du chercheur sur

l'économie incarnée pour ses paramètres choisis peuvent être réglées d'une manière qui est

compatible avec les données. Ici, le modèle est confronté avec les données pour générer des

estimations postérieures des paramètres du modèle. Les paramètres antérieurs peuvent

diverger de/ou être proche des estimations a posteriori en fonction des coefficients de

pondération attribués par le chercheur aux données d'une part et pour les a priori spécifiés,



31

d'autre part. Le chercheur, s’il connaît la valeur du paramètre avec précision, a la possibilité

d'influer sur l'estimation dans ce sens en précisant l'étanchéité de la distribution du a priori. En

règle générale, un écart-type élevé de la distribution a priori donne plus de poids aux données

dans la détermination des valeurs postérieures. Cela peut être fait lorsque le chercheur n'a pas

de connaissances suffisantes sur les valeurs du paramètre. La connaissance préalable peut

provenir de diverses sources et peut différer des estimations économétriques des études

précédentes à une simple observation du comportement des agents économiques donnant une

compréhension de l'histoire et les développements actuels de l'économie.

3 FILTRE DE KALMAN ET LISSAGE

Pour estimer le modèle de chocs structurels et les variables non observées, nous procédons

comme suit. Tout d'abord, nous vous présentons la solution du modèle dans une

représentation espace état. Nous appliquons ensuite le filtre de Kalman aux données, en

utilisant le système A1-A2. Le filtre de Kalman est un algorithme récursif utilisé pour mettre

à jour les estimations de la séquence de variables endogènes et exogènes basée sur les

observations de Y (inflation, production, taux de change etc.). Le filtre de Kalman fournit la

meilleure estimation de variables endogènes à l'aide d'informations jusqu'à l'instant t. Pour de

nombreuses applications, il est utile de construire une estimation de variables endogènes en

utilisant tout l'échantillon. Cela peut être fait en utilisant le lissage de Kalman, un algorithme

récursif de type ‘’backward’’ qui commence à partir de la dernière observation.

Il est important de comprendre que le lissage de Kalman est essentiellement une mise en

œuvre récursive d'un problème de minimisation des moindres carrés.

Le filtre de Kalman est l’un des plus importants outils d’analyse en macroéconomie appliquée

voir Anderson et Moore (1979) ou Harvey (1991). Le filtre de Kalman est essentiellement

utilisé dans des modèles espace-état sous la forme :

�� = �� + ��

� ��

�� = �� + �� + ��

Où �� est une matrice m*m1, ��

� matrice m*m2, �� un vecteur ligne de dimension m1, ��

et �� sont de dimension respectivement m1*m1 et m1*m3, �� est un vecteur de différence

de martingale de dimension m2*1, �� ∼ �(�, ∑��)et �� est un vecteur de différence de

martingale de dimension m3*1, �� ∼ �(�, ∑��). Nous posons les hypothèses suivantes :



32

�(�� )= � et �(��

� )= � pour tout � �� . Les hypothèses assurent que les états �� et

les distributions �� sont non corrélés.

Dans une large proportion�� varie et les autres variables peuvent être fixées ou être les

réalisations de variables aléatoires.

En général, il y a des chocs plus structurels que les variables macroéconomiques observés.

Dans ce cas, la méthode des moindres carrés met un poids important sur la spécification du

modèle stochastique, c'est à dire les matrices de covariance. En termes économiques, cela

signifie que le comportement des fonctions de réponses impulsionnelles du modèle et la

variance supposée des chocs structurels conduiront les décideurs de l'économie à une

meilleure interprétation des données qui dépendent à la fois des paramétrages déterministes et

stochastiques. L'hypothèse relative aux écarts est donc la clé ; par exemple, une hypothèse sur

les zéro variances (impossibilité) des chocs de demande permettrait d'éliminer les chocs de

préférences des ménages ou de relance du gouvernement ; car des histoires plausibles pour

expliquer la croissance du PIB ou de l'inflation se traduiraient par un modèle sévèrement mal

spécifié.

4 CHOIX DES A PRIORI

L'approche bayésienne a l'avantage de mettre un poids sur les paramètres a priori des

chercheurs et sur les données sur la période échantillonnée. En changeant la spécification de

l'étanchéité (par exemple, l'écart-type) de la distribution sur les a priori, le chercheur peut

modifier le poids relatif sur les a priori et les données dans la détermination de la distribution

a posteriori des paramètres. A la limite, une distribution diffuse ou non informative met plus

de poids sur les données tandis qu’une distribution avec des a priori très serrés (par exemple,

un petit écart-type) y met plus de poids. Il y a un certain nombre de critères en fonction

desquels les chercheurs évaluent le succès de l’estimation bayésienne et de décider entre les

modèles avec des poids différents placés sur les a priori et sur les données. Tout d'abord si un

modèle estimé donne des coefficients qui sont proches des a priori en dépit des poids

considérables mis sur les données, cela indique que les a priori ne sont pas incompatibles avec

les données. Un deuxième critère consiste à voir si les fonctions de réponses impulsionnelles

