Académique Documents
Professionnel Documents
Culture Documents
ÉPIGRAPHE
<<...ne crains rien, car je suis avec ; Ne promène pas des regards
Esaïe 41:10
II
DÉDICACE
A l'Éternel Dieu tout puissant, miséricordieux qui malgré mon imperfection, ne cesse de
s'occuper de moi.
À mon père CIZUNGU CANDA Nyamuroha ;
À ma mère FURAHA BIDWEDWE ;
A toute la grande famille CIRHUZA CANDA CERUKOMA CIRHAGAGA
À vous mes frères et sœurs du sang ; Amadine CANDA, Bertille CANDA, Louis CANDA,
Laurent CANDA, Patient CANDA, Dieudonné CANDA, David CANDA ;
À mes beaux-frères : Juvénal MUBALAMA et ses enfants, Aganze MULOLO et ses enfants ;
À ma future épouse et nos petits-enfants ;
À mes amis et amies, tantes et oncles, cousins et cousines.
Nous dédions ce modeste travail !
REMERCIEMENTS
Le présent travail qui consacre le fruit de nos efforts, ne pourrait pas aboutir à son terme sans
l'aide et les encouragements de plusieurs personnes auxquelles nous devons d'une manière
particulière exprimer le sentiment de notre profonde gratitude.
Nos remerciements s'adressent d'abord au professeur Stany VWIMA et l'assistant Hervé
LUNGELE pour avoir accepté de nous diriger et codiriger en dépit de vos nombreuses
charges, que Dieu soit votre ombrelle dans vos fonctions et recherches scientifiques.
C'est avec un sentiment attrayant que nous exprimons notre profonde gratitude à tous les
membres du corps académique de l'ISP/Bukavu et en particuliers tous les enseignants de la
section des Sciences Commerciales, Administratives et Informatique qui ont assuré et veillé à
notre formation pendant cinq années d'études supérieures.
Nous tenons à remercier de tout cœur notre cher papa et notre chère maman, pour tout le
soutien tant moral que financier qu'ils n'ont cessé de nous apporter durant nos études.
Nos remerciements fraternels s'adressent à tous les membres de notre famille, frères et sœurs
pour pouvoir nous assister et accepter tels quels nos manquements, que ce travail vous soit un
réconfort tant soit peu.
Nous remercions de tout cœur nos sœurs Amadine CANDA et Bertille CANDA, pour nous
avoir soutenus, dans la mesure du possible, dans tous les secteurs de la vie. Que notre Dieu
vous bénisse.
Nos remerciements s'adressent également à la famille Juvénal MATANDIKO, pour pouvoir
s'occuper de nous pendant toute notre formation, vos interventions nous ont été d'une grande
importance, que le bonheur de Dieu vous accompagne dans votre vie.
Nos remerciements les plus bienveillants s'adressent à tous nos compagnons de lutte :Cadeau
CIRUGWE ,Safari MURHABAZI Kabila, Jonas MAGAJU ,Dieumerci MUSAFIRI ,Roger
BYAMUNGU, Alain NGWIRA, Cédric ,Tuji TSHINGUTE, Tendresse RUTAHA ,Héritier
KASHEMA ,Serge CIDURHA, Alain BUCHULIRO, Ghislaine AWA, Georgette
KAMBALA, Salomon , Heri NKUZI , Asifiwe LUSEMA.
Nous ne pouvons pas terminer cette étape sans toutefois adresser nos sentiments de joie à tous
nos amis et amies qui ont soutenu d'une manière ou d'une autre à l'aboutissement de ce travail
qui ne sont pas cités nommément de trouver ici l'expression de notre franche reconnaissance.
