1

DEMOCRATIQUE DU CONGO
MINISTERE DE L’ENSEIGNEMENT SUPERIEUR ET UNIVERSITAIRE
UNIVERSITE CATHOLIQUE DU CONGO
FACULTE D’ECONOMIE ET DEVELOPPEMENT

Analyse prévisionnelle de la production de la

boulangerie DAN

Par
Augustin TSHILEMBI

Etudiant en DEA 1

Travail Pratique/Examen du Cours de

modèle de croissance économique

PROFESSEUR : Isaac KANYAMA

Année Académique 2019 - 2020

 2

1. INTRODUCTION

Dans le cadre du cours de modèle de croissance dispensé au troisième cycle :

« diplôme d’études approfondies » de l’Université Catholique du Congo, un travail
pratique tenant lieu de l’épreuve d’évaluation nous est demandé et qui fait l’objet de la
présente étude. Le travail consiste à identifier un article qui traite des séries
temporelles, l’analyser à la lumière des éléments théoriques du cours.

Nous avons opté pour effectuer une application des quelques préceptes théoriques sur
un cas concret d’une série temporelle prenant en compte quelques indicateurs de
performance

Nous considérons la production, la productivité, le chiffre d’affaire d’une entreprise

de panification semi industrielle « boulangerie DAN ». Une analyse approfondie des
détails du cours et une application à un cas empirique pour des raisons de
formalisation s’avèrent nécessaires.

1.1. Objectifs du travail

Les objectifs de notre travail se retrouvent dans les objectifs du cours.

En effet, avec le professeur Isaac KANYAMA 1, nous confirmons que l’analyse
conjoncturelle constitue une discipline et une pratique du statisticien-économiste, dont
les objectifs se situent à trois niveaux distincts et complémentaires :
• diagnostic de l’état présent des indicateurs chronologiques de l’entreprise ;
• analyse des facteurs explicatifs des fluctuations de ces variables ;
• prévision de la production et par ricochet du chiffre d’affaire à un horizon
relativement court.

1.2. Plan du travail

Pour y arriver, nous présentons le cheminement suivant :

 Choix du sujet et sa justification

 Méthodologie utilisée
 Généralités sur les notions de prévision
 Présentation du cadre d’étude et formalisation.
- Calcul des paramètres a et b
- Détermination du trend
- Détermination des coefficients saisonniers
- Vérification de l’ajustement

1
Nicolas PONTY, Analyse conjoncturelle et analyse statistique des fluctuations,
 3

- La série ajustée
- Calcul de CVS
- Calculs des variations accidentelles
- Prévisions pour les trimestres de 2019

1.3. CHOIX DU SUJET ET SA JUSTIFICATION

Dans le cadre du cours de modèle de croissance, nous avons été intéressés par la
capacité des modèles de prévision des séries temporelles à partir desquels nous
pouvons envisager et planifier la production pour une entreprise donnée, pour une
période bien déterminée. Il serait ainsi possible d’anticiper les différents mouvements
de prise en charge des contraintes de la croissance de l’entreprise, l’exemple de la
capacité de production d’une entreprise qui évolue selon un certain nombre des
contraintes.

La connaissance de l’évolution de la demande permet de prendre des décisions

stratégiques pour pallier les insatisfactions de la clientèle. Bref cette prévision
rationnelle permet de réaliser une planification avec une marge d’erreur très réduite
tout en minimisant les incertitudes. Voilà pourquoi nous optons pour l’analyse
prévisionnelle de la production de la boulangerie DAN.

Le travail d’analyse concerne la période allant de 2016 à 2018 soit 12 trimestres. Et la

prévision sera faite pour l’année 2019.

2. METHODOLOGIE UTILISEE

Pour arriver à réaliser cette étude, nous allons nous référer essentiellement à la lecture
des notes de cours de théorie prévisionnelle, microéconomie, analyse conjoncturelle…
que nous appuyons par quelques lectures des documents de la boulangerie sous étude.

Nous analysons ensuite les données qui sont enregistrées quotidiennement de la

boulangerie DAN que nous traitons et ramenons à une base des données trimestrielles.
Nous procédons d’abord par analyser la tendance de la courbe pour identifie le type de
série et ensuite déterminer l’équation du trend, jusqu’à la prévision. Les différentes
composantes de la série sont présentées dans les tableaux et graphiques.

