Master
Reference
Suivi du commerce mondial / Dynamic factor model
DIALLO, Hamadoun
Abstract
Cette étude met en évidence une méthodologie pour construire un outil de suivi du commerce international, un instrument qui pourrait suivre mensuellement la situation des échanges commerciaux de biens et de services au niveau mondial. Ce travail s'inspire fortement du world Trade monitoring1 du (CPB Netherlands Bureau for Economic Policy Analysis) et a l'intention de l'améliorer en mettant en place un indice synthétique en temps réel à partir du Dynamic Factor Modelde Stock et Watson (Stock James, 2011). Aussi, étant donné que le G20 représente 90% de l'économie mondiale, 80% des échanges commerciaux et 66% de la population mondiale, alors les variables choisies pour notre étude sont les exportations et les importations totales de chaque membre du G20. Notre indicateur permet éventuellement de faire un diagnostic dynamique sur la situation du commerce mondial. Un tel indicateur peut être d'une grande utilité aux décideurs de politique extérieure tant au niveau national que régional afin d'anticiper d'éventuelles crises économiques.
DIALLO, Hamadoun. Suivi du commerce mondial / Dynamic factor model. Master : Univ.
Genève, 2018
Available at:
http://archive-ouverte.unige.ch/unige:105692
Disclaimer: layout of this document may differ from the published version.
SUIVI DU COMMERCE MONDIAL
DYNAMIC FACTOR MODEL
HAMADOUN DIALLO
Faculté des Sciences de la Société, Maîtrise universitaire en Socio Économie
Université de Genève
Rapport de stage
Conférence des Nations Unies pour le Commerce et le Développement
Superviseur académique : Madame Jaya Krishnakumar Superviseur professionnel : Monsieur Nicolas Maystre
Juré : Monsieur David Neto
Mai 2018
Table des matières
Liste des graphiques et des figures ... 3
Liste des Tableaux ... 3
Remerciements ... 4
Résumé ... 5
Liste des Acronymes ... 6
I. Introduction ... 7
1. Situation du commerce international ... 8
2. Objectif du rapport ... 10
II. Présentation de la CNUCED ... 13
III. Rapport d’activité ... 15
IV. Méthodologie ... 16
1. Modèle économétrique : Dynamic Factor Model ... 16
2. les différentes méthodes d’estimation ... 16
V. Résultats empiriques... 18
1. Présentation des données ... 18
2. Préparation des données ... 18
3. Présentation des résultats ... 19
VI. CONCLUSION ... 26
VII. ANNEXES ... 27
VIII. BIBLIOGRAPHIE ... 33
Liste des graphiques et des figures
Graphique 1: Tendance des exportations entre 2000 -2016 ... 9
Graphique 2: Tendance des importations entre 2000 - 2016 ... 10
Graphique 3 : Organigramme de la CNUCED ... 14
Graphique 4: Ajustement saisonnier ... 21
Graphique 5: Filtre Hodrick-Prescott ... 22
Graphique 6:Indicateur de suivi des exportations... 25
Liste des Tableaux Tableau 1: Extrait de la base de données ... 12
Tableau 2: Estimation de l’apport du G20 au commerce international ... 23
Tableau 3: Liste G20 ... 27
Tableau 4: liste des séries de commerce du G20 ... 28
Tableau 5: liste des séries d'exportations ... 29
Tableau 6: liste des séries d'importations ... 30
Tableau 7: Liste des variables ... 31
Tableau 8: Liste des séries non désaisonnalisées ... 32
Remerciements
Ce rapport est le fruit de mon stage auprès de la conférence des Nations unies pour le commerce et le développement (CNUCED), il témoigne l’ensemble de mon travail de recherche et de pratique professionnelle pendant 3 mois.
Sans le soutien et les conseils de Monsieur David Neto et Monsieur Nicolas Maystre, mes superviseurs professionnels, ce rapport n’aurait pas vu le jour. Je souhaite donc les adresser à tous les deux mes sincères remerciements. Ensuite, je tiens particulièrement à remercier, Madame Jaya Krishnakumar, mon superviseur académique, tout d’abord pour cette opportunité de stage, mais surtout pour son soutien et ses précieuses indications. Enfin, j'adresse mes plus sincères remerciements à ma famille, mes parents, mes frères, à tous mes proches et amis, qui m'ont accompagné, aidé, soutenu et encouragé tout au long de la réalisation de ce rapport.
Mes derniers remerciements s’adressent particulièrement à mes parents pour leurs dévouements et leurs bravoures.
Mes remerciements les plus chaleureux à tous !
Résumé
Dans le cadre de la maîtrise universitaire en Socio économie, il est requis d’effectuer un stage ou un mémoire afin de compléter le programme d’étude. J’ai opté pour le stage de fin d’études avec pour objectif de me préparer au mieux pour le milieu du travail et de pouvoir créer un réseau professionnel. Ce rapport est donc un récapitulatif de mon expérience de stage et se focalise particulièrement sur l’une de mes réalisations lors de mon apprentissage: le suivi du commerce international.
Cette étude met en évidence une méthodologie pour construire un outil de suivi du commerce international, un instrument qui pourrait suivre mensuellement la situation des échanges commerciaux de biens et de services au niveau mondial. Ce travail s’inspire fortement du world Trade monitoring1 du (CPB Netherlands Bureau for Economic Policy Analysis) et a l’intention de l’améliorer en mettant en place un indice synthétique en temps réel à partir du Dynamic Factor Modelde Stock et Watson (Stock James, 2011).
Aussi, étant donné que le G20 représente 90% de l’économie mondiale, 80% des échanges commerciaux et 66% de la population mondiale, alors les variables choisies pour notre étude sont les exportations et les importations totales de chaque membre du G20.
Notre indicateur permet éventuellement de faire un diagnostic dynamique sur la situation du commerce mondial. Un tel indicateur peut être d’une grande utilité aux décideurs de politique extérieure tant au niveau national que régional afin d’anticiper d’éventuelles crises économiques.
1 « The CPB World Trade Monitor (WTM) is an instrument for bringing together, aggregating, and summarizing worldwide monthly data on international trade and industrial production. Its purpose is to report monthly developments in trade and production at the earliest possible date, covering a sample of countries as large as possible. Country coverage is sufficient to identify monthly movements at the global level as well as at that of major economic regions. The CPB
Liste des Acronymes
OMC : ORGANISATION MONDIALE DU COMMERCE
CNUCED : CONFERENCE DES NATIONS UNIES POUR LE COMMERCE ET LE DEVELOPPEMENT
OCDE : ORGANISATION DE COOPÉRATION ET DE DÉVELOPPEMENT DFM : DYNAMIC FACTOR MODEL
DGDS : DIVISION ON GLOBALIZATION AND DEVELOPMENT STRATEGIES DIE : DIVISION ON INVESTMENT AND ENTERPRISE
DTL : DIVISION ON TECHNOLOGY AND LOGISTICS
DALDCSP : DIVISION FOR AFRICA, LEAST DEVELOPED COUNTRIES AND SPECIAL PROGRAMMES
ACP : ANALYSE EN COMPOSANTE PRINCIPALE MCO : MOINDRES CARRÉ ORDINAIRE
HP : HODRICK AND PRESCOTT
NOT SA : NOT SEASONNALY ADJUSTED SA : SEASONNALLY ADJUSTED
UNCTAD : UNITED NATIONS CONFERENCE FOR TRADE AND DEVELOPMENT
I. Introduction
La crise immobilière également connue sous le nom de "crise des subprimes" a commencé entre 2006 et 2007 aux États-Unis. Cette crise va non seulement au-delà du secteur de l'immobilier, mais dépasse également les frontières américaines, pour finalement se propager à l'ensemble de l'économie mondiale. Ainsi, la titrisation fait de cette crise une des plus importantes crises financières mondiales ayant des conséquences politiques, sociales et économiques.