SIGLES ET ABRÉVIATIONS
BM : Banque mondiale
AA : Agro-alimentaire
BCC : Banque centrale du Congo
BCDC : Banque Commerciale pour le Développement du Congo
C : Consommation
C : Consommation incompressible
PMC : Propension moyenne à consommer
CDF : Congolese Democratic Franc
IPC : Indice de Prix à la Consommation
FMI : Fond Monétaire International
I : Importation
Kwh : Kilo watt heure
P : Prix
PmC : Propension marginale à consommer
Pce : Pièce
Pqt : Parquet
PE : Prix d'équilibre
QE : Quantité d'Equilibre
Qté : Quantité
SBC : Solde de la Balance de Paiement
TMB : Trust Marchand Bank
Um : Unité Monétaire
USD : United State Dollar
X : Exportation
MM : Masse Monétaire
Yc : Revenu Courant
Yt : Revenu transitoire
Yo : Revenu permanent
TXC : Taux de change
MCO : Moindre Carré Ordinaire
MCG : Moindre Carré Généralisé
RDC : République Démocratique du Congo
V
RESUME
L'analyse de l'incidence de la dépréciation des francs congolais sur la consommation des
ménages en RDC a été faite dans le but de comprendre les variables qui l'influencent et leurs
effets sur la vie socioéconomique.
Depuis plusieurs années, le gouvernement congolais à travers le ministère qui a l'économie et
finance dans ses attributions a cherché de maîtriser les francs congolais par rapport à sa valeur
mesurée en fonction du dollar américain.
Grâce aux stratégies prônées par les théories économiques et monétaires pour cette affaire, la
maîtrise n'a pas été effectivement réalisée. Le franc congolais se déprécie de plus en plus.
Sont moins nombreux les chercheurs qui se sont intéressés à comprendre l'incidence de cette
instabilité sur le bien être des ménages congolais. C'est pourquoi, l'objectif de cette étude est
d'évaluer l'impact de la dépréciation du franc congolais sur la consommation agrégée des
ménages.
Et ce à travers a priori l'étude de l'évolution de cette variable mesurée ici par le taux de
change, masse monétaire, importation et exportation.
La consommation des ménages était mesurée par la variable indice de prix à la
consommation.
Par application de la méthode de régression avec MCO, nous sommes aboutis aux résultats
selon lequel la consommation des ménages congolais était expliquée par la variation positive
du taux de change et la variation négative des importations. Les tests économétriques nous ont
permis de vérifier les hypothèses théoriques de l'estimation avec MCO.
L'étude recommande que le gouvernement puisse mettre en œuvre la politique de la relance de
la production, la politique monétaire pour apprécier les Francs congolais par rapport au dollar
américain et amener ainsi une amélioration du bien-être social et économique des congolais.
VI
ABSTRACT
The of the impact of the Congolese francs depreciation analysis on household consumption in
the DRC was carried out with the aim of understanding the variables that influence it and their
effects on socioeconomic life.
For several years, the Congolese government through the ministry which has the economy
and finances in its attributions sought to control the Congolese francs compared to its value
measured according to the American dollar.
Thanks to the strategies advocated by economic and monetary theories for this affair, control
has not been effectively achieved. The Congolese franc is depreciating more and more.
Fewer researchers have been interested in understanding the impact of this instability on the
well-being of Congolese households. This is why the objective of this study is to assess the
impact of the depreciation of the Congolese franc on aggregate household consumption.
And this through a priori the study of the evolution of this variable measured here by the
exchange rate, money supply, import and export.
Household consumption was measured by the consumer price index variable.
By applying the regression method with OLS, we arrived at the results according to which the
consumption of Congolese households was explained by the positive variation of the
exchange rate and the negative variation of imports. The econometric tests allowed us to
verify the theoretical assumptions of the estimate with OLS.
The study recommends that the government be able to implement the policy of stimulating
production, monetary policy to appreciate the Congolese Francs against the US dollar and
thus bring about an improvement in the social and economic well-being of the Congolese.
1
0. INTRODUCTION
0.1 PROBLEMATIQUE
Le monde actuel est en pleine évolution sur tous les plans et surtout dans le domaine
économique où l‟usage de la monnaie constitue la base (LEONIDAS NDAYIZEYI, 2018).
La monnaie nationale constitue, pour chaque pays, l‟un des signes les plus forts de la
souveraineté et de l‟unité nationale. C‟est grâce à elle que s‟échangent les biens et les services
tant à l‟intérieur qu‟à l‟extérieur du pays.
Elle permet la stabilisation et la croissance de l‟économie comme l‟affirment certains
auteurs, notamment ceux du Fonds monétaire Internationale (FMI) qui pensent qu‟il existe un
lien direct entre la stabilisation et la croissance économique.