Nous travaillons sur un tableau Excel et transposons nos résultats sur Word pour des
raisons de présentation. Les données sont disponibles en soft.
 4

2. GENERALITES SUR LES NOTIONS DE PREVISION

La planification est définie comme étant un processus qui fixe, après études et
réflexion prospective, les objectifs à atteindre, les moyens nécessaires, les étapes de
réalisation et les méthodes de suivi de celle- ci. C’est l’organisation dans le temps de la
réalisation des objectifs dans un domaine précis2. C’est en fait l’action et l’effet de
planifier… la planification utilise un certain nombre d’outils dont : l’analyse
multicritères, la prévision, le budget, l’étude des différents scénarios, les probabilités,
l’étude des risques, les solutions alternatives ou de repli 3. Ceci nous renvoie
logiquement à la théorie de la prévision.

Par prévision, on entend le fait de prévoir, de dire à l’avance ce qui va arriver au bout
d’un temps précis.4 Elle permet d’entrevoir les différentes tendances et évolutions des
phénomènes de tout genre. Elle concerne les phénomènes et leurs projections dans le
temps. Il peut s’agir des séries temporelles des entreprises (production, stock, niveau
de la demande, niveau des prix, …..), les, ménages (consommation, taux d’épargne…),
de l’administration publique (PIB, dettes publiques, la balance commerciale….)

2.1. La prévision est une nécessité pour l'entreprise.

L'entreprise doit être capable de s'adapter à l'évolution du marché. Dans les grandes
entreprises, la mise en place d'un lourd programme d'investissement nécessite la
connaissance de l'évolution du marché. La mise au point d'un nouveau produit peut
être longue. Il faut savoir dès la conception si ce produit nouveau sera en mesure de
répondre aux besoins futurs du marché.5 Ainsi donc l'entreprise doit prévoir ses ventes
pour organiser sa production et le stockage des produits. L'entreprise doit être en
mesure d'évaluer le volume de ses recettes et de ses dépenses pour éviter à certains
moments des situations de trésorerie négative. analyser les éventuelles facteurs de
risque, les fluctuations au niveaux des principaux indicateurs ainsi que leurs causes,

2
https://fr.m.wikipédia
3
www la toupie
4
KASESHI THULENGE Adelard - Diens, théorie prévisionnelle. Note de cours DEA/Economie et développement,
UCC. 2018-2019

5
Eric MOUTIER, Gestion prévisionnelle, mai 2011, Page 19.
 5

2.2. organisation de la prévision.

On distingue deux types de prévision :

2.2.1. La prévision à long et moyen terme.

L'entreprise se fixe des objectifs à atteindre pour les 3 ou 5 années à venir.

Par exemple : doubler les exportations dans les trois prochaines années, Accroître sa
part de marché en deux ans, Atteindre dans les 5 ans une rentabilité des capitaux
propres après impôts de 10 %, etc. Face à ces objectifs, plusieurs stratégies vont être
élaborées (Accroître le réseau commercial, s'implanter à l'étranger, etc.). Les
responsables de l'entreprise vont donc choisir la meilleure stratégie possible pour
atteindre ces objectifs. Ce type de prévision permet une bonne définition de l’avenir
ainsi que la clarté dans politique générale de l'entreprise, avec un tableau de bord.

2.2.2. La prévision à court terme

Celle-ci fait référence au budget qui est une prévision chiffrée de tous les éléments
correspondants à un programme d'action". La période de budgétisation est
généralement l’année. En rapprochant les objectifs à court terme avec les moyens
humains, techniques, financiers disponibles, les responsables définissent des
programmes d'action puis des budgets. Pour réaliser ses objectifs à long terme,
l'entreprise doit se fixer des objectifs intermédiaires à court terme.
Ici interviennent les différentes théories dont :
- la théorie marginale de la productivité,
L’augmentation du nombre des travailleurs accroit la production dans une certaine
mesure jusqu’à un point ou la production n’est plus proportionnelle aux facteurs
(capital humain). Le rendement marginal est une fonction inverse de l’accroissement
de capital.
- la fonction de production Cob douglas,
La production dans une entreprise fait intervenir, dans une proportion déterminée, les
facteurs travail et le capital.
 6