Dans notre rapport nous allons plutôt nous intéresser aux conséquences économiques de la crise des subprimes, plus précisément de sa répercussion sur le commerce international. En effet, Il est indiscutable que des liens étroits existent entre crise et commerce international.
D'après les travaux menés par Agnès Benassy-Quéré dans le cadre du centre d'étude prospective et d'informations internationales, la crise financière de 2007 serait à l'origine du ralentissement du commerce international : " International trade depends heavily on credit, which fell off during the crisis. Already during the Asian crisis of 1997, certain countries such as Thailand had seen their exports drop in spite of a considerable depreciation in their currency. In 2008 and 2009, it would appear that exporters, particularly in developing countries, suffered from a reduction in credit lines for trade […] Beyond their direct impact, credit restrictions also had an indirect effect on trade, since they contributed to a shrink in the purchase of durable goods and capital goods, which are among the most traded goods. Conversely, stimulus packages primarily affected the non-tradable goods and services sector, chiefly the construction industry.
Furthermore, a resurgence of 'murky' protectionism has been witnessed, whether in the form of higher customs duties applied by some emerging countries or support to national industries".
(Bénassy-Quéré et al., 2009)
D'après Agnès-Quéré, en réaction à cette crise, certains États ont succombé à la tentation d'adopter des politiques plutôt protectionnistes afin de protéger leur économie. Cependant selon le premier rapport sur le protectionnisme publié conjointement par l'Organisation mondiale du Commerce (OMC), la Conférence des Nations Unies pour le Commerce et le Développement (CNUCED) et l'Organisation de coopération et de développement économiques (OCDE) montre effectivement que la plupart des pays membres du G20 respectent leurs engagements en faveur d'un commerce et d'un investissement sans restriction. (Fournier-L’Heureux, 2010).
1. Situation du commerce international
Après avoir mis en évidence la crise financière de 2007 qui débute tout d'abord aux États- Unis, pour ensuite prendre une ampleur mondiale entraînant donc des perturbations du commerce international, il convient à présent de s'intéresser à la situation du commerce afin d'observer les conséquences de la crise sur le commerce mondial d'une part sur les exportations et d'autre part sur les importations.
Pour cela, nous observerons les tendances des séries de commerce de l'Allemagne et de l'Argentine, 2 membres du G20 sur l'intervalle 2000 et 2016. Les graphiques 1 et 2 (Infra pp.9- 10) ci-dessous illustrent respectivement l'évolution des exportations et importations de ces pays sur la période observée. Nous avons choisi cet intervalle dans le but de regarder la situation du commerce international avant et après la crise financière pour effectivement voir graphiquement l'effet de la crise financière sur commerce international.
Ces graphiques illustrent d'une part l'évolution des exportations de l'Allemagne et de l'Argentine et d'autre part leurs importations. L'axe des abscisses indique les années des séries de commerce uniquement du mois de décembre et l'axe des ordonnées représente la valeur mensuelle des exportations/importations exprimées en million de dollars américains. Aussi, il faut noter que la courbe de l'Allemagne est lue par rapport à l'axe primaire (gauche) et celle de l'Argentina est lue par rapport à l'axe secondaire en rouge (Droite).
En effet, nous constatons clairement que la "crise des subprimes" a entraîné une décroissance du volume des biens et services échangés. Entre 2000 et 2007 on a une tendance plutôt croissante, cependant à partir de 2007 cette tendance est renversée jusqu'en 2011où les flux des échanges se stabilisent. Par exemple, en Argentine, les prix des exportations baissent considérablement, soit une baisse d'environ 27% passant de 5787 millions d’USD à 4231 millions d’USD entre décembre 2007 et décembre 2008, tandis que les importations diminuent d'environ 11% pour la même période en Argentine.
Ainsi, ces deux graphiques permettent d'avoir une idée sur la tendance du commerce international de ces pays sur une période donnée. Cependant la question qui découle de cette analyse est de savoir comment assurer le suivi du commerce mondial. Une solution serait de représenter graphiquement les séries de commerce chaque membre du G20 sur un intervalle d'étude, comme représenté ci-dessous avec l'Allemagne et l'Argentine. Cependant ceci ne permettrait pas de tirer une conclusion sur le commerce international étant donné les caractéristiques commerciales propres à chaque pays. Ainsi, il serait laborieux d'interpréter à partir de ces représentations la tendance des échanges commerciaux. Donc, le fil directeur tout
le long de notre rapport consisterait à construire un outil de suivi du commerce international, un instrument qui pourrait suivre mensuellement la situation des échanges commerciaux de biens et de services au niveau mondial à l'aide du Dynamic Factor Model de Stock et Watson (Stock James, 2011).
Graphique 1: Tendance des exportations entre 2000 -2016
Source : Diallo, 2017
0 1000 2000 3000 4000 5000 6000 7000
0 20000 40000 60000 80000 100000 120000
2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016
Valeur exportation (en million d'USD)
Evolution des exportations entre 2000 et 2016
Germany Exports Argentina Exports
Graphique 2: Tendance des importations entre 2000 - 2016
Source : Diallo, 2017
2. Objectif du rapport
Notre étude s’inscrit dans un projet de recherche de la Conférence des Nations Unies pour le Commerce et Développement (CNUCED). L’objectif principal de cette recherche consiste à suivre le commerce international « monitoring global Trade » et vise idéalement à faire des prévisions de l’ensemble des échanges commerciaux au niveau international « forecasting global Trade ».
Ce travail aura pour raison d’analyser la tendance du commerce international, plus précisément les exportations et les importations du G20. D’après les données de l’OCDE, le G20 représente 90% de l’économie mondiale, 80% des échanges commerciaux et 66% de la population mondiale. C’est pourquoi notre recherche a pour objet d’étude le G20, car il est
0 1000 2000 3000 4000 5000 6000 7000
0 10000 20000 30000 40000 50000 60000 70000 80000 90000
2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016
Valeur importation (en million d'USD)
Evolution des importations entre 2000 et 2016
Germany Imports Argentina Imports
représentatif du commerce mondial d’une part et d’autre part pour des raisons de fiabilité et d’accessibilité des données de commerce de ces pays par rapport à d’autres pays.
Ainsi, le but de notre recherche consiste à mettre en place un instrument, un indice synthétique en temps réel qui permettrait de condenser l’ensemble des données de chacun des pays du G20 en un seul indice. Pour cela, nous avons donc de créé une base de données qui met à jour les séries de commerce de façon automatique, rapportant donc mensuellement les informations concernant les échanges commerciaux du G20, c’est-à-dire les exportations et importations totales de chaque membre du G20. Plus précisément, cette base de données permet d’obtenir en temps réel les séries mensuelles de nos variables. Dès lors, la base de données est ainsi constituée entre autres de données manquantes, de fréquences mixtes et de séries non équilibrées (date de début différent selon le pays). Il faut noter que ce travail s’inspire fortement du world Trade monitoring de CPB et a l’intention d’améliorer cet instrument en mettant en place un indice à partir de la base de données créée.