(IRF) du modèle estimé avec des techniques bayésiennes sont compatibles avec les points de

vue des chercheurs sur le fonctionnement de l'économie suite à des chocs. Troisièmement, en

comparant différentes variantes d'un modèle macro donné, les chercheurs peuvent utiliser

l’importance relative de la densité des données et évaluer la racine de l'erreur quadratique

moyenne (RMSE) des indications pour déterminer quel modèle est le plus compatible avec les



33

données. Et, quatrièmement, la plausibilité de la décomposition de la variance des variables

dans le modèle peut aider à indiquer la sensibilité du modèle. Les modèles bayésiens estimés

sont susceptibles d'avoir de meilleures propriétés par rapport aux modèles classiques, mais

peuvent parfois ne pas correspondre aux données ainsi qu’aux modèles de VAR simple,

puisque le seul but de ce dernier est de maximiser l’ajustement. C'est la combinaison d'un

ajustement correct et la capacité de donner des résultats raisonnables pour des simulations de

politique qui donne aux modèles bayésiens estimés leur force. En outre, l'utilisation de ces

modèles avec des entrées de jugement pour les deux premiers trimestres de la période de

prévision est susceptible de donner de meilleurs résultats de prévisions car plus sensibles que

la plupart des autres modèles.

Le choix des a priori constitue une étape importante dans la procédure d’estimation

bayésienne. 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. 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 d’a priori a été déduit du modèle GPM6, notamment ceux relaifs à la

Zone Euro. Le reste des a priori reflète plutôt nos appréciations de l’économie sénégalaise.



34

Les paramètres calibrés sont présentés dans le tableau suivant :

Tableau 1 : Paramètres calibrés

Paramètre Interprétation Prior

growth_SEN_ss Taux de croissance d’équilibre 3,6%

growth_EUR_ss Taux de croissance d’équilibre de la ZE 2,2%

INFLtar_SEN_ss Taux d’inflation d’équilibre 2%

INFLtar_EUR_ss Taux d’inflation d’équilibre de la ZE 2,5%

Source : ANSD, EUROSTAT

5 CALIBRAGE DES PARAMETRES

Nous présentons le calibrage dans le tableau 4 de l’annexe A.2. Notre choix est guidé par les

principes suivants. D’abord, certains paramètres du modèle (le taux de croissance moyens des

prix relatifs, de la production, les taux d’intérêt réels, le taux d’inflation cible) reflètent les

réalités de l’économie sénégalaise, ou de l’objectif défini de la banque centrale en ce qui

concerne l’inflation. Les autres paramètres sont accès sur le cadre structurel de l’économie

sénégalaise.

Dans la courbe IS, les termes relatifs aux valeurs passées et futures sont basés sur les

anticipations des développements futurs de la dynamique de la production. La faible

sensibilité de l’output gap au taux d’intérêt est cohérent avec l’esprit que le canal du taux

d’intérêt est faible dans les pays à faible revenu LIC (voir Parachi et al. (2011). Pour la courbe

de Philips, l’inflation est très sensible aux variations des prix internationaux et domestiques.

Le calibrage pour la règle de la politique monétaire est variable, avec un lissage des taux

d’intérêt et une faible réponse intégrant l’inflation attendue.

Concernant la zone euro le calibrage est basé sur les résultats du modèle GPM6.

Enfin le calibrage des autres paramètres est effectué en tenant compte de la capacité du

modèle à livrer des interprétations plausible des récents développements de la macro

dynamique. Les paramètres dans cette catégorie sont principalement les coefficients de

modèles AR de la plupart des variables exogènes.



35

6 TEST DE SAISONALITE

DONNEES DE L’ETUDE

Les données utilisées dans l’estimation sont celles de l’Agence Nationale de la Statistique

et de la Démographie (ANSD), de la Banque Centrale de Etats de l’Afrique de l’Ouest

(BCEAO) et d’EUROSTAT. La période d’estimation s’étend du premier trimestre 1998 au

deuxième trimestre 2014. Les variables observables retenues sont :

Le taux de croissance trimestriel du PIB prix constants de 1999.

Le taux d’inflation, défini comme le taux de croissance trimestriel annualisé de

l’indice des prix à la consommation (base 100=2008).

Le taux d’intérêt nominal à court terme, qui n’est autre que la moyenne trimestrielle

du taux directeur de la BCEAO.

Le taux de croissance trimestriel de l’indice de taux de change nominal bilatéral

Euro/XOF.

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 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.

LA DESSAISONALISATION

Les statistiques de court terme (SCT) représentent une importante source

d’information pour développer et évaluer l’efficacité des politiques économiques et Conduire

des analyses sur le cycle des affaires. Ces données sont souvent contaminées par les

fluctuations saisonnières et les effets de calendrier/jours ouvrables qui masquent les

caractéristiques importantes des séries chronologiques. Le but de la dessaisonalisation est

d’enlever (ou isoler) ces influences afin d’avoir une meilleure compréhension du

comportement sous-jacent de la série chronologique.