Selon Robertson, cité par J.MARCHALL. ET J. LECAILLON, (1985, p.109), « la valeur
de la monnaie varie en fonction inverse de sa quantité disponible ou en d‟autres termes, le
niveau général des prix varie en fonction de la quantité de la monnaie disponible ».
Pour W. HERMANN ET AL, (1978, P.77) la monnaie est le moyen de paiement utilisé,
admis et considéré généralement comme mesure de valeur. Concernant la monnaie utilisée sur
le territoire, l‟Etat choisit l‟unité monétaire et le découpage monétaire, c‟est-à-dire la valeur
des devises billets et pièces, et l‟Etat a le privilège de battre la monnaie.
Des relations commerciales entre différents pays ayant chacun sa monnaie propre, ne
peut s‟établir que dans la mesure où ces monnaies peuvent être changées, c‟est-à-dire
converties entre elles. Le prix auquel se changera deux monnaies constitue le cours de change.
Comme tout pays, la RDC possède la monnaie (le Franc Congolais) qui est l‟un des
signes de sa souveraineté. Il y a des décennies, la situation qui prévaut en RDC, notamment la
situation socio-économique et politique à laquelle se sont ajoutées les guerres dites de
« libération » a conduit à une détérioration du tissue socio-économique accompagnée d‟une
dégradation des ressources internes qu‟externes.
Une rétrospection sur les trente dernières années précédentes (1990-2019) montre la
position du Franc congolais par rapport au dollar USA n‟a pas été bonne.
La démarche scientifique de notre travail part d‟un certain nombre de
questionnement :
Quelle est l'évolution de la dépréciation des Francs congolais ces 30 dernières années ?
Quel est l'impact de la dépréciation des Francs congolais sur la consommation des
ménages de la RDC ?
2
0.3 HYPOTHESES
En guise d‟hypothèse aux questions précédentes, nous pensons que :
L'évolution de la dépréciation des Francs congolais serait plus profonde sur ces 30
dernières années.
La dépréciation des francs congolais aurait une incidence négative sur la
consommation des ménages soit une diminution du niveau de consommation.
Il faut ensuite préciser que, ces calculs nous ont été facile grâce aux logiciels
d‟analyses statistiques comme : Eviews11-Student version et Microsoft Office Excel 2007
avec « l‟utilitaire d‟analyse ».
b. L’analyse initiale des données
L‟analyse initiale consiste à choisir entre la (ou les) méthode (s) statistique (s), à
appliquer pour l‟analyse des données. Dans le cadre de notre travail, le choix a été porté sur
l‟analyse de régression en tant qu‟outil qui permet d‟étudier et de mesurer la relation existant
entre deux ou plusieurs variables.
c. L’analyse multi variée des données.
Pour ANDERSON, ET AL. (2004, p.625), l‟analyse multi variée des données se fait
pour un déploiement d‟espaces multidimensionnels de la transformation des données pour
réduire les dimensions et faciliter l‟interprétation, voire la recherche de structure. C‟est dans
ce cadre que notre analyse a porté sur la régression multiple.
d. L’analyse confirmatoire
Il est question ici de tous les tests d‟hypothèses qui ont été appliqués afin de
généraliser les résultats et de tirer des conclusions conséquentes.
De ce fait, pour valider nos conclusions, il a fallu nous assurer de la qualité de la
représentation du phénomène par le modèle appliqué. Pour la validité globale du modèle, les
coefficients de corrélation et de détermination ont été calculés.
1.2.1 Méthode d’estimation de modèle
Pour B.HAUDEVILLE (1996, p.53), un modèle est l‟ensemble des variables
organisées selon un système cohérent de relations mathématiques. Il permet alors d‟estimer
une équation, c‟est-à-dire de déterminer la fonction de consommation qui tient compte, aussi
bien de l'importation, du taux de change que d‟autres variables qui influencent la
consommation des ménages.la valeur des paramètres de la fonction qui va relier une variable
à ses déterminants présumés. En effet, ce modèle économétrique nous permettra de vous
rendre compte de la situation.
En plus, la réticence de certains responsables des entreprises dans la récolte des données, a été
un handicap non négligeable. Pour contourner toutes ces difficultés, nous, avons été contraints
d‟être patients et tenace
Inflation
- Leurs consommations ;
- Leurs impôts et taxes ;
- Leurs remboursements d‟emprunts ;
- Leur constitution d‟épargne et leurs investissements (immobiliers,). En principe
l‟épargne sert à une consommation différée dans le temps.
