Revue de la littérature

L’objectif de cette partie est d’étudier en détail les principaux travaux traitant de la question de l’efficacité de la politique de ciblage d’inflation, afin de montrer leurs insuffisances soit au niveau méthodologique, soit au niveau empirique.

Les essais traitant du débat économique portant sur l’efficacité de la politique de ciblage d’inflation peuvent être classés en deux catégories. Une première catégorie soutient la thèse de l’efficacité de la politique de ciblage d’inflation. La deuxième catégorie s’oppose à la première en montrant que la politique monétaire étudiée n’a pas d’effet significatif sur l’inflation.

Da Silva et Portugal (2002) ont traité ce débat pour le cas d’un pays émergent, le Brésil. Ils ont appliqué quelques tests pour voir le comportement de la dynamique d’inflation avant et après la période de ciblage d’inflation. D’abord, ils ont appliqué un simple test d’autocorrélation au taux d’inflation brésilien entre deux périodes, avant et après le ciblage d’inflation. Les résultats de ce test ont montré une dimi-nution de l’autocorrélation durant la période de ciblage d’inflation. À partir de ce test préliminaire, les auteurs ont conclu que la politique de ciblage d’inflation peut avoir un impact significatif et favorable sur la dynamique d’inflation au Brésil. Ils ont voulu par la suite tester l’hypothèse d’un impact positif de ciblage d’inflation sur l’inflation anticipée. Pour cela, ils ont estimé une fonction de réaction à la Taylor

durant trois périodes. Une première équation estimée avant la date d’adoption de ce régime : de juillet 1994 à juin 1999 ; une deuxième estimation pour la période de juillet 1999-juillet 2001 (période d’adoption de ciblage d’inflation) ; et une dernière estimation sur l’ensemble des deux périodes. Les résultats montrent qu’il n’y a pas d’effet significatif durant la période de ciblage d’inflation. Les auteurs rejoignent donc la conclusion de Kuttner et Posen (1999) selon laquelle le Brésil, durant la seconde période, est encore en phase de construction de crédibilité (credibility construction).

Le nombre limité des observations utilisées dans l’estimation durant la période de ci-blage d’inflation peut conduire à des estimations biaisées. Da Silva et Portugal (2000) ne se sont pas limités à cette dernière technique. Ils ont essayé d’autres approches économétriques, telle que l’utilisation des modèles VAR. Ils ont estimé, en première étape, un modèle VAR non restreint durant la période de 1980 à 1999 en incluant quatre variables (taux d’inflation, taux de croissance économique, taux d’intérêt et taux de change réel). Puis un deuxième modèle VAR mais avec restriction sur l’état des variables. Les résultats montrent que le VAR restreint est plus performant que le VAR non restreint. La méthodologie de cette estimation consiste en la détermination de l’erreur de prévision. Les résultats montrent que le taux d’inflation anticipé par le modèle est significativement supérieur à celui observé réellement durant la période d’adoption de ciblage d’inflation. Da Silva et Portugal (2002) conclurent donc que la politique de ciblage d’inflation aboutit à un ancrage plus efficace des anticipations privées d’inflation que celles fournies par le régime du taux de change.

Certaines critiques peuvent être adressées à ce travail. En effet, comme nous l’avons indiqué dans l’introduction, la majorité des études traitant cette question utilisent des tests d’identification des points de rupture non performants. Da Silva et Portugal (2002) ont utilisé un test de rupture structurelle traditionnel : le test de Chow. Ce test ne permet de détecter qu’un seul point de rupture et ce, de façon

exo-gène (point fixé d’avance). Or, la présence d’autres breaks dans la série peut fausser les résultats. Ainsi, ces outils économétriques non rigoureux utilisés dans la plupart des études nous laissent l’occasion de continuer cette recherche afin de trouver ou de donner des éléments de réponse plus solides dans ce débat.

Dans une autre étude assez récente, Levin, Natalucci et Piger (2004) ont le même objectif de tester l’effet macroéconomique de la politique de ciblage d’inflation. En première étape, ils estiment l’inflation anticipée. Ils comparent cette variable entre des pays adoptant le ciblage d’inflation² et d’autres qui ne l’ont pas adopté³. Les résultats montrent une différence entre les deux types de pays. En effet, l’inflation est beaucoup moins volatile dans les pays avec ciblage d’inflation que dans l’autre groupe de pays. En deuxième étape, ils estiment la sensibilité de l’inflation anticipée par rapport à l’inflation réelle pour différents horizons. L’équation estimée est la sui-vante : ∆π^q_i,t =λ_i+β π_i,t+ξ_i,t,

Avec, ∆π^q_i,t l’anticipation d’inflation pour q années, pour le pays i et formée au temps t;π_i,t, la moyenne d’inflation pour trois ans dans le paysi.