La dessaisonalisation a pour avantages de fournir des séries plus lisses et plus faciles à

analyser, décomposition tendance/cycle et détection des points de retournement. Elle facilite



36

la comparaison des mouvements de long terme et de court terme entre les secteurs et entre les

pays. Cependant, la dessaisonalisation n’est pas que bénéfique. Elle prend du temps et exige

des ressources importantes (humaines et logistiques). La qualité de la dessaisonalisation

dépend fortement de la qualité de la série brute (série originale). Elle est basée sur des

hypothèses a priori sur le modèle et sur le processus de génération des données. Les données

désaisonnalisées sont souvent inappropriées pour les analyses économétriques, l’information

contenue dans les composantes de la supposée saisonnalité ainsi que la corrélation entre ces

dernières est perdue après la dessaisonalisation. Des données désaisonnalisées inappropriées

ou de faible qualité peuvent donner des résultats qui portent à confusion et aussi de faux

signaux.

METHODES DE DESSAISONALISATION ET LOGICIELS

Il existe les méthodes des moyennes mobiles qui sont des procédures

d’estimation descriptives, non paramétriques et itératives. Les principaux logiciels: X-11-

ARIMA, X-12 et X-12-ARIMA. Pour les méthodes basées sur les modèles économétriques,

les composantes sont estimées séparément à l’aide de méthodes avancées d’analyse de séries

chronologiques (exemple le filtre de Kalman). Elles supposent que la composante irrégulière

est un bruit blanc (white noise).Les logiciels généralement employés sont: TRAMO-SEATS,

STAMP, BV4, etc.

Il existe de nouvelles tendances qui consistent à combiner les deux approches principales.

C’est le cas notamment des logiciels DEMETRA (Eurostat) et X-13-SEATS (U.S. Census

Bureau).

Les méthodes de dessaisonalisation s’efforcent d’extraire la composante saisonnière des séries

afin de rendre évidentes les fluctuations plus intéressantes (d’un point de vue économique).

Dans cette présente étude nous nous servirons du logiciel DEMETRA8 pour la

dessaisonalisation des séries trimestres.

LE TEST DE KRUSKALL WALLIS

Nous allons à présent tester la présence de saisonnalité sur les données étudiées. Pour enlever

les effets saisonniers sur les données nous appliquons le Census X-12 avec la spécification

RSA5c qui prend en compte les effets de calendriers sur les séries trimestrielles dont le PIB,

l’IPC, le taux de change nominal et le taux d’intérêt. Tout d’abord nous effectuons des tests

de saisonnalité afin de voir la présence ou non d’effets saisonniers stables.

8 DEMETRA est un logiciel de désaisonnalisation développé par Eurostat et utilisé par Afristat.



37

Les résultats des tests de Friedman et de Kruskall-Wallis confirment la présence de

saisonnalité stable à 1% pour les variables du Sénégal à l’exception du taux d’intérêt

directeur. En effet, cette variable ne variant que très peu et donc ne cache aucun effet

saisonnier.

Tableau 2 : Tests de saisonnalité stable de PIB_SEN

Somme des carrés Degré de liberté Moyenne des carrés

Entre les mois 0,2833 3 0,0944

Résidu 0,0124 62 0,0002

Total 0,2956 65 0,0045

Source : Calcul de l’Auteur

La valeur de la statistique de Fisher, F(3,62) est de 473,5777 et la p-value est nulle. Ce qui

conclut à une présence de saisonnalité stable à 1%.

Tableau 3 : Test de saisonnalité évolutive de PIB_SEN


Entre les années 0,0040 15 0,0003

Erreur 0,0078 45 0,0002

Source : Calcul de l’Auteur

Et nous avons F(15,45)= 1,5470 et la p-value=0,1291 ; l’hypothèse nulle d’absence de

saisonnalité est rejetée.

Les mêmes tests sont également appliqués sur les données de la zone Euro afin de détecter la

présence d’effets saisonniers.9

Le même travail est appliqué à toutes les séries de données de notre étude et les résultats sont

confinés dans l’annexe A.5 du document.

9 Voir l’annexe pour les résultats des tests



38

DEUXIEME PARTIE :

PRESENTATION DES

RESULTATS



39

Chapitre 1 : ANALYSE DES RESULTATS Globalement, les estimations des postérieurs ne s’éloignent pas trop de ce que nous

avons fixé comme a priori. Premièrement, concernant la courbe IS l’inertie est confirmée par

le modèle (��= 0,70). 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 (��= 0,07).

Pour la politique monétaire, Les impulsions transitant par l’écart du taux d’intérêt réel,

demeurent limitées (��= 0,21) 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, reflétée par les effets de l’écart du taux de change réel (��= 0,05) et de

l’output gap de la Zone Euro (��= 0,20), est relativement importante.

Deuxièmement, les paramètres estimés de la courbe de Phillips, accordent une importance

particulière aux anticipations prospectives (��= 0,46) reflétant en quelque sorte la tendance

inflationniste observée au cours des dernières années. 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. L’effet de l’écart de production sur l’inflation au Sénégal est

relativement faible comparativement à d’autres pays. 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 les a priori. Le degré de lissage �� est relativement important (��= 0,59),

reflétant la forte rigidité du taux d’intérêt à cause de la réticence des autorités monétaires au

recours à cet instrument. En outre, ce dernier répond faiblement à l’output gap (��= 0,20),

traduisant un manque de préoccupation de stabilisation de l’activité économique.

Finalement, le taux de croissance de la production potentielle �� estimé à 5% est plus fort

que la valeur fixée a priori à savoir 3,6%. Les incertitudes entachant ce paramètre sont

importantes.