On voit donc que la consommation dépend des revenus des consommateurs mais aussi
de leurs comportements vis-à-vis de l‟argent.
I.2.3. STRUCTURE DE LA CONSOMMATION
Selon un article de Microsoft Encarta sur DVD (2006) ; la consommation peut être
classée en fonction de la nature des biens consommés. Il existe trois grandes nomenclatures
de consommation :
- Les nomenclatures fonctionnelles : distinguent les dépenses selon les besoins qu‟elles
satisfont, elles regroupent les produits complémentaires (par exemple ; automobile et
essence) ou substituables (le train et l‟automobile comme moyen de transport suscitant
des dépenses) en huit postes :
L‟alimentation
L‟habillement
Le logement
L‟équipement du logement
Le transport
La santé les loisirs et
Une rubrique résiduelle
- Les nomenclatures de durabilité : regroupent les produits selon leur durée
d‟utilisation : les biens durables (téléviseurs, machines laver, automobiles, etc.)
s‟opposent aux biens semi-durables (essentiellement habillement) ou non durables
(alimentation, dépenses d‟énergie).
- Les nomenclatures des productions : regroupent les dépenses par branche d‟activités
ou par produit, c‟est-à-dire, retiennent comme critère la nature des biens et services.
I.2.4. LE PRIX
I.2.4.1. Notions
Le prix, en économie, valeurs des biens estimés en fonction de ce que l‟acquéreur est
prêt à donner sur un marché pour les obtenir.
11
Les prix sont généralement exprimés en monnaie, instrument d‟échange et unité de compte.
Toutefois, dans les systèmes fondés sur le troc, le prix pouvait être exprimé à travers
l‟échange de produits de base ayant une valeur comparable. Les prix de ces produits étaient
ainsi définis les uns par rapport aux autres, sans que le moyen de règlement que constitue
l‟argent ne soit utilisé.
I.2.4.2. Détermination des prix en fonction de l’offre et de la demande
Le mécanisme des prix joue un rôle fondamental dans l‟ajustement de l‟offre et de la
demande dans la mesure où il existe dans les économies de marché, un niveau de prix qui
permet d‟établir pour tout produit, un équilibre entre la production et la consommation. Ce
prix d‟équilibre constitue un compromis entre ce que les producteurs peuvent se permettre de
facturer et ce que les consommateurs sont disposés à payer. Les prix vont donc permettre de
déterminer ce qui sera produit, pour qui, dans quelle quantité et de quelle manière.
Ce sont les facteurs constitutifs de l‟offre et de la demande qui déterminent le prix
des produits.1 Ainsi, lorsque la demande est trop importante, les prix diminuent jusqu‟à ce
qu‟un équilibre soit atteint.
En matière d‟offre, les prix sont définis sur la base des coûts de production et de distribution,
qui sont fonction de la rareté des matériaux et de la technologie employée, ainsi que des
limites imposées par l‟organisation même de l‟entreprise.
I.2.4.3. Les effets de variations de prix
En faisant l‟hypothèse de l‟existence d‟un bien X et d‟un bien Y pour le
consommateur, on notera l‟existence d‟un « effet de substitution ». en effet, si le prix du bien
X diminue mais que le revenu reste stable, alors le prix du bien Y devient plus cher de
manière relative, et donc le consommateur aura tendance à consommer davantage de biens X.
Egalement à noter l‟effet dit de « Revenu », la baisse du prix du bien X et la stabilité du
revenu entrainent une augmentation du pouvoir d‟achat du consommateur qui le conduira à
consommer plus de bien X et plus de bien Y en fonction de ses préférences ses deux effets ont
été mis en évidence par John HICKS (Microsoft Encarta, sur DVD 2006, Op.cit.)
1
Http// : www.google.com « fixation des prix » accès le 21 Juin 2008
12
I.3. LE MÉNAGE
Un ménage est un petit groupe de personnes qui partagent le même logement, qui
mettent en commun tous où une partie de leurs revenus et consomment collectivement
certains biens et services principalement le logement et le repos.
