Les données

Au sein de cette section, nous allons présenter les données nécessaires pour l’éla-boration de ce travail. D’abord, nous présentons les données et leurs sources, ainsi que la construction de certaines variables inobservables. Puis, nous présentons leur évolution durant la période d’étude. Enfin, nous étudions leur stationnarité.

Description des données

L’illustration empirique de la méthodologie présentée ci-dessus porte sur le cas de la Nouvelle-Zélande. Les motivations qui nous ont conduit à retenir ce pays sont les suivantes : c’est le premier pays qui a adopté la politique de ciblage d’inflation au 1^er février 1990. Enfin la Nouvelle-Zélande a adopté ce régime monétaire avec un niveau élevé de transparence et de crédibilité. Et enfin, elle fait partie des rares banques centrales qui publient une série de leurs prévisions d’inflation.

Afin de déterminer la règle qui reflète le mieux le comportement d’une banque centrale sous un régime de ciblage d’inflation, nous avons besoin des données de l’inflation, de l’inflation cible, de l’output gap, du taux d’intérêt de court terme et de l’inflation anticipée. Cependant, certaines variables sont inobservable telles que l’inflation, l’output gap et le taux d’intérêt réel d’équilibre qui seront construites respectivement à partir des donnés de l’IPC excluant le prix de l’énergie, de l’output réel et du taux d’intérêt du marché monétaire de trois mois.

Nous avons retenu des données à fréquence trimestrielle afin d’utiliser les données du PIB. Nous pouvons considérer que le choix d’une fréquence trimestrielle plutôt que mensuelle, parfois utilisée dans d’autres études, ne diminue pas l’intérêt de nos estimations dans la mesure où la politique monétaire est orientée vers un objectif de moyen terme.

Nous avons voulu collecter les données à partir de la base de données de la Banque de Réserve Fédérale de Nouvelle-Zélande. Cependant, certaines données ne sont dis-ponibles qu’à partir de 1995 telles que l’inflation anticipée et le PIB. D’autres sont disponibles dès 1991. Ainsi, nous utilisons la base de données du Data Stream pour collecter les données de IPC excluant l’énergie, le PIB trimestriel réel, le taux d’in-térêt du marché monétaire à trois mois et l’inflation anticipée. Quant à la série de l’inflation cible, elle est collectée à partir de la base de données de la Banque de la Réserve Fédérale de Nouvelle-Zélande. Toutes les séries étaient désaisonnalisées par la méthode de CENSUS sous sa version X-12²⁰.

Afin de construire la série de l’inflation, nous adoptons une mesure qui a été adop-tée par de nombreuses études étudiant les politiques monétaires. Cette mesure est égale au pourcentage du changement annuel d’IPC. La série d’inflation est exprimée selon l’équation suivante :

IN F_t= 100∗[(IP C_t−IP C_t−4)/IP C_t−4] (2.22) Dans la plupart des travaux portant sur l’estimation des règles de types Taylor, l’output gap est défini comme étant le logarithme de l’output observé par rapport à sa tendance potentielle. L’expression de cette variable est présentée comme suit :

Y_g =LN(Y_t/Y_p) (2.23)

Avec, Y_t et Y_p sont le PIB réel et le PIB potentiel respectivement.

La littérature économique fournit plusieurs méthodes de détermination de l’output potentiel. La première consiste à estimer une fonction de production et ses facteurs.

La seconde par lissage de la production observée, généralement à l’aide d’un filtre de

20. Pour plus de détails sur cette méthode en particulier et la désaisonalisation en général, voir

Hordrick Prescott (HP). La troisième par un ajustement d’une tendance linéaire avec d’éventuelles ruptures. Nous signalons que les paramètres de la fonction de réaction sont sensibles au choix de la méthode d’estimation de l’output potentiel. Ainsi, de nombreuses études ont effectué des tests de robustesse de leurs estimations avec dif-férentes mesures de l’output gap. La plupart de ces études ont montré que le filtre HP aboutit à une bonne estimation de l’output potentiel. Ainsi, nous adoptons le filtre de HP pour estimer l’output potentiel, avec un coefficient (λ = 1600) vu que les données sont trimestrielles.

