Embed Size (px)
Citation preview
1
Impact de la crise financière internationale sur l’économie algérienne : Cas des prix du pétrole.
OUKACI Kamal 1 *
Résumé :
Nous proposons dans cette contribution l’analyse de l’impact de la crise financière sur
l’économie algérienne avec un intérêt particulier porté les recettes des hydrocarbures. Nous
utilisons à cet effet deux approches différentes. La première consiste à estimer un modèle
VECM (Vector Error Correction Model). A travers la dynamique du VAR (vecteur auto
Regressif), le VECM nous permet d’analyser l’impact d’un choc positif des prix du pétrole
sur les variables macroéconomiques en utilisant deux outils : l’analyse de la décomposition de
la variance et l’analyse des fonctions de réponse impulsionnelle. La seconde approche utilise
un modèle d’équilibre général calculable (MEGC). L’analyse consiste à simuler les effets
d’une baisse des prix du pétrole de 50%. Les résultats des modèles (VAR et modèle
d’équilibre général) utilisés dans cette recherche montrent que le budget de l’Etat et
l’investissement subissent lourdement les effets de cette crise financière et confortent tout à
fait la réalité observée. Aussi, cers résultats ont pu mettre en exergue les fragilités
structurelles de l’économie algérienne qui reste extravertie et fortement orientée vers
l’exploitation de matières premières non transformées.
Mots clés : Crise financière, Economie algérienne, Prix du pétrole, Modèle VAR, MEGC
Code JEL : C32, C68, D58, F47
* Enseignant à la Faculté des Sciences Economiques, des Sciences de Gestion et des Sciences Commerciales. Université A. Mira de Bejaia. E. mail : [email protected]
2
Introduction
La crise financière internationale déclenchée depuis l’été 2007, ne cesse de toucher
l’ensemble de l’économie mondiale et de révéler au grand jour les carences du système
financier international. Au départ, c’était une crise des subprimes aux Etats-Unis, qualifiée à
l’époque de crise financière et bancaire, mais vite les effets de la crise commençaient à se
sentir dans l’économie réelle en touchant des secteurs clés tels que l’automobile et le
bâtiment. Aidée par une mondialisation et une interconnexion des systèmes économiques,
cette crise a pu se propager à l’ensemble de la planète n’épargnant ni les pays développés, ni
les pays émergents et encore moins les pays en développement.
Première ressource économique de l’Algérie, le pétrole contribue à plus de 50% dans
la formation du PIB et à 98% des exportations algériennes. La flambée des prix du pétrole
entre 2006 et 2008 a permis à l’Algérie d’engranger des entrées en devises importantes. Cette
manne financière a contribué à réduire la dette extérieure et de lancer un vaste programme de
développement économique évalué à plus de 150 milliards de Dollars US. Avec le
ralentissement économique dû à la crise financière, les prix du pétrole à l’instar des prix des
autres matières premières ont subit les effets de ce ralentissement à travers une chute brutale
des cours sur les marchés internationaux.
Nous proposons dans cette contribution l’analyse de l’impact de la crise financière sur
l’économie algérienne avec un intérêt particulier porté les recettes des hydrocarbures. Cet
intérêt concerne l’évaluation de l’impact d’une variation des prix du pétrole sur l’économie
algérienne Nous utilisons à cet effet deux approches différentes. La première consiste à
estimer un modèle VECM (Vector Error Correction Model). A travers la dynamique du VAR
(vecteur auto Regressif), le VECM nous permet d’analyser l’impact d’un choc positif des prix
du pétrole sur les variables macroéconomiques en utilisant deux outils : l’analyse de la
décomposition de la variance et l’analyse des fonctions de réponse impulsionnelle. La
seconde approche utilise un modèle d’équilibre général calculable (MEGC). L’analyse
consiste à simuler les effets d’une baisse des prix du pétrole de 50%. A la différence de la
première, elle nous permet, en dépit du caractère statique du modèle utilisé, d’étendre
l’analyse aux secteurs d’activité : agriculture (AGR), hydrocarbures (HYDROC), industrie
(IND), bâtiments et travaux publics (BTP) et les services (SER).
L’exposé de notre recherche est articulé en trois sections : la première est consacrée à un bref
rappel du poids des hydrocarbures dans l’économie algérienne notamment durant les dernières années.
Dans la seconde section, nous présenterons la première approche utilisée (VAR) ainsi que les résultats
3
obtenus et la dernière section sera consacrée au modèle d’équilibre général calculable pour évaluer
l’impact d’un choc pétrolier sur l’économie algérienne.
1-Les hydrocarbures dans l’économie algérienne
L’économie algérienne est basée essentiellement sur l’exploitation des hydrocarbures.
Le pétrole est la ressource quasi unique du pays. Il constitue la principale source de revenu
(98% du total des exportations algériennes). Durant la dernière décennie, les recettes des
hydrocarbures ont permis de financer les différents programmes de relance économique et de
réduire considérablement la dette extérieure du pays. Ainsi le produit intérieur brut (PIB)
demeure fortement influencé par le comportement de la production dans le secteur des
hydrocarbures, compte tenu du poids de ce secteur dans la formation du PIB (voir figure 1).