Toutes les données proviennent de Thomson Reuters Eikon et les différentes séries sont classées selon plusieurs critères dans notre base de données telles que : la référence de la variable, le nom de la série, le pays, la fréquence, le type flux (exportation, importation), l’ajustement saisonnier (avec ou sans effet saisonnier), l’unité de mesure, la source, etc… Le tableau 1 ci-dessous (Infra p.12), montre un extrait de la base de données illustrant quelques séries de commerce concernant les États – Unis.
Tableau 1: Extrait de la base de données
Source : Diallo, 2017
Afin d’atteindre notre objectif de suivi du commerce international nous allons utiliser le Dynamic factor model (Infra p.16), avec lequel nous allons créer deux indices différents représentant respectivement l’indicateur de suivi des exportations et des importations mondiales. Ce modèle est utilisé dans notre étude, car il a la capacité de gérer les irrégularités des données (données manquantes, fréquences mixtes) et surtout la faculté de synthétiser l’information en temps réel de façon automatique. Cette étude pourrait être utile aux décideurs économiques dans l’élaboration des mesures économiques et l’allocation des ressources, grâce à ces indicateurs qui donnent en temps réel la tendance des échanges commerciaux.
L’annexe 1 illustre la liste des pays du G20 ainsi que le symbole attribué à chaque pays dans le cadre de notre modélisation.
Mnemonic Series name Country Frequency Currency unit quotation Adjustement
USEXPGDSB US EXPORTS F.A.S. CURA UNITED STATES MONTHLY U$ USD MIL Current prices SA
USEXPBOPB US EXPORTS OF GOODS ON A BALANCE OF PAYMENTS BASIS CURA UNITED STATES MONTHLY U$ USD MIL Current prices SA
USEXPGD1B US EXPORTS F.A.S. (ADVD) CURA UNITED STATES MONTHLY U$ USD MIL Current prices SA
USEXPTOTB US TOTAL EXPORTS ON A BALANCE OF PAYMENTS BASIS CURA UNITED STATES MONTHLY U$ USD MIL Current prices SA
USEXPTTLB US EXPORTS - TOTAL (CENSUS BASIS) CURA UNITED STATES MONTHLY U$ USD MIL Current prices SA
USEXPCBAA US EXPORTS - CENSUS BASIS CURN UNITED STATES MONTHLY U$ USD MIL Current prices NSA
USEXPTBLA US EXPORTS OF GOODS ON A BALANCE OF PAYMENTS BASIS CURN UNITED STATES MONTHLY U$ USD MIL Current prices NSA
USEXPRT1A US EXPORTS F.A.S. (ADVD) CURN UNITED STATES MONTHLY U$ USD MIL Current prices NSA
USEXPRTSA US EXPORTS F.A.S. CURN UNITED STATES MONTHLY U$ USD MIL Current prices NSA
USEXPRTSD US REAL EXPORTS F.A.S. CONA UNITED STATES MONTHLY U$ USD MIL Constant prices SA
USPFDOTXE US PPI - TOTAL EXPORTS SADJ UNITED STATES MONTHLY U$ INDEX Price index SA
USPFDOGXE US PPI - GOODS FOR EXPORT SADJ UNITED STATES MONTHLY U$ INDEX Price index SA
USPFSTEXE US PPI - TRADE OF EXPORTS SADJ UNITED STATES MONTHLY U$ INDEX Price index SA
USCPBEXUG US CPB: EXPORT VOLUME INDEX - UNITED STATES VOLA UNITED STATES MONTHLY U$ INDEX Volume index SA
USIMPPRCF US IMPORT PRICE INDEX - ALL COMMODITIES (END USE) NADJ UNITED STATES MONTHLY U$ INDEX Price index NSA
USIMPBOPB US IMPORTS OF GOODS ON A BALANCE OF PAYMENTS BASIS CURA UNITED STATES MONTHLY U$ USD MIL Current prices SA
USIMPGDSB US IMPORTS F.A.S. CURA UNITED STATES MONTHLY U$ USD MIL Current prices SA
USIPEXPTF US IMPORT PRICE INDEX - EXCLUDING PETROLEUM (END USE) NADJ UNITED STATES MONTHLY U$ INDEX Price index NSA
USIPEXFUF US IMPORT PRICE INDEX - EXCLUDING FUELS (END USE) NADJ UNITED STATES MONTHLY U$ INDEX Price index NSA
USIPCAPGF US IMPORT PRICE INDEX - CAPITAL GOODS (END USE) NADJ UNITED STATES MONTHLY U$ INDEX Price index NSA
USIMNGS.D US IMPORTS OF GOODS & SERVICES (NIA) (AR) CONA UNITED STATES QUARTERLY U$ USD BIL Constant prices SA
USIMNGS.B US IMPORTS OF GOODS & SERVICES (NIA) (AR) CURA UNITED STATES QUARTERLY U$ USD BIL Current prices SA
USIMPGD1B US IMPORTS F.A.S. (ADVD) CURA UNITED STATES MONTHLY U$ USD MIL Current prices SA
USIMPTOTB US TOTAL IMPORTS ON A BALANCE OF PAYMENTS BASIS CURA UNITED STATES MONTHLY U$ USD MIL Current prices SA
USIMPTTLB US IMPORTS - TOTAL (CENSUS BASIS) CURA UNITED STATES MONTHLY U$ USD MIL Current prices SA
USIMPTBLA US IMPORTS OF GOODS ON A BALANCE OF PAYMENTS BASIS CURN UNITED STATES MONTHLY U$ USD MIL Current prices NSA
USIMPRTSA US IMPORTS C.I.F. CURN UNITED STATES MONTHLY U$ USD MIL Current prices NSA
II. Présentation de la CNUCED
Dans le cadre de la maîtrise universitaire en Socio économie, il est requis d’effectuer un stage ou un mémoire afin de compléter le programme d’étude. J’ai opté pour le stage de fin d’études afin de me préparer au mieux pour le milieu du travail et de pouvoir créer un réseau professionnel. Le stage serait pour moi l’occasion de confronter mes connaissances théoriques que j’ai apprises tout le long de ma formation académique à la réalité ainsi qu’aux multiples défis du milieu professionnel. C’est pour cela que j’ai décidé d’effectuer un stage de 3 mois à la Conférence des Nations Unies pour le Commerce et le Développement (CNUCED) sur la période allant du 24 juillet 2017 au 31 octobre 2017.
