1

UNIVERSITE DU LAC TANGANYIKA

INSTITUT INTERFACULTAIRE DE STATISTIQUE

RECHERCHE DU MODELE PREVISIONNEL DU PRODUIT INTERIEURE BRUT DU

BURUNDI
 i

1.1 DEDICACES

A mon regretté Père ;

A ma mère ;

A mes frères et sœurs ;

A mes tantes et oncles ;

A mes cousin et cousine ;

A tous ceux qui me sont chers et à mes amis.

MUGISHA Fiston

A mon Père ;

A ma mère ;

A mes sœurs ;

A mes cousins et cousines ;

A tous ceux qui me sont chers et à mes amis.

ARAKAZA Guy Orly

 ii

1.2 REMERCIEMENTS

Au terme de présent travail, l’honneur nous échoit d’exprimer notre profonde reconnaissance
à toutes les personnes, qui de près, ou de loin, ont contribué à sa réalisation.

Nos sentiments de gratitude vont principalement à Mr le ministre des Finances, du Budget et

de Coopération au Développement Economique pour nous avoir accordé ce stage.

Nous remercions Mr Nolasque NDIKUMANA ainsi que tout le personnel du Ministère des
Finance, du Budget et de la Coopération au Développement Economique, plus
particulièrement ceux de la direction du budget qui ont sacrifié leur temps enfin que nous
ayons une bonne compréhension de leur travail quotidienne.

Nous exprimons aussi une grande reconnaissance à l’université du Lac Tanganyika qui a mis
des programmes actualisés et aux enseignants de l’institut inter-facultaire de statistique pour
tous les connaissances qu’ils nous ont inculquée.

Nous adressons également nos sincères remerciements à Mr Léonce MPURIKIYE, Directeur

de mémoire. Ses conseils, ses remarques, ses exigences, ses suggestions, sa compréhension et
surtout sa rigueur scientifiques.

Nos remerciements les plus profonds vont à l’endroit de nos familles qui nous ont apporté un
soutien inégalable tout au long de nos parcours

A tous, trouver dans ce travail le résultat de vos efforts, attention, accompagnement

 iii

1.3 TABLE DE MATIERE

DEDICACES...........................................................................................................................i
REMERCIEMENTS...............................................................................................................ii
TABLE DE MATIERE..........................................................................................................iii
SIGLES ET ABREVIATIONS...............................................................................................v
Liste des Figures....................................................................................................................vi
LISTE DES TABLEAUX.....................................................................................................vii
0. INTRODUCTION GENERALE.........................................................................................8
0.1. Problematique...............................................................................................................9
0.2. Méthodologie................................................................................................................9
0.3. Objectifs du travail.......................................................................................................9
CHAPITRE I : PRESENTATION GENERALE DU MINISTRERE DES FINANCE
DU BUDGET ET DE LA COOPERATION AU DEVEPPEMENT
ECONOMIQUE......................................................................................10
I.1. Situation géographique du MFBCDE.........................................................................10
I.2. Historique du MFBCDE..............................................................................................10
I.3. Mission générales du MFBCDE.................................................................................11
I.4. Objectifs des MFBCDE..............................................................................................13
I.5. Organisation du MFBCDE..........................................................................................13
I.5.1. Service de l’administration centrale...................................................................13
I.5.2. Organigramme du MFBCDE..............................................................................15
CHAPITRE II : DEROULEMENT DE STAGE.............................................................16
II.1. Organisation de la direction générale de la programmation et du budget.................16
II.1.1. Les missions de la direction générale et de la programmation du budget.........16
II.1.2. Le service de contrôle et exécution budgétaire.................................................17
II.1.3. Le service de la solde........................................................................................18
II.1.4. Service de la prévision et la préparation budgétaire.........................................18
II.2. Le modèle MACMOD_BI.........................................................................................20
II.2.1. Structure générale du modèle MACMOD-BI...................................................21
II.2.2. Méthode de projection dans le modèle MACMOD-BI.....................................21
CHAPITRE III : MODELISATION ET EVOLUTION DU PRODUIT INTERIEURE
BRUTE..................................................................................................23
III.1. Introduction..............................................................................................................23
 iv

III.2. Fondement théorique du modelé ARIMA................................................................23

III.2.1. Définition de la série temporelle......................................................................23
III.2.2. Les généralités du modelé ARIMA par la méthodologie de Box and Jenkins
Introduction du modelé ARIMA..................................................................................24
III.3. Application de la méthode de BOX- JENKINS.......................................................26
III.3.1. Représentation graphique des données............................................................26
III.3.2. Analyse de la stationnarité et calcul du paramètre « d »..................................27
III.3.3. Détermination des paramètres « p » et « q »....................................................30
III.3.3.1. Etude des autocorrélations simple et calcul du paramètre « q »...............30
III.3.3.2. Etude des autocorrélations partielles et calcul du paramètre « p »...........31
III.3.3.3. Estimation des paramètres du modelé......................................................31
III.3.3.4. Choix du modèle.......................................................................................35
III.3.3.5. Validation du modelé................................................................................37
III.3.3.6. Représentation graphique des résidus.......................................................37
III.3.3.7. Le test de normalité des résidus :Jarque-Bera test....................................39
CHAPITRE IV : CORRELATION ENTRE LES ELEMENTS CONSTITUTIFS DES
UNITES D’ENSEIGNEMENT ET LE STAGE..............................42
IV.1. Série temporelle........................................................................................................42
IV.2. Statistique descriptive...............................................................................................42
IV.3. Inférence statistique..................................................................................................42
IV.4. Introduction aux logiciels statistiques......................................................................43
IV.5. Macroéconomie........................................................................................................43
CONCLUSION GENERALE............................................................................................44
Suggestion.........................................................................................................................45
RÉFÉRENCES BIBLIOGRAPHIQUE............................................................................46
ANNEXE..............................................................................................................................47
 v

1.4 SIGLES ET ABREVIATIONS

 vi

1.5 Liste des Figures

Graphique 1:Evolution du PIB.................................................................................................26

Graphique 2: Evolution du PIB différenciée une fois..............................................................28
Graphique 3: Evolution du PIB différenciée deux fois............................................................29
Graphique 4: Autocorrelogramme ACF du PIB différenciée deux fois..................................30
Graphique 5:Autocorrelogramme Partielle PACF du PIB différenciée deux fois...................31
Graphique 6: Représentation des résidus.................................................................................37
Graphique 7: Graphique des autocorrélations simples............................................................38
Graphique 8: Graphique des autocorrélations partielle...........................................................38
Graphique 9: Test de Bartlett pour le bruit blanc....................................................................39
Graphique 10: Courbe de la série initiale et la série estimée...................................................40

2
 vii

2.1 LISTE DES TABLEAUX

Tableau 1: Test de Dicky-Fuller de la série initiale..................................................................27

Tableau 2:Test de Dicky-Fuller du série différenciée une fois.................................................28
Tableau 3:Test de Dicky-Fuller du série différenciée deux fois...............................................29
Tableau 4: Modelé ARIMA (1,2, 1) avec constante.................................................................31
Tableau 5:Modele ARIMA (1,2, 1) sans constante..................................................................32
Tableau 6: Modelé ARIMA (1,2, 1) avec constante.................................................................32
Tableau 7: Modelé ARIMA (1,2, 3) sans constante.................................................................33
Tableau 8: Modelé ARIMA(2,2, 1) avec constante..................................................................33
Tableau 9: Modèle ARIMA(2,2, 1) sans constante..................................................................34
Tableau 10: modelé ARIMA (2,2, 3) avec constante...............................................................34
Tableau 11: modèle ARIMA (2,2, 3) sans constante................................................................35
Tableau 12: Choix du modèle...................................................................................................36
Tableau 13: modèle ARIMA(2,2, 0) sans constante.................................................................36
 8

2.2 0. INTRODUCTION GENERALE

En tant qu’indicateur économique principal de mesure de la production économique, le PIB

vise à quantifier la production de richesse réalise sur un Etat sur un période donnée grâce aux
agents économique résidant dans le pays. C’est l’un des agrégats majeurs des comptes
nationaux.