La troisième variable inobservable concerne le taux d’intérêt de court terme. Nous allons procéder à sa définition avant de présenter la méthode de sa construction. Selon Plantier et Scrimgeour (2002), le taux d’intérêt réel d’équilibre ou ce qu’on appelle aussi le taux d’intérêt réel neutre est le taux qui inclut tous les facteurs,²¹ outre les informations fournies par les données de l’output et de l’inflation, qui peuvent rendre le contrôle d’inflation plus facile ou plus compliqué. Il est clair donc que cette variable varie au cours du temps. En revanche, la littérature économique présente différentes approches pour l’estimer. La première méthode est de le considérer comme un taux fixe, égal à la moyenne du taux d’intérêt réel durant la période d’étude. À titre d’exemple, pour le cas de la Nouvelle-Zélande, Archibald et al. (2001) considèrent que le taux d’intérêt réel d’équilibre est égal à 4,5% durant la période de 1990 à 2001. La deuxième méthode consiste à calculer le taux d’intérêt réel d’équilibre selon une tendance linéaire déterministe. Quant à la troisième approche, elle consiste à le déterminer par le recours à l’outil de lissage à l’aide de filtre HP ou de filtre de Kalman. Au sein de ce travail, nous construisons le taux d’intérêt réel d’équilibre par le filtre HP.

21. Parmi ces facteurs : la croissance économique mondiale, le taux de change, le prix des actifs...

Évolutions des principales variables économiques

Au sein de cette partie nous allons présenter l’évolution des principales variables économiques durant la période de notre étude de 1991 à 2009. Afin de décrire le cycle économique de la Nouvelle-Zélande, nous allons avoir recours à la description de données principales telles que l’output, l’inflation et le taux d’intérêt.

1. Croissance de PIB

Figure 2.1 – Évolution de la Croissance du PIB de la Nouvelle-Zélande entre 1991 :T1 - 2009 :T1

La figure (Fig. 2.1) représente la croissance du PIB durant la période de 1991 à 2009. La croissance était élevée en 1992, puis elle a enregistré une chute si-gnificative en 1993. Ensuite, il y a eu une croissance graduelle lente entre 1994 et 1996, qui a conduit l’économie à une récession profonde durant la période de 1997 à 1999. Puis, l’économie se relance de nouveau à partir de 2000 suivie

2001 à la baisse. À partir de 2008, l’activité économique diminue fortement.

L’allure du PIB de la Nouvelle-Zélande peut être expliquée par des faits écono-miques importants. En effet, la croissance de la production durant la période de 1991 à 1996 est fortement liée à l’histoire de l’expérience de ce pays avec les pays de l’OCDE. Cette expansion est expliquée d’une part par un suivi des re-formes structurelles adoptées à la fin des années quatre-vingt et d’autre part par l’adoption des instruments de pilotage²² et de conduite des cycles économique très traditionnels. Ces pilotages conduisent à l’amélioration et à l’augmentation des dépenses de la consommation et d’investissement et par conséquent à une politique fiscale expansionniste. Quant à la récession au début de 1997, elle est due à la crise des pays d’Asie de l’Est à cette date. Cette dernière a affecté significativement le volume et la valeur de l’exportation²³. Cette récession de-vient plus profonde en 1998. C’est ainsi que la Nouvelle-Zélande a mis en place en 1998 une politique monétaire indexée. Cette dernière tient compte de la variation du taux de change afin de neutraliser les effets des chocs extérieurs.

Ceci conduit à une croissance graduelle à la fin des années 1999 jusqu’à 2008.

À partir de cette date, l’activité économique diminue fortement à cause de la dernière crise mondiale.

2. L’inflation.

On remarque d’après le graphique (2.2) que le taux d’inflation était très élevé avant les années quatre-vingt dix. Cependant à partir de cette date, date

22. Il s’agit d’un niveau élevé des prix d’exportation des matières premières, un flux fort de migration intérieure et un niveau élevé de confiance dans l’économie.

23. La part des exportations de la Nouvelle-Zélande destinée aux pays de l’Asie de l’Est est de 40% du total des exportations et le montant des exportations représente 30% du produit intérieur brut.

Figure2.2 – Évolution de l’inflation de la Nouvelle-Zélande entre 1991 :T1 - 2009 :T1

d’adoption de la politique de ciblage d’inflation, l’inflation rejoint un niveau relativement faible. En effet, l’inflation était en moyenne de 1% entre 1991 à 1994, période pendant laquelle l’inflation cible était de l’ordre de 0 à 2%. L’in-flation augmente brusquement à 4% en 1995. Cette hausse d’inL’in-flation conduit à la révision de la fourchette d’inflation cible : entre 0 et 3%. À partir de 1996 et jusqu’à 2007, l’inflation reste stable vers 2% jusqu’à la date de 2007 où elle commence à augmenter graduellement et atteint un niveau de 4%.

3. Le taux d’intérêt de court terme

L’allure du taux de marché monétaire à trois mois pour la Nouvelle-Zélande se caractérise par cinq périodes : 1991 /94, 1994/98, 1998/99, 1997/2007 et 2008/2009 (Fig. 2.3).