Figure 1 : La contribution des hydrocarbures au PIB en 2007
Aussi, les revenus tirés des hydrocarbures contribuent considérablement au budget de l’Etat à
travers la fiscalité pétrolière. Ainsi au cours de la dernière décennie où les prix du pétrole ont
enregistré des augmentations importantes (97 Dollars en moyenne en 2008), la contribution de
la fiscalité pétrolière au budget de l’Etat avoisine les 60% (voir figure 2).
Figure 2: La contribution de la fiscalité pétrolière au budget de l'Etat
4
Un examen attentif de la contribution de la fiscalité pétrolière durant l’année 2007 et en
prenant en considération les revenus pétroliers versé au fond de régulation des recettes, nous
remarquons que la fiscalité pétrolière constitue la ressource principale des recettes de l’Etat
comparativement aux autres ressources fiscales (voir figue 3). Cette situation montre la
fragilité des finances publiques devant une chute brutale des cours du pétrole.
Figure 3: La contribution des hydrocarbures aux recettes totales de l’Etat en 2007
2- La première approche : la modélisation VAR 2-1- Les données utilisées
Dans la première approche (utilisation d’un modèle VECM), nous avons choisi quatre
variables : les prix du pétrole (PP), l’investissement (INV), les dépenses publiques (DPG) et
le produit intérieur brut (PIB). Les sources de données utilisées sont extraites des données de
la banque mondiale pour la période 1970-2002 et nous avons complété la série par des
données fournies par l’ONS et le FMI. La période d’estimation s’étale de 1970 à 2007, soit 38
observations et les variables sont exprimées en dollar constant2. Nous avons aussi transformé
les variables en logarithmiques afin d’aplatir les écarts entre les séries utilisées.
2-2- Spécification du modèle
La première étape dans l’utilisation d’un modèle VAR est l’étude de la stationnarité des
séries de données. L’application du test ADF (Augmented Dickey Fuller) montre que les
quatre séries sont non stationnaires en niveau mais stationnaires en différences première sauf
pour la série des dépenses publiques (DPG). Cette dernière est issue d’un processus
2 Les données sont exprimées en dollar constant de 1995
5
déterministe TS (Trend stationnary) et pour la rendre stationnaire, nous avons soustrait la
tendance de la série brute. Ces séries sont toutes intégrées d’ordre 1 I(1) (Voir annexe 1).
La seconde étape dans la modélisation VAR est la détermination du VAR optimal.
Pour cela, nous avons utilisé les critères d’Akaike et Schwarz pour déterminer le nombre de
retard. Les résultats nous donnent un VAR optimal d’ordre 1 c'est-à-dire un VAR(1)
La troisième étape consiste en l’étude de la relation de la co-intégration en utilisant le
test de la trace et celui de la valeur propre maximale. Les résultats du test confirment
l’hypothèse selon laquelle il existe une seule relation de co-intégration entre les quatre
variables (voir annexe 2).
La dernière étape concerne l’estimation du modèle VECM (Vector Error Correction
Model) à une seule équation et dont les résultats sont présentés en annexe 3.
2-3-Etude de la causalité
L’étude du sens de la causalité entre les variables est très importante. Pour cela, nous
effectuerons le test de causalité classique au sens de Granger (voir annexe 4). Les résultats
montrent l’existence d’une causalité unidirectionnelle des prix du pétrole vers le PIB,
l’investissement et les dépenses publiques, ce qui confirme l’importance des prix du pétrole
dans le comportement des variables citées précédemment.
2-4-Analyse de l’impact d’un choc des prix du pétrole
L’analyse de l’impact d’un choc positif des prix du pétrole sur les variables
macroéconomiques se fera à travers l’analyse de la décomposition de la variance de l’erreur
de prévision et des fonctions de réponse impulsionnelle.
2-4-1- La décomposition de la variance de l’erreur de prévision
Pour expliquer la proportion de la variance de l’erreur de prévision d’une variable, nous
utilisons la décomposition de variance. Cette dernière permet d’expliquer la part de
l’innovation de la variable étudiée elle-même et les innovations des autres variables. Les
résultats sont donnés en annexe 5.
a- Les prix du pétrole
Pour les prix du pétrole, la plus importante source de variation provient de la variable
elle-même. Elle avoisine les 95% sur l’ensemble de la période considérée. Le prix du pétrole
6
est donc bien la variable la plus exogène parmi les variables spécifiées, ce qui justifie le
choix de celle-ci pour identifier le choc.
b- Les dépenses publiques
Les innovations de la variable « dépenses publiques » proviennent de la variable elle-
même mais aussi des prix du pétrole et cela dès la deuxième période (39%). La contribution
de cette dernière variable augmente pour atteindre les 50% dès la troisième période. Cela
montre la dépendance croissante du budget de l’Etat des prix du pétrole. Ce résultat conforte
tout à fait la réalité observée. La fiscalité pétrolière exerce un effet d’éviction sur la fiscalité
hors hydrocarbures. Trois éléments semblent expliquer cela : 1) une administration fiscale
laxiste et qui l’est devenue davantage compte tenu de l’aisance financière procurée par la
rente pétrolière, 2) une relative défiscalisation dans le cadre des réformes économique
(réduction des taux et disparition de certains impôts) et 3) une baisse des impôts liés à la
réduction du tarif douanier en général et au démantèlement dans le cadre de la zone Euromed.
