Politique monétaire et crédit à l’économie

Politique monétaire et crédit à l’économie

Les effets des décisions de politique monétaire sur

le crédit octroyé à l’économie

Rapport de Stage

Faculté des Sciences Economiques et de Gestion

Master 2-APE-Statistique et Econométrie

Année Universitaire 2016-2017

Réalisé par : DIALLO Alpha Amadou

Maitre de stage : DIALLO Ahmed Tidiane, Directeur des études et la recherche, BCRG

Tuteur Universitaire : BERTRAND Koebel,

Professeur, université de Strasbourg

1

Avertissement

LA BANQUE CENTRALE DE LA REPUBLIQUE DE GUINEE (BCRG) N’ENTEND

DONNER AUCUNE APPROBATION OU IMPROBATION QUANT AUX

OPINIONS EMISES DANS LES ARTICLES. CES OPINIONS DOIVENT ETRE

CONSIDEREES COMME PROPRES A SON AUTEUR.

2

Remerciements

Je tiens à remercier le Gouverneur de la BCRG Dr Lounceny NABE, la directrice de la

formation et du renforcement des capacités Mme BAH Raguiata pour m’avoir permis

d’effectuer dans de bonnes conditions mon stage au sein de la BCRG.

Je remercie également le Directeur des études et de la recherche : M. DIALLO Ahmed

Tidiane qui n’a ménagé aucun effort pour assurer le bon déroulement de mon stage. Je

remercie infiniment tous les cadres de la direction des études et de la recherche : Mr

TRAORE Mamady Mariame, Mr CAMARA Ibrahim, qui m’ont encadré malgré leurs

multiples occupations, Mr DOUMBOUYA Makan, Mr DIALLO Oumar Diouldé, Mr

SANDOUNO Jules, MR DIALLO Alhassane Mariame, Mr SOUMAH Abdou Diouf, pour

toutes les critiques, suggestions et encouragement qui ont été d’une grande utilité.

Mes tendres et chaleureux remerciements vont à l’endroit de Mr. KOEBEL Bertrand,

responsable du Master Statistique Econométrie à l’université de Strasbourg, de m’avoir

accepté à la faculté des sciences économiques et gestion, de m’avoir permis de suivre le

master de Statistique-Econométrie, de m’avoir soutenu et encadré lors de mes deux stages

effectués à la BCRG. Mes pensées vont également à l’endroit de Mr LAISNEY François,

professeur de Statistique et Econométrie à la retraite, pour toutes les années de formation,

ainsi que les critiques et suggestions apportées lors des différents travaux effectués en

formation.

Je remercie également Mr DIALLO Ibrahima, responsable de l’intégration monétaire sous

régionale à la BCRG, actuellement en mission à ACCRA au compte de la BCRG, pour tous

les conseils et soutiens depuis l’école primaire.

Je remercie le bon DIEU de m’avoir accordé la santé, les motivations, ainsi que les moyens

pour aller jusqu’au bout de mes études, malgré les différents obstacles de la vie.

Mes pensées et prières vont à l’endroit de mon papa (paix à son âme) qui avait tout mis à

disposition pour la réussite de mes études, sans quoi je n’aurai pu tenir face aux difficultés

rencontrées.

Je remercie infiniment mes parents, mes amis, mes camarades et collègues de stage pour le

soutien moral et financier, pour le partage de la joie et aussi de la tristesse, pour être là pour

moi. Mes remerciements vont aussi à l’endroit de ma compagne, pour toute la confiance à

mon égard, ainsi que tous les conseils et soutiens apportés.

3

Résumé

Cette étude a pour objectif d’analyser les effets des décisions de politique monétaire sur les

crédits accordés à l’économie de la Guinée. Au plan méthodologique, un modèle à correction

d’erreur du niveau de crédits octroyés à l’économie a été estimé. Les variables explicatives

du modèle sont : les réserves obligatoires, la masse monétaire, le taux de change, le taux

d’inflation, et le taux directeur de la BCRG. Il ressort de nos résultats que : A court terme,

seul le taux de change a un effet significatif sur le niveau de crédit à l’économie. A long

terme, l’indice des prix à la consommation influence positivement les crédits octroyés à

l’économie, et le taux directeur de la BCRG a un impact négatif sur les crédits. Il ressort

également que si les variables de long terme s’écartaient de l’équilibre, il faudrait attendre un

an et huit mois pour revenir à l’équilibre.

4

Table des matières Avertissement ......................................................................................................................................... 1

Remerciement ......................................................................................................................................... 2

Résumé .................................................................................................................................................... 3

Liste des tableaux .................................................................................................................................... 5

Liste des Graphiques ............................................................................................................................... 5

Liste des abréviations .............................................................................................................................. 6

Introduction ............................................................................................................................................. 7

Revue Théorique ................................................................................................................................. 9

Politique monétaire ......................................................................................................................... 9

Les canaux de transmission de la politique monétaire ................................................................... 9

Le crédit bancaire .......................................................................................................................... 11

Les courants de pensées ................................................................................................................... 14

Revue Empirique ............................................................................................................................... 15

Partie 2 : Analyse descriptive ................................................................................................................ 17

Partie 3 : Cadre Méthodologique et Analyse des résultats ................................................................... 23

Conclusion ............................................................................................................................................. 30

Annexes ................................................................................................................................................. 31

Références bibliographiques ................................................................................................................. 40

5

Liste des tableaux

Tableau 1 : Analyse descriptive des données ................................................................................. 17

Tableau 2 : L’encours des crédits accordés à l’économie ces trois dernières années en

milliards de GNF ................................................................................................................................ 22

Tableau 3 : Tests de stationnarité des variables ............................................................................. 24

Tableau 4 : Résultats d’estimation .................................................................................................... 25

Tableau 5 : résultat d’estimation du modèle corrigé ..................................................................... 27

Tableau 6 : homoscédasticité des erreurs ........................................................................................ 28

Tableau 7 : spécification de RAMSAY ............................................................................................. 28

Liste des Graphiques Graphique 1 : Evolution de la masse monétaire ............................................................................ 17

Graphique 2 : le taux de change du GNF par rapport au dollar US ........................................... 18

graphique 3 : l’indice harmonisé des prix à la consommation ..................................................... 19

Graphique 4 : les réserves obligatoires de la BCRG....................................................................... 20

Graphique 5: taux directeur de la BCRG ......................................................................................... 20

Graphique 6 : créances accordées à l’économie.............................................................................. 21

Graphique 7 : répartition sectorielle du crédit accordé à l’économie .......................................... 22

Graphique 8 : Courbe de stabilité structurelle ............................................................................... 26

Graphique 9 : Courbe de stabilité ponctuelle ................................................................................. 27

Figure 10 : courbe de stabilité ponctuelle corrigée ........................................................................ 38

6

Liste des abréviations

BCRG : Banque Centrale de la République de Guinée

ZMAO : Zone Monétaire de l’Afrique de l’Ouest

BC : Banque Centrale

VAR : Modèles Vectoriels Autorégressifs

ICM : Indice des Conditions Monétaires

UEMOA : Union Economique et Monétaire Ouest Africaine

PIB : Produit Intérieur Brut

MEC : Modèle à Correction d’Erreur

GNF : Guinea New Franc

CEMAC : Communauté Economique de Monétaire de l’Afrique Centrale

SVAR : VAR Structurel

7

Introduction

Pour la mise en œuvre de sa politique monétaire, la Banque Centrale de la

république de Guinée (BCRG) agit sur la liquidité bancaire à travers les modifications

du taux d’intérêt directeur associé aux services de refinancement des banques

commerciales, du taux des réserves obligatoires et des opérations d’open market.

En tant que banque des banques, pour réguler la masse monétaire, la BCRG

privilégie les réserves obligatoires et les interventions sur le marché monétaire.

D’une part, en augmentant ou en diminuant le taux de réserves obligatoires, la BCRG

incite les banques commerciales à octroyer moins ou plus de crédits à leurs clients.

D’autre part, en intervenant sur le marché monétaire, la BCRG a la possibilité de faire

varier la liquidité sur le marché à partir des opérations « d’open market ». En

émettant ou en achetant des titres sur le marché monétaire, la Banque Centrale régule

la quantité de monnaie en circulation.

En outre, la BCRG assure la politique de change de la nation. Ainsi pour juguler les

effets de la fluctuation des taux de change, la BCRG surveille la position de la

monnaie nationale par rapport aux devises étrangères.

Afin d’agir sur les taux d’intérêts, la BCRG se sert du taux directeur (le taux auquel

les banques qui ont besoin de liquidité empruntent auprès de la BCRG à court terme)

pour prêter aux banques commerciales, qui à leur tour, se réfèrent de ce taux pour

accorder des crédits à leurs clients.

Pour l’octroi de crédit, les banques commerciales se servent non seulement des

dépôts des clients, mais elles bénéficient également d’un financement de la BCRG

moyennant un cout (taux directeur). Et comme les banques considèrent ce cout de

financement pour accorder du crédit à leurs clients, la BCRG a donc un impact direct

sur les conditions de crédits via sa politique monétaire. D’où la motivation

d’analyser cet impact à travers les différents canaux de transmission de la politique

monétaire. De plus, les créances sur le secteur privé et public étant un accélérateur

du niveau d’investissement et donc de la croissance, il serait judicieux de réfléchir

sur l’ensemble des scénarii possibles de politique monétaire permettant la

souscription de crédit au niveau national1.