« Créée en 1964, la CNUCED vise à intégrer les pays en développement dans l´économie mondiale de façon à favoriser leur essor. Elle est devenue progressivement une institution compétente, fondée sur le savoir, dont les travaux visent à orienter le débat et la réflexion actuels sur la politique générale du développement, en s´attachant tout particulièrement à faire en sorte que les politiques nationales et l´action internationale concourent ensemble à faire naître le développement durable.» (CNUCED, 2018). D’après la résolution de l’assemblée générale en 1995 les principales fonctions de la CNUCED sont :
« a) To promote international trade, especially with a view to accelerating economic development, particularly trader between countries at different state of development, between developing countries and between countries with different systems of economic and social organization, taking into account the functions performed by existing international organizations ;
b) To formulate principles and policies on international trade and related problems of economic development ;
c) To make proposals for putting the said principles and policies into effect and to take such other steps within its competence as may be relevant to this end, having regard to differences in economic systems and stages of development ;
d) Generally, to review and facilitate the co-ordination of activities of other institutions within the United Nations system in the field of international trade and related problems of economic development, and in this regard to cooperate with the General Assembly and the Economic and Social Council with respect to the performance of their responsibilities for co-ordination under the Charter of the United Nations ;
e) To initiate action, where appropriate, in co-operation with the competent organs of the United Nations for the negotiation and adoption of multilateral legal instruments in the field of trade, with due regard to the adequacy of existing organs of negotiation and without duplication of their activities ;
Depuis septembre 2013, Dr. Kituyi Mukhisa2 est le secrétaire général de la CNUCED, comme indiqué sur l’organigramme ci-dessous, le travail de la CNUCED est réalisé par 5 différentes divisions ayant chacun des objectifs précis à atteindre. « Ces différentes divisions sont : Division on Globalization and Development Strategies (DGDS), Division on Investment and Enterprise (DIE), Division on International Trade in Goods and Services, and Commodities (DITGSC), Division on Technology and Logistics (DTL) et enfin Division for Africa, Least Developed Countries and Special Programmes (DALDCSP). En plus de ces divisions, un certain nombre de services comme la section de la communication et l’information, le service de la gestion des ressources humaines et bien d’autres services supportent les différentes divisions dans la réalisation et l’atteinte des objectifs.
Graphique 3 : Organigramme de la CNUCED
Source : United Nations Conference for Tade and Development
2 Mukhisa Kituyi, of Kenya, who became UNCTAD's seventh Secretary-General on 1 September 2013, has an extensive background as an elected official, an academic, and a holder of high government office. He also has wide-ranging experience in trade negotiations, and in African and broader international economics and diplomacy. (UNCTAD)
III. Rapport d’activité
Lors de mon stage, j’ai travaillé au DGDS, dans la section « Macroeconomic and development policies ». Le but du DGDS s’inscrit dans le débat international de la globalisation et de la gestion de ses conséquences pour les pays moins développés. Le programme promeut les politiques commerciales au niveau national, régional and international propice à la fois à une croissance économique stable et au développement durable. De plus il examine régulièrement les tendances de l’économie mondiale, réalise des recherches afin de mettre en place des stratégies de développement. Dans le cadre de mon stage, j’ai été associé à un projet de recherche sur le contrôle et le suivi du commerce mondial. Mes tâches quotidiennes consistaient entre autres à assister mes superviseurs dans la collecte des données de commerce et de production à partir de sources diverses, notamment Thomson Reuters Eikon3, j’étais aussi chargé de la création, de la maintenance et de la mise à jour des bases de données sur le commerce et la production, enfin j’apportais mon aide dans les analyses ainsi que dans la rédaction des rapports.
Mes réalisations clés lors de mon stage sont tout d’abord la création d’une base de données rassemblant les séries de commerce des pays du G20. En effet, cette base donnée regroupe les données sur l’ensemble des exportations et des importations des pays du G20. Il faut toutefois noter que la base de données est automatisée grâce à un lien lui connectant directement Thompson Reuters de sorte que les séries soient mises à jour de façon régulière dans le but de suivre mensuellement les tendances des échanges commerciaux du G20, ce qui est justement notre objectif principal comme nous l’avions précédemment mentionné. Ma seconde réalisation pendant mon stage concerne le MFD sur les séries les exportations et importations totales de l’ensemble des pays du G20. En effet, comme le soulignent Bicchetti et Neto dans leur étude sur les indicateurs des conditions financières dans les pays en développement ce modèle a beaucoup été utilisé dans l’estimation macroéconomique. « DFM for macroeconomic forecasting has received a considerable attention in the last decade by, (Mariano & Murasawa, 2003), (Giannone, Reichlin, & Small, 2008), (Aruoba, Diebold, & Scotti, 2008) and many others see (Ng & Bai, 2008); (Stock James, 2011), for surveys »(Bicchetti & Neto, 2017).
Au-delà des activités liées directement au stage, j’ai aussi eu l’occasion de participer de différentes conférences et/ou discussion de la CNUCED ou d’autres organisations des Nations des Unies.
IV. Méthodologie
1. Modèle économétrique : Dynamic Factor Model
Comme nous l’avons mentionné dans l’introduction (Supra pp.10-11), notre objectif consiste à créer un indice capable de fournir une tendance générale du commerce mondial afin de pouvoir assurer le suivi des échanges commerciaux. En effet, de nombreuses méthodes ont été développées afin de créer des indicateurs synthétiques pour les séries temporelles. Notre choix s’est porté sur le Dynamic Factor Model (DFM) car il est capable de gérer les irrégularités des données telles que les données manquantes, les fréquences mixtes ou encore les panels non équilibrés, de plus cette méthode permet de synthétiser l’information ainsi que de calculer en temps réel la tendance des séries et de façon automatisée.
Le DFM est définie comme suit :
X(t) = lF(t) + Î(t) (1)
Pour t= 1, …, T; où
• X(t) correspond à (n x 1) processus stationnaire observé,
• l est la matrice des pondérations de dimension (n × r)
• r = 1
• F(t) est le seul facteur commun non observé, suivant un AR(1)
• Î(t) de dimension (n x 1) est un vecteur composé des N composantes idiosyncratiques
2. les différentes méthodes d’estimation
Beaucoup de techniques ont été explorées pour estimer des modèles à facteurs dynamiques.
Comme le modèle (1) peut être écrit sous une forme de modèle linéaire espace-état, une première méthode initialement présentée par Stock et Watson, a été basé sur la procédure du filtre de Kalman qui utilise la technique d’estimation du maximum de vraisemblance (Stock &
Watson, 1989). Même si cette approche permet de traiter les irrégularités de données comme les valeurs manquantes, les fréquences mixtes ou les panels non équilibrés, elle n’est toutefois
pas adaptée aux panels de dimensions larges, voire moyens, tout simplement pour des raisons de convergence numérique.
Une deuxième approche pour estimer le DFM consiste à utiliser une Analyse en Composante Principale (ACP). En effet, cette technique permet de traiter de grands panels, mais n'est applicable qu’aux panels équilibrés, or notre panel n’est pas uniforme, car les séries ne commencent pas forcément à la même date (Stock & Watson, 2002). Par exemple, les données de commerce disponibles pour l’Italie commencent en janvier 1991 tandis que celles de l’Afrique du Sud commencent en janvier 1957. Ainsi, la 2e méthode d’estimation non plus n’est pas appropriée à notre panel.
Enfin, une méthodologie dite de 3e génération est proposée par Giannone (Giannone et al., 2008) et par Doz en 2012 (Doz, Giannone, & Reichlin, 2012). Il s’agit d’un estimateur en 2 étapes, (« two steps estimator »). Il combine les deux approches précédentes : l’ ACP et le filtre Kalman. La principale caractéristique de cette méthode hybride réside dans sa capacité de traiter à la fois des panels de grandes dimensions ainsi que les irrégularités de données. Ainsi, cette procédure permet une grande souplesse, en particulier pour modéliser des séries de commerce pour lesquelles les informations sont à la fois non balancées et d’une grande taille. Sachant que selon les pays, les informations en termes de disponibilité de données et de qualité sont souvent réduites, le « two steps estimator » est donc utilisé dans le cadre de notre étude pour estimer le modèle à facteurs dynamiques. Cette méthodologie est particulièrement adaptée et recommandée pour des modèles de dimension large en raison de son aisance numérique et de sa vitesse d’exécution.