Le caractère croisant de la dépendance des recettes budgétaires traduit aussi la dépendance du
budget de fonctionnement à l’égard du prix du pétrole.
c- L’investissement
Pour l’investissement, nous constatons la prédominance de la variable « prix du pétrole »
et cela dès la troisième période du choc (61,44%). Cette prédominance s’accentue tout au
long de la période considérée pour dépasser les 80% au bout de la dixième période. Ce
résultat indique le quasi dépendance de l’investissement à l’égard du prix du pétrole. Le prix
du pétrole agit sur l’investissement par le canal de l’investissement budgétaire qui reste
important en Algérie. Après une période de forte baisse, s’expliquant par la forte contrainte
des finances publiques faisant suite au contre choc pétrolier de 1986 et au programme
d’ajustement structurel, l’Etat renoue avec une politique budgétaire expansionniste. Près de
50% de l’accumulation brute des fonds fixes est assurée par le budget de l’Etat. La
contribution des autres variables à l’instar du PIB ne dépasse pas en moyenne les 5%.
d- Le produit intérieur brut
Pour la première période, la variation du PIB est due à sa propre innovation et à un degré
moindre à l’investissement et au prix du pétrole (81,90% pour le PIB, 11,92% pour
l’investissement et 4,98% pour les prix du pétrole). Dès la seconde période, l’apport des prix
7
du pétrole va augmenter pour expliquer les variations du PIB (de 13,45% au bout de la
deuxième période à 48,58% au bout de la dixième période).
2-4-2- Les fonctions de réponse impulsionnelle
Les réponses des différentes variables à un choc du prix pétrole de 1% sont représentées
par les fonctions de réponses ci-dessus. Les résultats de ces fonctions permettent de tirer les
enseignements suivants :
- Pour les dépenses publiques (DPG), l’augmentation des prix du pétrole s’est traduite par
un effet positif et instantané et cela dès la première année. Cet effet connait une
croissance cumulative tout au long de la période.
.02
.03
.04
.05
.06
.07
.08
.09
.10
1 2 3 4 5 6 7 8 9 10
Response of LOG(DPG) to LOG(PP)
Source : Résultat obtenu à partir du logiciel Eviews 4.0
- Pour l’investissement (INV), la fonction de réponse impulsionnelle montre que l’impact
d’un choc positif à travers les prix du pétrole aura un effet positif sur l’investissement.
Nous remarquons aussi, que cet effet est plus important que dans le cas des dépenses
publiques ce qui confirme le résultat de la décomposition de la variance où les variations
de la variable « investissement » proviennent des variations des prix du pétrole.
8
.04
.08
.12
.16
.20
1 2 3 4 5 6 7 8 9 10
Response of LOG(INV) to LOG(PP)
Source : Résultat obtenu à partir du logiciel Eviews 4.0
- Pour le produit intérieur brut (PIB), l’effet d’une augmentation des prix du pétrole est
certes positif sur le PIB mais son intensité est moindre par rapport aux dépense publiques
et à l’investissement. Néanmoins, cet effet reste croissant et s’accentue au fur et à mesure
qu’on avance dans la période.
.01
.02
.03
.04
.05
.06
.07
1 2 3 4 5 6 7 8 9 10
Response of LOG(PIB) to LOG(PP)
Source : Résultat obtenu à partir du logiciel Eviews 4.0
3-La deuxième approche : la modélisation en équilibre général calculable
Dans cette seconde approche, nous construisons un modèle d’équilibre général
calculable pour simuler l’impact d’une baisse de 50% des prix du pétrole sur l’économie
algérienne.
3-1-La structure du Modèle
Le modèle proposé, dans notre travail, concerne une petite économie ouverte. Il s’inspire
des travaux de Dervis, De Melo et Robinson (1982) et De Melo et Tarr (1992). Il s’agit d’un
MEGC statique, semblable au modèle EXTER1 de Décaluwé (2001). Le modèle est d’essence
walrasienne, dans le sens, où, il détermine seulement les prix relatifs et les autres variables de
sphère réelle de l’économie.
9
Les principaux agents retenus dans notre modèle sont les entreprises, les ménages, l’Etat et
le Reste du Monde. Le modèle se présente comme un ensemble d’équations simultanées
sensées décrire le comportement des agents économiques. Il est étalonné sur la base de la
MCS 2002, dont il reprend, par conséquent, la structure c'est-à-dire : les facteurs de
production, les activités, les produits et les institutions. Les biens sont produits au moyen de
facteurs primaires et de produits intermédiaires. Les facteurs primaires sont le travail et le
capital. Le capital est spécifique à chaque secteur alors que le travail est mobile entre les
secteurs. La production est à rendements d’échelle constants et les entreprises agissent dans
un cadre de concurrence parfaite. Dans le secteur d’exportation, il n’existe pas de différence
entre la production destinée au marché domestique et celle destinée au reste du monde.