3. PRESENTATION DU CADRE D’ETUDE ET FORMALISATION.

3.1. La Boulangerie DAN

Nos analyses portent sur la production de la boulangerie DAN. C’est en fait une unité
de panification semi artisanale située dans la commune de Kalamu sur l’Avenue
Kimpwanza n° 25 dans le Quartier Kimbangu 3. Cette boulangerie été créée en janvier
2016. Elle emploie 15 personnes. Elle utilise un équipement artisanal d’un four à
capacité de 600 pains moyens. Pour sa gestion, elle dispose d’une administration et
d’une comptabilité qui se base sur des rapports journaliers de production. Elle dispose
d’une base des données reprenant les différentes productions journalières que nous
avons regroupées en trimestres. Le tableau ci-après donne la production par trimestre
pour trois années soit de 2016 à 2018.

Tableau n°1 Répartition de la production de la boulangerie DAN

(En sac de farine de froment de 45Kg) de 2016 à 2018.

Période 2016 2017 2018

1er trimestre 323 795 1096,5

2ème trimestre 505 895,5 1012

3ème trimestre 686 992 1290,5

4ème trimestre 772 1049,5 1399,5

Source : rapports mensuels de la boulangerie DAN

3.2. Méthode analytique de la série

Les différentes analyses sur la prévision concernent la détermination des composantes
de la série
3.2.1. Détermination du type de série

La détermination du type de série part de la courbe de la série brute. Pour notre cas, la
tendance de la courbe nous renvoie à un modèle de type additif. Le graphique suivant
nous en présente la tendance.
 7

Graphique n°1. tendance de la série brute

1600

1400

1200

1000

800 Yi
Ti
600

400

200

0
1 2 3 4 5 6 7 8 9 10 11 12

L’allure de la courbe de la série renvoie à un modèle de type additif parce que par
rapport au temps, l’accroissement n’est pas exponentiel.

3.2.2. Calcul des paramètres a, b et l’équation du Trend

Le calcul des paramètres se fait suivant la méthode des moindres carrés.

a= 1/n ∑¿)
1/n∑( Ti2 −T́i2 )

a = 3945,916667/47.6666667 = 82,7814853

b = Ýi- aT́i

b = 901,375- 82,7814853*6,5 = 363,2954545

L’équation du trend : « at+b » = 82,78146853t+363,2954545.

Le tableau suivant en donne les éléments de calcul

 8

Tableau n°2 calcul des paramètres et de l’équation du trend

Ti 2
∑ ¿) 1
Trimestres Production T́ Ý 1 T́i 2 ∑¿ ) ∑¿
∑ ¿) n
Années Ti Yi TiYi n Trend
5858,937 446,0769231
  1 323 323 5 -5535,9375 3945,916667 1 42,25 -41,25 47,66666667
528,8583916
  2 505 1010   -4848,9375   4   -38,25  
611,6398601
2016 3 686 2058   -3800,9375   9   -33,25  
694,4213287
  4 772 3088   -2770,9375   16   -26,25  
25 777,2027972
  5 795 3975   -1883,9375     -17,25  
859,9842657
2017 6 895,5 5373   -485,9375   36   -6,25  
942,7657343
  7 992 6944   1085,0625   49   6,75  
1025,547203
  8 1049,5 8396   2537,0625   64   21,75  
1108,328671
  9 1096,5 9868,5   4009,5625   81   38,75  
1191,11014
2018 10 1012 10120   4261,0625   100   57,75  
1273,891608
  11 1290,5 14196   8336,5625   121   78,75  
1356,673077
  12 1399,5 16794   10935,0625   144   101,75  
SOMME 78 10817     11837,75       143  
MOYENN
E 6,5 901,38                
82,7814685
a 3                  
363,295454
b 5                  
 9

3.2.3. Détermination du trend

Graphique n° 2 le trend de la série

TREND
1600
1400
1200
1000
TREND
800
600
400
200
0
1 2 3 4 5 6 7 8 9 10 11 12

Le trend ici indique un mouvement de croissance de l’entreprise exprimée par

l’accroissement de la production au courant de la période sous étude.

3.2.4. Détermination des coefficients saisonniers

Le calcul des coefficients saisonniers passe par le calcul des moyennes par période et
la moyenne des moyennes comme présenté dans le tableau suivant.