Concrètement, le « two steps estimator », de Giannone consiste dans un premier temps à appliquer une ACP uniquement sur le panel équilibré afin d’extraire les facteurs communs de sorte que les paramètres de contributions au facteur soient estimés à l’aide de la méthode des moindres carrés ordinaires (MCO). Ensuite, dans la 2e étape, le filtre de Kalman est appliqué pour les données manquantes.
Ainsi, l'indice obtenu interprète la tendance commune du commerce international en temps réel du G20. Cet indicateur est donc un outil efficace permettant de répondre à notre objectif d’étude qui consiste comme nous l’avons mentionné ci-haut, de mettre en place un indice capable de générer la tendance du commerce international afin de permettre aux décideurs d’avoir des données crédibles et fiables pour les prises de décision concernant les politiques commerciales.
V. Résultats empiriques 1. Présentation des données
Les données proviennent entièrement de la base de données Thomson Reuters Eikon. Ce sont des séries de commerce nationales sur la période allant du 15 janvier 1950 au 15 septembre 2017. Elles ont une fréquence mensuelle et sont toutes exprimées en millions de dollars américains. Notre base de données intitulée « G20 » est donc constituée de séries de commerce mensuelles avec 814 observations et 40 variables (Voir tableau 4). Nous avons donc pour chacun des 20 pays d’une part les exportations totales et d’autre part les importations totales de biens et de services sur la période allant de janvier 1950 à septembre 2017.
Il faut toutefois noter que la plupart des séries ne sont pas désaisonnalisées c’est-à-dire qu’elles ont l’effet des variations saisonnières, il est donc fondamental d’éliminer ces effets saisonniers avant la modélisation.
2. Préparation des données
Ainsi, avant de modéliser il convient toutefois de nettoyer les données afin qu’elles puissent être comparables. Dans un premier temps nous désaisonnalisons toutes les séries non ajustées, Voir tableau 8 (Infra p.32), ensuite dans un deuxième temps nous utilisons le filtre Hodrick- Prescott (HP) pour dissocier les cycles conjoncturels, c’est-à-dire les tendances de court et de long terme (Hodrick, 1997).
Par ailleurs, en ce qui concerne la dissociation des cycles conjoncturels, nous avions la possibilité d’utiliser une tendance linéaire, quadratique, exponentielle ou des glissements (annuels, semestriels ou mensuels). Cependant nous choisissons le filtre Hodrick-Prescott (HP) par souci d’automatisation opérationnelle et pour sa vitesse d’adaptation aux changements de tendances. Les graphiques 4 et 5 ci-dessous (Infra pp.21-22) montrent respectivement des exemples d’ajustements saisonniers des séries d’une part, et l’application du filtre Hodrick- Prescott (HP) pour éliminer les tendances d’autre part.
En outres, parmi les 40 variables, 29 sont non ajustées. Elles ont ainsi été désaisonnalisées avant l’estimation du DFM comme nous pouvons le constater sur le graphique 4 où la courbe noire (not SA) représente la série avec les effets saisonniers et la courbe bleue (SA) représente quant à elle la série après ajustement. Par exemple, prenons les exportations et les importations italiennes, nous observons clairement une tendance annuelle où elles chutent. Les variations
saisonnières étant différentes d’un pays à l’autre il est donc fondamental de rapporter toutes les séries sur la même base en éliminant les effets cycliques de chaque série de commerce. Ensuite, une fois que toutes nos 40 séries sont ajustées, nous appliquons le filtre Hodrick-Prescott (HP) afin de dissocier les cycles conjoncturels comme l’avons illustré ci-dessous (Infra p.22).
Comme nous pouvons le voir sur le graphique 4, la courbe noire représente la série ajustée et la courbe bleue représente la tendance définie à l’aide du filtre Hodrick-Prescott (HP).
Par conséquent, les courbes rouges du graphique 4 représentent les données que nous utilisons pour la modélisation. Elles indiquent la différence entre la tendance et les valeurs de nos séries ajustées.
La dernière étape de la préparation des données consiste à séparer en deux groupes distincts, d’une part les exportations de chaque membre du G20 constitué de 814 observations et 20 variables (Voir tableau 5) et d’une part les importations du G20 aussi constitué de 814 observations et 20 variables (Voir tableau 6).
3. Présentation des résultats
Les résultats de la modélisation sont reportés dans le tableau 2 ci-dessous (Infra p.23). Le tableau 3 illustre la période d'estimation de nos 20 pays qui varient en fonction de la disponibilité des données. Nous observons que tous les paramètres obtenus, spécifiques à chaque pays sont positifs, ce qui bien sûr est une caractéristique encourageante, car ceci signifie que les pays ont une corrélation significativement positive sur les exportations et importations totales du G20. De plus, le dynamisme incorporé dans le modèle implique les paramètres de chargement varient et changent d'ampleur au fur et mesure que les informations fournies par Thomson Reuters sont mises à jour.
En commençant par les résultats de nos exportations, la contribution moyenne des différents pays est d'environs de 11.43%. Les États-Unis sont les plus grands exportateurs du G20, ils contribuent à la tendance globale des exportations du G20 à hauteur d'environ 14%.
Contrairement aux États-Unis, le Royaume-Uni est le pire exportateur du G20 avec une contribution de seulement 8.35% largement en dessous de la moyenne du G20. En effet, ce résultat paraît pertinent, car selon un article du journal " les échos " paru en décembre 2014, la Grande-Bretagne est un grand exportateur de services notamment financiers cependant ceci
rapport à la monnaie unique aggrave la situation […] Le Royaume-Uni n'exporte pas assez vers les pays émergents, là où la croissance est la plus forte […] les exportations dépendent beaucoup de champions nationaux comme Rolls-Royce ou GlaxoSmithKline. Il n'y a pas de culture de l'exportation dans les PME comme en Allemagne "(Collen, 2014).
Au-delà du fait d'identifier le plus grand et le pire exportateur du G20, il est essentiel de noter que 12 pays, soit plus de la moitié du G20 ont une contribution supérieure à la moyenne (Australie, Allemagne, Brésil, France, Inde, Italie, Corée du Sud, Mexique, Arabie saoudite, Turquie, Union européenne, États-Unis) et 8 pays se situant en dessous de la moyenne (Argentine, Chine, Canada, Indonésie, Japon, Russie, Afrique du Sud, Royaume uni).
En ce qui concerne les importations, la participation moyenne des pays est de 18,69%. Elle est largement supérieure à la celle des exportations. Par ailleurs, le Mexique est celui qui importe le plus de biens et de services avec une contribution de 26,20% tandis que l'Arabie saoudite participe que très faiblement aux importations du G20 avec seulement 7,46%.
Le graphique 6 (Infra p.25) illustre l'indice de contrôle des exportations obtenues à l'aide de la méthode d'estimation " two steps estimator " entre janvier 2000 et août 2018. En effet, ce graphique montre que les conséquences des crises majeures ont bien été prises en compte par notre indicateur. Par exemple, nous pouvons bien constater que la crise des "subprimes" en 2007 a eu de lourdes conséquences sur le commerce international. De plus, d’après le graphique 6 nous observons un ralentissement des exportations entre 2012-2015. Cette décroissance s’explique par une résurgence du protectionnisme, notamment avec des taux d’ouverture plus faibles sur la période. Ensuite, la seconde cause de ce ralentissement réside dans les mesures non tarifaires qui sont des mesures politiques pouvant avoir des conséquences sur le commerce international de biens, particulièrement avec les mesures sanitaires et phytosanitaires ainsi que les obstacles techniques au commerce. Enfin, une 3e raison de la décroissance des exportations entre 2012 et 2015 est sans aucun doute causée par le phénomène de multinationalisation privilégiant le commerce intra branche.