Nous présenterons, successivement, les autres hypothèses retenues pour décrire les
différentes parties du modèle, à savoir le bloc de la production, de la formation du revenu et
des dépenses des agents économiques, appelé bloc revenu-épargne, ainsi que bloc du
commerce extérieur et celui des prix. Nous terminerons la description du modèle par les
règles de fermeture et les conditions d’équilibre.
Concernant le bloc de la production, les facteurs travail et capital sont substituables
dans la détermination de la valeur ajoutée selon une relation Cobb-Douglas, à élasticité de
substitution technique unitaire entre les facteurs travail et capital où les rendements d’échelle
sont constants ; il existe une parfaite complémentarité, à la Leontief, c'est-à-dire à élasticité de
substitution technique nulle, entre d’une part les intrants intermédiaires, et d’autre part entre
ces derniers et l’ensemble des facteurs de production ou valeur ajoutée.
Le revenu des ménages est composé des versements de salaires, de la part du capital
qui revient aux ménages et des transferts nets provenant de l’Etat et du Reste du Monde, alors
les revenus des entreprises sont constitués des ventes de produits et des transferts nets de
l’Etat et cela après avoir payé les salaires, les impôts liés à la production, les consommations
intermédiaires achetées, la rémunération de la part du capital revenant aux ménages. Les
recettes de l’Etat englobent les rentrées fiscales directes et indirectes, rentrées constituées de
la taxe sur la valeur ajoutée (TVA), des droits de douanes (DD) et des autres taxes sur les
produits et les activités.
10
Dans le bloc de la demande finale intérieure les ménages déterminent les demandes de
chaque bien composite selon une fonction d’utilité de type Cobb-Douglas. Le choix de cette
spécification est motivé par le fait que cette fonction soit caractérisée par des élasticités de
substitution et de revenu unitaires. En utilisant cette fonction, on a choisi de considérer que la
part du budget de consommation du ménage allouée à chaque bien soit constante, c'est-à-dire
que la structure du budget du ménage ne se modifie pas à moyen terme. La consommation
totale de l’Etat est répartie entre les différents produits composites selon une proportion fixe.
Dans la modélisation des importations, nous adoptons l’hypothèse d’Armington3
(1969) selon laquelle il y a une différenciation des produits par pays d’origine et les biens
domestiques et importés sont des substituts imparfaits dans la demande. Par contre, dans le
traitement des exportations, nous avons utilisé une fonction à élasticité de transformation
constante (CET), introduite par Powell et Gruen4 (1968). L’offre d’exportation n’est plus
déterminée de façon résiduelle par le surplus de production sur la consommation, mais elle est
dérivée de façon optimale par le producteur. Cette spécification permet d’éviter de surestimer
la réponse d’offre d’exportation aux changements de politique commerciale ou aux chocs
exogènes et donc de résoudre le problème de spécialisation du côté des exportations.
Les différents prix retenus dans le modèle concernent les prix de la valeur ajoutée, les
prix composites, les prix domestiques, les prix à la production, le taux du rendement du
capital, les prix des importations et les prix des exportations. Enfin dans les conditions
d’équilibre, nous avons choisi un bouclage classique où l’équilibre macroéconomique est
toujours garanti par ajustement de l’investissement total au niveau de l’épargne. Etant donné
que seuls les prix relatifs sont déterminants dans les décisions des agents économiques, le taux
de change nominal est choisi comme numéraire du modèle.
L’économie dont on vient de décrire la structure d’offre et de demande sera en
équilibre si elle réalise simultanément l’équilibre macroéconomique, en égalisant ex-post
l’investissement et l’épargne, l’équilibre sur tous les marchés de biens et services, ainsi que
l’équilibre de la balance des paiements. L’équilibre du reste du monde est déduit, de façon
hypothétique, de l’équilibre de la balance des paiements. En effet, le reste du monde n’a pas 3 Armington, P.S. (1969). 4 Powell, Alan A. et F.H.G. Gruen (1968) :The Constant Elasticity of transformation production Frontie and Linear Supply System, International Economic review, Vol 9, PP. 315-328
11
un comportement déduit d’une règle d’optimisation explicite qui permettrait de dériver des
fonctions, de la demande d’exportation et l’offre d’importation de façon optimale. Il est aussi
supposé capable d’offrir une quantité illimitée d’importation et d’absorber une quantité
illimitée d’exportation à des prix mondiaux exogènes.