Notons cependant que les collectivités constituées par les congrégations religieuses,
les patients à long terme des hôpitaux, les prisonniers de longue durée ou les prisonniers
permanent des maisons de retraite forment chacune un ménage.
I.4. LES DETERMINANTS DE LA CONSOMMATION
La consommation dépend de nombreux facteurs économiques :
Le prix : le prix d‟un bien de consommation sur le marché, influence le consommateur
à porter son choix sur un produit. Le choix du consommateur est généralement porte
sur les produits ayant un prix bas.
Le revenu : le revenu du ménage est un facteur important qui permet au consommateur
de se décider sur la consommation d‟un bien.
En général, lorsque le revenu augmente, plus le consommateur augmente sa
consommation, l‟effet d‟une hausse de revenu varie selon le type de bien consomme. Cette
sensibilité différente de la consommation aux variations de revenu a été mise en évidence par
ENGEL dans ses trois lois :
1ière loi : quand le revenu s‟accroit, la part consacrée aux dépenses d‟alimentation
diminue (élasticité revenue≤ 1)
2ème loi : Quand le revenu s‟accroit, la part affectée aux dépenses de vêtements,
chauffage, logement reste stable (élasticité revenu=1)
3e loi : la part des autres dépenses augmente (élasticité revenu »1)
Le prix de production comparable : pour produit comparable, nous entendons les
produits capables de satisfaire le même besoin et pouvant être substituable. Dou
l‟augmentation du prix de l‟un entraine la consommation de l‟autre dont le prix est
resté constant.
Les facteurs psychologiques : en plus des facteurs économiques ces facteurs
déterminent la consommation. Parmi ces facteurs psychologiques nous pouvons citer
l‟héritage culturel des individus, l‟appartenance a un groupe social, la composition des
ménages, leur localisation, leur statut professionnel, l‟action des entreprises en
particulier par la publicité.
Les anticipations : la consommation peut aussi dépendre des attentes dans l‟avenir.
13
Vu que celle-ci affecte la demande présente des viens et services, si par exemple
vous vous entendez à avoir l‟augmentation du salaire le mois prochain, vous pouvez être
pousse à acheter plus.
Et si vous pensez que le prix de bien va baisser dans quelques jours, vous en
achèterait moins aujourd‟hui.
Habitudes : l‟habitude découle du facteur gout, un homme attire par le gout
de la canne à sucre en consomme pour une longue durée et fini par en faire
habitude.
La consommation de tous : lorsque les consommateurs imitent la
consommation des autres.
Par conséquent une relance artificielle de la consommation par l‟Etat au moyen d'une
injection de revenus dans l‟économie est donc forcément efficace à court terme. Ainsi des
études empiriques ont démontré que l‟analyse de Keynes était vérifiée lorsque l'on compare à
14
un moment donné les budgets des ménages ayant de niveaux de revenu différent et ceci sur
une courte période.
Enfin, il a montré que la dépréciation du FC serait l'une des causes de la baisse du niveau
d'activités, voire la faillite des savonneries installées dans la ville de Bukavu.
15
6. YENGA-YENGA LUSAMBIYA Fiston (2007) dans son travail qui avait porté sur les
effets de l‟instabilité de francs congolais par rapport aux dollars américains sur les produits
des premières nécessités à Bukavu.
Il était parti de la question : l‟instabilité des francs congolais par rapport au dollar
américain aurai- t-il des percussions sur les produits de première nécessité ? Et comme
hypothèse qui a été vérifiée plus tard. Il a utilisé la méthode analytique et économétrique.
En fin LUSAMBIA a conclu que l‟instabilité des francs congolais est à la base de la
hausse de prix exagérée des biens de première nécessité. Il s‟est servi de la méthode
analytique pour escompter ce résultat.
16
signaler qu‟avant l‟estimation de l‟IPC en RDC, l‟étude de la stationnarité des variables a été
faite. Il s‟agissait de savoir s‟il y a une constance des données dans le temps. Y a-t-il une
corrélation avec le temps ? Le test de Dickey Fuller Augmenté nous a été utile pour cette fin.
Ce test d‟ADF a permis de détecter la présence ou non de la racine unitaire et de conclure du
niveau d‟intégration des variables. Cette étude était nécessaire pour ne pas aboutir à des
résultats fallacieux.