Toutefois, selon l'indicateur de suivi construit, le commerce international semble rebondir sur les derniers mois. Ce rebond va-t-il permettre au commerce mondial de retrouver son niveau d’avant crise ?
Graphique 4: Ajustement saisonnier
Graphique 5: Filtre Hodrick-Prescott
Source : Diallo, 2017
Tableau 2: Estimation de l’apport du G20 au commerce international
G20 Exports Imports
Argentine 0.10522521 0.17139797
Australie 0.11567777 0.21322777
Allemagne 0.12292963 0.20948962
Brésil 0.12102475 0.19294191
Chine 0.09684281 0.20375363
Canada 0.09139525 0.13617412
France 0.12196519 0.19962906
Indonésie 0.10957826 0.17631846
Inde 0.11722656 0.19968057
Italie 0.12798295 0.19972188
Japon 0.10655067 0.17295814
Corée du Sud 0.11806642 0.22895894
Mexique 0.13030317 0.26204229
Russie 0.10734711 0.16171793
Afrique du Sud 0.10633955 0.16457505
Arabie Saoudite 0.12495565 0.07459669
Turquie 0.12240992 0.20790184
Union Européenne 0.11650672 0.21719800
Royaume Unie 0.08350401 0.12951216
États-Unis 0.13978198 0.21685209
Source : Diallo, 2017
Tableau 3 : Période d’estimation des variables
G20 Exports Imports
Argentine Janvier 1957- Juillet 2017 Janvier 1957- Juillet 2017 Australie Juillet 1971 – Juillet 2017 Juillet 1971 – Juillet 2017 Allemagne Juillet 1990 – Juillet 2017 Juillet 1990 – Juillet 2017 Brésil Janvier 1954 – Août 2017 Janvier 1959 – Août 2017 Chine Juillet 1983 – Août 2017 Juillet 1983 – Août 2017 Canada Janvier 1988 – Juillet 2017 Janvier 1988 – Juillet 2017 France Janvier 1970 – Juillet 2017 Janvier 1970 – Juillet 2017 Indonésie Janvier 1960 - Août 2017 Janvier 1959 - Août 2017 Inde Janvier 1957 - Août 2017 Janvier 1957 - Août 2017 Italie Janvier 1991 – Juillet 2017 Janvier 1991 – Juillet 2017 Japon Janvier 1963 – Août 2017 Janvier 1963 – Août 2017 Corée du Sud Janvier 1966 – Août 2017 Janvier 1966 – Août 2017 Mexique Janvier 1993 – Juillet 2017 Janvier 1993 – Juillet 2017 Russie Janvier 1994 – Juillet 2017 Janvier 1993 – Juillet 2017 Afrique du Sud Janvier 1957 – Juillet 2017 Janvier 1993 – Juillet 2017 Arabie Saoudite Janvier 1981 – Mai 2017 Janvier 1981 – Mai 2017 Turquie Janvier 1957 – Juillet 2017 Janvier 1957 – Juillet 2017 Union Européenne Janvier 1999 – Juillet 2017 Janvier 2002 – Juillet 2017 Royaume Unie Janvier 1996 – Juillet 2017 Janvier 1996 – Juillet 2017 États-Unis Janvier 1950 – Juillet 2017 Janvier 1950 – Juillet 2017
Graphique 6:Indicateur de suivi des exportations
Source : Diallo, 2017
VI. CONCLUSION
À l'issue de cette étude sous l'angle du Dynamic Factor Model et avant de conclure avec les résultats de notre recherche, il nous paraît essentiel de revenir sur les éléments les plus importants mis en évidence tout au long du rapport. Nous nous sommes tout d'abord attardés sur la mise en évidence la crise financière de 2007 qui débute tout d'abord aux États-Unis, pour ensuite prendre une ampleur mondiale entraînant donc des perturbations du commerce international. Ensuite, nous avons illustré graphiquement les échanges commerciaux de chaque pays qui nous a permis de mettre en exergue l'importance de la corrélation négative entre commerce international et crise financière. Nous observons effectivement que les flux des échanges commerciaux sont considérablement affectés. Toutefois, cette analyse préliminaire, et notamment la mise en lumière du commerce extérieur de chaque pays nous a aussi amenés à souligner la nécessite de condenser toutes les informations de commerce que nous avions en un seul indice synthétique. Cependant, le temps fut insuffisant pour mener le projet à bout, car nous avions au départ, l’intention de créer un indicateur de suivi et prévision du commerce mondial. Par conséquent, notre indice créée est uniquement un indicateur de suivi et n’a pas de pouvoir de prévision.
Ainsi, ce papier a eu pour but de créer un outil de contrôle et de surveillance du commerce international à l'aide du dynamique factor model (DFM) afin que les irrégularités des variables ne pénalisent pas nos résultats. Il se focalise principalement sur les pays membres du G20, car ils représentent 80% des échanges commerciaux mondiaux ce qui est naturellement représentatif du comportement de la tendance générale des échanges.
L'indicateur nous permet de faire un diagnostic dynamique sur la situation du commerce mondial. Un tel indicateur peut être d'une grande utilité à la fois aux décideurs de politique extérieure et aux différentes parties prenantes. Il leur fournit en temps réel des informations sur l'état du commerce mondial et les aide à orienter adéquatement les politiques commerciales extérieures.
Pour conclure, ce rapport qui s'inscrit dans le cadre de la maîtrise universitaire en Socio économie, s'étant déroulé sur la période allant du 24 juillet 2017 au 31 octobre 2017 à la Conférence des Nations Unies pour le Commerce et le Développement (CNUCED), m'a permis d'apprendre énormément sur le milieu professionnel et surtout d'élargir mon réseau. J'ai aussi eu l'occasion de participer à de nombreuses aux conférences portant sur différents thèmes tels que : l'investissement, la dette et les matières premières. J'ai été associé à un projet de recherche
sur le contrôle et le suivi du commerce mondial où j'ai eu l'occasion de maîtriser l'utilisation du logiciel R pour le traitement de données et l'analyse statistique.
