Académique Documents
Professionnel Documents
Culture Documents
net/publication/357992080
CITATIONS READS
0 282
2 authors, including:
SEE PROFILE
Some of the authors of this publication are also working on these related projects:
All content following this page was uploaded by Kamel Ben Abda on 21 January 2022.
L’objectif recherché par notre étude est d’abord d’estimer le coefficient d’Okun
pour le cas Tunisien, afin de voir le sens et le degré de la relation entre le
chômage et la croissance économique et de vérifier la validité ou la non validité
de la loi d’Okun. Ensuite, de se pencher sur la relation entre le taux de chômage
de la Tunisie et son taux d’inflation pour voir si cette relation correspond ou non
avec les travaux théoriques et empiriques avancés par Phillips.
La période étudiée est entre 1987 et 2020 et les données utilisées sont annuelles.
1
Universitaire
2
The work will be processed using the Johansen co-integration technique and the
error correction model (VECM) on EVIEWS, which model integrates both
short-term and long-term evolution.
The period studied is between 1987 and 2020 and the data used are annual.
Un chômeur est une personne de la PA qui n’a pas trouvé de travail, celui qui a
trouvé un travail fait partie de la population active occupée (PAO)
Comme l'augmentation du PIB courant entre deux années peut être due soit à
une augmentation de la quantité produite, soit à une augmentation des prix, la
croissance en valeur, neutralise l'augmentation des prix, elle est donc corrigée de
l'inflation.
Les données utilisées dans notre travail sont principalement tirées du ‘’World
development indicators’’ (WDI) de la banque mondiale. Pour l’agrégat
chômage, les sources utilisées sont ‘’Perspective monde, date de consultation
03/01/2021’’, de la banque mondiale et ‘’Indicateurs du développement dans le
monde et perspectives de croissance mondiale’’ du FMI.
Le coefficient peut encore être plus précis selon que sa valeur, comprise entre -1
et +1, est proche de -1, de -0,5, de 0,5 ou de +1.
L’étude sur les paramètres de relation donne comme résultats, ce qui suit :
Covariance
TCHOM TINF
TCHOM 1.967 0.9229
TINF 0.9229 3.135
Corrélation
TCHOM TINF
TCHOM 1.000000 0.371
TINF 0.371 1.000000
Covariance
TCHOM TPIB
TCHOM 2,026 -1,527
TPIB -1.527 9.627
Corrélation
TCHOM TPIB
TCHOM 1.000000 -0.345
TPIB -0.345 1.000000
A partir des tableaux récapitulant les résultats trouvés sur la covariance et sur la
corrélation du taux de chômage et du taux d’inflation, on peut conclure que les
deux variables sont liées positivement, c'est-à-dire qu’elles tendent à augmenter
ensemble (la covariance étant > 0), mais faiblement, puisque la valeur prise par
le coefficient de corrélation, n’est pas vraiment proche de l’unité (0.371).
Pour qu’une relation de cointégration existe entres des séries temporelles, deux
conditions doivent être réunies. Premièrement, les séries doivent être non
stationnaires et intégrées du même ordre, deuxièmement, il doit exister au
moins une combinaison linéaire de ces séries qui soit stationnaire. Dans ce cas,
il y a une possibilité de cointégration entre les différentes variables étudiées.
Une fois la cointégration faite, l’estimation d’un modèle VECM est
envisageable. Toutefois, le passage par le modèle VAR, pour déterminer
l’éventuel nombre de retards (p), s’impose préalablement à l’étude du modèle à
correction d’erreur.
Nous pouvons alors conclure que les séries sont intégrées d’ordre (I), il convient
alors de réaliser un test de cointégration afin de rechercher l'existence de relation
de long terme entre les variables utilisées.
La ligne trois du tableau atteste qu’il faut retenir (p=1) comme retard pour les
variables dans l’élaboration du test de Johansen et du modèle VECM.
(0.04985) (0.01249)
2
Voir annexe
13
l’autre des deux phénomènes qui domine l’autre, mais qu’on peut avoir au
même temps de l’inflation et du chômage et ainsi les faits sur le cas
Tunisien contredisent la théorie telle que développée par Phillips.
Nous avons tenté de faire un graphique de la courbe de Phillips appliquée
au cas Tunisien pour la période étudiée. Le graphique a donné un
ensemble de point éparpillé d’une manière hasardeuse ne permettant de
voir aucun lien visible entre l’évolution du taux de chômage et l’évolution
du taux d’inflation et de ce fait l’interprétation n’a aucun sens.
Nous constatons qu’au seuil de 5%, aucune des trois variables n’influence les
deux autres, non plus, elle n’est pas influencée par les deux variables restantes.
Il y a de ce fait absence totale de causalité au sens de Granger entres les trois
agrégats, chômage, inflation et croissance économique.
14
CONCLUSION :
L’objectif recherché par ce travail s’est attaché à explorer les liens empiriques
entre chômage et inflation et entre chômage et croissance économique, en
mesurant la sensibilité du chômage aux variations du taux de croissance du PIB
en Tunisie et la sensibilité du chômage aux variations du taux d’inflation, afin de
vérifier la validité des hypothèses théoriques et pratiques avancées par Phillips
et par Okun. Selon ces hypothèses, il y a une relation en sens inverse entre le
chômage et l’inflation (d’après Phillips) et une relation négative entre le
chômage et la croissance économique (selon Okun).
Nos résultats confirment toutefois le raisonnement fait par la relation dite ‘’loi
d’Okun’’ qui détermine un seuil de croissance de 3%, à partir duquel le taux de
chômage commencerait à diminuer et que chaque point de croissance
économique supplémentaire fait diminuer le chômage de 0.5%.
BIBLIOGAPHIE
Documentation électronique :
ANNEXE
TCHOM TINF TPIB
1987 15,29 8,225806
1988 15,96 7,19697 0,072
1989 15,94 7,740886 1,747
1990 15,71 6,545293 7,95
1991 15,64 8,193715 3,9
1992 15,74 5,824345 7,8
1993 15,91 3,974956 2,19
1994 15,96 4,733231 3,18
1995 15,95 6,24415 2,35
1996 15,96 3,725145 7,15
1997 15,94 3,652026 5,44
1998 15,54 3,125366 4,78
1999 15,21 2,690125 6
2000 14,94 2,962308 4,71
2001 14,4 1,983333 3,8
2002 14,55 2,721033 1,32
2003 14,51 2,712592 4,7
2004 14,23 3,63228 6,24
2005 12,87 2,017786 3,49
2006 12,51 3,225253 5,24
2007 12,37 2,966944 6,71
2008 12,44 4,345028 4,29
2009 12,29 3,664903 3,04
2010 13,05 3,33898 3,51
2011 18,33 3,240028 -1,9
2012 17,63 4,611844 4
2013 15,93 5,316235 2,88
2014 15,06 4,625551 2,98
2015 15,16 4,437371 1,2
2016 15,51 3,629399 1,16
2017 15,18 5,308848 1,92
2018 15,46 7,307592 2,66
2019 15,13 6,720075 1,4
2020 16,69 5,634151 -9,18
17
18