Durant la période 1991-1994, le taux d’intérêt diminue d’une façon

drama-Figure 2.3 – Évolution du taux d’intérêt de la NouvelleZélande entre 1991 :T1 -2009 :T1

tique, il passe de 12% à environ 5%. Cette baisse est due à la mise en place de la politique de ciblage d’inflation qui a été mise en œuvre au 1^er février 1990.

À partir du début de 1994 jusqu’à 1998, le taux du marché monétaire de la Nouvelle-Zélande remonte à un niveau moyen de 8%. La hausse du taux d’inté-rêt a pour objectif de contrecarrer des pressions inflationnistes qui ont eu lieu à cette période. D’après la figure (Fig. 2.2), nous constatons la diminution de l’inflation à cette période. En effet, la politique ayant pour objectif de réduire l’inflation durant cette période était clairement annoncée dans lePTAde 1996.

Le taux d’intérêt diminue en 1998 à 4% environ. À cette date l’économie est en récession. L’objectif de cette baisse était de relancer l’économie. De 1999 à 2006, le taux d’intérêt reste stable à un niveau moyen de 6%, jusqu’à la date de 2007 où il atteint une pic de 9%. En 2008, suite à l’effet de la crise, il commence à chuter et atteint un niveau faible de l’ordre de 3% en 2009.

Étude de la stationnarité des variables

Après avoir désaisonnalisé les séries, nous étudions dans cette partie la station-narité des variables. Nous appliquons trois types de tests. D’abord, nous employons le test de Dickey-Fuler Augmenté (ADF), puis le test de Phillips et Perron (PP), qui permet de tenir compte de l’hétéroscédasticité et de l’autocorrélation. Ces deux tests sont basés sur l’hypothèse nulle : le processus est non stationnaire. Nous confirmons nos résultats par un troisième test de Kwiatkowski, Phillips, Shmidt et Shin (KPSS).

Ce dernier test, contrairement aux deux premiers, est basé sur l’hypothèse nulle de stationnarité des séries. Les tableaux 1, 2 et 3 présentent les résultats des trois tests de racine unitaire respectifs cités ci-dessus. Ces tests sont effectués par le logiciel E-Views 5.

Dans ce qui suit, nous allons présenter les différents résultats de ces tests.

Table 2.1 – Résultats de test KPSS de stationnarité

variables Statistiquetc avec T+C Conclusion

CPI 0,256127 Non stationnaire I(1)

DCPI 0,201602^∗∗∗ stationnaire I(0)

INF 0,093^∗∗∗ stationnaire I(0)

Y_g 0,052406^∗∗∗ stationnaire I(0)

INFA 0,191138^∗∗ stationnaire I(0)

i 0,118244^∗∗∗ stationnaire I(0)

EINF 0,078432 stationnaire I(0)

Table2.2:RésultatsdutestDuckyetFulleraugmenté(ADF)de stationnaritédesséries TendanceetconstanteSanstendanceSanstendanceetconstanteConclusion -0,0583503,99511014,887334 t=0,08 CPI(tt=0,78)NonStationnaire c=2,75c=-10,47I(1) (tc=0,15)(tc=−2,73) −6,458496−5,638740∗∗∗ t=0,06 DCPI(tt=2,67)Stationnaire c=1,44c=3,02I(0) (tc=1,64)(tc=4,44∗∗∗ ) −3,212182−1,935218 t=0,006 INF(tt=1,69)Nonstationnaire c=0,428c=0,33-0,474094I(1) (tc=2,33)tc=1,88 −6,912632−6,959043−7,008916∗∗∗ t=0,001 DINF(tt=0,48)Stationnaire c=−0,04c=0,014I(0) (tc=−0,33) −4,491817∗∗−4,509654∗∗∗−4,529802∗∗∗ t=−0,001 Yg(tt=−0,35)Stationnaire c=0,105c=0,043I(0) (tc=0,52) −6,489734∗∗∗ Suitepagesuivante...