Cette équation est estimée simultanément pour les deux groupes de pays. Les résultats montrent que la sensibilité de l’inflation anticipée à l’inflation réalisée est beaucoup moins faible pour le groupe de pays avec ciblage d’inflation que pour le deuxième groupe. La dernière étape de leur étude consiste à mesurer la persistance de l’inflation pour les deux groupes de pays pour confirmer les précédents résultats.

Ainsi, ils estiment un processus univarié pour chaque série d’inflation. La détermi-nation de la variable mesurant la persistance de l’inflation se fait par l’intermédiaire

2. Il s’agit de quatre pays : Le Canada, La Nouvelle-Zélande, La Suède et L’Angleterre.

3. Les pays étudiés qui n’ont pas adopté le ciblage d’inflation sont les suivants : le Danemark, la zone euro, le Japon et les États-Unis.

de la racine autorégressive maximale, qui est définie comme la racine de l’équation suivante : λ^k−^Pk_j=1α_j ^k−j = 0. Pour des raisons de robustesse, les auteurs consi-dèrent une autre alternative de mesure de l’inflation persistante définie par la somme des coefficients autorégressifs : α ≡ ^Pk_j=1α_j, la variable α, reliée à la réponse im-pulsive cumulative de πt+j à t. Les résultats d’estimation de l’inflation persistante pour les cinq pays ayant adopté la politique de ciblage d’inflation montrent que l’hy-pothèse de racine unitaire, concernant le comportement d’inflation pour ces pays, peut être rejetée. Cependant, pour le Japon, les États Unis et la zone euro, les résul-tats montrent que l’inflation suit un processus ayant une racine unitaire. La dernière étape de leur analyse consiste à calculer des fonctions de réponse impulsive pour voir le comportement de l’inflation. Les résultats des fonctions d’impulsion montrent que suite à des chocs, la variation du comportement d’inflation pour le premier groupe de pays (pays de ciblage d’inflation) est beaucoup moins volatile que celle des pays de deuxième groupe.

Selon les différentes techniques utilisées, Levin, Natalucci et Piger (2004) dé-montrent un impact macroéconomique favorable de la politique de ciblage d’inflation sur la dynamique d’inflation. Cette étude n’est pas à l’abri de certaines critiques que nous pouvons adresser. En effet, outre l’utilisation des interprétations graphiques, il y a absence de tests de robustesse pour valider les estimations. Les auteurs se limitent à des analyses graphiques et à des estimations sans avoir recours à certains tests statistiques basiques pour voir la pertinence des estimations.

Une étude assez récente qui diffère empiriquement de celles citées précédemment consiste en l’identification d’une rupture structurelle par le modèle de Markov Swit-ching. Choi, Jung et Shambora (2003) ont analysé l’effet macroéconomique de la politique de ciblage d’inflation sur la dynamique d’inflation en utilisant le modèle de

Markov Switching avec une seule rupture permanente. Ils testent leur modèle sur la Nouvelle-Zélande. En première étape, les auteurs ont effectué des tests de stabilité sur le comportement d’inflation. Puis en se basant sur les critères d’information, ils ont modélisé le taux d’inflation par un modèle autorégressif AR(2). Le taux d’infla-tion est modélisé comme suit :πt+1 =απ1 πt+απ2 πt−1+t+1.

Comme étape préliminaire, les auteurs ont utilisé trois types de tests. Le test de Chow⁴, le test CUSUM et le carré de CUSUM. Le premier test (Chow) montre que nous ne pouvons pas rejeter l’hypothèse de non-rupture structurelle. Le test CUSUM montre que l’inflation est devenue stable au milieu des années 80. Cette période coïn-cide avec la période des réformes en Nouvelle-Zélande. Le carré de CUSUM montre que cette stabilité a eu lieu entre 1987 et 1992. La différence de cette étude par rap-port à celles citées ci-dessus est que les auteurs ne se limitent pas aux résultats fournis par les tests traditionnels mais ils les considèrent comme des résultats primaires. Ils poursuivent leur recherche en utilisant une approche économétrique plus rigoureuse, celle du modèle de Markov Switching. Cette approche permettra aux auteurs d’iden-tifier l’occurrence de la date exacte du point de rupture structurelle et d’avoir des informations supplémentaires sur la volatilité de l’inflation. Ils ont adopté le modèle de Markov Switching à deux états (two-state Markov Switching model) en utilisant le filtre de Hamilton⁵(1989). Les résultats identifient une rupture structurelle au qua-trième trimestre de 1989. C’est la date de l’annonce officielle de laPTA(policy target agreement). Ils s’intéressent par la suite à la volatilité de l’inflation en calculant les déviations standard. Ce calcul démontre que l’inflation devient plus stable après le point de rupture. Ainsi, les auteurs concluent que la politique de ciblage d’inflation