1 Patillo et Gulde (2006), nous apprennent que « le manque de crédit freine la croissance, abaisse le niveau de

vie et entrave la lutte contre la pauvreté ».

8

Ainsi, dans cette étude, nous allons déterminer l’impact de la politique monétaire sur

les conditions de crédit à l’économie. Dans cette optique, nous nous servirons des

différents canaux de transmission de la politique monétaire, pour ensuite spécifier

lequel des canaux impacte le plus les conditions de crédit.

Il s’agira donc de répondre aux interrogations :

• Comment les variations du taux directeur de la BCRG impactent-elles les

décisions d’octroi de crédit des banques ?

• Dans la perspective d’un accroissement des crédits accordés par les

institutions financières, quels rôles jouent les réserves obligatoires ?

• Les interventions sur le marché monétaire de la BCRG ont-elles une influence

sur les conditions d’octroi de crédit des banques et des institutions de

microfinance ?

Pour répondre à ces interrogations, nous allons travailler de manière empirique à

partir des données de la BCRG pour le cas de la Guinée. La démarche globale est

structurée en trois parties. La première partie porte sur la compréhension générale

des notions de politique monétaire, et de ses différents canaux de transmission en

Guinée, ainsi que les crédits accordés à l’économie. Il s’agit donc de rappeler les

différentes définitions attribuées à la politique monétaire et de faire une revue de

littérature théorique et empirique de la problématique des conditions de crédit.

La deuxième partie sera consacrée à l’état des lieux de la politique monétaire et du

crédit accordé à l’économie en Guinée. Cela reviendrait à décrire la politique

monétaire de la BCRG, à travers l’analyse descriptive des données de politique

monétaire et de crédit.

En troisième et dernière partie, nous allons présenter le cadre méthodologique pour

spécifier les données à analyser. La présentation du modèle économétrique à utiliser,

sera suivi de la modélisation de l’effet des instruments de la politique monétaire sur

le crédit à l’économie, ainsi que les résultats du modèle étudié.

9

Partie 1 : Revue de Littérature

Revue Théorique

Politique monétaire

La politique monétaire est considérée comme une composante de la politique

économique par laquelle les autorités monétaires agissent, cumulativement ou

ponctuellement pour réaliser leurs principaux objectifs à savoir : la stabilité des prix

et la relance de l’activité économique (baisser le niveau du chômage, augmenter la

croissance). La politique monétaire s’inscrit dans le cadre général d’une politique

économique conjoncturelle. Elle utilise des instruments d’action particuliers qui

permettent d’atteindre notamment la stabilité des prix, par le jeu des taux d’intérêt et

de divers outils, tels que les instruments d’open market.

L’objectif de la Banque Centrale est de maintenir l’inflation près de sa cible de

maitrise de l’inflation de moins de 10% (critère de convergence ZMAO), ce faisant, de

favoriser le développement d’une croissance économique. Pour ce faire, les

principaux outils dont dispose la BC pour la maitrise de l’inflation sont les réserves

obligatoires et le taux directeur. La variation du taux directeur se répercute dans

toute l’activité économique (et, avec le temps, sur l’inflation) par l’intermédiaire de

quatre principaux canaux : le canal du taux d’intérêt, le canal du crédit, le canal du

taux de change et le canal du prix des actifs.

Les canaux de transmission de la politique monétaire

Les canaux de transmission de la politique monétaire représentent les mécanismes

par lesquels une décision de politique monétaire affecte le comportement des agents

économiques, tout en agissant sur la croissance et les prix. Les effets des variations

du taux d’intérêt sur les variables macroéconomiques dépendent de l’état de

l’économie et de l’anticipation des agents. En général, ils s’exercent avec des délais

évalués entre quatre et six semestres.

Traditionnellement, plusieurs canaux affectent directement ou indirectement

l’activité économique des agents. Par exemple, les variations du taux directeur

influent sur les taux pratiqués par les banques commerciales, sur le taux de change,

sur les prix des actifs, ainsi que sur les attentes des agents économiques relativement

à l’évolution des taux d’intérêt, de la croissance économique et de l’inflation, qui à

leur tour entrainent des changements sur les prix des actifs et le taux de change. Les

10

principaux canaux sont : le taux d’intérêt, le crédit, le taux de change, le prix des

actifs et les anticipations.

Le Canal du taux d’intérêt

Ce canal de transmission de la politique monétaire est représenté par l’effet des

modifications des différents taux d’intérêt pratiqués par les banques commerciales

(taux sur les prêts à la consommation, taux hypothécaires…) suite aux variations du

taux directeur. Lorsque les taux d’intérêt exigés par les banques commerciales

diminuent, les coûts d’emprunt et les intérêts que rapportent les comptes bancaires

rémunérés baissent. Cela se traduit généralement par un recours à l’emprunt, par

une augmentation des dépenses et de l’investissement ainsi qu’une contraction de

l’épargne. Et avec le temps, il en résulte une hausse de la demande globale des biens

et services. L’inverse se produit lorsque les taux d’intérêt des banques primaires

augmentent.

Il est important de noter que même si le sens dans lequel s’effectuent les

mouvements des taux d’intérêt du marché et le rythme auquel ils se produisent

dépendent des changements apportés au taux directeur de la Banque Centrale, la

relation entre ces taux n’est pas habituellement proportionnelle. Les taux débiteurs

exigés par les banques commerciales sont aussi influencés par les forces du marché,

notamment le coût pour les prêteurs, associés à la mobilisation des capitaux

nécessaires, la concurrence qui s’exerce entre eux, ainsi que leur appréciation de la

solvabilité des emprunteurs.

Le Canal du prix des actifs

Le deuxième canal de la politique monétaire s’explique par l’incidence des variations

de différents actifs tels que les obligations, les actions et les maisons. Par exemple, un

relèvement des taux d’intérêt peut avoir pour effet, de comprimer ces actifs et donc

de réduire la richesse des ménages. Ce qui amènera ces derniers à moins emprunter

et dépenser.

Le Canal du taux de change

Le troisième canal est celui de l’effet des variations des taux d’intérêt sur le taux de

change. De façon générale, une hausse du taux de la monnaie nationale par rapport à

celui de la monnaie étrangère, rend les actifs libellés en monnaie locale plus

attrayants pour les investisseurs. De plus, cette appréciation rend les quantités de

biens importés meilleurs marchés avec le temps. A l’inverse, les prix de biens produit

au niveau local seront à la hausse, et cela aura pour conséquence de déprimer la

demande de ces produits. Selon l’approche monétaire, en l’absence de rigidité sur les

prix, si la hausse de la masse monétaire ainsi que le niveau général des prix sont plus

11

importantes au niveau national par rapport à l’étranger, le taux de change doit

s’ajuster pour que la parité du pouvoir d’achat soit respectée entre les deux pays. Les

variations du taux directeur de la BC affectent ainsi l’activité et les prix via le canal

du taux de change.

Le Canal des anticipations

Les anticipations des agents influent sur leur comportement. Pour agir sur ces

anticipations, la BC émet des signaux aux agents économiques. Si par exemple la BC

annonce une baisse du taux de refinancement, cette dernière pourrait être interpréter

pour une volonté de soutien de la BC à l’activité économique. Ainsi, le canal des

anticipations ne peut donc fonctionner que si les annonces faites par la BC sont

crédibles. Cette crédibilité est donc importante dans la mesure où elle impacte les

anticipations des agents économiques.

Le canal du crédit

Le canal du crédit se distingue de celui du taux d’intérêt pour son rôle sur le volume

et les conditions de prêts bancaires, et non sur les conditions de financement direct

par le recours au marché financier. Il se situe dans le prolongement du canal du taux,

qui déterminent le coût des ressources que les banques se procurent à court terme

sur les marchés monétaires, à long terme, sur les marchés financiers, et que ces

derniers répercutent auprès de leurs clients.

La BC en appliquant sa politique monétaire restrictive, augmente le taux directeur.

Ainsi, les banques commerciales vont non seulement augmenter leur taux d’intérêt

débiteur, mais aussi rationner le crédit suite aux risques liés aux charges du taux

d’intérêt plus élevés. Par rapport à l’asymétrie de l’information, la hausse du taux

d’intérêt par les banques commerciales engendre un risque d’aléa moral (les agents

rationnels, ont tendance à réduire leurs demandes de crédits, et les risquophiles vont

continuer à emprunter). Cette situation génère une réduction de l’octroi de crédit par

les banques. Et ainsi, les contraintes liées à l’accès au crédit par les agents

économiques vont donner lieu à d’importants changements dans la transmission de

la politique monétaire restrictive. En effet, pour les agents contraints dans leur

demande de crédit, la hausse du taux d’intérêt répercutée sur le coût de crédit induit

une baisse de la demande de crédit. Et pour un excès de demande de crédit en

situation initiale, une hausse du taux d’intérêt ne réduit pas nécessairement les

crédits distribués.

Le crédit bancaire

Plusieurs définitions du crédit bancaire ont été proposées :

12

Pour Bernard et al (1989 :43), le crédit bancaire est considéré comme un acte de confiance

comportant l’échange de deux prestations dissociées dans le temps, biens ou moyens de

paiement contre promesse ou perspective de paiement ou de remboursement.