Il s’agit donc d’un indicateur qui reflète l’activité économique interne d’une nation. La
variation du PIB d’une année sur l’autre permet de mesurer le taux de croissance économique
d’un pays. Une augmentation du PIB signifie qu’un pays connait une croissance économique.
A l’inverse, une diminution du PIB est une décroissance.

La mesure du PIB consiste à faire la somme des valeurs ajoutées des biens et des services
produits au sein d’un pays, ce qui permet aux statisticiens d’analyser l’impact sur des autres
variables. Il permet aussi de comparer les performances économiques de différents pays.

Le PIB est un élément important du cadrage budgétaire car il permet de projeter les
ressources qui sont à la base de la préparation du budget de l’état.

Il existe un groupe technique dans la direction du budget du MFBCDE qui prépare et prévoit
le budget de l’état, celui-ci utilise le modelé macroéconomique MACMOD_BI élabore en
partenariat avec le Fond monétaire internationale il s’agit d’un modelé économétrique qui
sert à projeter les différents indicateurs comme le PIB. Ce modèle comprend 7 modules (PIB-
Ressources, PIB-Emplois, PIB-Prix, TOFE, CDMT, Monnaie-crédit et BDP).

Dans le processus de la préparation budgétaire le modelé MACMOD effectue des recettes

espérées par le gouvernement dans les années à venir .Cette activité est réalisé après avoir
faire la prévision du PIB.

Notre travail est subdivise en quatre chapitre le premier chapitre consacre la présentation,
l’organisation et les missions du MFBCDE, le deuxième chapitre indique le déroulement du
stage et les services visitées.

L’objectif du stage sera vu dans le troisième chapitre qui est la modélisation et l’évolution du
PIB enfin le dernier chapitre portera sur la corrélation entre les unités de cours
d’enseignement reçu à l’université avec le stage.
 9

2.2.1 0.1. Problematique

Le MFBCDE a l’obligation de collecter les différentes données auprès des Ministères et

institutions productrices des données nécessaires. La collecte de ces données et leur
traitement avant leur utilisation est une tache couteuse en termes de ressource et du temps,
une question qu’on se posée « Comment le MFBCDE doit-il prévoir le PIB de façon à avoir
une idée sur la richesse du pays  »Pour répondre cette question, on a choisi de modéliser
l’évolution du PIB en se basant que sur ces valeurs passées.

2.2.2 0.2. Méthodologie

Dans notre travail nous avons utilisé la recherche documentaire comme source et puis le
modelé ARIMA pour la modélisation de la prévision.

2.2.3 0.3. Objectifs du travail

L’objectif du travail est d’élaborer un modelé de prévision du PIB en considérant les

connaissances acquises au cours de la formation académique.

2.3
 10

2.4 CHAPITRE I : PRESENTATION GENERALE DU MINISTRERE

DES FINANCE DU BUDGET ET DE LA COOPERATION AU
DEVEPPEMENT ECONOMIQUE

Le Ministère des Finances, du Budget et de la Coopération au Développement Economique

est une institution clé pour le Gouvernement du Burundi. Il est intermédiaire privilégié entre
les partenaires technique et financiers du pays et le Gouvernement du Burundi. Ce chapitre
est consacré à sa présentation à travers sa localisation, son historique, ses missions, ses
objectifs, son organisation et ses perspectives d’avenir.

2.4.1 I.1. Situation géographique du MFBCDE

Le Ministère des Finances, du Budget et de la Coopération au Développement Economique

est situé dans la commune Mukaza, Quartier Rohero1, Boulevard du Japon. Nous pouvons le
situé comme suit :

- au nord, il y a l’ancien building des Finances ;

- au sud, il y a la mutuelle de la Fonction Publique ;
- à l’Est, il y a la « cathédrale Regina Mundi » ;
- à l’Ouest, se trouve l’Ecole Belge.

2.4.2 I.2. Historique du MFBCDE

Le Ministère des Finances, du Budget et de la Coopération au Développement Economique a

pris différentes formes et nominations depuis l’époque coloniale jusqu’à nos jours. Pendant la
période où le Burundi et le Rwanda étaient sous la Tutelle Belge qui a pris fin en 1962, il n’y
avait pas de Ministère des Finances. Les recettes et dépenses de l’Etat étaient collectées et
gérées par le Gouvernement Belge. Ce dernier votait un budget destiné aux deux territoires
sous sa Tutelle.

En 1962, avec l’accession du Congo à l’indépendance, la gestion commune du Congo et

Ruanda-Urundi a été dissoute et de nouvelles structures administratives pour Ruanda-Urundi
furent créées. Par après l’indépendance du Ruanda-Urundi en 1962 a donné lieu à une
séparation de la gestion politique et administrative entre les deux pays.
 11

Chaque pays a créé un Gouvernement propre ; d’où la naissance du Ministère des Finances,
du Commerce et de l’industrie. Le Ministère a changé plusieurs fois de dénomination :

- depuis en 1963 jusqu’en 1976, le Ministère devient le Ministère des Finances et de

l’Economie ;
- de 1976 jusqu’en 2007, le Ministère s’appelait Ministère des Finances ;
- de 2007 jusqu’en 2011, le Ministère s’appelait Ministère de l’Economie, des Finances et
de la coopération au Développement ;
- de 2011 jusqu’en 2016, le Ministère s’appelait Ministère des Finances et de Planification
du Développement Economique ;
- de 2017 jusqu’en 2018, le Ministère s’appelait le Ministère des Finances, du Budget et de
la Privatisation ;
- de 2018 à nos jours, ce Ministère s’appelle le Ministère des Finances, du Budget et de la
Coopération au Développement Economique.

2.4.3 I.3. Mission générales du MFBCDE

Le Ministère des Finances, du Budget et de la coopération au Développement Economique a

pour mission de1 :

- concevoir et exécuter la politique financière et monétaire du Gouvernement ;

- participer à l’élaboration, en collation avec les Ministère sectoriels, de la stratégie de
réduction de la pauvreté et en assuré le suivi ;
- participer, en étroite collaboration avec les Ministère Sectoriels, à la Programmation et
assurer le suivi physique et l’évaluation des Investissements Publics (PIP) et les
Programmes de Dépenses Publiques(PDP) ;
- préparer les Programmes Investissement Publics(PIP) et les Programmes de Dépenses
Publiques (PDP) ;
- coordonnée l’élaboration du Cadre des Dépenses à Moyen Terme (CDMT) dans les
Ministères;
- préparer les Programmes de Coopération Technique (PCT) et en assurer la coordination,
le suivi et l’évaluation ;
- participer à la promotion du secteur privé ;
1
Article 1 du Décret n 01OO/081 du 20 juillet 2018 portant missions, Organisation et fonctionnement du
MFBCDE
 12

- contribuer, par une saine gestion des finances publiques, au développement économique
et social ;
- préparer le budget général de l’Etat et en assurer l’exécution ;
- assurer la mission d’ordonnateur de l’ensemble des dépenses de l’Etat ;
- assurer l’équilibre financier interne et externe du pays et en particulier promouvoir
l’épargne ;
- superviser l’ensemble des activités engeant financièrement l’Etat ;
- prendre toutes les mesures visant la sauvegarde du patrimoine de l’Etat ;
- représenter et défendre les intérêts du Burundi en matière économique au niveau
international ;
- promouvoir les relations économiques et financières avec les partenaires au
développement ;
- préparer et négocier les programmes de coopération économique avec les partenaires
bilatéraux  et multilatéraux, afin de favoriser le progrès économique et social du pays ;
- promouvoir, de concert avec les Ministères techniques concernés, le développement des
relations économiques et commerciales entre le Burundi et les autre pays afin de
promouvoir l’économie nationale ;
- propose la mise à jour de la politique de réformes des sociétés à participation publique ;
- élaborer la planification du développement du pays à court, moyen et long terme ;
- assurer le suivi de la mise en œuvre de la stratégie de réduction de la pauvreté ;
- adapter les politiques sectorielles au plan national de développement ;
- mener les études prospectives, en collaboration avec les instances habilitées, pour aboutir
à une vision stratégique nationale de développement à court, moyen et long termes ;
- assurer en permanence la fonction de prévision et de cadrage macroéconomique ainsi que
l’anticipation de l’impact des politique économiques ;
- concevoir, coordonner et évaluer l’exécution du plan national de développement ;
- participer à la conception d’une politique nationale de population ;
- faire la promotion de l’investissement étranger direct au Burundi ;
- élaborer et assurer le suivi des projets d’investissement du ministère.