Tableau 3. Calcul de la moyenne par période et de la moyenne double barre

pour estimer les coefficients saisonniers
 

Années 2016 2017 2018 Y´ . j

1er trimestre 323 795 1096,5 738,1666667

2ème trimestre 505 895,5 1012 804,1666667

3ème trimestre 686 992 1290,5 989,5

4ème trimestre 772 1049,5 1399,5 1073,666667

Ý 901,375
 10

Le calcul du coefficient saisonnier obéit à la formule suivante

P+ 1
Sj = Ý −Ý −a (j - )
2

Ý et Ý sont donnés dans le tableau précèdent

Tableau 4. Coefficients saisonniers par la méthode analytique en modèle additif des

différentes périodes

Période (j) Coefficients saisonniers

1 -39,0361305
2 -55,8175991
3 46,7342657
4 48,1194639
Total 0

Les coefficients saisonniers est neutre sur l’année en sorte que leur somme donne 0
pour le modèle additif. Ces coefficients sont les mêmes sur les périodes
correspondantes de toutes las années, ce qu’on peut observer dans le tableau 4 et 5

3.2.5. La série ajustée et la série corrigée des variations saisonnières

La série ajustée est la somme du trend et du coefficient saisonnier

^ = ft + Sj
Yt

La série corrigée des variations saisonnières est la série brute dégagée des coefficients
saisonniers.

Série CVS = Yi - Sj

Les deux séries sont calculées dans le tableau N° 5

 11

Tableau n°5 la série ajustée et la série corrigée des variations saisonnières

P&riod le trend Coefficients la série Série corrigée variations

e linéaire saisonniers ajustée des variations S accidentelles
t ^
ft SJ Yt Série CVS Et
1
446,076923 -39,0361305 407,040793 362,0361305 -84,0407925
2
528,858392 -55,8175991 473,040793 560,8175991 31,9592075
3
611,63986 46,7342657 658,374126 639,2657343 27,6258741
4
694,421329 48,1194639 742,540793 723,8805361 29,4592075
5
777,202797 -39,0361305 738,166667 834,0361305 56,8333333
6
859,984266 -55,8175991 804,166667 951,3175991 91,3333333
7
942,765734 46,7342657 989,5 945,2657343 2,5
8
1025,5472 48,1194639 1073,66667 1001,380536 -24,1666667
9
1108,32867 -39,0361305 1069,29254 1135,536131 27,2074592
10
1191,11014 -55,8175991 1135,29254 1067,817599 -123,292541
11
1273,89161 46,7342657 1320,62587 1243,765734 -30,1258741
12
1356,67308 48,1194639 1404,79254 1351,380536 -5,29254079

3.2.6. Calculs des variations accidentelles

Le tableau n° 5 reprend les différentes valeurs des variations accidentelles qui ne sont
rien d’autre que la différence entre la série brute et la série ajustée.

4. Prévisions pour les trimestres de 2019

La prévision passe par l’équation du trend,

soit « at+b » = 82,78146853t+363,2954545 dans lequel on remplace le temps t par

le chiffre correspondant de 13, 14, 15 et 16 pour les quatre trimestres de l’année 2019.

Le trend obtenu donne lieu à d’autres composantes. Le tableau suivant donne les
différentes valeurs prévisionnelles pour 2019.
 12

Tableau n°6 Les différentes valeurs prévisionnelles pour 2019

le trend Coefficients la série Série corrigée variations

linéaire saisonniers ajustée des variations S accidentelles
SJ ^
Yt
Années Ti Yi TREND     Série CVS Et St

  1 323 446,076923 -39,0361305 407,040793 362,036131 -84,0407925 -123,076923

  2 505 528,858392 -55,8175991 473,040793 560,817599 31,9592075 -23,8583916
2016 3 686 611,63986 46,7342657 658,374126 639,265734 27,6258741 74,3601399
  4 772 694,421329 48,1194639 742,540793 723,880536 29,4592075 77,5786713
  5 795 777,202797 -39,0361305 738,166667 834,036131 56,8333333 17,7972028
2017 6 895,5 859,984266 -55,8175991 804,166667 951,317599 91,3333333 35,5157343
  7 992 942,765734 46,7342657 989,5 945,265734 2,5 49,2342657
  8 1049,5 1025,5472 48,1194639 1073,66667 1001,38054 -24,1666667 23,9527972
  9 1096,5 1108,32867 -39,0361305 1069,29254 1135,53613 27,2074592 -11,8286713
2018 10 1012 1191,11014 -55,8175991 1135,29254 1067,8176 -123,292541 -179,11014
  11 1290,5 1273,89161 46,7342657 1320,62587 1243,76573 -30,1258741 16,6083916
  12 1399,5 1356,67308 48,1194639 1404,79254 1351,38054 -5,29254079 42,8269231
  13   1439,45455 -39,0361305 1400,41841 39,0361305 -1400,41841  
  14   1522,23601 -55,8175991 1466,41841 55,8175991 -1466,41841  
PREVISIO
N 2019* 15   1605,01748 46,7342657 1651,75175 -46,7342657 -1651,75175  
  16   1687,79895 48,1194639 1735,91841 -48,1194639 -1735,91841  
 13