4. L’application du test de Chow consiste à estimer l’inflation selon la modélisation d’AR (2) en deux périodes. : une période avant l’adoption de ciblage d’inflation et une période après.

5. Pour plus d’information sur le modèle, se référer à Kyongwook, Jung et Shambora (2003), page 4-5.

a un effet positif sur la dynamique d’inflation. Cet effet positif se manifeste en deux points. Premièrement, en introduisant un point de rupture pour réduire le niveau d’inflation. Deuxièmement, en réduisant sa volatilité.

Bien que l’approche économétrique soit robuste du fait de l’identification du point de rupture endogène, elle n’échappe pas à certaines critiques. D’une part, cette ap-proche souffre d’une limite concernant le nombre de points de rupture pouvant être identifié qui est fixé à un. Cette approche ne détectera pas un deuxième point de rupture s’il existe.⁶ De ce fait, les résultats ne sont pas assez robustes. D’autre part, cette approche ne nous renseigne pas si la rupture dans le comportement d’inflation est conduite par une allure de long terme ou de court terme, pour pouvoir juger de l’efficacité de la politique monétaire.

Pétursson (2004) traite ce même problème mais d’une façon encore différente.

L’auteur commence par l’analyse descriptive du niveau de l’inflation moyenne pour vingt et un pays⁷ ayant adopté le ciblage d’inflation (pays industrialisés et pays émergents) et six pays⁸ n’ayant pas adopté la politique de ciblage d’inflation. Cette étude de statistique descriptive consiste à déterminer le niveau moyen d’inflation durant cinq ans avant la date d’adoption de ciblage d’inflation par chaque pays, puis à la date d’adoption, et enfin pendant la durée d’adoption jusqu’à 2002. La compa-raison de ces différentes valeurs, d’une part entre les pays qui ont adopté le ciblage d’inflation et ceux qui ne l’ont pas adopté, et d’autre part entre les différentes

pé-6. Par exemple, s’il existe une date où l’inflation remonte, donc cette approche n’est plus perti-nente.

7. Les 21 pays sont : L’Australie, le Brésil, le Canada, le Chili, la Columbie, la République-Tchèque, la Hongrie, L’Islande, Israël, la Corée, le Mexique, la Nouvelle-Zélande, la Norvège, le Pérou, les Philippines, la Pologne, l’Afrique du sud, la Suède, la Suisse, la Thaïlande et l’Angleterre.

8. Les six pays étudiés n’ayant pas le ciblage d’inflation comme régime de politique économique sont : Le Danemark, la France, l’Allemagne, l’Italie, le Japon et les États-Unis.

riodes avant et après l’adoption de la politique du ciblage d’inflation pour les pays ciblant l’inflation, conduit l’auteur à retenir deux hypothèses qu’il envisage de vérifier empiriquement. D’abord, il a remarqué que le niveau moyen de l’inflation pour les pays avec ciblage d’inflation durant la période d’adoption est relativement faible par rapport à celui de ceux qui n’ont pas adopté cette politique. Ensuite, entre les pays avec ciblage, Pétursson (2004) remarque que le niveau d’inflation, durant la période post ciblage, est plus faible que celui à la période précédant l’introduction de cette politique. Ces deux remarques conduisent Pétursson (2004) à se demander si ces ef-fets sont dus à la politique de ciblage d’inflation ou à un phénomène économique global favorable conduisant à cette amélioration. Pour résoudre ce débat, Pétursson utilise une analyse économétrique qui consiste à estimer le modèle de panel suivant : π_it = α_πt +β_π IT_it+γ_π πit₁ +µ_π yit−1+γ_π0 π_t^w +γ_π^w

1 π_t−1^w +_πit, avec comme va-riables,π_it: l’inflation dans le pays iadoptant le ciblage d’inflation au temps ; t,y_it: la croissance de PIB dans un pays i avec ciblage d’inflation au temps t, qui capte les effets domestiques du cycle d’affaire sur l’inflation dans chaque pays ; π^w_t : l’inflation moyenne dans les six pays n’ayant pas adopté le ciblage d’inflation. Cette variable capte les effets des tendances de désinflation ; IT_it : une variable de dummy qui est égale à 1 pour le premier trimestre d’adoption de ciblage d’inflation et sinon, égale à zéro.