Néanmoins, la modélisation du commerce extérieur oblige à introduire explicitement
le taux de change. Cependant, les déterminants du taux de change sont ignorés en raison du
caractère réel du modèle. Ce taux de change n’est qu’un coefficient de conversion des prix
internationaux en monnaie nationale. L’adoption d’un taux de change nominal fixe, choisi
comme numéraire, avec des flux de capitaux exogènes, dans notre modèle, font que le solde
de la balance des paiements varierait en fonction de la balance commerciale5.
3-2- Analyse des résultats
Les chiffres reportés dans les tableaux ci-dessous indiquent que l’impact de la baisse
des prix du pétrole, conduit in fine à une chute de la production brute de (-2,94%). Une
analyse approfondie des productions sectorielles, laisse entendre que cette baisse de la
production brute est due essentiellement à la chute de l’output de la branche (BTP), suivie de
la branche industrie et dans la branche hydrocarbures. Les importations enregistrent une
baisse de 14,5% et la consommation finale chute de plus de 25%. Ces baisses s’expliquent par
la chute des revenus des entreprises (-18,66%) et ceux des ménages (-7,10%).
Tableau n°1 : Les effets globaux de la baisse de 50% des prix du pétrole (Variation % par rapport à la situation de référence)
Agrégats La variation(%) Production brute -2,94 Valeur ajoutée -1.40 Consommation intermédiaire -5,77 Importations -14,5 Investissement (en volume) -24,40 Consommation finale des ménages (en volume)
-25,40
Source : Calcul de l’auteur
L’épargne de l’Etat subit de plein fouet la chute des cours du pétrole (-52,10%), ce qui
entraîne une baisse de la demande d’investissement de plus de 24%. Au niveau sectoriel, la
demande d’investissement enregistre un net recul, notamment dans le secteur du bâtiment et
5Pour les équations du modèle d’équilibre général calculable, voir Oukaci-Kherbachi (2008) : Impact de la libéralisation commerciale sur l’intégration et le développement de l’économie algérienne : évaluation par un modèle d’équilibre général calculable. Les cahiers du cread N° 83/84-2008
12
travaux publics et le secteur des services. Pour la demande intermédiaire, c’est le secteur
industriel qui enregistre la plus forte baisse (-10,90%).
Tableau n° 2 : Les effets sur les agents économiques
(Variation % par rapport à la situation de référence)
Revenus Epargne brute Ménages -7,1 -4,87
Etat -18,81 -52,10 Entreprises -18,66 -20,10
Source : Calcul de l’ auteur
Nous constatons dans les résultats de la deuxième approche que la chute des prix du
pétrole a affecté l’ensemble de l’économie nationale et notamment les revenus de l’Etat et
l’investissement, ce qui confirme les résultats de la première approche où nous avons montré
que les prix du pétrole est une variable clé dans l’explication des variations des dépenses
publiques et de l’investissement.
Tableau n°3 : Les effets sectoriels de la baisse des prix du pétrole de 50%
(Variation en % par rapport à la situation de référence)
Secteurs AGR HYDROC IND BTP SER
Production brute (XS) -2,53 -5,50 -6,30 -21,99 9,22
Demande intermédiaire -4,09 -5,50 -10,90 -4,20 -0,48
Importations(M) -7,10 -15,96
Investissement (INV) -3,22 4,60 -3,21 -26,50 -45,30
Source : Calcul de l’auteur
Le rôle de l’Etat est encore fondamental dans l’économie algérienne. L’épargne
budgétaire, de plus en plus importante, permet de financer, depuis une dizaine d’années, des
programmes d’infrastructures importants qui génèrent une demande importante pour le
secteur privé. Le résultat concernant le BTP, le plus sensible à la variation du prix du pétrole,
traduit bien ce lien fragile entre l’Etat et le secteur privé. C’est le secteur qui tire actuellement
la croissance.
L’investissement diminue fortement dans les BTP et les services alors qu’ils sont les
principaux centres de croissance : dans une telle perspective, quelle est la solution ? Seul le
secteur des hydrocarbures semble réagir positivement par une hausse de son investissement.
Paradoxalement, cela semble être conforme à la réalité économique historique de l’Algérie. A
13
chaque fois que l’économie algérienne est entrée dans une dépression, le secteur des
hydrocarbures a été soit développé ou s’est relativement soustrait aux effets de la dépression.
Durant toute la décennie 90, période critique pour le secteur public algérien, le secteur
des hydrocarbures a reçu d’importants investissements qui ont permis de maintenir sa
croissance en hausse. Cela confirme peut être que le secteur des hydrocarbures joue un rôle
d’ajusteur dans l’économie algérienne. La baisse de sa production, en période de choc, n’est
pas contradictoire avec la hausse de l’investissement. Cela peut s’expliquer par la réaction de
l’OPEP qui, en général, revoit les quotas à la baisse pour maintenir les prix à un certain
niveau.
Conclusion
Les modèles économétriques développés dans le cadre de cette étude mettent
clairement en évidence l’importance des prix du pétrole dans la croissance de l’économie
algérienne et en particulier du secteur des biens non échangeables. Les résultats des modèles
(VAR et modèle d’équilibre général) utilisés dans cette recherche montrent que le budget de
l’Etat et l’investissement subissent lourdement les effets de cette crise financière et confortent
tout à fait la réalité observée. Aussi, ces résultats ont pu mettre en exergue les fragilités
structurelles de l’économie algérienne qui reste extravertie et fortement orientée vers
l’exploitation de matières premières non transformées.