VII. ANNEXES
Tableau 3: Liste G20
PAYS SYMBOLE
ARGENTINA AG
AUSTRALIA AU
BRAZIL BR
CANADA CN
CHINA CH
EUROPEAN UNION (EU28) EU
FRANCE FR
GERMANY GE
INDIA IN
INDONESIA ID
ITALY IT
JAPAN JP
KOREA KO
MEXICO MX
RUSSIAN FEDERATION RS
SAUDI ARABIA SI
SOUTH AFRICA SA
TURKEY TK
UNITED KINGDOM UK
UNITED STATES US
Tableau 4: liste des séries de commerce du G20
Pays Nom des sériesArgentine AG EXPORTS FOB CURN (~U$) AG IMPORTS CIF CURN (~U$)
Autriche AU TOTAL MERCHANDISE EXPORTS CURA (~U$) AU TOTAL MERCHANDISE IMPORTS CURA (~U$) Allemagne BD EXPORTS OF GERMANY (FOB) CURN (~U$)
BD IMPORTS OF GERMANY (CIF) CURN (~U$) Brésil BR EXPORTS (FOB) CURN (~U$)
BR IMPORTS (FOB) CURN (~U$) Chine CH EXPORTS CURN (~U$)
CH IMPORTS CURN (~U$) Canada CN EXPORTS FOB CURA (~U$)
CN IMPORTS FOB CURA (~U$) France FR EXPORTS FOB CURA (~U$) FR IMPORTS FOB CURA (~U$) Indonésie ID EXPORTS FOB CURN (~U$) ID IMPORTS CIF CURN (~U$)
Inde IN EXPORTS FOB (US $) CURN (~U$) IN IMPORTS CIF (US $) CURN (~U$) Italie IT EXPORTS OF GOODS FOB CURN (~U$)
IT IMPORTS OF GOODS CIF CURN (~U$) Japon JP EXPORTS CURA (~U$)
JP IMPORTS CURA (~U$)
Corée du sud KO EXPORTS FOB (CUSTOMS CLEARANCE BASIS) CURN (~U$) KO IMPORTS CIF (CUSTOMS CLEARANCE BASIS) CURN (~U$) Mexique MX EXPORTS TOTAL CURA (~U$)
MX IMPORTS TOTAL CURA (~U$) Russie RS EXPORTS (FOB) CURN (~U$)
RS IMPORTS (FOB) CURN (~U$) Afrique du
sud
SA EXPORTS FOB INCLUDING GOLD BULLION FROM JAN.1980 CURN (~U$)
SA IMPORTS CIF INCLUDING DEFENCE AND OIL FROM JAN. 1980 CURN (~U$) Arabie
Saoudite
SI SAUDI ARABIA - EXPORTS TO WORLD CURN (~U$)
SI SAUDI ARABIA - IMPORTS FROM WORLD, (CIF) CURN (~U$) Turquie TK EXPORTS CURN (~U$)
TK IMPORTS CURN (~U$) Union
Européenne
U4 EXPORT: TOTAL - ALL PRODUCTS - EURO NON-EU-28 COUNTRIES CURN (~U$) U4 IMPORTS: TOTAL-ALL PRODS- EURO NON-EU-28 COUNTRIES (WDA) CURA (~U$) Royaume
Unie
UK EXPORTS CURN (~U$) UK IMPORTS CURN (~U$)
États-Unis US TOTAL EXPORTS ON A BALANCE OF PAYMENTS BASIS CURA (~U$) US TOTAL IMPORTS ON A BALANCE OF PAYMENTS BASIS CURA (~U$) Source : Diallo, 2017
Tableau 5: liste des séries d'exportations
Pays Séries
Argentine AG EXPORTS FOB CURN (~U$)
Autriche AU TOTAL MERCHANDISE EXPORTS CURA (~U$) Allemagne BD EXPORTS OF GERMANY (FOB) CURN (~U$) Brésil BR EXPORTS (FOB) CURN (~U$)
Chine CH EXPORTS CURN (~U$) Canada CN EXPORTS FOB CURA (~U$) France FR EXPORTS FOB CURA (~U$) Indonésie ID EXPORTS FOB CURN (~U$)
Inde IN EXPORTS FOB (US $) CURN (~U$) Italie IT EXPORTS OF GOODS FOB CURN (~U$) Japon JP EXPORTS CURA (~U$)
Corée du sud KO EXPORTS FOB (CUSTOMS CLEARANCE BASIS) CURN (~U$)
Mexique MX EXPORTS TOTAL CURA (~U$) Russie RS EXPORTS (FOB) CURN (~U$)
Afrique du sud SA EXPORTS FOB INCLUDING GOLD BULLION FROM JAN.1980 CURN (~U$)
Arabie Saoudite SI SAUDI ARABIA - EXPORTS TO WORLD CURN (~U$) Turquie TK EXPORTS CURN (~U$)
Union Européenne U4 EXPORT: TOTAL - ALL PRODUCTS - EURO NON-EU-28 COUNTRIES CURN (~U$)
Royaume Unie UK EXPORTS CURN (~U$)
États-Unis US TOTAL EXPORTS ON A BALANCE OF PAYMENTS BASIS CURA (~U$)
Tableau 6: liste des séries d'importations
Pays Séries
Argentine AG IMPORTS CIF CURN (~U$)
Autriche AU TOTAL MERCHANDISE IMPORTS CURA (~U$) Allemagne BD IMPORTS OF GERMANY (CIF) CURN (~U$) Brésil BR IMPORTS (FOB) CURN (~U$)
Chine CH IMPORTS CURN (~U$) Canada CN IMPORTS FOB CURA (~U$) France FR IMPORTS FOB CURA (~U$) Indonésie ID IMPORTS CIF CURN (~U$)
Inde IN IMPORTS CIF (US $) CURN (~U$) Italie IT IMPORTS OF GOODS CIF CURN (~U$) Japon JP IMPORTS CURA (~U$)
Corée du sud KO IMPORTS CIF (CUSTOMS CLEARANCE BASIS) CURN (~U$) Mexique MX IMPORTS TOTAL CURA (~U$)
Russie RS IMPORTS (FOB) CURN (~U$)
Afrique du sud SA IMPORTS CIF INCLUDING GOLD BULLION FROM JAN.1980 CURN (~U$)
Arabie Saoudite SI SAUDI ARABIA - IMPORTS TO WORLD CURN (CIF) (~U$) Turquie TK IMPORTS CURN (~U$)
Union Européenne
U4 IMPORT: TOTAL - ALL PRODUCTS - EURO NON-EU-28 COUNTRIES CURN (~U$)
Royaume Unie UK IMPORTS CURN (~U$)
États-Unis US TOTAL IMPORTS ON A BALANCE OF PAYMENTS BASIS CURA (~U$)
Source : Diallo, 2017
Tableau 7: Liste des variables
Pays Variables Symbole
Argentine AG EXPORTS FOB CURN (~U$) AGexp_nsa
AG IMPORTS CIF CURN (~U$) AGimp_nsa
Autriche AU TOTAL MERCHANDISE EXPORTS CURA (~U$) AUexp_sa
AU TOTAL MERCHANDISE IMPORTS CURA (~U$) AUimp_sa
Allemagne BD EXPORTS OF GERMANY (FOB) CURN (~U$) GEexp_nsa
BD IMPORTS OF GERMANY (CIF) CURN (~U$) GEimp_nsa
Brésil BR EXPORTS (FOB) CURN (~U$) BRexp_nsa
BR IMPORTS (FOB) CURN (~U$) BRimp_nsa
Chine CH EXPORTS CURN (~U$) CHexp_nsa
CH IMPORTS CURN (~U$) CHimp_nsa
Canada CN EXPORTS FOB CURA (~U$) CNexp_sa
CN IMPORTS FOB CURA (~U$) CNimp_sa
France FR EXPORTS FOB CURA (~U$) FRexp_sa
FR IMPORTS FOB CURA (~U$) FRimp_sa
Indonésie ID EXPORTS FOB CURN (~U$) IDexp_nsa
ID IMPORTS CIF CURN (~U$) IDimp_nsa
Inde IN EXPORTS FOB (US $) CURN (~U$) INexp_nsa
IN IMPORTS CIF (US $) CURN (~U$) INimp_nsa
Italie IT EXPORTS OF GOODS FOB CURN (~U$) ITexp_nsa
IT IMPORTS OF GOODS CIF CURN (~U$) ITimp_nsa
Japon JP EXPORTS CURA (~U$) JPexp_sa
JP IMPORTS CURA (~U$) JPimp_sa
Corée du sud KO EXPORTS FOB (CUSTOMS CLEARANCE BASIS) CURN (~U$) KOexp_nsa KO IMPORTS CIF (CUSTOMS CLEARANCE BASIS) CURN (~U$) KOimp_nsa