Le modèle est estimé par la méthode SUR (seemingly unrelated regression) avec effets fixes sur les pays durant la période de 1981 :1 à 2002 :4 en utilisant différents échantillons de pays.⁹ Les résultats montrent que la politique de ciblage d’inflation

9. Il s’agit des cinq échantillons. Un premier englobe l’ensemble des pays de ciblage d’inflation (les vingt et un pays). Un second contient uniquement les pays ayant adopté le ciblage d’inflation avant 2000. Le troisième englobe 7 pays ayant adopté la politique de ciblage d’inflation avant 1999 et ayant un niveau d’inflation moyen en-dessous de 25%. Le quatrième englobe six pays ayant adopté la politique de ciblage d’inflation avant 1999 et un niveau d’inflation en-dessous de 15%.

réduit de 2.5 à 3% le niveau d’inflation selon l’échantillon utilisé. Pour l’échantillon des pays industrialisés, cette conclusion n’est pas vérifiée. Ainsi, cette étude contredit certaines autres citées ci-dessus qui ont prouvé par exemple que dans le cas de la Nouvelle-Zélande, le ciblage d’inflation a un impact favorable sur la dynamique d’in-flation. Pétursson (2004) continue son étude avec une autre approche d’estimation qui consiste à inclure les pays n’adoptant pas le ciblage d’inflation à l’échantillon de vingt et un pays, en effectuant une approximation de la tendance globale de désinfla-tion à une tendance polynomiale en foncdésinfla-tion du tempsλ_π(t). L’équation précédente est ré-estimée avec une tendance polynomiale en remplaçant π_t^w et en introduisant deux ex-pays avec ciblage d’inflation (la Finlande et l’Espagne). L’équation devient : π_it=α_it+β_π IT_it+γ_π πit₁+µ_π yit−1+λ_π(t) +_πit, i= 1,· · · , N+M,t = 1,· · · , T. N, représente le nombre de pays ayant adopté la politique de ciblage d’inflation.

Autrement dit, le groupe contrôlé. M −N, le nombre de pays dans le groupe non contrôlé (n’adoptant pas le ciblage d’inflation). La tendance polynomiale est modé-lisée par un polynôme de second ordre.

Les résultats de ces estimations montrent l’existence d’un effet de long terme dans tous les échantillons. Concernant l’échantillon des cinq pays industrialisés, l’effet de long terme est devenu significatif mais c’est le plus faible parmi tous les échantillons.

Après avoir déterminé l’effet de ciblage d’inflation sur la dynamique d’infla-tion, Pétursson (2004) continue son analyse sur les effets de cette politique. Il teste son effet sur la persistance d’inflation. Il estime alors le modèle AR(2) suivant : π_it = α_i +θIT_it πit−1 +φ₁ πit−1 +φ₂ πit−2 + (t) +_π,it, avec i = 1,· · · , N +M, t= 1,· · · , T.

La mémoire du processus d’inflation durant la période précédant l’adoption de la

politique de ciblage d’inflation est représentée par{φ₁+φ₂} et après l’implantation de la politique de ciblage d’inflation, cette mémoire est mesurée par {φ₁+φ₂ +θ}.

Pour que le ciblage d’inflation ait un effet favorable et significatif sur la persistance d’inflation, il faut que {θ} soit significativement négatif afin d’avoir une mémoire du processus d’inflation durant la période de ciblage d’inflation inférieure à celle de la période d’avant. Ce résultat a été vérifié par les estimations de Pétursson (2004) pour tous les pays avec ciblage d’inflation. Cependant, cette étude comme les autres études, souffre d’un manque de rigueur des outils économétriques mis en œuvre.