Malgré la vulnérabilité à laquelle il expose l’économie algérienne, le secteur des
hydrocarbures constitue cependant, le mode d’ajustement privilégié par les pouvoirs publics
aussi bien sur le plan interne qu’externe. Les hydrocarbures ont constamment constitué le
levier stratégique pour desserrer les contraintes pesant sur le pays. Ce recours récurrent aux
hydrocarbures comme principale variable d’ajustement implique l’échec des pouvoirs publics
à produire, à travers les réformes, d’autres variables de contrôle de l’économie nationale qui
réduiraient son exposition et sa vulnérabilité aux chocs extérieurs. Les résultats des modèles
(VAR et modèle d’équilibre général) utilisés dans la recherche ont pu mettre en exergue que
les fragilités structurelles demeurent et les perspectives de moyen et long termes incertaines.
L’économie algérienne reste extravertie et fortement orientée vers l’exploitation de matières
premières non transformées.
Bibliographie:
14
1. ARMINGTON, P.S. (1969): A theory of demand for product distinguished by place of
production . IMF Staff Paper n° 16, PP. 159-176.
2. BOURBONNAIS. R, TERRAZA. M (1998) : Analyse des séries temporelles en
économie. Ed PUF. Paris 1998.
3. CHANG. Y, WONG. J F (2003) : Oil price fluctuations and Singapour economy.
Energy policy 31 (2003). PP 1151-1165
4. DECALUWE. B, MARTENS. A, ROBICHAUD. V et BAHAN. D (2003) : Modèle
d’équilibre général du ministère des finances du Québec (MEGFQ) : Caractéristiques
et structure du modèle. Ministère des finances du Québec.
5. DECALUWE.B, MARTENS.A, SAVARD.L (2001) : La politique économique du
développement et les modèles d’équilibre général calculable. Agence universitaire de
la francophonie. Les presses de l’université de Montréal.
6. DECALUWE.B, MARTENS.A (1996): Le cadre comptable macroéconomique et les
pays en développement. Ed. Karthala. Canada 1996.
7. DECALUWE.B, MARTIN, M.C, LUDUC.M, BOUSSELMI.N (1990): Chocs
pétroliers et politiques économiques nationales : Simulation à l’aide d’un modèle
d’équilibre général pour la Tunisie. Revue économique N° 6 Novembre 1990.
8. DE MELO. J, TARR D (1992): A general equilibrium Analysis of US Foreign Trade
policy. The MIT Press Cambridge, Massachusetts London, England.
9. Indicateurs de l’économie algérienne 1980-2003. Ministère des finances. Direction
générale des études et des prévisions. Octobre 2004.
10. JBIR. R, ZOUARI-GHORBEL. S (2009): Recent oil price shocks and Tunisian
economy. Energy policy 37 (2009). PP 1041-1051
11. KHEDHIRI. S (2007) : Cours d’économétrie : Méthodes et applications. Ed Lavoisier
Paris 2007.
12. LORDE. T, JACKMAN. M, THOMAS. C (2009): The macroeconomics effects of oil
price fluctuations on a small open oil producing country : The case of Trinidad and
Tobago. Energy policy 37 (2009). PP 2708-2716
13. OUKACI. K, KHERBACHI. H (2008) : Impact de la libéralisation commerciale sur
l’intégration et le développement de l’économie algérienne : évaluation par un modèle
d’équilibre général calculable. Les cahiers du cread N° 83/84-2008.
14. SAMI. L, ZEKANE. A (2008) : Effet d’un choc budgétaire sur les variables
macroéconomiques : approche économétrique par utilisation des modèles VECM
appliquée au cas algérien. Les cahiers du cread N° 83/84-2008.
15
15. SCHUBERT. K (1993) : Les modèles d’équilibre général calculable. Revue économie
politique.103 (6) Novembre-Décembre 1993.
16. SHOVEN JOHN B, JOHN WHALLEY (1982): Applying general equilibrium.
Cambridge University Press.
17. SUWA. A (1991) : Les modèles d’équilibre général calculable, Economie et Prévision.
N° 97-1991-1.
18. SUWA. A, Lambert. S (1991) : Un modèle d’équilibre général calculable appliqué à la
Côte-d’Ivoire. Economie et Prévision. N° 97-1991-1.