Selon Dutaillis (1967 :18), faire crédit, c’est faire confiance, mais aussi donner librement la

disposition effective et immédiate d’un bien réel ou d’un pouvoir d’achat, contre la promesse

que le bien ou un bien équivalent vous sera restitué dans un certain délai, le plus souvent avec

rémunération du service rendu et du danger couru, danger de perte partielle ou totale que

comporte la nature même de ce service.

On peut donc considérer le crédit bancaire comme étant un bien matériel avancé par

une banque à un tiers ou une entité, dans l’optique d’être remboursé sur une période

bien déterminée avec des intérêts. L’octroi du crédit s’effectue sous les critères

suivants : une confiance mutuelle existant entre les deux parties contractantes, avec

un facteur de temps bien précis, sous la promesse de remboursement du bien

consenti.

Les types de crédit sont repartis selon un certain nombre de critère : la durée,

l’origine des crédits, le degré de liberté des banques, l’objet et la forme.

Types de crédit selon la durée

Sous ce critère, les crédits à court terme, moyen terme et long terme.

Les crédits à court termes sont représentés par l’ensemble des techniques de

financement spécialisées dont la durée est courte. Généralement de quelques jours à

quelques mois. Ils sont considérés de court terme prolongé, lorsqu’ils atteignent la

durée d’une année.

Les crédits à moyen terme aussi appelés crédits intermédiaires servent au

financement des activités rentables à moyen terme, ils peuvent durer en moyenne de

deux à sept ans (Pruvost, 2009 :72).

Les crédits à long terme commencent à partir de 5 ans en matière commerciale, pour

les finances de l’Etat, ils commencent à partir de 7ans. C’est le modèle de crédit

préféré par les entreprises pour un investissement dont les résultats sont attendus à

long terme.

Types de crédit selon leur origine

Il existe deux types de crédits sous ce critère :

Les crédits à l’intérieur, représentent les crédits issus des transactions financières

entre L’Etat et les agents économiques en activité à l’intérieur du même pays.

13

Les crédits extérieurs, sont les crédits obtenus avec les fonds étrangers, mis à la

disposition de l’économie nationale.

Types de crédit selon le degré de liberté des banques

Ce critère génère deux types de crédits :

Les crédits mobilisables sont considérés comme un refinancement, ils se présentent

sous la forme d’un crédit accordé à une banque respectant des conditions lui

permettant de mobiliser un effet représentatif de son prêt, auprès d’organismes

mobilisateurs. Par exemple la BCRG en tant que Banque mère, applique cette

fonction de refinancement.

Les crédits non mobilisables ne bénéficient pas d’accord de classement de la BC, car

non acceptés au refinancement.

Types de crédits selon leur objet

Deux types de crédits contractés selon l’entreprise

Les crédits d’exploitation sont des crédits de courte durée, destinés à faciliter les

services nécessaires à la production, tout en facilitant la commercialisation des biens

produits ou achetés. De plus, assurer le fonctionnement de tous les services de

l’entreprise.

Les crédits d’investissement, sont des crédits de moyen à long terme destinés à

l’acquisition des investissements corporels (robots, outillages, …) et aux

investissements incorporels (investissement en Recherche et Développement, frais

d’établissement, …).

Types de crédits selon leur forme

Nous distinguons deux types de crédit selon ce critère

Les crédits liés, sont les crédits qui ont pour objet, le financement d’une opération ou

d’un bien parfaitement déterminé. Pour les crédits liés au projet, les bénéficiaires

n’ont pas le droit d’utiliser ces crédits à des grés personnels. Les crédits sont accordés

les bailleurs de fonds après examens de la viabilité et de la fiabilité du projet à

financer.

Les crédits non liés, sont les crédits dont l’utilisation de la ligne de crédit par les

bénéficiaires est libre. Pas besoin de présentation de projets spécifiques pour

l’obtention du financement.

14

Les courants de pensées

La politique monétaire est un concept relativement récent. Ce n’est qu’à partir du moment où la théorie quantitative de la monnaie (TQM)2 a été remise en cause par les keynésiens, que les économistes se sont interrogés sur la possibilité qu’un Etat agisse sur les variables réelles de l’économie en faisant varier la quantité de monnaie en circulation ou les taux d’intérêts.

Partant de la main invisible d’Adam SMITH, les monétaristes considèrent que le marché est très efficace pour réaliser simultanément les intérêts individuels et collectifs. L’Etat ne doit donc pas intervenir dans la vie économique, car son intervention conduit au dysfonctionnement de l’économie et à la bureaucratie. De plus, les libéraux considèrent que l’Etat est la principale cause de la crise économique contemporaine suite à la croissance des déficits budgétaires qui ont contribué à la croissance de la masse monétaire. Partant de la TQM, les monétaristes considèrent l’inflation comme un phénomène uniquement monétaire (Friedman, 1963). Pour eux, la vitesse de circulation de la monnaie est constante, et ce sont les facteurs de production qui déterminent la production. Et cela implique que toute variation des prix résulterait d’une variation de la masse monétaire. De ce point de vue, un accroissement du niveau général des prix est généré par une augmentation de la quantité de monnaie en circulation. Ainsi, l’inflation s’explique par une création excessive de la monnaie. La politique monétaire doit donc se limiter à contrôler les causes de cette inflation. En période d’inflation, une politique monétaire restrictive est susceptible de réduire les tensions inflationnistes. En effet, la hausse du taux d’intérêt ou la baisse des liquidités bancaires aboutit à une baisse des crédits distribués, une baisse de l’investissement et de la consommation.

Les Keynésien et Néokeynésiens, considèrent que la monnaie peut être utilisée pour renforcer la production. Ils supposent que dans une situation de sous-emploi, l’augmentation de la masse monétaire peut relancer l’économie à travers la demande. Même si cette situation peut créer de l’inflation, elle lutte quand même contre le chômage. Dans ces conditions, elle est considérée comme une nécessité qu’il va falloir arbitrer avec le chômage. Ainsi en période de crise, une politique monétaire expansionniste est susceptible de stimuler la demande globale. En effet, la politique se traduit par une baisse des taux d’intérêt et un accroissement des liquidités bancaires. C’est ce qui aboutit à un accroissement de l’offre de crédit, à l’augmentation de la consommation et de l’investissement et donc de l’augmentation de la demande globale.

2 TQM : une variation de la quantité de monnaie en circulation induit une variation proportionnelle du niveau général des prix.

15

Revue Empirique

Dans le cadre des travaux empiriques sur l’impact de la politique monétaire sur les

crédits à l’économie, nous pouvons citer (BIKAI et KENKOUO, 2015) sur « Analyse

et évaluation des canaux de transmission de la politique monétaire dans la CEMAC

(Communauté Economique et Monétaire de l’Afrique Centrale) ». A partir d’un

modèle Var structurel (SVAR), ainsi qu’un SVAR sur un panel des six Etats de la

CEMAC, les auteurs ont cherché à identifier le canal de transmission le plus opérant

afin d’en déduire les effets de politique monétaire commune sur l’activité

économique des pays de la zone. Il ressort des résultats que les effets de politiques

monétaires ont de faible ampleur sur l’activité économique (prix et production) pour

l’analyse individuelle des pays de la zone. Des pays comme le Gabon, le Tchad par

exemple, les canaux de de transmission de la politique monétaire sont inopérants. Il

ressort également des résultats que seul le canal du crédit impacte le niveau général

des prix lorsque l’analyse est faite sur le panel des six Etats de la sous-région.

A partir des modèles VAR, (BARRAN, COUDERT et MOJON, 1997), sur « la

Transmission de la politique monétaire et crédit bancaire », ont analysé les effets

d’un choc de politique monétaire sur l’économie des Etats-Unis, au Japon, et en

Allemagne. Dans cette optique, les variables du modèle comprennent le taux

d’intérêt utilisé par la BC, le taux de change, les prix à la consommation, la

production industrielle et les variables du bilan des banques, le passif représenté par

M2 et l’actif par le crédit au secteur privé. Il en ressort des résultats, que le principal

canal de transmission de la politique monétaire ne semble pas passer par le crédit

bancaire. Au niveau macroéconomique, le crédit ne réagit pas de manière

significative à une variation du taux d’intérêt. Par contre, les réponses significatives

du taux de change et de la masse monétaire confortent plutôt une transmission par

ces canaux.

On peut également citer (Mamadi TRAORE, 2015) qui à partir d’un modèle VAR a

effectué une étude sur « la détermination de l’indice des conditions monétaires

(ICM) ». Le calcul de cet indice d’assouplissement de la politique monétaire, permet

aux autorités de la BCRG de disposer des indicateurs permettant une meilleure

conduite de la politique monétaire. Il ressort des résultats qu’il existe une corrélation

négative entre l’examen des conditions monétaires et la croissance économique

nationale. Le durcissement de l’ICM exerce un effet négatif sur les prix tandis que la

masse monétaire a une influence positive sur ceux-ci.

(DIAGNE et DOUCOURE, 2000) sur « Les canaux de transmission de la politique

monétaire dans les pays de l’UEMOA » sont partis d’un modèle VAR, pour analyser

les effets de politiques monétaires sur les pays de l’UEMOA. Il ressort des résultats,

16

qu’un choc sur la masse monétaire ou sur le crédit affecte le taux de change réel et les

variables objectifs (PIB, investissement privée et le niveau des prix) d’un pays à un

autre. Un choc sur le taux d’intérêt affecte de façon significative les instruments de

transmission de la politique monétaire (agrégats monétaires et crédit, taux de

change) et les variables objectives dans tous les pays de l’union. Il ressort également

les effets de la politique monétaire différencient d’un pays à un autre.