En plus de ses missions, le conseil des Ministres du 13 juin 2018 a attribué au Ministères des
Finances, du Budget et de la Coopération au Développement Economique la mission
suivante :

- coordonner la demande, la distribution et la gestion des valeurs communales.

 13

2.4.4 I.4. Objectifs des MFBCDE

Le Ministère des Finances, du Budget et de la Coopération au Développement Economique a

pour objectif de2:

- connaître les opérations budgétaires et l’opération de trésorerie ;

- intégrer les opérations dans la comptabilité économique nationale ;
- contrôler la gestion des ordonnances et celle des comptes publics ;
- ordonner l’établissement et la mise en application du budget annuels de l’Etat ;
- assurer la collecte des impôts et le paiement des dépenses publiques ;
- assurer la transparence parfaite de la gestion par son service dénommé trésor des avoirs
(trésorerie) et passif ;
- soutenir des relations financières avec les collectivités locales et le commerce extérieur.

2.4.5 I.5. Organisation du MFBCDE

Pour accomplir ses missions, le Ministère des Finances, du Budget et de la Coopération au

Développement Economique dispose des services de l’administration centrale et des
organismes ou institutions à autonomie administrative et financière sous sa tutelle.3

2.4.5.1 I.5.1. Service de l’administration centrale

Les services de l’administration centrale du Ministère des Finances, du Budget et de la

Coopération au Développement Economique comprennent les Directions Générales
subdivisées en Direction et chacune des Directions comprend autant de services que de
besoin. Une ordonnance du Ministère détermine l’organisation et le fonctionnement des
services.

La structure organisationnelle dudit Ministère est la suivante 4:

- La Coordination du Cabinet du Ministère ;

- Le Secrétariat Permanent ;

2
Brochure du MFBCDE

3
Article 2 du décret 100/081 du 20 juillet 2018 portant Missions, Organisation et Fonctionnement du
MFBCDE.

4
Article 4 du décret 100/081 du 20 juillet 2018 portant Missions, Organisation et Fonctionnement du MFBCD
 14

- La Direction Générale de l’Administration et des Finances ;

- La Direction Générale de la Programmation et du Budget ;
- La Direction Générale de la planification et de la Coopération ;
- La Direction Générale de l’Economie ;
- Le Bureau du Suivi et Evaluation ;
- L’inspection des finances et Audit Interne ;
- La Direction de l’Informatique ;
- La Direction Nationale des Domaines et du Patrimoine de l’Etat ;
- La Direction Nationale de contrôle des Marchés Publics 
 15

2.4.5.2 I.5.2. Organigramme du MFBCDE

Cabinet du Ministre

Coordination du cabinet

Secretariat permanent

Bureau du suivi et Inspection des Finances et Direction de

evaluation audit interne l'informatique

Direction Direction Direction Direction

Direction Générale de Direction Drection Nationale
Générales Générale de Nationale
Générale des la Générale de de
de la des
Finances programmati l"Economie Controle Domaine
l'Administr on et du Planification des
Publiques et de la s et du
ation et des Budget Marché
Finances Copération Patrimoir
Publique e de
Direction de l'Etat
Direction de
la Direction de l'Economie
Comptabilité la Secr.
Directio Publique et Planification Executif
n des du Tresor Direction National
Ress. Direction de
de la l'Appui au Comite
Hum Program Dévéloppeme permanent
mation nt du Secteur
Direction Direction
de la Direction de la Privé
des Cooperation
Finances Politique
Fiscale au
Dévélioppeme Serv.
Direction Direction de Techn.
nt la veille des
du Budget Economique Specialisés
Direction Entreprises
des Direction Publiques
Services de la Dette
Généraux
Direction des
Organisation
Non
Gouvernement
ale
 16

2.5 CHAPITRE II : DEROULEMENT DE STAGE

Le stage s’est déroulé au MFCDE au sein de la Direction Générale de la Programmation et du

Budget pendant un mois. Nous avons pu passer dans tous les services qui constituent la
direction, mais parmi tous, le service de la prévision et de la préparation budgétaire était
adapté à notre domaine. C’est pour cela que nous avons consacré beaucoup de temps de
notre stage dans ce service pour mieux savoir ce que la science de la Statistique apporte biens
dans la prévision et la préparation du budget annuel de l’Etat.

Tout d’abord, avant de donner plus de détail sur la DGPB, j’aimerais d’abord expliquer sur la
politique budgétaire et le budget.

Par définition, le budget est une loi. C’est un document juridique, adopté par le conseil des
ministres, voté par les deux chambres du parlement et promulgué par le Président de la
République. Ce document contient des prévisions qui sont basées sur une estimation des
recettes et des dépenses de l’année prochaine ou des années prochaines à effectuer par l’Etat

La politique budgétaire est la mise en œuvre de l’instrument fondamentale de la politique

gouvernementale qui est le budget. Le budget doit être (i) préparé (ii) exécuté (iii) contrôlé.
La politique budgétaire couvre alors ces trois phases.

L’objet de ce chapitre est de montrer comment se déroule au Burundi la phase de la

préparation ou encore la programmation budgétaire.

2.5.1 II.1. Organisation de la direction générale de la programmation et du budget

La DGPB comprend trois services à savoir :

- le service de la prévision et de la préparation budgétaire ;

- le service de contrôle et exécution budgétaire ;
- le service de la solde ;

2.5.1.1 II.1.1. Les missions de la direction générale et de la programmation du budget

La DGPB a pour missions notamment de5:

- préparer, en liaison avec les différents ministères l’avant-projet de loi de Finance

fixant le Budget général de l’Etat ;

5
Article 21 du Décret 100/081 du 20 juillet 2O18 portant Missions, Organisation et Fonctionnement du
MFBCDE.
 17

- préparer un plan trimestriel d’engagement global et animer le réseau des contrôleurs

des engagements de dépenses placés auprès des ministères sectoriels ;
- veiller à l’application du décret sur la Gouvernance budgétaire en matière de respect
de la procédure et du calendrier budgétaire ;
- participer à la préparation du Cadre Budgétaire à Moyen Terme fondé sur une analyse
des agrégats macro-économique et des hypothèses de croissances ;
- assurer la prévision, la préparation, l’exécution et le suivi du cadrage budgétaire
pluriannuel ;
- assurer le suivi et l’évaluation des dépenses ;
- définir les imputations budgétaires ;
- établir les états périodiques des engagements de dépenses du budget de l’Etat ;
- assurer la prévision, la gestion et le contrôle financier de la solde ;
- veiller à l’application du Règlement Général de Gestion des Budgets Publics en
matière d’exécution des dépenses ;
- produire chaque fin du mois, le rapport sur la variation des effectifs et de la masse
salariale au sein des différents ministères ;
- assurer le visa préalable à l’engagement de toute dépense et la tenue au journal des
engagements des dépenses autorisées et visées ;
- préparer les ordonnances d’ouverture de crédit supplémentaires virement ou transfert
de crédits ;
- produire les rapports de la Direction du Budget.

2.5.1.2 II.1.2. Le service de contrôle et exécution budgétaire

Ce service contrôle tous les engagements des dépenses publiques, il a pour mission de
procéder aux différents contrôles budgétaires en passant par la phase administrative de la
dépense. Elle comporte trois étapes à savoir : l’engagement ; la liquidation et
l’ordonnancement.6

6
Manuelle d’exécution de dépense
 18

L’engagement

Il se fait en deux temps, l’engagement budgétaire et l’engament juridique.