ANNEXES ANNEXE 1 Null Hypothesis: D(LOG(PP)) has a unit root Exogenous: Constant Lag Length: 0 (Automatic based on SIC, MAXLAG=1)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -6.606287 0.0000 Test critical values: 1% level -3.626784
16
5% level -2.945842 10% level -2.611531
*MacKinnon (1996) one-sided p-values. Null Hypothesis: D(LOG(INV)) has a unit root Exogenous: None Lag Length: 0 (Fixed)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -3.711809 0.0005 Test critical values: 1% level -2.630762
5% level -1.950394 10% level -1.611202
*MacKinnon (1996) one-sided p-values. Null Hypothesis: D(LOG(PIB)) has a unit root Exogenous: None Lag Length: 0 (Fixed)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -3.601261 0.0007 Test critical values: 1% level -2.630762
5% level -1.950394 10% level -1.611202
*MacKinnon (1996) one-sided p-values.
Null Hypothesis: RESIDPG has a unit root Exogenous: None Lag Length: 0 (Fixed)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -2.747923 0.0074 Test critical values: 1% level -2.630762
5% level -1.950394 10% level -1.611202
*MacKinnon (1996) one-sided p-values. Source : Résultats obtenus à partir du logiciel Eviews 4.0 ANNEXE 2 Date: 08/15/09 Time: 10:54 Sample(adjusted): 1972 2007 Included observations: 36 after adjusting endpoints Trend assumption: No deterministic trend (restricted constant) Series: LOG(PP) LOG(DPG) LOG(INV) LOG(PIB) Lags interval (in first differences): 1 to 1
Unrestricted Cointegration Rank Test
17
Hypothesized Trace 5 Percent 1 Percent No. of CE(s) Eigenvalue Statistic Critical Value Critical Value
None ** 0.650624 70.39350 53.12 60.16 At most 1 0.446630 32.53563 34.91 41.07 At most 2 0.201930 11.23339 19.96 24.60 At most 3 0.082846 3.113269 9.24 12.97
*(**) denotes rejection of the hypothesis at the 5%(1%) level Trace test indicates 1 cointegrating equation(s) at both 5% and 1% levels
Hypothesized Max-Eigen 5 Percent 1 Percent No. of CE(s) Eigenvalue Statistic Critical Value Critical Value
None ** 0.650624 37.85787 28.14 33.24 At most 1 0.446630 21.30224 22.00 26.81 At most 2 0.201930 8.120122 15.67 20.20 At most 3 0.082846 3.113269 9.24 12.97
*(**) denotes rejection of the hypothesis at the 5%(1%) level Max-eigenvalue test indicates 1 cointegrating equation(s) at both 5% and 1% levels
Source : Résultats obtenus à partir du logiciel Eviews 4.0 ANNEXE 3 Vector Error Correction Estimates Date: 08/15/09 Time: 09:01 Sample(adjusted): 1972 2007 Included observations: 36 after adjusting endpoints Standard errors in ( ) & t-statistics in [ ]
Cointegrating Eq: CointEq1
LOG(PP(-1)) 1.000000
18
LOG(DPG(-1)) -0.853392
(0.33213) [-2.56945]
LOG(INV(-1)) -2.114365 (0.16678) [-12.6775]
LOG(PIB(-1)) 1.790278 (0.39141) [ 4.57398]
C 5.557729
Error Correction: D(LOG(PP)) D(LOG(DPG)) D(LOG(INV)) D(LOG(PIB))
CointEq1 -0.329840 0.101350 0.310080 0.081307 (0.25617) (0.05258) (0.07320) (0.03876) [-1.28757] [ 1.92762] [ 4.23596] [ 2.09761]
D(LOG(PP(-1))) -0.002334 0.005043 -0.130571 -0.041138 (0.23514) (0.04826) (0.06719) (0.03558) [-0.00992] [ 0.10449] [-1.94324] [-1.15623]
D(LOG(DPG(-1))) 0.553193 -0.139704 -0.152530 -0.013235 (0.86119) (0.17675) (0.24609) (0.13031) [ 0.64236] [-0.79039] [-0.61982] [-0.10157]
D(LOG(INV(-1))) 0.535641 0.261722 0.377565 0.242308 (0.61337) (0.12589) (0.17527) (0.09281) [ 0.87328] [ 2.07899] [ 2.15418] [ 2.61082]
D(LOG(PIB(-1))) 0.343392 -0.280626 -0.005961 -0.164616 (1.11200) (0.22823) (0.31776) (0.16826) [ 0.30881] [-1.22957] [-0.01876] [-0.97835]
C -0.019577 0.059042 0.046811 0.051346 (0.07947) (0.01631) (0.02271) (0.01202) [-0.24635] [ 3.62001] [ 2.06147] [ 4.27022]