Une étude très récente de Genc et al. (2007) nous fournit une autre investiga-tion économétrique dans le cadre du débat au sujet de l’effet de la politique de ciblage d’inflation sur la dynamique d’inflation. Le travail consiste à estimer l’in-flation durant la période de ciblage en la modélisant par des modèles ARMA et GARCH durant la période d’avant. Leur étude se base sur quatre pays industria-lisés (la Nouvelle-Zélande, le Canada, l’Angleterre et la Suède). Les résultats de la modélisation du processus ARMA de l’inflation aboutissent aux paires ARMA(4,0), ARMA(4,1), ARMA(4,4) et ARMA(4,4) respectivement pour le Canada, la Nouvelle-Zélande, la Suède et l’Angleterre. Ensuite, ils effectuent des prévisions d’inflation sur la base de cette modélisation pour la période d’adoption de ciblage d’inflation.

Ils utilisent deux méthodes de prévision. Une première prévision avec un intervalle d’avance (one-step ahead forecast (static)). La seconde prévision à plusieurs inter-valles d’avance ("multi-step ahead (dynamic) forecast"). Les résultats montrent que l’inflation anticipée pour les quatre pays durant la période de ciblage d’inflation ne peut pas être significativement différente de celle observée réellement. Pour vérifier la robustesse de leurs résultats, les auteurs utilisent un modèle de régime switching pour estimer conjointement les deux périodes avant et après le ciblage d’inflation afin de pouvoir détecter ou non l’existence d’une rupture structurelle dans l’inflation

durant la période d’adoption de la politique de ciblage d’inflation. Le modèle estimé a la forme suivante : π_t =α₀+^Pα_i πt−i+τ[β₀ +^Pβ_j πt−j], avec les variables, τ : variable de dummy qui prend la valeur zéro avant l’adoption de ciblage d’inflation et 1 durant cette période ; α : le coefficient dans les données d’inflation avant la période de ciblage d’inflation ;β : le coefficient dans les données d’inflation après la période de ciblage d’inflation. Si ce coefficient est significatif, il indique l’existence d’une rupture structurelle dans les données d’inflation, ce qui implique que le ciblage d’inflation a un impact sur l’inflation pour les pays étudiés. Les résultats d’estimation du modèle ci-dessus sont en faveur de la non-existence d’un point de rupture. Ainsi, les auteurs retiennent l’idée que la politique de ciblage d’inflation n’a pas d’effet sur la dynamique d’inflation.

À cette étude, nous adressons des critiques assez importantes concernant la mé-thodologie empirique utilisée. Les auteurs sélectionnent les données d’inflation de ces quatre pays de 1960 : Q1 à 2004 : Q3. Cependant, toutes les économies ont vécu un point de rupture connu qui est celui du choc pétrolier durant les années 70 (1973).

Nous suggérons que ne pas tenir compte de tous les points de rupture dans l’étude d’une série temporelle biaisent les résultats. En effet, un processus ARMA(GARCH) avec rupture structurelle peut être confondu avec un ARIMA (IGARCH). Ainsi, le fait d’ignorer des points de rupture dans ces séries peut conduire à une mauvaise spé-cification des séries. Nous suggérons l’utilisation d’autres outils économétriques plus sophistiqués afin de tenir compte de ces problèmes. Le résultat obtenu par Gnec et al. (2007) peut donc être la conséquence d’une mauvaise modélisation du processus d’inflation.

Dans une étude très récente, Angeris et Arestis (2007) proposent une autre ap-proche économétrique pour aboutir à des éléments de réponse au débat que nous

traitons au sujet de l’impact de la politique de ciblage d’inflation sur la dynamique d’inflation. La méthodologie empirique consiste en première étape à déterminer la bonne modélisation de la tendance de la série d’inflation. Pour mesurer la tendance de l’inflation qui est une variable inobservable, les auteurs adoptent le modèle d’état espace (state Space model). En effet, cette méthode fournit une méthodologie qui consiste à décomposer la série en question en un vecteur état -state- qui regroupe les variables inobservables. L’avantage de cette méthode réside dans son efficacité

traitons au sujet de l’impact de la politique de ciblage d’inflation sur la dynamique d’inflation. La méthodologie empirique consiste en première étape à déterminer la bonne modélisation de la tendance de la série d’inflation. Pour mesurer la tendance de l’inflation qui est une variable inobservable, les auteurs adoptent le modèle d’état espace (state Space model). En effet, cette méthode fournit une méthodologie qui consiste à décomposer la série en question en un vecteur état -state- qui regroupe les variables inobservables. L’avantage de cette méthode réside dans son efficacité