L’engagement budgétaire consiste en l’évaluation par le gestionnaire et en la réservation

par le CED, des crédits nécessaires à la couverture d’une dépense publique future. En vertu
du principe de prudence, l’évaluation faite par référence aux estimations retenues lors de la
préparation du budget, à des mercuriales de prix à des barèmes de salaires ou tout autre
élément pertinent, doit être basée sur des hypothèses maximales des couts. L’excèdent
éventuel des crédits fera l’objet d’un désengagement automatique au profit de la même ligne
budgétaire et le déficit sera résorbé par un engagement supplémentaire de montant
correspondant.

L’engagement juridique qui est un acte par lequel l’Etat crée à son encontre une obligation
de laquelle résultera une charge. Elle se matérialise par la signature d’un contrat, d’une
décision de la nomination, d’une lettre de commande, d’un bon de commande, d’une
ordonnance ministérielle, etc….
La liquidation : Elle a pour objet de vérifier la réalité de la dette et d’arrêter le montant exact
de la dépense.

2.5.1.3 II.1.3. Le service de la solde

Ce service contrôle et vérifie tous les salaires des employés de l’Etat. Il travaille en
collaboration avec le ministère des fonctions publique qui ce dernier contrôle tous les
fonctionnaires de l’Etat. Ce service vérifie tous les fiches de salaire avant de les envoyer dans
la direction de la comptabilité pour faire l’ordonnancement qui consiste à donner un ordre à
payer par l’ordonnateur (ministre des finances) au comptable publique ou au comptable
principales de l’Etat. Cette étape se succède par le paiement qui consiste à donner l’ordre de
décaissement.

2.5.1.4 II.1.4. Service de la prévision et la préparation budgétaire

Ce service a pour rôle de collecter des données de toute l’activité économique de l’Etat en
rapport avec les ressources et les dépenses du Budget afin de faire la Prévision et la
préparation du Budget de l’Etat. Cette Prévision est calculé par le modelé MACMOD_BI qui
est un modelé macro-économétrique de cadrage macro économétrique et budgétaire pour le
Burundi qui sert à projeter les principaux agrégats du cadre macroéconomique notamment le
 19

PIB et ses composantes, le TOFE, les agrégats monétaire, des indicateurs sociaux et ainsi que
les indicateurs lies à la sante et à l’éducation.

Ce service a pour principales tâches de :

- Préparer le Cadre Budgétaire à Moyen Terme(CBMT) fondé sur une analyse des agrégats
macro-économique et des hypothèses de croissance ;7
- Contribuer à l’élaboration du Cadre des Dépenses à Moyen Terme central (CDMT
central).
- Préparer le projet de lettre de cadrage budgétaire ;
- Préparer en liaison avec les différents Ministères l’avant-projet de la loi de finances.
- Ses taches sont à la base de la Programmation budgétaire qui passe par les étapes
suivantes :
- les orientations budgétaires qui comprend le Cadre Stratégique de Lutte contre la
Corruption (CSLP2), les Programmes d’Actions Prioritaire-Cadre des Dépense à Moyen
Terme (PAP-CDMT), le Programme d’Investissement Public(PIP) et le Mémorandum de
Politique Economique et Financier(MPEF) ;
- Sur base des orientations budgétaire, il est procède à la confection du cadrage Macro-
économique et budgétaire ;
- A partir du cadre Macro-économique et budgétaire on génère les ressources et les
dépenses pour chaque ministère avec les ressources disponible à l’aide du Modèle
MACMOD_BI ;
- Lettre de cadrage budgétaire qui est une circulaire envoyé par le ministère des Finances
aux ministère sectoriels comprenant les enveloppes budgétaire plafond pour la
préparation de leur budget ;
- La centralisation des budgets des Ministères par le MFBCDE ;
- Les conférences budgétaires c a d qu’on a des discussions budgétaires pour l’allocation
des crédits des ministères et institutions qui doivent être respecter les plafonds et normes
des dépense fixées dans la lettre de cadrage . A la fin des discussions, il y a rédaction d’un
Procès-verbal (PV) pour la consolidation de l’avant-projet de budget ;
- Arbitrage entre les ministères sectoriels et le Ministère des Finances ;
- L’envoie du projet de budget au gouvernement et l’adoption par le conseil des Ministres
pour les amendements éventuels ;
- Le vote par le parlement (Assemblée Nationale et Sénat) ;
7
M2 Politique budgétaire Burundi-Module #2-Final - Michel Dessart
 20

- Promulgation par le Président de la République.

2.5.2 II.2. Le modèle MACMOD_BI

Qu’est-ce que le modèle MACMOD_BI ?

C’est un modèle macro-économétrique de cadrage macroéconomique et budgétaire pour le
Burundi qu’on utilise au MFBCDE pour faire la préparation et la prévision budgétaire. Il sert
à projeter les principaux agrégats du cadre macroéconomique -notamment le PIB et ses
composantes, le TOFE, la balance de paiement, les agrégats monétaires et ainsi que les
indicateurs sociaux notamment le profil de la pauvreté et les autres indicateurs lié à la sante
et à l’éducation.8
Ce modèle repose sur une base de donnée longitudinale constitué de séries temporelles
aisément extensible ainsi biens dans le temps (addition des nouvelles années aux séries) que
dans la désagrégation spatiale des activités (addition des nouvelles séries ou éclatement des
activités de secteur par branche ou par produit).

Il intègre les trois grands modules :

- le module des données historiques

- le module de calcule
- le module des Etats de sortie

Le module MACMOD-BI est structuré pour permettre de faire des cadrages à long, moyen et
long terme en combinant une approche exogène permettant de formuler des hypothèses sur
les évolution de l’économie à court terme et une approche de croissance endogène pour des
simulations des politiques publique majeures et des projections à moyen et long terme au
profil de l’économie. Dans sa nouvelle version de(2018), le modèle MACMOD-BI intègre
une projection détaillée des recettes de l’Etat selon la nomenclature des recettes en vigueur.
Le cadrage à court terme dans une approche exogène. Cette approche mobilise les
données et les informations disponibles au cours des premiers mois de l’année pour estimer
les niveaux des agrégats économique pour l’année courante.

8
Annexe 1_MACMOD_BI_Guide de l'utilisateur__Raphael N'guessan_31Décembre 2018
 21

Le cadrage à moyen et long terme avec une approche de croissance endogène. la

construction d’un cadrage macroéconomique dans cette approche permet d’analysé les
prospective économique à moyen et long terme en tenant compte des développements
conjoncturels, mais aussi des effets économiques des politiques budgétaires et des reformes
du gouvernement.
Cette approche permet en particulier à relier le cadre macroéconomique au cadre budgétaire à
travers l’impact des choix budgétaires sur les développements sectoriel (effet
multiplicateur /accélérateur de la dépense publique et effet sectoriel des choix stratégiques
d’allocation des ressources).