A partir d’un modèle à correction d’erreur (MEC), (DIALLO, 2014) évalue « l’impact

des politiques monétaires et budgétaires en Guinée ». Les variables du modèle sont :

le PIB, la masse monétaire, l’indice des prix à la consommation, les recettes et

dépenses totales. Les résultats de l’étude ont montré qu’à court terme, les politiques

monétaires et budgétaires ont une influence sur l’activité économique, l’inflation à

des répercussions néfastes sur la croissance économique. A long terme, la politique

monétaire a des effets positifs sur l’activité économique. Ce qui laisse présager que la

Guinée doit davantage miser sur la politique monétaire afin de propulser l’activité

économique, tout en réduisant les dépenses publiques non productives, et

promouvoir le développement du secteur privé.

Partant d’un modèle VAR sur le Cameroun, ainsi qu’un modèle vectoriel à correction

d’erreur (VEC) sur les cinq autres pays de la CEMAC (Communauté Economique et

Monétaire de l’Afrique Centrale), (MEZUI-MBENG, 2010) sur « Transmission de la

politique monétaire, le cas des pays de la CEMAC » analyse le mécanisme par lequel

la politique monétaire impacte les économies des six pays, pour la période 1980 à

2008. Il ressort des résultats que le canal du taux d’intérêt, de la monnaie ainsi que

celui du crédit constituent les principaux canaux de transmission de la politique

monétaire. Cependant, certains canaux sont plus influents que d’autres selon le pays.

Par exemple, au Tchad, le canal de la masse monétaire est plus influent que celui du

taux d’intérêt, alors qu’en Guinée équatoriale, c’est le canal de la masse monétaire

qui prédomine par rapport à ceux du taux d’intérêt et du crédit. Il ressort également

des résultats que, des effets différenciés sont observables à court et long terme encas

de chocs dans l’économie malgré l’utilisation d’un instrument commun de politique

monétaire.

17

Partie 2 : Analyse descriptive Les données Plusieurs variables macroéconomiques sont considérées dans la revue de littérature,

pour expliciter les canaux de transmission de la politique monétaire, et

particulièrement les crédits accordés à l’économie. Dans notre étude, nous

retiendrons l’indice harmonisé des prix à la consommation (𝑇𝑑𝑖𝑛𝑓𝑙𝑎𝑡), le taux de

change par rapport au dollar US (𝑇𝑐ℎ𝑎𝑛𝑡), la masse monétaire (𝑀𝑎𝑠𝑠𝑒_𝑀𝑡), les réserves

obligatoires (𝑟𝑒𝑠𝑒𝑟𝑣𝑒𝑠_𝑜𝑏𝑡), les créances sur le secteur privé (𝐶𝑟𝑒𝑎𝑛𝑐𝑒𝑠𝑡), et le taux

directeur de la BCRG (𝑇𝑑𝑖𝑟𝑒𝑐𝑡). Les données sont mensuelles et proviennent de la

BCRG. Elles couvrent la période de décembre 2004 à décembre 2016.

Tableau 1 : Analyse descriptive des données

Source : auteur à partir des données recueillies

La masse monétaire

Graphique 1 : Evolution de la masse monétaire

Source 1 : auteur à partir des données recueillies

De fin décembre 2004 à fin décembre 2008, la situation monétaire s’est caractérisée par une hausse de GNF 3499,82 milliards de la masse monétaire. Cette accélération de la masse monétaire est due à la faiblesse du taux de bancarisation de l’économie3 et à la politique monétaire expansionniste pour le financement du déficit budgétaire

3 La faiblesse de la bancarisation peut s’expliquer par le manque de salaire fixe des ménages d’une part, et leur scepticisme quant au système bancaire d’autre part.

Creances Masse_M reserves_ob Tdinfla Tdirec Tchan

Moyenne 2798,808 8950,655 1004,009 0,173 0,176 5986,937

Mediane 1654,783 10366,380 602,969 0,163 0,168 6083,768

Maximum 8384,730 19394,610 2358,076 0,365 0,253 9176,176

Minimum 415,494 1484,638 48,146 0,046 0,090 2550,000

Std. Dev. 2412,474 5519,478 819,302 0,089 0,050 1577,236

Observations 145 145 145 145 145 145

0,00

5000,00

10000,00

15000,00

20000,00

25000,00

dé

c-0

4

juin

-05

dé

c-0

5

juin

-06

dé

c-0

6

juin

-07

dé

c-0

7

juin

-08

dé

c-0

8

juin

-09

dé

c-0

9

juin

-10

dé

c-1

0

juin

-11

dé

c-1

1

juin

-12

dé

c-1

2

juin

-13

dé

c-1

3

juin

-14

dé

c-1

4

juin

-15

dé

c-1

5

juin

-16

dé

c-1

6

Masse monétaire en milliards de GNF

18

de l’Etat4. Sur la période de 2009-2010, la masse monétaire est passée de GNF 5945,12 à GNF 10366,37 milliards. Cette forte progression résulte de la hausse des avoirs nets5. Suite aux diverses mesures de stabilisations entreprises par le nouveau gouvernement, le taux de croissance de la masse monétaire baisse sur la période de 2011 à 2012. Avec la crise sanitaire due à la fièvre Ebola de 2013, la masse monétaire a continué d’augmenter jusqu’ à atteindre GNF 17644,34 milliards en décembre 2015. Malgré le faible taux d’accroissement (9,9% par rapport à fin 2015), la masse monétaire continue d’augmenter jusqu’à atteindre les GNF19394,61 milliards en fin 2016. Le taux de change

Graphique 2 : le taux de change du GNF par rapport au dollar US

Source: auteur à partir des données recueillies

Le taux de change a connu une forte croissance à fin 2007. Il est passé de GNF 2550

en décembre 2004 à GNF 5993,4 en décembre 2007. Cette hausse est due à

l’augmentation du niveau général des prix sur la même période. Suite aux différentes

mesures prises pour pallier aux dérapages monétaires, le gouvernement de large

consensus parvient à faire baisser le taux de change jusqu’à atteindre les GNF 3153,83

en mai 2007. Après les différentes crises socio-politiques de 2010, les autorités

monétaires sont parvenues à maintenir le taux de change sur la barre des GNF 7000

de novembre 2011 à décembre 2014. A partir de janvier 2015, le taux de change est

reparti à la hausse jusqu’à atteindre la barre des GNF 9000 en fin 2016.

L’indice harmonisé des prix

Au cours de la période sous-revue, l’inflation atteint son maximum de 36,5% en avril

2007. Suite aux différentes mesures de politique monétaire restrictive menées par la

BCRG, l’inflation baisse jusqu’à atteindre son niveau minimum de 4,6% en janvier 4 Pour répondre aux agressions rebelles aux frontières sud et sud-est en 2000, d’énormes dépenses budgétaires fut engagées par l’Etat. Cette situation entrainant la rupture de convention avec le FMI, l’Etat a fait recours à la planche à billet pour se financer. 5 Du Rapport annuel de la BCRG 2010.

0,00

2000,00

4000,00

6000,00

8000,00

10000,00

dé

c-0

4

juin

-05

dé

c-0

5

juin

-06

dé

c-0

6

juin

-07

dé

c-0

7

juin

-08

dé

c-0

8

juin

-09

dé

c-0

9

juin

-10

dé

c-1

0

juin

-11

dé

c-1

1

juin

-12

dé

c-1

2

juin

-13

dé

c-1

3

juin

-14

dé

c-1

4

juin

-15

dé

c-1

5

juin

-16

dé

c-1

6

taux de change en GNF

19

2010. Mais avec la crise économique post-électorale de 2010, l’inflation repartie à la

hausse dépassant la barre des 20% à fin 2011.Ensuite, les autorités monétaires ont

adopté de nouvelles mesures qui ont aidé à réduire le taux d’inflation à 8,2% en

décembre 2016.

graphique 3 : l’indice harmonisé des prix à la consommation


Les réserves obligatoires

Les réserves obligatoires constituent les réserves que doivent disposer les banques

commerciales au sein de la BCRG. Les réserves obligatoires moyens ont été de GNF

1004,009 milliards, avec un minimum de GNF 48,146 milliards atteint en décembre

2004. Pour contenir les tensions inflationnistes provoquées par les opérations de

planche à billets6, la BCRG a augmenté le taux de réserves obligatoire à 17% en mars

2011. Et cela s’est traduit par une hausse en volume des réserves obligatoires

atteignant GNF 1770,09 milliards en novembre 2011. A partir de 2012, les réserves

obligatoires se sont accrues pour atteindre sa valeur maximale de GNF 2358,076

milliards en décembre 2016.

6 Suite au décès du Président de la République en fin 2008 et à la prise du pouvoir par la junte militaire, le pays

entre dans une transition politique (2009-2010). Face à cette crise, la BCRG a émis des lettres de garantie en

faveur des fournisseurs de l’Etat, pour un encours atteignant GNF 91,8 milliards au 31 décembre 2010 et

effectué des opérations de planche à billets pour des besoins de financement de l’Etat.