40

La section qui suit 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.

II.1.1 ESTIMATION DES PRINCIPALES VARIABLES : Output gap, Inflation

L’output gap estimé du Sénégal suit une évolution irrégulière en forme de dents de

scie. Elle est négative avant l’année 2000 et reste positive jusqu’en fin 2002. Au-delà de cette

période, elle reste sensiblement proche de zéro sauf au troisième trimestre de 2008 et au début

de l’année 2014. En effet, le niveau de la production potentielle est tributaire du niveau de

l’économie et des influences dues aux retombées des crises de la zone Euro et du reste du

monde. Les paramètres beta1, beta2, beta3, beta4 et beta5 représentent respectivement les

effets de l’output gap de la période passée, de l’output gap de la période future, du taux

d’intérêt, du taux de change et de l’output gap de la zone euro.

Graphique 3 : Estimation de l’output gap (axe droit)

Source : ANSD, Calcul de l’Auteur.

Les chocs d’offre et l’inertie de l’inflation sont les principaux déterminants de la dynamique

de l’inflation. La courbe de Phillips estimé explique les évolutions de l’inflation avec un choc

d’offre persistant.

-0,4

-0,3

-0,2

-0,1

0

0,1

0,2

-0,7

-0,6

-0,5

-0,4

-0,3

-0,2

-0,1

0

0,1

0,2

0,3

19

98

Q1

19

98

Q3

19

99

Q1

19

99

Q3

20

00

Q1

20

00

Q3

20

01

Q1

20

01

Q3

20

02

Q1

20

02

Q3

20

03

Q1

20

03

Q3

20

04

Q1

20

04

Q3

20

05

Q1

20

05

Q3

20

06

Q1

20

06

Q3

20

07

Q1

20

07

Q3

20

08

Q1

20

08

Q3

20

09

Q1

20

09

Q3

20

10

Q1

20

10

Q3

20

11

Q1

20

11

Q3

20

12

Q1

20

12

Q3

20

13

Q1

20

13

Q3

20

14

Q1

beta2 beta3 beta4 beta5 beta1 output gap



41

II.1.2 LES FONCTIONS DE REPONSES IMPULSIONNELLES

Nous commençons l’évaluation du modèle en analysant comment une hausse

temporaire de 1% sur les variables d’intérêt (inflation, demande…) affecte la dynamique de

l’économie sénégalaise, suivant les spécifications du modèle. Le but d’un tel travail est de

montrer les aspects multiples du mécanisme de transmission.

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 8 (en annexe A.4)

décrit l’ensemble des réponses impulsionnelles des variables clés à un choc de politique

monétaire. Les effets d’un choc de politique monétaire se manifestent par une baisse de la

production potentielle et de la croissance à court terme. Une augmentation du taux d’intérêt

nominal d’un point d’écart-type engendre un apaisement des tensions inflationnistes jusqu’à

10 trimestres. Ce durcissement des conditions monétaires conduit à un ralentissement de

l’économie au bout de 4 trimestres.

Par ailleurs, en réponse à un choc positif sur les prix, le taux de croissance augmente

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

(graphique 4) 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

(jusqu’à 0,3% au cinquième trimestre) sur le court terme. Le taux d’intérêt augmente

graduellement pour atteindre un maximum. Ces développements engendrent un

ralentissement de l’activité économique et un apaisement des tensions inflationnistes à moyen

terme.



42

Graphique 4 : Réponses Impulsionnelles à un choc de demande globale (d’un

écart-type).

Source : Nos Calculs sous Dynare.

Finalement, une demande additionnelle de la Zone Euro adressée aux produits sénégalais

conduit à une augmentation de 0,3% de la demande globale à court terme (graphique 7). Les

pressions sur les coûts de production, afin de satisfaire cette demande, contribuent à

l’accélération de l’inflation qui se stabilise au bout de 4 ans.



43

Chapitre 2 : PREVISIONS Le modèle que nous avons présenté dans ce document est utilisé pour effectuer des

prévisions trimestriellement de l’inflation et de la croissance sur le court terme (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.

La prévision de l’inflation est basée en général sur plusieurs modèles de prévisions, sur

l’analyse de nombreux indicateurs macroéconomiques et sur le jugement des experts. Trois

types de modèles économétriques sont utilisés à cet effet: les modèles ARIMA pour la

prévision mensuelle et trimestrielle, les modèles P-Star pour la prévision trimestrielle et

annuelle, les modèles VAR-X pour la prévision et les simulations des effets de la politique

monétaire.

Nous effectuons des prévisions de l’inflation et de la croissance basée sur un échantillon

allant de 1998Q1 à 2014Q2. Les résultats sont reportés sur les graphiques. Le graphique ci-

dessous montre les prévisions moyennes (ligne foncée) et les intervalles de confiance. Notre

horizon de prévision commence au troisième trimestre 2014 et comprend 20 trimestres.



44

Graphique 5 : Prévision de l’output gap, de l’inflation et de la croissance

Source : Nos Calculs sous Dynare.