Le graphique suivant présente les différentes tendances autours du trend. Les variations accidentelles tournent autour de zero.

Les séries ajustées, corrigées ainsi que la saisonnalité de celles-ci s’affichent clairement sur la tendance.

Tableau n° Correlogramme des différentes tendances de la série

1600

1400

1200

1000
Ti
800 Yi
TREND
série ajustée
600
série corrigée
variations accidentelles
400

200

0
1 2 3 4 5 6 7 8 9 10 11 12

-200
 14

5. La productivité

La productivité apparaît généralement sous la forme d’un rapport entre la production

totale et un facteur de production. La productivité indique comment varie la
production totale lorsque l’on fait varier l’un des facteurs de production. On recherche
en d’autres termes à préciser la contribution du facteur de production à la croissance de
la production.

La productivité du travail

En pratique, la mesure la plus utilisée est la production horaire par travailleur dans le
secteur industriel. L’inverse de la productivité moyenne du travail est appelée : le
coefficient d’utilisation de la main d’œuvre, notée u=L/Y.

On appelle productivité marginale du travail, la variation de la production engendrée

par une variation du facteur travail (c’est à dire d’une unité supplémentaire de facteur
travail). La productivité marginale du travail peut être définie comme la quantité
supplémentaire produite à l’aide d’un salarié nouveau, ou d’une heure additionnelle.

Pour le cas de cette entreprise, elle est exprimée par le graphique suivant :

180

160

140
120

100

80

60

40
20

0
1 2 3 4 5 6 7 8 9 10 11 12

On peut observer que jusqu’au quatrième trimestre, la croissance de la production est

reliée à l’augmentation du nombre des travailleurs. Le recrutement des unités
supplémentaires n’ont pas fait évoluer proportionnellement la production.

Conclusion
 15

Dans une entreprise, la gestion consiste à établir des prévisions sur la production, sur
le mouvement de la demande, du marché, des cours des matières premières…
l’exercice consistera à effectuer des prévisions rationnelles. Cette prévision, pour
l’entreprise DAN permet de constater qu’elle est en phase de croissance. L’évolution
de la demande exprimée par le niveau d’écoulement de la production amène à prendre
certaines mesures dont l’augmentation de la capacité de production, l’établissement
d’une approche rationnelle de la gestion des stocks. Elle permet : de traduire
concrètement les objectifs stratégiques fixés par la direction de coordonner les
différentes actions de l’entreprise de prévoir les moyens nécessaires à leur mise en
œuvre (trésorerie, capacité de production) de faire des choix entre plusieurs
hypothèses. L’entreprise DAN, devra, à très court terme revoir sa politique de
production pour éviter des files d’attente, des ruptures de stock. L’augmentation de la
production demande un dépôt plus spacieux pour les matières premières, le
recrutement des nouvelles unités (facteur de production)
L’analyse prévisionnelle demeure ainsi un outil important pour la planification dans
une optique de gestion entreprise.
Arriver à saisir la saisonnalité des mouvements permet d’anticiper les éventuels chocs
et minimiser les risques inhérents à chacun d’entre eux. L’entreprise se dotera ainsi
d’un tableau de bord indicatif pour rationnel.
 16

Bibliographie

1. PONTY Nicolas, Analyse conjoncturelle et analyse statistique des fluctuations, 2020

2. Eric MOUTIER, Gestion prévisionnelle, mai 2011, Page 19.
3. KANYAMA Isaac, modèle de croissance économique, note des cours, UCC 2020.
4. KASESHI THULENGE Adelard - Diens, théorie prévisionnelle. Note de cours DEA/Economie et
développement, UCC. 2018-2019