0,0%

5,0%

10,0%

15,0%

20,0%

25,0%

30,0%

35,0%

40,0%

dé

c-0

4

juin

-05

dé

c-0

5

juin

-06

dé

c-0

6

juin

-07

dé

c-0

7

juin

-08

dé

c-0

8

juin

-09

dé

c-0

9

juin

-10

dé

c-1

0

juin

-11

dé

c-1

1

juin

-12

dé

c-1

2

juin

-13

dé

c-1

3

juin

-14

dé

c-1

4

juin

-15

dé

c-1

5

juin

-16

dé

c-1

6

Taux d'inflation

20

Graphique 4 : les réserves obligatoires de la BCRG


Le taux directeur de la BCRG

Au cours de la période sous revue, le taux directeur de la BCRG a été de 17,6% en

moyenne. Ayant peu varié, le taux directeur atteint son maximum de 25,3% en mars

2009 pour réduire les tensions inflationnistes de 2009. En raison de la baisse notable

de l’inflation, la BCRG a révisé le taux directeur jusqu’à atteindre son niveau

minimum de 9%entre aout 2009 et aout 2010 pour permettre au système bancaire de

réajuster ses différents taux sur les crédits et dépôts. De mars 2011 à février 2013, la

BCRG a maintenu son taux directeur à 22%, avant de le baisser à 11% en 2015, pour

répondre à la crise sanitaire due à la fièvre hémorragique à virus Ebola. Depuis

l’éradication de cette maladie en décembre 2015, le taux directeur a été légèrement

revu à la hausse et fixer à 12,5% en décembre2016.

Graphique 5: taux directeur de la BCRG


0,00

500,00

1000,00

1500,00

2000,00

2500,00d

éc-

04

juin

-05

dé

c-0

5

juin

-06

dé

c-0

6

juin

-07

dé

c-0

7

juin

-08

dé

c-0

8

juin

-09

dé

c-0

9

juin

-10

dé

c-1

0

juin

-11

dé

c-1

1

juin

-12

dé

c-1

2

juin

-13

dé

c-1

3

juin

-14

dé

c-1

4

juin

-15

dé

c-1

5

juin

-16

dé

c-1

6

réserves obligatoires en milliards de GNF

0,00%

5,00%

10,00%

15,00%

20,00%

25,00%

30,00%

dé

c-0

4

juin

-05

dé

c-0

5

juin

-06

dé

c-0

6

juin

-07

dé

c-0

7

juin

-08

dé

c-0

8

juin

-09

dé

c-0

9

juin

-10

dé

c-1

0

juin

-11

dé

c-1

1

juin

-12

dé

c-1

2

juin

-13

dé

c-1

3

juin

-14

dé

c-1

4

juin

-15

dé

c-1

5

juin

-16

dé

c-1

6

Taux directeur de la BCRG

21

Evolution du crédit accordé à l’économie depuis 2005

En dépit du contexte économique difficile, dû aux différentes crises politiques,

économiques et sanitaires en Guinée, l’encours total des crédits octroyés à l’économie

par les banques a connu une tendance haussière en terme volume.

Graphique 6 : créances accordées à l’économie


L’augmentation des découverts bancaires sur les comptes ordinaires ont permis la

croissance de l’encours des crédits de 86% entre décembre 2004 et décembre 2005.

Malgré la crise provoquée par des troubles politiques, la continuité de cette

progression s’étend jusqu’ à atteindre la barre des GNF 3129,1 milliards en décembre

2011, soit une augmentation de 97,4% par rapport à décembre 2010. L’encours des

crédits a connu une petite baisse en 2012 avant de s’envoler jusqu’à GNF 7035,7

milliards, en décembre 2016.

Malgré un contexte économique peu favorable, suite à l’épidémie à virus Ebola, les

crédits accordés à l’économie se sont accrus ces dernières années. En 2016, l’encours

des crédits a augmenté de 3,1%. Cette hausse a été plus modeste que celle observée

en 2015 (+25,25%) et en 2014 (+42,87%).7

En effet l’encours total des crédits des banques est passé de GNF 5640,11 milliards en

décembre 2014 à GNF 7064,71 milliards en décembre 2015, et à GNF 7287,41 en

décembre 2016. Ces variations correspondent à des crédits supplémentaires de GNF

1424,60 milliards (2015) et de GNF 222,70 milliards (2016) injectés dans l’économie.

Avec 60,89% et 59,1% de l’encours total de crédits distribués respectivement par les

banques en fin décembre 2015 et 2016, les crédits à court terme ont représenté une

7 Rapport DPMC 2014 de la BCRG

0,001000,002000,003000,004000,005000,006000,007000,008000,009000,00

dé

c-0

4

juin

-05

dé

c-0

5

juin

-06

dé

c-0

6

juin

-07

dé

c-0

7

juin

-08

dé

c-0

8

juin

-09

dé

c-0

9

juin

-10

dé

c-1

0

juin

-11

dé

c-1

1

juin

-12

dé

c-1

2

juin

-13

dé

c-1

3

juin

-14

dé

c-1

4

juin

-15

dé

c-1

5

juin

-16

dé

c-1

6

Créances sur le Secteur Privé en milliards de GNF

22

grande part du volume total des crédits à l’économie. Les crédits à moyen terme

occupent la deuxième place de la part de l’encours de crédit distribués par les

banques, avec une part de 39,48% (2014), 34,72% (2015) et 37,40%(2016. Après une

part de 1,06% (décembre 2014) de l’encours de crédits distribuées à l’économie, les

crédits à long terme franchissent la barre des 4% pour la première fois en 2015, avant

de baisser à 3,3% en 2016.

Tableau 2 : L’encours des crédits accordés à l’économie ces trois dernières années en milliards de GNF

Source: Rapport DPMC 2016 de la BCRG

La répartition sectorielle des crédits accordés à l’économie est marquée par la

prépondérance de la part du secteur du commerce. Celui-ci absorbe plus de la moitié

des crédits du système bancaire. Avec 72,85% en 2005, le secteur du commerce est

passé de 55% en 2015 à 64% en 2016. Les services non marchands ont absorbé 41,31%

des autres secteurs de crédit. L’exploitation des ressources naturelles qui occupait la

plus grande part du volume des crédits des autres secteurs n’a représenté que 33,25%

en 2016.

Graphique 7 : répartition sectorielle du crédit accordé à l’économie

0% 10% 20% 30% 40% 50% 60% 70%

Commerce

Batiment et Traveaux publics

Agro-alimentaire et textile

Services marchands

Autres industries manufacturières

Transport

Production Energie et Eau

Autres secteurs

Volume des crédits par secteur d'activité en milliards de GNF Décembre 2016

23

Partie 3 : Cadre Méthodologique et Analyse des

résultats Cadre Méthodologique A la lumière de la revue de littérature, il a été constaté que plusieurs auteurs qui ont

travaillé sur la relation entre les canaux de transmissions de la politique monétaire et

les conditions de crédits accordés à l’économie, ont utilisé les méthodes

économétriques d’évaluation d’impacts (Vectoriel autorégressif, VAR ou VEC). Nous

allons utiliser les mêmes techniques dans la présente étude, en tenant compte des

propriétés des variables du modèle.

Pour s’assurer de la stationnarité des variables, nous allons pratiquer des tests de

stationnarité ou de racine unitaire. Les tests de Dickey-Fuller augmenté (ADF, 1981)

seront utilisés pour mettre en évidence le caractère stationnaire ou non des

différentes séries. Les tests de Phillips-Perron (PP, 1988) tiendront compte de

l’hypothèse de présence d’une dimension hétéroscédastique dans les séries pour

tester leur stationnarité.

Lorsque nous obtenons des séries qui sont toutes stationnaires à niveau, un modèle

vectoriel autorégressif (VAR) dont les fondements proviennent des critiques de Sims

(1980)8 pourrait être estimé.

Dans le cas, où nous obtiendrons des séries non stationnaires à niveau, nous allons

nous assurer que les séries sont toutes intégrées à l’aide des tests de ADF et PP.

Cependant, nous nous servirons de la procédure statistique de Johansen (1988, 1991),

qui peut être utilisée dans tous les cas de figures, c’est-à-dire si les variables sont de

même ordre d’intégration ou d’ordre d’intégration différents. Pour tester la présence

d’une relation d’équilibre entre les variables (coïntégration).

Lorsque les variables ne sont pas coïntégrées, un modèle vectoriel autorégressif

(VAR)pourrait être estimé, en rendant les variables du modèle stationnaires.

Dans le cas où les variables sont coïntégrées, un modèle à correction d’erreur (MEC)

pourrait être estimé. Granger (1983) démontre qu’un ensemble de variables

coïntégrées peut être mis sous forme d’un modèle à correction d’erreur, dont toutes

les variables stationnaires et les coefficients peuvent être estimés par les méthodes

classiques de l’économétrie sans risque de corrélations fortuites. 8 Sims (1980,1982) rejette l’approche conventionnelle des modèles structurels : les relations

économiques n’étant pas régies par la simultanéité et du fait que ceux-ci entrainent trop de contraintes

d’identification. La modélisation VAR privilégie ainsi la structure des données à la théorie

économique.

24

Estimation du modèle et Analyse des résultats

Les résultats de l’étude de la stationnarité consignés dans le tableau 2, montrent que

toutes les variables ne sont pas stationnaires à niveau mais stationnaires en différence

première. En effet, l’hypothèse nulle est celle de la stationnarité des variables. Et

comme les valeurs des statistiques (ADF, PP) en niveau sont toutes supérieures aux

valeurs critiques au seuil de 5%, alors l’hypothèse nulle est acceptée. En différence

première, toutes valeurs statistiques (ADF, PP) sont inférieures aux valeurs critiques

au seuil de 5%, l’hypothèse nulle est donc rejetée. C’est ce qui nous ramène ainsi à

tester la coïntégration des variables afin de prendre la décision sur le choix du

modèle à estimer.