Après avoir parlé de la méthodologie qui est même la clé de voute de tout travail scientifique,
il est important de placer un mot sur la présentation des variables d‟étude.
En effet, toute augmentation de la masse monétaire conduit à la hausse des prix des biens
échangeables. On peut donc s'attendre à ce que le coefficient de la variable masse monétaire
soit négatif (NUBUKPO, 2003).
Ainsi, mesurer l‟évolution du niveau général des prix, permet d‟évaluer ses effets sur
le revenu disponible. Ce faisant, les économistes recourent à la théorie de nombre indice. Le
nombre indice mesure les valeurs des dépenses de consommation des ménages consacrées aux
biens et services au cours de deux périodes. Son objectif est de décomposer l‟évolution de la
valeur de ces dépenses entre une évolution de « prix » et une évolution de la « quantité ».
Ainsi, les économistes et les statisticiens calculent l‟indice de prix à la consommation lorsque
l‟objectif est de mesurer le composant « prix » de la variation des dépenses de consommation
des ménages, tout en maintenant constantes les quantités.
consommateurs entre deux périodes (t-1 et t) a augmenté ou diminué. L‟hypothèse qui sous-
tend cette comparaison est la constance de la structure de préférences de ménages au cours de
la période de temps considérée. En considérant 2 périodes où, la date t-1 correspond à la
période de base ou période de référence, avec Xib, la quantité de bien Xi consommée en cette
date et Pib, son prix d‟achat à cette même date ; et la date t correspond à la période courante.
Avec Xit, la quantité de bien Xi consommée en cette date et Pit, son prix d‟achat
(NUBUKPO, 2003).
Avec :
logIPC : désigne le logarithme décimal de l‟Indice des Prix à la consommation,
logEXPORT : désigne le logarithme naturel des exportations
LogMM désigne le logarithme décimal de la masse monétaire au sens large,
logIMPORT : désigne le logarithme décimal des importations
Ɛ : désigne le terme d‟erreur
Les séries utilisées dans le cadre de cette étude consistent en des variations annuelles.
Les sources principales sont essentiellement la Banque Centrale du Congo dans ses rapports
annuels, la Banque Mondiale et le Fonds Monétaire International. Cette étude couvre une
période allant de 1990 à 2019.
Toutes les séries originales sont transformées en logarithmes naturels pour vérifier les
caractéristiques des élasticités partielles à court terme et à long terme de l‟équation de l‟indice
des prix à la consommation.
3. TEST ECONOMETRIQUES
3.1.TEST DE STATIONNARITE DES SERIES
La satisfaction au test de stationnarité ou test de racine unitaire constitue la condition
sine qua none pour l‟application de la méthode des moindres carrés ordinaires (MCO). La
stationnarité est un concept clé pour la validité d‟une régression sur les séries temporelles.
D‟un point de vue statistique, la stationnarité suppose que le passé est comparable au présent
et au futur. Ainsi, une série chronologique est stationnaire, au sens strict, si sa distribution de
probabilité ne change pas au cours du temps. Cette définition forte de la stationnarité implique
que la distribution jointe (Yr+1, Yr+2, . . ., Yr+n) ne dépende pas de r. Si c‟est le cas, on
conclut que Yt est non stationnaire. Par ailleurs, un processus est stationnaire si celui-ci n‟a ni
trend, ni saisonnalité. De ce fait, fluctue autour d‟une moyenne constante (LARDIC et
MIGNON, 2002).
Il apparait donc que la stationnarité est une exigence qui assure l‟utilisation du
modèle en dehors de la période sur laquelle il a été estimé.
Pour procéder à l‟estimation de notre modèle, nous allons au préalable, nous rendre compte de
la stationnarité des variables à utiliser. Ceci est nécessaire, étant donné que les variables
économiques sont rarement des réalisations de processus stationnaire. Le non stationnarité
peut bien concerner l‟espérance que les moments de second ordre (MADDALA, 1998).
Nous devons préciser ici que le test qui a été utilisé est celui de Dickey Fuller Augmenté
(Ajusted Dickey-Fuller).