Le modèle prédit une hausse de la croissance du pib du Sénégal jusqu’à 5 trimestre suivi

d’une baisse le trimestre suivant pour ensuite augmenter instantanément. Sur cette même

période le niveau de l’inflation reste relativement élevé (graphique). En effet, dans l’atteinte

des objectifs d’un Sénégal émergent, le gouvernement avec l’aide des institutions de Breton

Woods a mis en place des projets de développement. Ces derniers ont nécessité l’initiation de

politiques monétaires, à travers la Banque Centrale, qui ont affecté toutes les sphères de

l’économie nationale. C’est ainsi que les politiques accommodantes de la Banque centrale sur

le taux d’intérêt induit une modification du comportement des agents économiques et donc

influe sur le niveau de la demande et par conséquent sur l’augmentation des prix.

Toutefois, ces projections sont exposées à des risques substantiels. Le niveau élevé des prix

des matières premières, conjuguée à la crise de la dette dans les économies avancées (Etats-

Unis et zone euro) pourraient ralentir la reprise de l'économie mondiale et pourrait

avoir des répercussions négatives sur l’économie sénégalaise. En effet, une baisse

marquée des envois de fonds des travailleurs sénégalais, de l'aide officielle, du

financement disponible sur le marché régional, des exportations ou de l'investissement

direct étranger pèserait essentiellement sur la croissance et la balance des paiements. En

outre, un retard significatif dans la mise en œuvre des reformes structurelles en particulier

celles portant sur le secteur agricole constituera un risque à consolidation de la reprise

économique.



45

CONCLUSION

La publication des prévisions de la croissance ou d’inflation est un événement

économique souvent attendu par différents agents économiques, consommateurs producteurs

et autres opérateurs financiers. Elles sont considérées comme des informations clés pour

l’aide à la prise de décision. Les résultats de l’étude sou tendent une évolution assez erratique

de la croissance du PIB réel du Sénégal et cela conjuguée à une inflation qui dépasse sa valeur

objective. Les modèles GPM se révèlent être de puissants outils de prévision à court terme de

la dynamique économique.

Les spécifications retenues nous semblent cohérentes avec les hypothèses explicites sur les

mouvements de long terme, les anticipations et les données sénégalaises. 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. L’output gap semble peu

influent sur la dynamique de l’inflation. Le poids des chocs d’offre est important, 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.

Considérant que la faiblesse de la croissance du PIB est due en partie aux niveaux insuffisants

de productivité, des infrastructures de soutien à la production, aux difficultés d’accès aux

facteurs de production (eau, intrants de qualité), à la vulnérabilité de l’agriculture face aux

aléas climatiques, à la faible structuration des chaînes de valeur agro-pastorales, aux

problèmes d’accès au foncier et à des financements adaptés, et des problèmes de gouvernance,

le gouvernement sénégalais a décidé d’adopter une stratégie dénommée Plan Sénégal

Émergent (PSE) pour améliorer la situation du pays et faire du Sénégal un pays «émergent en

2035 avec une société solidaire dans un État de droit». Cette stratégie constitue le référentiel

de la politique économique et sociale sur les moyens de long terme.



46

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. Il serait également cohérent d’agréger le modèle afin d’intégrer d’autres

économies à faible revenu et de faciliter la comparaison entre pays.



x

BIBLIOGRAPHIE

An, S., & Schorfheide, F. (s.d.). Bayesian analysis of DSGE models. Volume 26 (2-4), pp. 113-172.

Andrle, M., Berg, A., Morales, A. R., Portillo, R., & Vlcek, J. (2013, March). Forecasting and

Monetary Policy Analysis in Low-Income Countries: Food and non-Food Inflation in Kenya.

Andrle. Michal, C. F.-S. (2009, 09). Adding Indonesia to the Global Projection Model. IMF Working

Paper 09/253.

Arbatli, E. C., & Moriyama, K. (2011, May). Estimating a Small Open Economy Model for Egypt:

Spillovers, Inflation, Dynamics and Implications for Monetary Policy.

Bailliu, J., Blagrave, P., & Ross, J. (2010, March). Introducing the Bank of Canada’s, Projection

Model for the Global Economy. (B. o. Canada, Éd.)

Bailliu, J., & Blagrave, P. (2010). Transmission of shocks to the Chinese economy in a global context:

A model-based approach. Working Paper(17).

Bénassy, J.-P. (2011). Macroeconomic Theory. OXFORD : Presse Universitaire.

Blagrave, J. B. (2010, juillet). The Transmission of Shocks to the Chinese Economy in a Global

Context: A Model-Based Approach. Bank of Canada Working Paper 2010-17.

Cahn, C., & Saint-Guilhem, A. (2009, July/August). Issues on potential growth measurement and

comparisaon: how structural is the production function approach? pp. 221-40.

Calvo, G. A. (1983, September). Staggered prices in a utility maximizing framework. Vol. 12(3), pp.

383-398.

Canales-Kriljenko, J. C.-S. (2009, 09). Adding Latin America to the Global Projection Model. IMF

Working Paper 09/85.

Canova, F. (2007). , Methods for Applied Macroeconomic Research. Princeton: Princeton University

Press & Princeton and Oxford.

Carabenciov, I. I. (2008). A Small Quarterly Projection Model of the U.S. Economy. IMF Working

Paper No. 08/278.