Tableau 3 : Tests de stationnarité des variables

Les tests de coïntégration (Annexe), montrent que la valeur de la Trace Statistic est supérieure à la valeur critique au seuil de 5% avec un rang de coïntégration égal à 5, l’hypothèse nulle n’est donc pas rejetée. Nous pouvons ainsi conclure que les variables sont coïntégrées. Nous procédons ainsi à une estimation d’un modèle à correction d’erreur pour

expliquer l’impact des instruments de la politique monétaire sur les crédits accordés

à l’économie et appréhender les effets des facteurs explicatifs retenus à court et long

terme.

Pour l’estimation du modèle, nous allons considérer la version du modèle à

correction d’erreur de Hendry.

𝐷(𝐿𝐶𝑟𝑒𝑎𝑛𝑐𝑒𝑠𝑡) = 𝛽0 + 𝛽1𝐷(𝐿𝑇𝑑𝑖𝑛𝑓𝑙𝑎𝑡 ) + 𝛽2𝐷(𝐿𝑇𝑐ℎ𝑎𝑛𝑡) + 𝛽3𝐷(𝐿𝑇𝑑𝑖𝑟𝑒𝑐𝑡) +

𝛽4𝐷(𝐿𝑟𝑒𝑠𝑒𝑟𝑣𝑒𝑠_𝑜𝑏𝑡) + 𝛽5𝐷(𝐿𝑀𝑎𝑠𝑠𝑒_𝑀𝑡) + 𝛽6(𝐿𝐶𝑟𝑒𝑎𝑛𝑐𝑒𝑠𝑡−1) + 𝛽7(𝐿𝑇𝑑𝑖𝑛𝑓𝑡−1 ) +

𝛽8(𝐿𝑇_𝑐ℎ𝑎𝑛𝑡−1) + 𝛽9(𝐿𝑇𝑑𝑖𝑟𝑒𝑐𝑡−1) + 𝛽10(𝐿𝑟𝑒𝑠𝑒𝑟𝑣𝑒𝑠_𝑜𝑏𝑡−1) + 𝛽11(𝐿𝑀𝑎𝑠𝑠𝑒_𝑀𝑡−1) + 𝑢𝑡;

Avec 𝐿 : le logarithme ; 𝐷 : l’opérateur de différence première défini par : 𝐷(𝑋𝑡) = 𝑋𝑡 − 𝑋𝑡−1

Les coefficients 𝛽1, 𝛽2, 𝛽3, 𝛽4 et 𝛽5 représentent la dynamique de court terme et 𝛽7, 𝛽8,

𝛽9, 𝛽10 et 𝛽11 caractérisent l’équilibre de long terme. 𝛽0 est la constante du modèle et 𝛽6

est le coefficient de correction d’erreur, il indique la vitesse d’ajustement des créances

sur le secteur privé pour retourner à l’équilibre de long terme suite à un choc.

ADF PP ADF PP

Lcreances -2.21 (-3.44) -2.36 (-3.44) - 8.29 (-3.44)* -12.19 (-3.44)* I(1)

Ltdinfla -2.60 (-3.44) -2.22 (-3.44) -5.22 (-3.44)* -9.27 (-3.44)* I(1)

Ltchan -4.55 (-3.44)* -3.45 (-3.44)* -5.79 (-3.44)* -6.70 (-3.44)* I(1)

Ltdirec -2.52 (-3.44) -2.50 (-3.44) -11.87(-3.44)* -11.87 (-3.44)* I(1)

Lreserves_ob -1.99 (-3.44) -1.30 (-3.44) -5.51 (-3.44)* -11.92(-3.44)* I(1)

Lmasse_M -0.95 (-3.44) -1.18 (-3.44) -3.51 (-3.44)* -11.24 (-3.44)* I(1)

En niveau En différence première

Variables Décision

Note: les nombres entre parenthèses sont les valeurs critiques au seuil de 5%, * indique le rejet de l'hypothèse nulle

25

Les élasticités de court terme du stock de créances accordés à l’économie par rapport

au taux d’inflation, au taux de change, taux directeur, réserves obligatoires, ainsi que

la masse monétaire sont respectivement représentées par 𝛽1, 𝛽2, 𝛽3, 𝛽4 et 𝛽5. Et les

élasticités de long terme du stock de créances accordés à l’économie par rapport au

taux d’inflation, au taux de change, taux directeur, réserves obligatoires, ainsi que la

masse monétaire sont respectivement représentées par −𝛽7/𝛽6, −𝛽8/𝛽6, −𝛽9/𝛽6,

−𝛽10/𝛽6 et −𝛽11/𝛽6.

Des résultats de l’estimation (tableau 3), on constate que le coefficient associé à la

force de rappel est négatif (𝛽6 = −0.049) et significativement différent de zéro. Il

existe donc bien un mécanisme à correction d’erreur : à long terme les déséquilibres

entre les créances accordées à l’économie, le taux de change à effectif réel, le taux

d’inflation ainsi que le taux directeur se compensent de sorte que les séries ont des

évolutions similaires.

Tableau 4 : Résultats d’estimation

Significativité globale du modèle et des variables explicatives

L’hypothèse nulle du test de Student est l’absence de significativité des variables

explicatives du modèle. Comme constaté au Tableau 3 des résultats d’estimation, les

coefficients associés aux variables explicatives sont non nuls avec des ratios de

student égaux à 2,16 pour le taux de change, 2,34 pour le taux d’inflation et -2,36

pour le taux directeur qui en valeur absolue sont supérieurs à 1,96. Ainsi l’hypothèse

nulle est rejetée au seuil de 5%. D’où les variables explicatives du modèle sont

significatives.

Du test de Fischer, l’hypothèse nulle est la non significativité globale du modèle.

Comme la statistique de Fischer vaut 2.55, avec une probabilité de 0.0059, on rejette

donc l’hypothèse nulle au seuil de 5%, d’où le modèle à correction d’erreur est

globalement significatif.

Variables coefficients de CT variables coefficients de LT

D(LMASSE_M) 0,065 (0,32) LMASSE_M -0,024 (-0,54)

D(LRESERVES_OB) 0,11 (1,59) LRESERVES_OB 0,049 (1,61)

D(LTDINFLA) -0,012 (-0,40) LTDINFLA 0,024 (2,34)*

D(LTCHAN) 0,31 (2,16)* LTCHAN 0,007 (0,14)

D(TDIREC) -0,031 (-0,53) TDIREC -0,068 (-2,36)*

CONSTANTE

LCREANCES(-1)

F-STATISTIC 2,55 PROB(F-STATISTIC) 0,0059

les valeurs en () expriment le ratios de student, et * exprime la significativité au seuil de 5%

0,14 (0,35)

-0,049 (-2,31)*

26

Test de stabilité des coefficients du modèle estimé

Comme il n’est pas exclu que les coefficients du modèle estimé soient non stables sur

l’ensemble de la période, il serait judicieux d’évaluer la robustesse du modèle estimé.

Pour se faire, nous allons utiliser le test de stabilité de Brown, Durbin et Evans (1975).

La première version de ce test est le CUSUM. Il est fondé sur la somme cumulée des

résidus récursifs9, et permet de détecter les instabilités structurelles.

L’hypothèse nulle du test est la non stabilité structurelle. La courbe ne sortant pas du

corridor représenté en pointillés sur le graphique 1, alors l’hypothèse nulle est rejetée

et le modèle est structurellement stable.

Graphique 8 : Courbe de stabilité structurelle

La seconde version est le CUSUM SQ qui est fondé sur la somme cumulée du carré

des résidus récursifs, il permet de détecter les instabilités ponctuelles. L’hypothèse

nulle est la non stabilité du modèle ponctuelle.

Comme la courbe sort du corridor représenté en pointillés sur le graphique 2, alors

l’hypothèse nulle d’instabilité est donc acceptée et le modèle est ponctuellement

instable. La zone d’instabilité est de juillet 2012 à décembre 2014.

9 Voir Econométrie appliquée : série temporelle de C. Hurlin

27

Graphique 9 : Courbe de stabilité ponctuelle

Cette instabilité peut être expliquée par le temps d’adaptation de l’économie

guinéenne à l’épidémie à virus Ebola. Ainsi, pour stabiliser le modèle, on peut

utiliser une variable indicatrice 𝐷𝑢𝑚𝑚𝑦𝑡 qui vaut 1 en zone d’instabilité et 0

ailleurs10.