2.5.2.1 II.2.1. Structure générale du modèle MACMOD-BI

Le modèle « MACMOD-BI «  est construit à l’aide d’un logiciel Microsoft Excel pour
permettre une prise en main rapide. Il fonctionne sur toutes les versions adaptables. Il est
souvent recommandé de travailler sous le format xlsm (acceptant les macros). Le modèle est
organisé autour de trois blocs : un bloc de données ; un bloc appelé modèle ; un bloc des
output. Quatre fichiers interdépendants permettent de travailler de manière conviviale. Il
s’agit des fichiers :
- MACMOD-BI. Start. Xlsm
- MACMOD-BI. Data. Xlsm
- MACMOD-BI. Modèle. Xlsm
- MACMOD-BI. Output. Xlsm

Schéma descriptif du modèle MACMOD-BI

2.5.2.2 II.2.2. Méthode de projection dans le modèle MACMOD-BI

Plusieurs méthode de projection se combine dans le module de calcule du modèle

MACMOD-BI pour faire la projection des variables économiques. Le choix de la méthode de
projection dépend de plusieurs facteurs. Il s’agit notamment (i) de la portée temporelles des
projections ; et (ii) des informations détenues sur les déterminants et le comportement de la
variable à projeter.
Au total, les méthodes de projection les plus utilisées dans le modèle MACMOD-BI sont la
méthode des taux de croissance et la méthode des ratios. Ce pendant pour certaines variables,
la méthode des moyennes mobile ou des pondérations est utilisée.
 22

La méthode des taux de croissance. Cette méthode consiste à d’abord projecteur le taux de
croissance de la variable en niveau.
D’où la formule est la suivante :
Projection du taux de croissance de la variable V en année t+1 = gr (vi(t+1))
Ensuite le calcul du niveau vi(t+1) = vit*(1+ gr (vi(t+1)))
La méthode des ratios : les ratios sont calculés sur les années récentes ou donnée comme
hypothèse de politique économique. Par exemple les divers impôts sont calculés à partir des
ratios moyens par rapport à des assiettes économiques appropriées (impôt direct/PIB,
importation/ exportation etc…)
Niveau : Yt = r (y/x)(t-T).Xt
Ratio par rapport à l’année précédente : r (y/x)(t-a)
La méthode des moyennes mobiles : elle est utilisée lorsqu’on dispose de très peu
d’information
 23

2.6 CHAPITRE III : MODELISATION ET EVOLUTION DU

PRODUIT INTERIEURE BRUTE

2.6.1 III.1. Introduction

Le PIB est un indicateur qui mesure la richesse d’un pays c a d tout ce qui est produit dans le
pays en une année.

Il existe trois méthodes différentes pour calculer le PIB : La somme des valeurs ajoutées crée
dans l’économie (approche de la production), L’ensemble des biens de consommations et
d’investissement utilisés dans l’économie (approche par les emplois) et enfin la somme la
somme des revenus primaire distribuées à l’occasion des revenus (approche par les revenus).

C’est l’agrégat le plus important parce qu’il mesure la croissance économique.

Pour prévoir le budget de l’état, il est plus important d’avoir une idée globale sur la richesse
future du pays qui permettra de projeter les ressources et les dépenses qui sont nécessaire à la
préparation budgétaire.

Dans ce chapitre on va déterminer un modelé de prévision du PIB. C’est un modèle

Autoregressive Integrated Moving Average (ARIMA) fondé sur l’observation des valeurs
passées d’une série temporelle qui est le PIB dans notre cas.

2.6.2 III.2. Fondement théorique du modelé ARIMA

2.6.2.1 III.2.1. Définition de la série temporelle

La série chronologique6 est un ensemble des observations d’une variable statistique faites à
un intervalle régulier (années, trimestre, mois, jour,…).

Les données utilisées peuvent être des données financières, politique, macroéconomique,
microéconomique, métrologique.
La série chronologique est composée de 3 composantes :

Yt=Tt+St+εt

- La tendance ou trend (Tt) :c’est une droite ou une courbe qui montre l’évolution à long
terme de la série.
- La saisonnalité (St) : Il s’agit d’un phénomène qui se répété à un intervalle de temps
régulier (période).
 24

Exemple : météorologique, température plus forte en été qu’en hiver.

- La composante stationnaire (appelle aussi bruit ε) : correspond à des fluctuations

irrégulières ce phénomène est obtenu lorsqu’on a enlevé les autres composantes. 6

Bruno Richard, Emanuel César, Mars 2006 : « Série temporelle »

2.6.2.2 III.2.2. Les généralités du modelé ARIMA par la méthodologie de Box and
Jenkins Introduction du modelé ARIMA

Les modèles ARIMA (modèle Autorégressifs et moyenne mobile, ou aussi modèle de Box
and Jenkins sont les principaux modèles des séries temporelles.

Etant donne une série temporelle Xt, le modèle ARIMA est un outil pour comprendre et
prédire, éventuellement les valeurs futures de la série. Ce modèle est compose de trois de
processus: Processus autorégressive(AR), Processus moyenne mobile et l’ordre
d’intégration. Le modèle est généralement notée ARIMA (p, d ,q).

- processus autorégressif (AR) :C’est quand la valeur de la variable aléatoire Y à l’instant

t donné une combinaison linaire des p valeurs antérieures de cette même variable. On dit
alors qu’on a un processus autorégressif d’ordre p. L’équation générale d’un processus
autorégressif d’ordre p s’écrit : Yt=αO +α1Yt-1+α2Yt-2+…αpYt-p+ εt

αi,i=O,…p sont des paramètres positives ou négatives à estimer ,ces coefficients aussi

expliquent la force de liaison linéaire entre deux valeurs successive

εt est un bruit blancs et sont i.id suivent aussi la loi normale N(O,Ծ2)

Exemple d’un AR(1)=Yt= αO +α1Yt-1+ εt

- processus intégré (I) : Ce processus est effectué lorsqu’on veut rendre une série
stationnaire en appliquant le filtre de différenciation. Les caractéristiques d’une série
différentie sont E (Yn)=µ , V (Yn)=Ծ2 et Cov (Yn, Yn+h)=0.En regardant le graphique
de cette série on peut constater que les observations oscillent autour d’une valeur
constante on peut le confirmer en utilisant le test de racine unitaire (test de Dicky- Fuller,
philips perron test)
- processus moyenne mobile (MA) : Ce processus est dit moyenne mobile si la valeur de
la variable Y à un instant t donné une combinaison linéaire des valeurs de l’erreur de
régression jusqu’à l’ordre q. On dit que ce processus est une moyenne mobile d’ordre q
 25

et on la note MA(q). L’équation générale d’un processus de moyenne mobile peut alors
s’écrire Yt =αO+εt-α1εt-1-α2εt-2-… αpεt-p

Exemple d’un MA(1) : Yt =αO+εt-α1εt-1

 Méthodologie de Box and Jenkins

L’approche de Box-Jenkins, du nom des statisticiens George Box et Gwilyn Jenkins, est une
méthode mise au pont dans les années 1970. C’est une méthode qui permet de déterminer le
modèle ARIMA adéquat pour la modélisation du série chronologique, il s’agit donc de
construire un modèle indiquant le mieux possible le comportement d’une série temporelle.
Cette méthodologie suggère quatre méthodes : L’indentification, l’estimation, la validation et
la prévision.

1. Indentification

La phase d’identification est la plus importante, elle consiste à spécifier les trois paramètres
p, d et q. La stationnarité du modèle est d’abord testée par l’étude du graphique et confirmer
par le test de Dicky-Fuller. L’ordre d’intégration « d » est le nombre de fois que la série
initiale est différenciée. Si la série n’est pas stationnaire il convient de la transformer
stationnaire. Un processus est stationnaire si son espérance et sa variance sont constante et sa
covariance ne dépend que de l’intervalle de temps

E(Yn)=µ ,V(Yn)=Ծ2 et Cov (Yn,Yn+h)=0

On analyse la fonction d’autocorrélation(FAC) et la fonction d’autocorrélation partielle pour

déterminer les paramètres p, q du modèle en regardant leur correlogrammes.

2. Estimation

Cette étape consiste à estimer les paramètres du modèle retenu soit en utilisant la méthode
des moindres carre ordinaire soit les équations de Yule et Walker ou la maximisation de la
vraisemblance. C’est ce dernier qui est utilisé ici. Pour le choix du modèle on choisit le
critère d’information AIC le plus faible.
 26

3. Validation

Apres avoir estimé les différents modèles ARIMA, il convient à présent de valider ces
modelés en servant, d’une part les tests de significativité des paramètres c a d que tous les
coefficients du modelé doivent être significativement diffèrent de 0 (on applique le test de
student classique) .d’autre part une analyse sur les résidus estimes c a d qu’il est nécessaire de
vérifier que les résidus estimes forment un bruit blanc, qu’ qu’ils suivent la loi normale et
doivent être homoscedastiques.