Carabenciov, I., Freedman, C., Garcia-Saltos, R., Laxton, D., Kamenik, O., & Manchev, P. (2013,

April). GPM6 - The Global Projection Model with 6 Regions.

Charry, L., Gupta, P., & Thakoor, V. J. (2014, August). Introducing a Semi Structural Macroeconomic

Model for Rwanda. (N°.14/159).

Christiano, L. J., Eichenbaum, M., & Evans, C. (2001, July). Nominal rigidities and the dynamic

effects of a shock to monetary policy. N°.8403.

DIOP, M. B. (2011, MARS 00). UN MODÈLE DE PRÉVISION DE L'INFLATION:UNE

APPROCHE DSGE. DAKAR, DAKAR, Sénégal.

Galì, J. (2005, March). Lecture Notes on Monetary Economics.



xi

Gali, J. (2008). Monetary Policy, Inflation, and the Business Cycle. New Jersey: Princeton University

Press, Princeton.

Gali, J., & Gertler, M. (1999, October). Inflation dynamics: A structural econometric analysis. Vol.

44(2), pp. 195-222.

Justiciano, A., & Primiceri, G. (s.d.). Investment shocks and the relative price of investment.

KUIKEU, O. (s.d.). COURBE DE PHILLIPS NÉO – KEYNÉSIENNE HYBRIDE : RÉSULTATS

EMPIRIQUES POUR LA COMMUNAUTÉ ÉCONOMIQUE ET MONÉTAIRE DE

L’AFRIQUE CENTRALE (CEMAC). (C. d. CATT, Éd.)

Lajmi, M., & El Khadhraoui, S. (2013, Décembre). Modèle de prévison à moyen terme pour la

Tunisie.

Laxton, D. (2014, january 30). The Global Projection Model.

Laxton, D. (2014, janvier). The global projection model team. IMF Economic modeling division.

Majuca, R. (2013, November). Managing Economic Shocks in an Integrated Region: ASEAN Beyond

2015.

Mankiw, N., & Reis, R. (2001, May). Sticky Information Versus Sticky Prices: A proposal to Replace

the New keynesian Phillips Curve. (N° 8290).

Moriyama, E. C. (2011, Mai). Estimating a Small Open-Economy Model for Egypt: Spillovers,

Inflation Dynamics and Implications for Monetary Policy. IMF Working Paper.

NDIAYE, C. T., & KONTE, M. A. (2013, Mai 30). Incertitude de l’inflation et croissance économique

: le cas de l’UEMOA. (L. d. d'Orléans, Éd.)

Neissa, K. S., & Nelsonb, E. (s.d.). Inflation dynamics, marginal cost, and the output gap: Evidence

from three countries.

Nubukpo, K. (2003, Décembre). Dépenses publiques et croissance des économies de l'UEMOA.

Salas, J. (2010, Juillet 08). Bayesian Estimation of a Simple Macroeconomic Model for a Small Open

and Partially Dollarized Economy.

Smets, F., & Wouters, R. (2003, september). An estimated dynamic stochastic general equilibrium

model of the euro area. 1, Issue 5, p. 1123_1175.

Smets, F., & Wouters, R. (2007, February 5). Shocks and frictions in US business cycles: A Bayesian

DSGE approach. Working Paper(N°.109).

Toe, D. M. (2010, Décembre). Modèles de prévision de l'inflation dans les pays membres de

l'UEMOA. Document d'Etude et de Recherche.

Whelan, K. (s.d.). The New-Keynesian Phillips Curve. (EC4010 Notes, 2007/2008).



xii

ANNEXES

A.1 Description du modèle GPM La production effective est égale au logarithme du PIB hors agriculture réel (aux prix

constants de 2005) multiplié par 100 :

�� = 100∗ ��(��)

�� = �� − ��

La courbe IS :

�� − �� = �� − ��∗

��∗ =

��

4+ ��

��∗

�� = �1 − �� + �� + ��

�� = �� + �� − �� + �� + �� + ��

�

�� = �� − ��∗

�� = �� − ��

��∗ = (1 − ��)�� + ��

∗ + ��∗

�� = �� + ��

��

La courbe de Phillips :

Le taux d’inflation est égal au taux de croissance trimestriel annualisé de l’indice de prix à la

consommation :

�� = 400 ∗ (��(��)− ��(��))

�� = �� + (1 − ��)�� + �� + �� + ��



xiii

La parité non couverte du taux d’intérêt :

�� = �� + �� − ��

�� = �� − ��∗ + ��

��∗ = ��

∗ + ��∗

4�(� − 1)�� + �� = (�� − ��)− ��

∗ − ��∗

� + ��

�� = (1 − �)��

+ �� + ��

��

�� = (1 − ��)��

+ �� + ��

��

��∗

= �1 − ��∗��

+ ��∗��

��∗+ ��

��∗

La règle de politique monétaire :