Le modèle stabilisé a donc la forme :

𝐷(𝐿𝐶𝑟𝑒𝑎𝑛𝑐𝑒𝑠𝑡) = 𝛽0 + 𝛽1𝐷(𝐿𝑇𝑑𝑖𝑛𝑓𝑙𝑎𝑡 ) + 𝛽2𝐷(𝐿𝑇𝑐ℎ𝑎𝑛𝑡) + 𝛽3𝐷(𝐿𝑇𝑑𝑖𝑟𝑒𝑐𝑡)

+ 𝛽4𝐷(𝐿𝑟𝑒𝑠𝑒𝑟𝑣𝑒𝑠_𝑜𝑏𝑡) + 𝛽5𝐷(𝐿𝑀𝑎𝑠𝑠𝑒_𝑀𝑡) + 𝛽6(𝐿𝐶𝑟𝑒𝑎𝑛𝑐𝑒𝑠𝑡−1)

+ 𝛽7(𝐿𝑇𝑑𝑖𝑛𝑓𝑡−1 ) + 𝛽8(𝐿𝑇_𝑐ℎ𝑎𝑛𝑡−1) + 𝛽9(𝐿𝑇𝑑𝑖𝑟𝑒𝑐𝑡−1) + 𝛽10(𝐿𝑟𝑒𝑠𝑒𝑟𝑣𝑒𝑠_𝑜𝑏𝑡−1)

+ 𝛽11(𝐿𝑀𝑎𝑠𝑠𝑒_𝑀𝑡−1) + 𝐷𝑢𝑚𝑚𝑦𝑡 + 𝑢𝑡

L’estimation du modèle stabilisé conduit aux résultats suivants :

Tableau 5 : résultat d’estimation du modèle corrigé

10 Voir la courbe de stabilité ponctuelle, corrigée sur le graphique3 en Annexe.

Variables coefficients de CT variables coefficients de LT

D(LMASSE_M) 0,071 (-0,33) LMASSE_M 0,0049 (0,10)

D(LRESERVES_OB) 0,10 (0,34) LRESERVES_OB 0,021 (0,61)

D(LTDINFLA) -0,012 (-0,39) LTDINFLA 0,024 (2,34)*

D(LTCHAN) 0,3 (2,33)* LTCHAN 0,032 (0,59)

D(TDIREC) -0,03 (-0,52) TDIREC -0,066 (-2,28)*

CONSTANTE

LCREANCES(-1)

DUMMY

F-STATISTIC 2,58 PROB(F-STATISTIC) 0,0042

-0,15 (-0,33)

-0,048 (-2,29)*

0,025 (1,59)*

les valeurs en () expriment le ratios de student, et * exprime la significativité au seuil de 5%

28

Test d’homoscédasticité des erreurs

Pour s’assurer que la variance des termes d’erreur est constante pour chaque

observation, nous allons effectuer le test de white (1980). L’hypothèse nulle du test

est l’homoscédasticité des erreurs.

Tableau 6 : homoscédasticité des erreurs

Comme toutes les probabilités critiques sont supérieures au seuil conventionnel de

5%, alors on ne rejette pas l’hypothèse d’homoscédasticité des erreurs. Les erreurs

sont donc constantes pour chaque observation.

Test de spécification de Ramsay11

Pour vérifier s’il manque de variables explicatives pertinentes dans le modèle, nous

effectuons le test de spécification de Ramsay, l’hypothèse nulle est : il ne manque pas

de variables pertinentes, c’est-à-dire que le modèle est bien spécifié,

Tableau 7 : spécification de RAMSAY

Nous remarquons que toutes les probabilités critiques sont supérieures au seuil

conventionnel de 5%, ainsi nous ne rejetons pas l’hypothèse spécification du modèle.

D’où il ne manque pas de variables explicatives pertinentes dans le modèle.

Interprétation des résultats

A court terme, seul le taux de change à un impact significatif sur les créances

accordés à l’économie. Ainsi le paramètre estimé étant de 0,3, lorsque le taux de

change augmente de 10%, alors le niveau de crédit accordé à l’économie augmente de

3%. Cette situation s’explique par le fait que la plus grande part du crédit accordé à

11 Voir « Méthodes économétrique cours et exercices résolus avec les logiciels Eviews et Stata, tome 1 » de Fodiyé bakary DOUCOURE

F-statistic 1.52 0.12

Obs*R-squared 19.00 0.12

Scaled explained SS 30.05 0.00

Prob. F(13,130)

Prob. Chi-Square(13)

Prob. Chi-Square(13)

Valeur df Probabilité

F-statistic 1.589163 (3, 127) 0.1953

Likelihood ratio 5.306666 3 0.1507

29

l’économie en Guinée est le commerce. Et comme la plupart des produits consommés

en Guinée est issue des importations, alors la hausse des devises notamment du

dollar impacte directement le comportement des commerçants vis-à-vis du crédit. Ils

sont plus incités à contracter un crédit.

L’indice des prix à la consommation représenté par le taux d’inflation, et le taux

directeur de la banque centrale constituent les variables significatives de long terme.

L’élasticité du crédit accordé à l’économie par rapport au taux d’inflation est de 0,58.

C’est à dire lorsque le taux d’inflation augmente de 10%, le niveau des créances du

secteur privé hausse de 5,8%. Cela pourrait aussi s’expliquer par le fait que les

produits de consommation de première nécessité soient issus des importations d’une

part, mais aussi par le fait le commerce soit le secteur d’activité qui contracte le plus

de crédit en Guinée. En effet, lorsque le niveau général des prix augmente, nous

allons assister à une dépréciation de la monnaie nationale tout chose égale par

ailleurs. Il va donc falloir beaucoup plus de francs guinéens pour acheter les devises

en l’occurrence le dollar. Ainsi pour les mêmes raisons observées à court terme, les

crédits accordés à l’économie augmentent.

Nous observons une élasticité du taux directeur par rapport aux crédit accordés à

l’économie de -0,14. C’est-à-dire quand le taux directeur augmente de 10%, les crédits

du secteur privé diminuent de 1,4%. Cette situation confirme que la BCRG influe le

comportement des banques primaires vis-à-vis du crédit à travers son taux directeur.

En effet, comme les banques primaires en Guinée disposent d’assez de liquidité, et

ont la possibilité d’emprunter de la liquidité entre elles en cas de besoin, alors elles

contractent rarement de crédits auprès de la BCRG. Cependant elles tiennent compte

du taux directeur de la banque centrale pour déterminer leur taux débiteur. Il est

plus rationnel pour elles d’augmenter leur taux d’intérêt débiteur suite à une hausse

du taux directeur. Et comme nous l’avons appris dans la littérature, lorsque les taux

débiteurs des banques augmentent, les ménagent ont tendance à contracter moins de

crédits. Ainsi la hausse du taux directeur de la BCRG génère bien la baisse du crédit

accordé à l’économie.

30

Conclusion

Cette étude avait pour objet, l’étude de l’impact des décisions de politique monétaire

sur le crédit octroyé à l’économie. Malgré que les établissements bancaires se servent

peu du taux directeur pour contracter des crédits auprès de la BCRG, cependant ils

se fient à ce taux pour déterminer leur taux débiteur et donc pour octroyer le crédit à

leur tour. Ainsi, la hausse du taux directeur se répercute sur les crédits accordés à

l’économie, et la BCRG peut donc prendre ses responsabilités en fixant son taux

directeur.

Il ressort également des résultats, qu’à court et long terme, les crédits accordés à

l’économie sont impactés par le taux de change, l’indice des prix à la consommation

et le taux directeur. Bien que la stabilité du niveau général des prix soit primordiale

pour la BCRG, la hausse de ce dernier incite les agents économiques à contracter plus

de crédit. Encore faut-il que ce crédit soit utilisé dans des secteurs productifs comme

l’investissement ? Car à ce jour, le secteur du commerce est celui qui bénéficie de la

plus grande part du crédit accordé à l’économie en Guinée. En plus, les crédits de

court terme dominent largement les crédits de moyen terme. Et cela n’est pas très

compatible avec les investissements de long terme qui sont source de croissance

économique durable.

A la lumière des résultats obtenus à partir du modèle à correction d’erreur, lorsque

les variables s’écarteraient de leur tendance de long terme, il va falloir attendre 20

mois12 pour qu’elles reviennent à leur niveau d’équilibre.

A court terme, seul le taux de change affecte les crédits à l’économie. De ce fait, la

BCRG dans son objectif de politique monétaire pourrait se servir de ce canal, pour

encourager l’octroi de crédit ainsi que les investissements qui y découlent.

12 Il suffit de prendre l’inverse de la valeur du coefficient d’équilibre (1/0,048)

31

Annexes

Stationnarité à niveau

Dickey- Fuller

Crénces

Null Hypothesis: LCREANCES has a unit root

Exogenous: Constant, Linear Trend

Lag Length: 1 (Fixed) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -2.209726 0.4802

Test critical values: 1% level -4.023506

5% level -3.441552

10% level -3.145341 *MacKinnon (1996) one-sided p-values.

Taux d’inflation

Null Hypothesis: LTDINFLA has a unit root




5% level -3.441552

10% level -3.145341

*MacKinnon (1996) one-sided p-values.