2.6.3 III.3. Application de la méthode de BOX- JENKINS

Nous intéressons à appliquer cette méthode sur les données du PIB réel au prix courant issus
de la base de données de la Banque mondiale de 1960 à 2018.

2.6.3.1 III.3.1. Représentation graphique des données

Graphique 1:Evolution du PIB

Le graphique ci-dessus nous montre la tendance à la croissance en fonction du temps avec

quelques variations à la baisse au cours des périodes de crises au Burundi.

En interprétant ce graphique on remarque quelques périodes : De 1962 à 1983 on trouve une

croissance du PIB qui correspond de quelques pics l’autre période de 1983 à 2002 qui
constitue une baisse du PIB à cause de différentes guerres mais dans cette même période il y
 27

a aussi des pics enfin la dernière période qui correspond à une hausse continuelle du PIB de
2002 à 2015. On remarque aussi une décroissance de croissance en 2016.

Cette analyse du graphique montre qu’il y a la tendance à la hausse mais n’oscille pas autour
d’une valeur centrale c a d que c’est une série non stationnaire qui doit être rendue
stationnaire avant d’effectuer une analyse sur l’estimation.

2.6.3.2 III.3.2. Analyse de la stationnarité et calcul du paramètre « d »

L’analyse visuelle du graphique précèdent montre qu’il y a la tendance linéaire et qu’elle ne

fluctue pas autour de la valeur centrale ce qui montre que c’est une série non stationnaire
mais on va le confirmer en utilisant le test de racine unitaire qui est le Dicky-Fuller.

H0 : Φ=0, le modelé a une racine unitaire  (ou non stationnaire);

H1 :Φ≠0, le modelé n’a pas de racine unitaire (stationnaire).

Tableau 1: Test de Dicky-Fuller de la série initiale

Série P-value tobs ADF0,05

PIB_d1 0.0000 54 -2.927

Nous voyons que la p-value >0,05 et que la tendance n’est pas significativement diffèrent de
0 ce qui montre que la série est non stationnaire du type DS, d’où le rejet de H 0 donc on va la
rendre stationnaire en appliquant la méthode de différentiation.
 28

Graphique 2: Evolution du PIB différenciée une fois

En faisant la différentiation première on voit que la série semble stationnaire parce que le
graphique fluctue autour de la valeur centrale on va le confirmer en appliquant le test de
Dicky-Fuller.

Tableau 2:Test de Dicky-Fuller du série différenciée une fois

Serie P-value tobs ADF0,05

PIB_d1 0,3369 55 -2,926

Nous constatons que la p-Value est >0,05 donc on va appliquer la 2eme différentiation.
 29

Graphique 3: Evolution du PIB différenciée deux fois

On constante que le graphique fluctue autour de la valeur centrale ce qui montre que la série
est non stationnaire on va le confirmer en appliquant le test de Dicky-Fuller.

Tableau 3:Test de Dicky-Fuller du série différenciée deux fois

Série P-value tobs ADF0,05

PIB_d2 0,000 54 -2,59

Donc on peut conclure que la série est stationnaire car la p-value <0,05 d’où le rejet de H 0 et
l’acceptation de la stationnarité.

Cette étape nous permet de conclure que la série à estimer est celle du PIB différentiée deux
fois et ces résultats nous donnent le premier élément du modèle qui est d=2.
 30

2.6.3.3 III.3.3. Détermination des paramètres « p » et « q »

2.6.3.3.1 III.3.3.1. Etude des autocorrélations simple et calcul du paramètre « q »

Graphique 4: Autocorrelogramme ACF du PIB différenciée deux fois

Le graphique ci-dessus montre que la moyenne mobile aurait 2 retards du fait que ces deux
retards dépassent la zone de non significativité. Les valeurs du paramètre q sont 1 et 3.
 31

2.6.3.3.2 III.3.3.2. Etude des autocorrélations partielles et calcul du paramètre « p »

Graphique 5:Autocorrelogramme Partielle PACF du PIB différenciée deux fois

Le graphique ci-dessus montre qu’avec la série différenciée deux fois on serait en présence
des 2 termes du processus autorégressive c a d «1 » et « 2 »

2.6.3.3.3 III.3.3.3. Estimation des paramètres du modelé

A partir des valeurs de différents paramètres trouvés, les modèles suivants seront estimes:
ARIMA(1,2,1),ARIMA(1,2,2),ARIMA(2,2,1) et ARIMA(2,2,2).

Tableau 4: Modelé ARIMA (1,2, 1) avec constante

1ere modelé ARIMA (1,2, 1) avec constante Intervalle de confiance à

P-Value=0.000 95%
Coefficients Ecart type P-value Min Max
Constante 564649.6 5213582 0.914 -9653783 1.08e+07
AR1 -.1091578 .1467418 0.457 -.3967665 .1784509
MA1 -.6026368 .1546612 0.000 -.9057672 -.2995063

Le modèle ARIMA (1, 2, 1) avec constante est globalement significative vu que la p-value du
modelé est inférieure à 0,05. Le paramètre MA est aussi significative par contre la constante
et le paramétré AR sont non significative.
 32

Tableau 5:Modele ARIMA (1,2, 1) sans constante

2eme modelé ARIMA (1,2, 1) sans constante Intervalle de confiance à

P-Value=0.000 95%
Coefficients Ecart type P-value Min Max
AR1 -.1103718 .1470354 0.453 -.3985559 .1778123
MA1 -.6004577 .1542658 0.000 -.9028131 -.2981024

Le modèle ARIMA (1,2, 1) sans constante est significative car la p-value est inférieure à
0,05. On a aussi le paramètre MA qui est significative par contre le paramètre AR est non
significative.

Tableau 6: Modelé ARIMA (1,2, 1) avec constante

3eme modelé ARIMA (1,2, 3) avec constante Intervalle de confiance à

P-Value=0.000 95%
Coefficients Ecart type P-value Min Max
Constante -2181148 8173100 0.790 -1.82e+07 1.38e+07
AR1 -.1146165 .4707658 0.808 -1.037301 .8080676
MA1 -.5648966 .4807629 0.240 -1.507175 .3773813
MA2 -.1536782 .4192029 0.714 -.9753009 .6679444
MA3 .394191 .1841823 0.032 .0332004 .7551816

Le modèle ARIMA (1,2, 3) avec constante est globalement significative si on regarde la p-

value du modelé mais tous les coefficients sont non significatives parce que tous les p-values
sont supérieure à 0,05.
 33

Tableau 7: Modelé ARIMA (1,2, 3) sans constante

4eme modelé ARIMA (1,2, 3) sans constante Intervalle de confiance à

P-Value=0.000 95%
Coefficients Ecart type P-value Min Max
AR1 -.1202283 .4709775 0.799 -1.043327 .8028705
MA1 -.5590344 .481762 0.246 -1.503271 .3852018
MA2 -.1568105 .4177319 0.707 -.9755499 .661929
MA3 .3922506 .1720088 0.023 .0551196 .7293817

Le modelé ARIMA (1,2, 3) sans constante est significative car la p-value est inférieure à
0,05 mais tous les coefficients sont non significative.

Tableau 8: Modelé ARIMA(2,2, 1) avec constante

5eme modelé ARIMA (1,2, 3) sans constante Intervalle de confiance à

P-Value=0.000 95%
Coefficients Ecart type P-value Min Max
Constante -380847.8 6006272 0.949 -1.22e+07 1.14e+07
AR1 -.6678012 .1887685 0.000 -1.037781 -.2978218
AR2 -.5662129 .1464182 0.000 -.8531872 -.2792385
MA1 .0367456 .2672764 0.891 -.4871066 .5605977

La p-value global du modelé est inférieure à 0,05 ce qui montre que le modelé ARIMA
(2,2,1) avec constante est significative et aussi les coefficients des paramètres AR sont
significative par contre le paramètre MA est non significative.
 34

Tableau 9: Modèle ARIMA(2,2, 1) sans constante

4eme modelé ARIMA (2,2, 1) sans constante Intervalle de confiance à

P-Value=0.000 95%
Coefficients Ecart type P-value Min Max
AR1 -.6680816 .1877144 0.000 -1.035995 -.3001682
AR2 -.5661603 .1427934 0.000 -.8460302 -.2862903
MA1 .0369234 .2662091 0.890 -.4848369 .5586838

Le modelé ARIMA (2,2, 1) sans constante est significative car la p-value du modèle est
significative et aussi tous les coefficients du paramètre AR sont significative, par contre le
paramètre MA est non significative.