...Suitedutableau2.2 TendanceetconstanteSanstendanceSanstendanceetconstanteConclusion t=0,008 INFA(tt=4,76)Stationnaire c=0,46I(0) (tc=3,48∗∗∗ ) −3,480560−3,348034 t=−0,004 i(tt=−1,12)Stationnaire c=1,44c=1,22I(0) (tc=3,323∗∗∗)(tc=3,14∗∗∗) −3,409665∗−3,386368∗∗3,428789∗∗∗ t=−0,001 EINF(tt=−0,55)Stationnaire c=0,0508c=1,22I(0) (tc=0,512∗∗∗)(tc=0,027)

Table2.3:RésultatsdutestdePhillipsetPerron(PP)destation- naritédesséries TendanceetconstanteSanstendanceSanstendanceetconstanteConclusion −0,3814223,2704098,333437 t=0,089 CPI(tt=0,78)NonStationnaire c=2,75c=-10,47I(1) (tc=0,158)(tc=−2,73) −6,466587−5,721179∗∗∗ t=0,06 DCPI(tt=2,67)Stationnaire c=1,44c=3,02I(0) (tc=1,64)(tc=4,44∗∗∗ ) -4,074094-3,459947−1,752248∗ t=0,008 INF(tt=2,37)stationnaire c=0,20c=0,39I(0) (tc=1,16)tc=2,47 −4,535732∗∗∗−4,551511∗∗∗−4,571132∗∗∗ t=-0,001 Yg(tt=−0,35)Stationnaire c=0,105c=0,04I(0) (tc=0,52)(tc=0,52) −6,127793 t=0,008 INFA(tt=4,76)Stationnaire c=0,46I(0) (tc=3,48∗∗∗) -3,091963-3,072343-1,754979∗ t=-0,001 Suitepagesuivante...

...Suitedutableau2.3 TendanceetconstanteSanstendanceSanstendanceetconstanteConclusion i(tt=−0,29)Stationnaire c=1,031c=1,22I(0) (tc=2,052)(tc=2,2) −3,583665∗∗−3,606330∗∗∗3,621491∗∗∗ t=-0,001 EINF(tt=−0,47)Stationnaire c=-0,06c=-0,017172I(0) (tc=−0,06∗∗∗)(tc=−0,318)

Avant d’interpréter les résultats, il convient d’indiquer les abréviations utilisées dans le tableau.

– CPI : indice de prix à la consommation – DCPI : différence première de CPI.

– INF : inflation.

– DINF : différence première d’inflation.

– Y_g : output gap.

– INFA : inflation anticipée

– i : taux d’intérêt défini à la section

– EINF : écart d’inflation (différence entre la série d’inflation et sa cible).

Selon les résultats de ces trois tests, nous pouvons conclure que les séries sui-vantes : l’output gap, l’inflation anticipée, le taux d’intérêt, l’écart d’inflation sont stationnaires. Cependant, les trois tests retiennent la non-stationnarité de la série de l’indice du prix à la consommation. Elle est intégrée d’ordre 1. L’intégration d’ordre 1 de cette série implique que le taux d’inflation trimestrielle est I(0). Selon le test ADF, nous trouvons que l’inflation annuelle est I(1), alors que dans les autres tests, l’inflation courante est I(0). Nous expliquons ceci par la période de réformes avant l’adoption du ciblage d’inflation. En effet, en appliquant les mêmes tests à l’inflation et au taux d’intérêt à partir de 1989, nous aboutissons à des séries intégrées d’ordre 1. Ce résultat est expliqué par le fait que les séries ont vécu des changements de régime dont les tests de stationnarité ne tiennent pas compte. Ainsi, nous concluons à la stationnarité de la série d’inflation.

2.6 Estimations

L’objectif de cette partie est de déterminer la nature de la règle qui traduit le comportement des décideurs politiques de la Banque de la Réserve Fédérale de

Nouvelle-Zélande. En d’autres termes, nous essayons de déterminer les priorités, les préférences et les principes des réactions des décideurs politiques aux différents chocs économiques dans le cadre de la politique de ciblage d’inflation. Comme nous l’avons précisé dans la partie théorique ci-dessus, la règle traditionnelle de Taylor est à l’origine de toutes les recherches menées visant l’identification de la règle optimale modélisant le comportement des autorités monétaires dans un contexte de ciblage d’inflation. Nous commençons donc ce travail empirique par l’évaluation de la règle de Taylor sous sa version traditionnelle. Nous essayons de voir si cette règle est opé-rationnelle pour le cas de la Nouvelle-Zélande. Puis nous entamons des estimations des règles de Type Taylor selon leur chronologie d’apparition, comme nous l’avons présenté dans les sections 2 et 3. Dans un premier temps, nous estimons certaines fonctions de réactions de type Taylor sous l’hypothèse des comportements symé-triques des décideurs politiques. Il s’agit de retenir la spécification la plus représen-tative des comportements des décideurs politiques. En deuxième lieu, nous relâchons l’hypothèse de linéarité de la règle afin d’évaluer une éventuelle asymétrie dans le comportement des décideurs politiques.