�� = �� + (1 − ��)�(��∗ + ��

∗)+ ��(�� − ��∗)+ �� + �� + ��

�



xiv

A.2 Paramètres des équations de comportement

Tableau 4 : Calibrage des paramètres du modèle

No Paramètre Description Valeur

1 beta1_SEN Output gap retardé 0,92

2 beta2_SEN Output gap anticipé 0,14

3 beta3_SEN Ecart de taux d’intérêt réel retardé 0,20

4 beta4_SEN Ecart de taux de change réel retardé 0,05

5 beta5_SEN Output gap de la ZE retardé 0,20

6 gamma1_SEN taux d’intérêt nominal retardé 0,69

7 gamma2_SEN déviation de l’inflation par rapport à une moyenne historique 1,19

8 gamma4_SEN Taux d’intérêt nominal : output gap 0,19

9 lambda1_SEN inflation anticipée 0,66

10 lambda2_SEN output gap retardé 0,23

11 lambda3_SEN dépréciation du taux de change bilatéral réel 0,10

12 phi_SEN Taux de change bilatéral réel anticipé 0,82

13 rr_bar_SEN_ss Taux d’intérêt réel à l’état d’équilibre 5,0

Source : ANSD, DPEE et Calcul de l’Auteur.



xv

A.3 A priori et postérieurs des paramètres

Tableau 5 : Distribution a priori et a postériori des principaux paramètres.