Tableau 10: modelé ARIMA (2,2, 3) avec constante

4eme modelé ARIMA (2,2, 3) avec constante Intervalle de confiance à

P-Value=0.000 95%
Coefficients Ecart type P-value Min Max
Constante 574445.7 5921738 0.923 -1.10e+07 1.22e+07
AR1 -1.18524 .0789683 0.000 -1.340015 -1.030465
AR2 -.9664727 .0761941 0.000 -1.11581 -.8171351
MA1 .7535716 11.30314 0.947 -21.40017 22.90731
MA2 .1771662 9.763773 0.953 -20.53089 19.32119
MA3 -.6048485 10.16653 0.890 -.4848369 .5586838

Le modèle ARIMA (2,2, 3) avec constante est significative car la p-value du modelé est
inférieure à 0,05 et aussi les coefficients du modèle AR sont significative par contre tous les
coefficients du paramètre MA sont non significative.
 35

Tableau 11: modèle ARIMA (2,2, 3) sans constante

8eme modelé ARIMA (2,2, 3) sans constante Intervalle de confiance à

P-Value=0.000 95%
Coefficients Ecart type P-value Min Max
AR1 -1.185308 .0772497 0.000 -1.336715 -1.033901
AR2 -.9664357 .0763029 0.000 -1.115987 -.8168847
MA1 .7541341 3.179058 0.812 -5.476706 6.984974
MA2 .1783665 2.734191 0.948 -5.180549 5.537282
MA3 -.602524 2.924293 0.837 -6.334034 5.128986

Le modelé ARIMA (2,2, 3) sans constante est significative car la p-value est inférieure à 0,05
et aussi les coefficients du modèle AR sont significative par contre les coefficients du MA
sont non significative.

A partir de nos résultats nous constatons qu’il n’y a pas du modèle dont tous les coefficients
sont significatifs, on va passer à l’étape suivante du modèle à retenir.

2.6.3.3.4 III.3.3.4. Choix du modèle

Pour choisir le modèle on va considère deux choses :

- La p-value du modèle global doit inférieure à 0,05.

- AIC : est un outil qui permet d’évaluer la qualité du modèle on va prendre le modèle qui
montre l’AIC le plus faible.
 36

Tableau 12: Choix du modèle

N0 Modelé p-value AIC

1 ARIMA (1, 2,1) avec 0,000 2270(8)
2 ARIMA (1, 2,1) sans 0,000 2268(6)
3 ARIMA (1, 2,3) avec 0,000 2266,407(5)
4 ARIMA (1, 2,3) sans 0,000 2269,76(7)
5 ARIMA (2, 2,1) avec 0,000 2264,109(4)
6 ARIMA (2, 2,1) sans 0,000 2262(2)
7 ARIMA (2, 2,3) avec 0,000 2263,61(3)
8 ARIMA (2, 2,3) sans 0,000 2261,62(1)

Par rapport au tableau ci-dessus on remarque que tous les modèles sont significatives par
rapport au p-value. On va retenir le modèle ARIMA (2,2, 3) sans constance c’est celui qui
possédé l’AIC le plus faible mais en analysant ces coefficients nous constatons que les
coefficients du paramètres AR sont significatives par contre celles du MA sont non
significative. En éliminant ses coefficients on va analyser le modèle ARIMA (2,2 ,0) sans
constante.

Tableau 13: modèle ARIMA(2,2, 0) sans constante

Modelé ARIMA (2,2, 0) sans constante Intervalle de confiance à

p-value=0.000 AIC=2260 95%
Coefficients Ecart- type P-value Min Max
AR1 -.6423533 .0753625 0.000 -.7900612 -.4946454
AR2 -.5549181 .1336589 0.000 -.8168848 -.2929515

Le modelé ARIMA (2, 2,0) est significative car la p-value du modèle est inférieure à 0,05
avec tous les coefficients du paramètre AR qui sont significative. En considérant son AIC on
voit qu’il est inférieure à tous les autres AIC ce qui nous permet de confirmer que ce modèle
est le plus adéquat.

Le modèle ARIMA (2, 2,0) sans constante est à retenir.

Yt=0,6424Yt-1-0,5549Yt-2+εt
 37

2.6.3.3.5 III.3.3.5. Validation du modelé

Pour valider le modelé on va regarder que les résidus forment un bruit blanc c a d qu’il y a
absence d’autocorrélation en utilisant le test de portemanteau et aussi en regardant que les
résidus suivent une loi normale en utilisant le test de normalité.

2.6.3.3.6 III.3.3.6. Représentation graphique des résidus

Graphique 6: Représentation des résidus

La graphique ci-dessus montre que les résidus sont stationnaires autour d’une droite parce
que la moyenne est constante et la courbe ne montre aucune tendance ;

Autocorrélations simple et partielle des résidus

 38

Graphique 7: Graphique des autocorrélations simples

Graphique 8: Graphique des autocorrélations partielle

Les graphiques ci-dessus montrent l’autocorrélation simple et partielle des résidus et on

remarque qu’il n’y a pas aucun retard qui dépasse la zone de significativité pour
l’autocorrélation simple. En ce qui concerne l’autocorrélation partielle on remarque qu’il y a
des retards qui sont à l’extérieure de la zone de significativité mais celle-ci sont très faibles.
On peut conclure qu’il n’existe pas d’autocorrélation entre les individus.
 39

Graphique 9: Test de Bartlett pour le bruit blanc

Le graphique de Bartlett montre que la série des résidus suivent bruit blanc vu qu’aucun
données ne dépasse l’intervalle de significativité du test de Bartlett on va confirmer cette
situation en appliquant le test de Portemanteau dont les hypothèses :

HO: ri =0 ; H1: ri≠ 0

La p-value du test de Portemanteau est supérieure de 0.05 ce qui permet d’accepter H0 qui est
le Bruit blanc.

2.6.3.3.7 III.3.3.7. Le test de normalité des résidus :Jarque-Bera test

Le test de Jarque –Bera permet de voir si une série suit une loi normale, il s’agit d’un test
fondé sur le coefficient sur le coefficient d’aplatissement (kurtosis) et le coefficient de
symétrie (skwness). Son hypothèse nulle est la normalité des données.

H0 : β=0, hypothèse nulle de la normalité des résidus ;

H1 : β≠1, hypothèse alternative du non normalité des résidus.

 40

Variable Obs Skewness kurtosis Khi 2 Prob

e 57 0,2683 0,6852 1,45 0,4851

Le test montre qu’on accepte l’Hypothèse nulle de la normalité des résidus car le p-value
vaut 0,4851 ce qui est supérieur à 0,05. Alors les résidus suivent une loi normale.

4. Prévision

La prévision peut est définie comme un ensemble de probabilités associées à un ensemble

d’évènements futurs (Fischhoff, 1994). Cette prévision est basée sur un ensemble des
informations disponibles à l’instant t ou elle a été effectuée. Cet ensemble note (l’indice
temporel t correspond à l’instant t) représente les données disponibles, les connaissances et
les théories concernant le phénomène que l’on souhaite prévoir.

Graphique 10: Courbe de la série initiale et la série estimée

Le graphique ci-dessus nous montre l’évolution de la courbe des valeurs estimées (en rouge)
et celle des valeurs initiale, on voit que ces deux séries évoluent côte à côte et sont très
proches à un certain niveau, il nous permet d’apprécier la qualité des valeurs estimées par
rapport aux valeurs initiales même si il n’est pas le cas au niveau de certains piques.
 41

Cette situation ne remet pas en question notre modelé vu que les résidus suivent une loi
normale et que les coefficients sont significative.