Mexique MX EXPORTS TOTAL CURA (~U$) MXexp_sa
MX IMPORTS TOTAL CURA (~U$) MXimp_sa
Russie RS EXPORTS (FOB) CURN (~U$) RSexp_nsa
RS IMPORTS (FOB) CURN (~U$) RSimp_nsa
Afrique du sud
SA EXPORTS FOB INCLUDING GOLD BULLION FROM JAN.1980
CURN (~U$) SAexp_nsa
SA IMPORTS CIF INCLUDING DEFENCE AND OIL FROM JAN. 1980 CURN (~U$)
SAimp_nsa Arabie
Saoudite
SI SAUDI ARABIA - EXPORTS TO WORLD CURN (~U$) SIexp_nsa SI SAUDI ARABIA - IMPORTS FROM WORLD, (CIF) CURN (~U$) SIimp_nsa
Turquie TK EXPORTS CURN (~U$) TKexp_nsa
TK IMPORTS CURN (~U$) TKimp_nsa
Union U4 EXPORT: TOTAL - ALL PRODUCTS - EURO NON-EU-28 EUexp_nsa
Royaume Unie
UK EXPORTS CURN (~U$) UKexp_nsa
UK IMPORTS CURN (~U$) UKimp_nsa
États-Unis US TOTAL EXPORTS ON A BALANCE OF PAYMENTS BASIS CURA (~U$)
USexp_sa US TOTAL IMPORTS ON A BALANCE OF PAYMENTS BASIS CURA
(~U$)
USimp_nsa Source : Diallo, 2017
Tableau 8: Liste des séries non désaisonnalisées
Pays Nom des séries Ajustement
saisonnier
Argentine AG EXPORTS FOB CURN (~U$) Non
AG IMPORTS CIF CURN (~U$) Non
Allemagne BD EXPORTS OF GERMANY (FOB) CURN (~U$) Non
BD IMPORTS OF GERMANY (CIF) CURN (~U$) Non
Brésil BR EXPORTS (FOB) CURN (~U$) Non
BR IMPORTS (FOB) CURN (~U$) Non
Chine CH EXPORTS CURN (~U$) Non
CH IMPORTS CURN (~U$) Non
Indonésie ID EXPORTS FOB CURN (~U$) Non
ID IMPORTS CIF CURN (~U$) Non
Inde IN EXPORTS FOB (US $) CURN (~U$) Non
IN IMPORTS CIF (US $) CURN (~U$) Non
Italie IT EXPORTS OF GOODS FOB CURN (~U$) Non
IT IMPORTS OF GOODS CIF CURN (~U$) Non
Corée du sud KO EXPORTS FOB (CUSTOMS CLEARANCE BASIS) CURN (~U$) Non KO IMPORTS CIF (CUSTOMS CLEARANCE BASIS) CURN (~U$) Non
Russie RS EXPORTS (FOB) CURN (~U$) Non
RS IMPORTS (FOB) CURN (~U$) Non
Afrique du sud
SA EXPORTS FOB INCLUDING GOLD BULLION FROM JAN.1980 CURN (~U$)
Non SA IMPORTS CIF INCLUDING DEFENCE AND OIL FROM JAN. 1980
CURN (~U$) Non
Arabie
Saoudite SI SAUDI ARABIA - EXPORTS TO WORLD CURN (~U$) Non SI SAUDI ARABIA - IMPORTS FROM WORLD, (CIF) CURN (~U$) Non
Turquie TK EXPORTS CURN (~U$) Non
TK IMPORTS CURN (~U$) Non
Union Européenne
U4 EXPORT: TOTAL - ALL PRODUCTS - EURO NON-EU-28 COUNTRIES CURN (~U$)
Non
Royaume Unie UK EXPORTS CURN (~U$) Non
UK IMPORTS CURN (~U$) Non
Source : Diallo, 2017
VIII. BIBLIOGRAPHIE
Aruoba, S. B., Diebold, F., & Scotti, C. (2008). doi:10.3386/w14349
Bénassy-Quéré, A., Le Duigou, J.-C., Ésambert, B., Lamoureux, D., Pécresse, J.-F., & Walter, C.
(2009). Éthique et crise financière. Paris: L'Harmattan.
Bicchetti, D., & Neto, D. (2017). Monitoring Financial Stability in Emerging and Frontier Markets. SSRN Electronic Journal. doi:10.2139/ssrn.2978196
CNUCED. (2018). Conférence des Nations Unies sur le Commerce et le Développement - CNUCED. Retrieved from http://www.geneve-int.ch/fr/conf-rence-des-nations-unies- sur-le-commerce-et-le-d-veloppement-cnuced-1
Collen, V. (2014). Le Royaume-Uni creuse son déficit commercial. Les Échos. Retrieved from https://www.lesechos.fr/10/12/2014/LesEchos/21832-028-ECH_le-royaume-uni- creuse-son-deficit-commercial.htm
Doz, C., Giannone, D., & Reichlin, L. (2012). A Quasi–Maximum Likelihood Approach for Large, Approximate Dynamic Factor Models. Review of Economics and Statistics, 94(4), 1014-1024. doi:10.1162/REST_a_00225
Ebregt, J. (2016). The World Trade Motoring Retrieved from
https://www.cpb.nl/sites/default/files/omnidownload/CPB-Background-Document- September2016-The-CPB-World-Trade-Monitor-technical-description_18.pdf Fournier-L’Heureux, V. (2010). La réponse du G20 à la crise financière et économique
mondiale
Giannone, D., Reichlin, L., & Small, D. (2008). Nowcasting: The real-time informational content of macroeconomic data. Journal of Monetary Economics, 55(4), 665-676.
doi:10.1016/j.jmoneco.2008.05.010
Hodrick, R., and Edward C. Prescott (1997). Postwar U.S. Business Cycles: An Empirical Investigation. Journal of Money, Credit, and Banking.
Mariano, R. S., & Murasawa, Y. (2003). A new coincident index of business cycles based on monthly and quarterly series. Journal of Applied Econometrics, 18(4), 427-443.
doi:10.1002/jae.695
Nations, U. (1968). Report of the United Nations Conference on Trade and Development on its second session. Paper presented at the Proceedings of the United Nations Conference on Trade and Development on its second session, New Delhi.
Reuters, T. (2018). Thomson Reuters Eikon. Retrieved from
https://financial.thomsonreuters.com/en/products/tools-applications/trading- investment-tools/eikon-trading-software.html
Stock James, W. M. (2011). Dynamic Factor Models. In Oxford Handbook on Economic Forecasting. Oxford: Oxford University Press, eds. Michael P. Clements and David F.
Hendry.
Stock, J. H., & Watson, M. W. (1989). New Indexes of Coincident and Leading Economic Indicators. NBER Macroeconomics Annual, 4, 351-394. doi:10.1086/654119
Stock, J. H., & Watson, M. W. (2002). Forecasting Using Principal Components From a Large Number of Predictors. Journal of the American Statistical Association, 97(460), 1167- 1179. doi:10.1198/016214502388618960
UNCTAD. Secretary-General Mukhisa Kituyi. Retrieved from
http://unctad.org/en/pages/About%20UNCTAD/OSG/Secretary-General.aspx