Taux de change

Null Hypothesis: LTCHAN has a unit root




5% level -3.441552

10% level -3.145341


Taux directeur

Null Hypothesis: LTDIREC has a unit root

32




5% level -3.441552

10% level -3.145341


Réserves Obligatoires

Null Hypothesis: RESERVES_OB has a unit root

Exogenous: Constant, Linear Trend Lag Length: 1 (Fixed)

t-Statistic Prob.* Augmented Dickey-Fuller test statistic -1.996631 0.5979


5% level -3.441552


Masse monétaire

Null Hypothesis: LMASSE_M has a unit root




5% level -3.441552

10% level -3.145341

Phillip Perron pour le test à niveau

Créances

Null Hypothesis: LCREANCES has a unit root


Bandwidth: 3 (Used-specified) using Bartlett kernel Adj. t-Stat Prob.* Phillips-Perron test statistic -2.355154 0.4014


5% level -3.441330

10% level -3.145211

33

Taux d’inflation

Null Hypothesis: LTDINFLA has a unit root




5% level -3.441330


Residual variance (no correction) 0.032497

HAC corrected variance (Bartlett kernel) 0.041358

Taux de change

Null Hypothesis: LTCHAN has a unit root




5% level -3.441330




Taux directeur

Null Hypothesis: LTDIREC has a unit root




5% level -3.441330


34



Réserves obligatoires

Null Hypothesis: LRESERVES_OB has a unit root




5% level -3.441330

10% level -3.145211

Masse monétaire

Null Hypothesis: LMASSE_M has a unit root




5% level -3.441330

10% level -3.145211

Dickey Fuller augmenté sur les variables en différence première Créances

Null Hypothesis: D(LCREANCES) has a unit root




5% level -3.441777

10% level -3.145474

Taux d’inflation

Null Hypothesis: D(LTDINFLA) has a unit root




5% level -3.442238

10% level -3.145744

35


Taux de change

Null Hypothesis: D(LTCHAN) has a unit root




5% level -3.442238

10% level -3.145744


Taux directeur

Null Hypothesis: D(LTDIREC) has a unit root




5% level -3.441552

10% level -3.145341



Null Hypothesis: D(LRESERVES_OB) has a unit root




5% level -3.442238

10% level -3.145744

Masse monétaire

Null Hypothesis: D(LMASSE_M) has a unit root




5% level -3.442238

36

10% level -3.145744

Phillip Perron sur les variables en différence première Créances

Null Hypothesis: D(LCREANCES) has a unit root




5% level -3.441552

10% level -3.145341


Taux d’inflation

Null Hypothesis: D(LTDINFLA) has a unit root




5% level -3.441552

10% level -3.145341


Taux de change

Null Hypothesis: D(LTCHAN) has a unit root




5% level -3.441552

10% level -3.145341

Masse monétaire



Bandwidth: 3 (Used-specified) using Bartlett kernel

37

Adj. t-Stat Prob.* Phillips-Perron test statistic -11.23697 0.0000


5% level -3.441552

10% level -3.145341

Taux directeur





5% level -3.441552

10% level -3.145341


Null Hypothesis: D(LRESERVES_OB) has a unit root




5% level -3.441552

10% level -3.145341

Test de coïntégration de Johansen

Sample: 2015M05 2016M12

Included observations: 20

Trend assumption: No deterministic trend Series: LCREANCES LMASSE_M LRESERVES_OB LTCHAN LTDINFLA LTDIREC

Lags interval (in first differences): 1 to 1

Unrestricted Cointegration Rank Test (Trace) Hypothesized Trace 0.05

No. of CE(s) Eigenvalue Statistic Critical Value Prob.** None * 0.977367 175.9047 83.93712 0.0000

At most 1 * 0.830498 100.1380 60.06141 0.0000

At most 2 * 0.785948 64.64027 40.17493 0.0000

At most 3 * 0.633284 33.80953 24.27596 0.0024

At most 4 * 0.484501 13.74616 12.32090 0.0287

At most 5 0.024386 0.493761 4.129906 0.5453 Trace test indicates 5 cointegrating eqn(s) at the 0.05 level

* denotes rejection of the hypothesis at the 0.05 level

**MacKinnon-Haug-Michelis (1999) p-values

38

Estimation du modèle

Dependent Variable: D(LCREANCES)

Method: Least Squares

Date: 09/07/17 Time: 21:01

Sample (adjusted): 2005M01 2016M12

Included observations: 144 after adjustments Variable Coefficient Std. Error t-Statistic Prob. C 0.147904 0.415506 0.355960 0.7224

D(LMASSE_M) 0.065123 0.206357 0.315584 0.7528

D(LRESERVES_OB) 0.111373 0.069962 1.591915 0.1138

D(LTCHAN) 0.310104 0.143256 2.164680 0.0322

D(LTDINFLA) -0.012208 0.030249 -0.403588 0.6872

D(LTDIREC) -0.031404 0.059098 -0.531387 0.5960

LCREANCES(-1) -0.049182 0.021304 -2.308519 0.0225

LMASSE_M(-1) -0.024491 0.045026 -0.543922 0.5874

LRESERVES_OB(-1) 0.049367 0.030502 1.618496 0.1079

LTCHAN(-1) 0.007819 0.052666 0.148458 0.8822

LTDINFLA(-1) 0.024919 0.010612 2.348259 0.0203

LTDIREC(-1) -0.068145 0.028837 -2.363069 0.0196 R-squared 0.175114 Mean dependent var 0.020648

Adjusted R-squared 0.106374 S.D. dependent var 0.061861

S.E. of regression 0.058479 Akaike info criterion -2.760659

Sum squared resid 0.451405 Schwarz criterion -2.513175

Log likelihood 210.7675 Hannan-Quinn criter. -2.660095

F-statistic 2.547465 Durbin-Watson stat 2.264437

Prob(F-statistic) 0.005942

Représentation CUSUMSQ instable Graphique 10 : courbe de stabilité ponctuelle corrigée

39

Estimation du modèle stabilisé

Dependent Variable: D(LCREANCES)

Method: Least Squares

Date: 09/07/17 Time: 21:46

Sample (adjusted): 2005M01 2016M12

Included observations: 144 after adjustments Variable Coefficient Std. Error t-Statistic Prob. C -0.150139 0.453140 -0.331329 0.7409

D(LMASSE_M) 0.071352 0.205186 0.347743 0.7286

D(LRESERVES_OB) 0.100282 0.069897 1.434715 0.1538

D(LTCHAN) 0.333975 0.143197 2.332278 0.0212

D(LTDINFLA) -0.012001 0.030072 -0.399085 0.6905

D(LTDIREC) -0.030642 0.058753 -0.521534 0.6029

LCREANCES(-1) -0.048434 0.021185 -2.286248 0.0238

LMASSE_M(-1) 0.004869 0.048379 0.100650 0.9200

LRESERVES_OB(-1) 0.021421 0.034995 0.612106 0.5415

LTCHAN(-1) 0.032001 0.054496 0.587218 0.5581

LTDINFLA(-1) 0.024785 0.010550 2.349304 0.0203

LTDIREC(-1) -0.065545 0.028714 -2.282655 0.0241

DUMMY 0.025179 0.015739 1.599823 0.1120 R-squared 0.190922 Mean dependent var 0.020648

Adjusted R-squared 0.116807 S.D. dependent var 0.061861

S.E. of regression 0.058136 Akaike info criterion -2.766119

Sum squared resid 0.442755 Schwarz criterion -2.498011

Log likelihood 212.1606 Hannan-Quinn criter. -2.657175

F-statistic 2.576050 Durbin-Watson stat 2.264542

Prob(F-statistic) 0.004240

Test de white

Heteroskedasticity Test: White F-statistic 1.520197 Prob. F(13,130) 0.1183

Obs*R-squared 19.00213 Prob. Chi-Square(13) 0.1230

Scaled explained SS 30.05181 Prob. Chi-Square(13) 0.0046

Test de spécification de Ramsay

Ramsey RESET Test

Equation: VARCOV

Specification: D(LCREANCES) C D(LMASSE_M) D(LRESERVES_OB)

D(LTCHAN) D(LTDINFLA) D(LTDIREC) LCREANCES(-1) LMASSE_M(

-1) LRESERVES_OB(-1) LTCHAN(-1) LTDINFLA(-1) LTDIREC(-1)

DUMMY DUMMY1

Omitted Variables: Powers of fitted values from 2 to 4 Value df Probability

F-statistic 1.589163 (3, 127) 0.1953

Likelihood ratio 5.306666 3 0.1507

40

Références bibliographiques

DOUCOURE et Diane (2000). « Les canaux de transmission de la politique monétaire dans

les pays de l’UEMOA ». Université Cheik Anta Diop de Dakar.

BIKAI et KENKOUDOU (2015). « Analyse et Evaluation des canaux de transmission de

la politique monétaire dans la CEMAC ». Banque des Etats de l’Afrique Centrale

BARRAN, COUDERT et MOJON (1997). « Transmission de la politique monétaire et

crédit bancaire. Une application à trois pays de l’OCDE ». Revue économique, volume 46,

n°2, 1995. Pp. 393-413

Traoré (2015). « Indice des Conditions Monétaires ». Direction des études et de la

recherche (BCRG).

Diallo (2015). « Impact de la politique monétaire et budgétaire sur la croissance en Guinée ».

Direction des études et de la recherche (BCRG).

Traoré (2017). « Comment améliorer l’accès au financement des PME/PMI en Guinée ».

Université Clermont-Auvergne, CLERMONT FERRANT.

MEZUI-MBENG (2010). « Transmission of monétary policy : case of CEMAC countries ».

Université de Nancy 2, CEREFIGE

BARRE et FONTANEL (1991). « Principes de politique économique ». Presse

universitaire de GRENOBLE.

DOUKOURE (2014). « Méthodes économétriques, cours et exercices résolus avec les

logiciels Eviews et Stat ». Tome 1, Edition ARIMA).

MISHKIN (1996). « Les canaux de transmission monétaire : leçons pour la politique

monétaire ». Banque fédérale de réserve de New York.

Documents

Politique monétaire et crédit à l’économie