A priori Postérieur

Paramètre Moyenne Ecart-type Distribution Mode Ecart-type

beta1_SEN 0.750 0.1000 gamma 0.7022 0.0885

beta1_EUR 0.750 0.1000 Gamma 0.7642 0.0999

beta2_SEN 0.100 0.0500 Beta 0.0546 0.0333

beta2_EUR 0.100 0.0500 Beta 0.0758 0.0461

beta3_SEN 0.200 0.0500 Gamma 0.1939 0.0486

beta3_EUR 0.200 0.0500 Gamma 0.1875 0.0484

beta4_SEN 0.050 0.0030 Gamma 0.0497 0.0030

beta5_SEN 0.250 0.1000 Gamma 0.1789 0.0747

gamma1_SEN 0.500 0.0500 Beta 0.5360 0.0522

gamma1_EUR 0.500 0.0500 Beta 0.6139 0.0467

gamma2_SEN 1.500 0.2000 Gamma 1.2970 0.1772

gamma2_EUR 1.500 0.3000 Gamma 1.4399 0.2939

gamma4_SEN 0.200 0.0500 Gamma 0.1849 0.0479

gamma4_EUR 0.200 0.0500 Gamma 0.1875 0.0484

growth_SEN_ss 5.000 0.0500 Normale 4.9998 0.0500

growth_EUR_ss 2.200 0.0500 Normale 2.1999 0.0500

lambda1_SEN 0.500 0.1000 Beta 0.4556 0.1350

lambda1_EUR 0.500 0.1000 Beta 0.5000 0.1066

lambda2_SEN 0.250 0.0500 Gamma 0.2119 0.0442

lambda2_EUR 0.200 0.0500 Gamma 0.1875 0.0484

lambda3_SEN 0.208 0.0500 Gamma 0.2060 0.0508

lambda3_EUR 0.120 0.0500 Gamma 0.0992 0.0455

phi_SEN 0.500 0.2000 Beta 0.0415 0.0317

rho_SEN 0.500 0.1000 Beta 0.1946 0.0636

rho_EUR 0.500 0.1000 Beta 0.2449 0.0735

rr_bar_SEN_ss 2.000 0.3000 Normale 2.0000 0.3000

rr_bar_EUR_ss 2.000 0.3000 Normale 2.1939 0.3068

tau_SEN 0.050 0.0300 Beta 0.0329 0.0236

tau_EUR 0.050 0.0300 Beta 0.0382 0.0286

upsilon_rpoil1_SEN 0.003 0.0010 Gamma 0.0030 0.0010



xvi

upsilon_rpoil2_SEN 0.003 0.0010 Gamma 0.0030 0.0010

sigma_SEN 0.003 0.0010 Gamma 0.0023 0.0009

upsilon_rpoil1_EUR 0.005 0.0010 Gamma 0.0048 0.0010

upsilon_rpoil2_EUR 0.005 0.0010 Gamma 0.0048 0.0010

sigma_EUR 0.004 0.0010 Gamma 0.0037 0.0010

rho_lrpoilc_EUR 0.750 0.0500 Gamma 0.7518 0.0498

rho_rpoil_gap_EUR 0.750 0.1000 Gamma 0.7654 0.1022

Source : Nos calculs sous Dynare

Tableau 6 : Distribution a priori et a postériori des chocs

A priori Postérieur



xvii

Moyenne Ecart-type Distribution Mode Ecart-type

RES_G_SEN 5.000 Inf Inverse-gamma 1.5538 0.3785

RES_G_EUR 5.000 Inf Inverse-gamma 1.5495 0.3804

RES_LPIB_BAR_SEN 5.000 Inf Inverse-gamma 1.0508 0.1678

RES_LPIB_BAR_EUR 5.000 Inf Inverse-gamma 1.0548 0.1704

RES_LZ_BAR_SEN 5.000 Inf Inverse-gamma 1.9329 0.6185

RES_INFL_SEN 5.000 Inf Inverse-gamma 0.8063 0.1159

RES_INFL_EUR 5.000 Inf Inverse-gamma 2.4646 0.3181

RES_RR_BAR_SEN 5.000 Inf Inverse-gamma 1.5719 0.3037

RES_RR_BAR_EUR 5.000 Inf Inverse-gamma 1.5554 0.3021

RES_RR_DIFF_SEN 5.000 Inf Inverse-gamma 1.2210 0.2270

RES_RS_SEN 5.000 Inf Inverse-gamma 0.9714 0.1643

RES_RS_EUR 5.000 Inf Inverse-gamma 1.1488 0.1696

RES_Y_SEN 5.000 inf Inverse-gamma 0.9802 0.1484

RES_Y_EUR 5.000 inf Inverse-gamma 1.0047 0.1563

RES_LRPOILC_EUR 5.000 inf Inverse-gamma 1.1576 0.2017

RES_RPOIL_GAP_EUR 5.000 inf Inverse-gamma 1.1376 0.1953

RES_LRPOIL_BAR_EUR 5.000 inf Inverse-gamma 1.1685 0.2041

Source : Nos calculs sous Dynare.



xviii

A.4 Fonctions de Réponses impulsionnelles

Graphique 6 : Réponses impulsionnelles à un choc d’offre globale (d’un écart-

type)





xix

Graphique 7 : Réponse à un choc de demande étrangère (d’un écart-type).


Graphique 8 : Réponses à un choc de politique monétaire (d’un écart-type).




xx

Graphique 9 : Réponses à un choc du prix du pétrole (d’un écart-type).




xxi

A.5 Résultats des Tests de Stationnarité avec DEMETRA

Tableau 7 : Tests de saisonnalité de RS_EUR


Entre les mois 0,0008 3 0,0003

Résidu 0,0368 62 0,0006

Total 0,0376 65 0,0006

Source : ANSD, Nos Calculs sous Demetra


Entre les années 0,0043 15 0,0003

Erreur 0,0114 45 0,0003

Source : ANSD, Nos Calculs

Tableau 8 : Test de saisonnalité de CPI_SEN

Source : calcul sous DEMETRA



xxii

Tableau 9 : Test de saisonnalité de Z_SEN


Tableau 10 : Test de saisonnalité de PIB_EUR




xxiii

Tableau 11 : Test de saisonnalité de CPI_EUR




xxiv

Tableau 12 : Résultat du test de saisonnalité de POIL_EUR




xxv

A.7 Résultats des prévisions

Graphique 10: Prévision conditionnelle de la croissance


Graphique 11: Prévision conditionnelle de l’inflation




xxvi

TABLE DES MATIERES

DECHARGE ............................................................................................................................................ii

DEDICACE ............................................................................................................................................. iii

SOMMAIRE ........................................................................................................................................... iv

AVANT-PROPOS.................................................................................................................................... v

REMERCIEMENTS ............................................................................................................................... vi

SIGLES ET ABREVIATIONS .............................................................................................................. vii

LISTE DES ILLUSTRATIONS............................................................................................................ viii

LISTE DES TABLEAUX ..................................................................................................................... viii

LISTE DES GRAPHIQUES ................................................................................................................. viii

RESUME ................................................................................................................................................. ix

ABSTRACT ............................................................................................................................................. x

INTRODUCTION GENERALE ............................................................................................................. 1

PREMIERE PARTIE : CADRE THEORIQUE ET CONCEPTUEL ..................................................... 4

Chapitre 1 : REVUE DE LITTERATURE ....................................................................................................... 5

I.1.1 ASPECTS THEORIQUES ............................................................................................................. 5

I.1.2 RESULTATS EMPIRIQUES ......................................................................................................... 8

Chapitre 2 : FAITS STYLISES ................................................................................................................... 11

I.2.1 RAPPEL HISTORIQUE DE LA DYNAMIQUE DE L’ECONOMIE SENEGALAISE ............................ 11

I.2.2 UNE BREVE DESCRIPTION DE LA CROISSANCE ECONOMIQUE DU SENEGAL ........................ 13

Chapitre 3 : PRESENTATION DU MODELE ........................................................................................ 18

I.3.1 PRESENTATION DES EQUATIONS .......................................................................................... 18

I.3.2 ESTIMATION DU MODELE ..................................................................................................... 29

DEUXIEME PARTIE : PRESENTATION DES RESULTATS .......................................................... 38

Chapitre 1 : ANALYSE DES RESULTATS ............................................................................................. 39

II.1.1 ESTIMATION DES PRINCIPALES VARIABLES : Output gap, Inflation .................................. 40

II.1.2 LES FONCTIONS DE REPONSES IMPULSIONNELLES ........................................................... 41

Chapitre 2 : PREVISIONS ................................................................................................................... 43

CONCLUSION ..................................................................................................................................... 45

BIBLIOGRAPHIE ................................................................................................................................... x

ANNEXES ............................................................................................................................................. xii

A.1 Description du modèle GPM ................................................................................................. xii

A.2 Paramètres des équations de comportement ......................................................................... xiv



xxvii

A.3 A priori et postérieurs des paramètres ................................................................................... xv

A.4 Fonctions de Réponses impulsionnelles ............................................................................. xviii

A.5 Résultats des Tests de Stationnarité avec DEMETRA ......................................................... xxi

TABLE DES MATIERES ................................................................................................................... xxvi

mémoire d’ingénieur statisticien economiste

Documents