La similitude de ces graphiques montre qu’il est possible de prédire le PIB en utilisant le
modelé ARIMA (2,2, 0) sans constante.
 42

2.7 CHAPITRE IV : CORRELATION ENTRE LES ELEMENTS

CONSTITUTIFS DES UNITES D’ENSEIGNEMENT ET LE
STAGE

Ce chapitre établit un lien logique entre le stage et les éléments constitutifs des unités
d’enseignements en cours. Il y a des cours qui nous ont aidés à mieux faire ce rapport
effectué au MFBCDE. Ces cours sont donc en corrélation avec la formation suivie à
l’Université du Lac Tanganyika (ULT). Il s’agit notamment des cours de statistique
descriptive, inférence statistique et série temporelle.

2.7.1 IV.1. Série temporelle.

L’étude des séries temporelle, correspond à l’analyse statistique d’observations régulièrement

espacées dans le temps c a d d’une suite de valeurs numérique indicées dans le temps. Elles
ont été utilisées en diverses domaines : en médecine, en astronomie, en économie... etc. Le
cours a pour objectifs d’étudier l’évolution d’un phénomène au cours du temps dans le but
d’expliquer les valeurs observées et de prévoir ce phénomène du futur.

Notre recherche s’est basée principalement sur ces techniques qui ont permis, à partir de la
méthodologie de Box and Jenkins de déterminer le modelé ARIMA pouvant convertir à la
série du PIB pour enfin effectuer des prévisions.

2.7.2 IV.2. Statistique descriptive

L’objectif de la statistique descriptive est de décrire de façon synthétique et parlante des

données observées pour mieux les analyser. Elle s’appuie aussi à des représentations
graphiques qui, pour simple qu’elles soient, sont souvent pertinentes pour une bonne
compréhension de la structure des données.

Le but de la statistique descriptive est de structurer et de représenter l’information contenue

dans les données.

Ce cours a été utile pour décrire les données par des graphiques.

2.7.3 IV.3. Inférence statistique

La statistique est l’étude d’un phénomène par la collecte de données, leur analyse, leur
traitement, l’interprétation des résultats et leur présentation afin de rendre les données
compréhensibles. C’est à la fois une science, une méthode et un ensemble de techniques.
 43

Ce cours a pour objet de connaitre de connaitre et appliquer les méthodes élémentaires de la

statistique pour la réalisation d’une recherche.

En pratique, ce cours nous a aidées dans la mise en œuvre des différents tests notamment le
test de stationnarité, le test de nullité des coefficients, etc.

2.7.4 IV.4. Introduction aux logiciels statistiques

Ce cours nous a permis à comprendre le logiciel STATA avec lequel nous avons utilisé pour
l’analyse des données de ce rapport. STATA est un logiciel de traitement très puissant de
statistique qui montre de façon synthétique les résultats de l’analyse et la visualisation des
données.

Il est utilisé dans les différents domaines notamment l’économie, l’épidémiologie…

2.7.5 IV.5. Macroéconomie

La macroéconomie est l’approche théorique qui étudie l’économie à travers les relations
existantes entre les grands agrégats économique le revenu l’investissement la consommation
le taux de chômage l’inflation etc. Elle a pour l’objet l’étude des grandeurs globale d’une
économie production investissement consommation taux de chômage… ces grandeurs permet
de mesurer les performances moyenne d’une économie en terme de croissance d’emploi de
pour pouvoir d’achat etc. En général la macroéconomie doit fournir des statistiques fiables et
des explications pertinentes sur l’économie au niveau d’ensemble

Ce cours nous a permis à bien comprendre cet agrégat qui est le PIB.
 44

2.8 CONCLUSION GENERALE

La prévision du PIB est une activité importante car elle permet d’avoir une idée sur la
projection des ressources des années à venir qui sont à la base la préparation budgétaire de
l’Etat.

Notre travail avait pour objectif d’analyser l’évolution et la recherche du modelé

prévisionnel du PIB enfin d’orienter les objectifs budgétaires du gouvernement.

Au terme de notre stage, la rédaction de ce rapport est subdivisée en deux parties. La

première partie qui est consacré l’organisation et fonctionnement du MFBCDE et aussi le
déroulement du stage. La deuxième partie est la partie principale qui indique l’analyse, la
modélisation et la recherche du modèle prévisionnel. Pour la principale partie de l’analyse, ce
travail s’est focalisé sur les données tirées de la base de données du Banque mondiale des
années de 1962 et 20218.

Ainsi on a utilisé la méthodologie de Box-Jenkins pour l’analyse et la modélisation de la série

temporelle qui est dans notre cas le PIB.

D’après les résultats d’estimations le modèle autorégressif adéquat est le modèle ARIMA
(2,2, 0) sans constante.

La comparaison des résultats des données estimées dans cette recherche et ceux de la série
initiale montre des données relativement proches avec des écarts qui ne sont pas
significatives. Ainsi, nous pouvons conclure qu’à des marges d’erreurs prés, le modelé
ARIMA (2,2, 0) sans constante peut être utilisé pour prévoir le PIB malgré la limite qu’il ne
tient compte des interactions entre le PIB et les autres variables économiques qui
l’influence.

Le stage effectué au MFBCDE, nous a été bénéfique car nous avons eu l’opportunité de
compléter nos connaissances théoriques, technique et de mettre en pratique les théories
acquises au cours de notre formation académique dans le but de nous préparer à la vie
professionnelles.
 45

2.8.1 Suggestion

A partir de notre travail nous suggérons au MFBCDE ce qui suit :

 Etablir une base de données qui sera disponible sur le site internet ;
 Ouvrir une bibliothèque au sein du MFBCDE à la disposition de toute personne
désirant recueillir des informations sur le MFBCDE ;
 De continuer notre travail en appliquant le modèle autorégressive pour expliquer la
relation des autres variables sur le PIB car il existe plusieurs variables qui influencent
le PIB dans la vie économique du pays.
 46

2.9 RÉFÉRENCES BIBLIOGRAPHIQUE

 Décret n0 100/081 portant Missions, Organisations et Fonctionnement du Ministère

des Finances, du Budget et de la coopération au développement Economique ;
 Mémoire on line : Application de la méthodologie de Box and Jenkins sur une
chronique mensuelle de la consommation de cigares de 1969 à 1976 ;
 Jonas Kibala Kuma. Prévision par l’approche méthodologique de Box et Jenkins :
Cas d’une Série Non Saisonnière et Non Stationnaire du type TS (Pratique sur
EViews et Stata).Licence.Congo-Kinshassa.2018 (https://hal.archives-ouvertes.fr>cel-
0177160>)
 Application de la méthodologie de Box- Jenkins sur la série du nombre des séances
d’hémodialyse (https://bu.univ-ouargla.dz> master>PDF>MICHERI Khadidja.
 47

2.10 ANNEXE

import Excel "D:\Statistique\Stages\DOCUMENTS STAGE\excel.PIB.xlsx", sheet("Feuil1")

firstrow

tsset Annes

twoway (tsline PIB)

Identification

dfuller PIB, lag(2)

gen PIB_d1=D1.PIB

dfuller PIB_d1, lag(2)

gen PIB_d2=D2.PIB

dfuller PIB_d2, lag(2)

ac PIB_d2

pac PIB_d2

Estimation

arima PIB, arima (1,2, 1)

arrima PIB, noconstant arima (1,2, 1)

estat ic

arima PIB, arima (1,2, 3)

arima PIB, noconstant arima (1,2, 3)

estat ic

arima PIB, arima (2,2, 3)

arima PIB, noconstant arima (2,2, 3)

estat ic
 48

arima PIB, noconstant arima (2,2 ,0)

Validation

twoway(tsline e)

ac e,lag(20)

pac e,lag(20)

wntestb e

wntestq e

sktest e