R-squared 0.143767 0.270395 0.447590 0.266076 Adj. R-squared 0.001061 0.148794 0.355522 0.143755 Sum sq. resids 3.578959 0.150763 0.292238 0.081941 S.E. equation 0.345396 0.070890 0.098698 0.052262 F-statistic 1.007436 2.223623 4.861505 2.175229 Log likelihood -9.529743 47.47843 35.56491 58.45315 Akaike AIC 0.862764 -2.304357 -1.642495 -2.914064 Schwarz SC 1.126683 -2.040438 -1.378575 -2.650144 Mean dependent 0.044995 0.050746 0.048249 0.051333 S.D. dependent 0.345580 0.076837 0.122943 0.056480
Determinant Residual Covariance 8.57E-09 Log Likelihood
143.1411
Log Likelihood (d.f. adjusted) 130.0139 Akaike Information Criteria -5.667440 Schwarz Criteria -4.435815
Source : Résultats obtenus à partir du logiciel Eviews 4.0
19
ANNEXE 4 Pairwise Granger Causality Tests Date: 08/14/09 Time: 22:54 Sample: 1970 2007 Lags: 2
Null Hypothesis: Obs F-Statistic Probability
D(LOG(PIB)) does not Granger Cause D(LOG(PP))
35 5.86096 0.00710
D(LOG(PP)) does not Granger Cause D(LOG(PIB)) 0.90261 0.41624 Pairwise Granger Causality Tests Date: 08/14/09 Time: 22:57 Sample: 1970 2007 Lags: 2
Null Hypothesis: Obs F-Statistic Probability
D(LOG(INV)) does not Granger Cause D(LOG(PP))
35 3.89022 0.03146
D(LOG(PP)) does not Granger Cause D(LOG(INV)) 0.97502 0.38882 Pairwise Granger Causality Tests Date: 08/21/09 Time: 18:26 Sample: 1970 2007 Lags: 2
Null Hypothesis: Obs F-Statistic Probability
RESIDPG does not Granger Cause D(LOG(PP)) 34 4.25690 0.02393 D(LOG(PP)) does not Granger Cause RESIDPG 1.23174 0.30660
Source : Résultats obtenus à partir du logiciel Eviews 4. ANNEXE 5
Variance Decomposition of
LOG(PP):
Period
S.E. LOG(PP) LOG(INV) LOG(DPG) LOG(PIB)
1 0.345396 100.0000 0.000000 0.000000 0.000000 2 0.477155 94.19637 4.512370 1.231259 0.060005 3 0.581833 93.01989 6.070056 0.853517 0.056534
20
4 0.682210 93.64736 5.612165 0.662540 0.077938 5 0.777598 94.05493 5.277114 0.585506 0.082455 6 0.864331 94.27241 5.110179 0.532653 0.084761 7 0.944232 94.45122 4.966350 0.491988 0.090446 8 1.018820 94.59925 4.841044 0.463318 0.096390 9 1.088777 94.71363 4.742913 0.442289 0.101172 10 1.154711 94.80403 4.665042 0.425776 0.105152
Variance Decomposition of
LOG(DPG):
Period
S.E. LOG(PP) LOG(INV) LOG(DPG) LOG(PIB)
1 0.070890 15.57008 0.065574 84.36435 0.000000 2 0.105185 39.00788 0.037674 60.75552 0.198917 3 0.139441 50.17771 0.169003 49.40997 0.243311 4 0.171745 56.75463 0.205710 42.78129 0.258363 5 0.200943 60.71020 0.225388 38.76501 0.299403 6 0.227619 63.32188 0.243336 36.09458 0.340206 7 0.252177 65.13977 0.257938 34.22772 0.374564 8 0.274908 66.45815 0.268589 32.87153 0.401729 9 0.296087 67.44943 0.276705 31.85047 0.423397 10 0.315954 68.21718 0.283164 31.05878 0.440873
Variance
Decomposition of LOG(INV):
Period
S.E. LOG(PP) LOG(INV) LOG(DPG) LOG(PIB)
1 0.098698 22.21448 77.78552 0.000000 0.000000 2 0.156707 42.03688 52.86094 2.354620 2.747559 3 0.222858 61.44200 31.37612 1.858719 5.323162 4 0.288250 70.99540 21.88655 1.270012 5.848033 5 0.347373 75.64467 17.36681 0.981750 6.006770 6 0.401224 78.39613 14.64551 0.819993 6.138366 7 0.450738 80.21893 12.84695 0.710255 6.223861 8 0.496382 81.48063 11.61203 0.632633 6.274708 9 0.538702 82.39184 10.72162 0.576535 6.310005 10 0.578231 83.07825 10.05070 0.534307 6.336737
Variance Decomposition of LOG(PIB):
Period
S.E. LOG(PP) LOG(INV) LOG(DPG) LOG(PIB)
1 0.052262 4.989313 11.92308 1.178213 81.90940 2 0.078424 13.45276 14.64470 0.523799 71.37873 3 0.106804 24.89218 9.750912 0.307905 65.04900 4 0.134324 33.46687 7.057552 0.209741 59.26583 5 0.159115 38.73638 5.761099 0.167670 55.33485
21
6 0.181717 42.12853 4.952453 0.140285 52.77873 7 0.202557 44.51963 4.388741 0.123754 50.96787 8 0.221829 46.26737 3.990152 0.113571 49.62891 9 0.239747 47.57575 3.698355 0.106439 48.61946 10 0.256523 48.58375 3.475419 0.101117 47.83972
Cholesky Ordering: LOG(PP)
LOG(INV) LOG(DPG) LOG(PIB)
Source : Résultats obtenus à partir du logiciel Eviews 4.0