88,5%. En d‟autres mots, cela signifie que 88,5% des variations du taux de change sont
expliquées par la variation de la combinaison linéaire des variables retenues dans le modèle
(l‟indice de prix à la consommation, les réserves de change, la dette extérieure et la masse
monétaire au sens large). Le bon degré d‟ajustement de nuage des points par la droite
d‟estimation est confirmé par le coefficient de détermination ajusté qui est de 87%
(PHILLIPS et PERRON, 1988).
Quant à ce qui est de la significativité des variables du modèle, il faut dire que la
significativité globale du modèle est donnée à partir de la statistique F de Fisher Snedecor
(ELLIOTT, ROTHENBERG et STOCK, J. 1996).
La règle de décision pour ce test est la suivante :
Ho : βi = 0 : aucune variable indépendante n‟explique la variable endogène.
H1 : il existe au moins un βi ≠ 0 c‟est-à-dire qu‟il existe au moins une variable qui explique le
taux de change.
La significativité du modèle étant prouvée, il est important de tester la significativité de
chaque paramètre. Comme les signes des paramètres témoignent ou indiquent l‟influence des
variables exogènes sur la variable endogène, leur étude est importante.
Après avoir vérifié la relation de long terme entre les variables exogènes et la variable
endogène, il y a lieu de procéder aux différents tests qui donnent même le fondement de ce
modèle.
résidus. Cette analyse peut être faite par le test de Durbin-Watson ou le test de Breusch-
Godfrey. Nous utilisons le test statistique de Breusch-Godfrey (1978) pour vérifier l‟auto
corrélation des erreurs dans notre modèle.
3.3.Test d’hétéroscédasticité de White (Détection d’hétéroscédasticité : Test de White)
Il est fondé sur une relation significative entre le carré des résidus et une ou plusieurs
variables explicatives à niveau et au carré ou encore en termes croisé au sein d‟une même
équation de régression (WHITE, 1980).
Soit n le nombre d‟observation pour estimer les paramètres de ce modèle et R² le coefficient
de détermination. On calcule la statique nx R². Cette statistique suit la loi de Chi-deux à 2
degrés de liberté. L‟hypothèse testée est la suivante :
H0 : αn = 0 ; homoscédasticité, contre ;
H1 : αn ≠ 0 ; hétéroscédasticité
La règle de décision est la suivante : si la probabilité d‟acceptation de l‟hypothèse nulle
automatiquement calculée par Eviews11 est inférieure à 5%, on rejette H0 et on conclut à
l‟hétéroscédasctité. Sinon, c‟est-à-dire si cette probabilité est supérieure à 5% on accepte
l‟H0, on conclut qu‟il y a homoscédasticité (CLAUDIO, BRUN ET COMBES, 2004).
3.4.Test de normalité
Ce test porte sur une série de résidu. On va tester si la distribution du résidu suit la loi
normale ou non. A l‟aide du test de Jarque-Bera qui est un test statistique qui sert à tester si la
distribution est normale ou si les erreurs suivent une loi normale (LARDIC et MIGNON,
2002).
Ho : les résidus suivent une loi normale
H1 : les résidus ne suivent pas une loi normale
3.5.Test stabilité des paramètres
Ce test permet d‟étudier la stabilité du modèle estimé au cours du temps.il y a un lien
entre la stabilité des paramètres et la linéarité d‟un modèle. Il existe deux versions de ce test :
le CUSUM fondé sur la somme cumulée des résidus récursifs et le CUSUM Square fondé sur
la somme cumulée du carré des résidus récursifs (BROWN, DURBIN ET EVANS, 1975).
24
160,0
140,0
120,0
100,0
80,0
IPC
60,0
40,0
20,0
0,0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29
Année
B. TAUX DE CHANGE
TAUX DE CHANGE
1800,0
1600,0
1400,0
TAUX DE CHANGE
1200,0
1000,0
800,0
600,0
400,0
200,0
0,0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29
ANNEES
C. MASSE MONETAIRE
L'évolution de la monnaie a connu plusieurs perturbations qui ont marqué l'économie
de la RD Congo. Après cette période, le pays a enregistré des taux de croissance du PIB
négatif entre 1990 et 2001, alors que le taux de croissance de la masse monétaire se situait
entre 195,4% et 199,4%. Entre 2002 et 2010, on a observé un taux de croissance de PIB
positif pendant que le taux de la croissance de la masse monétaire se situait entre 38,4% à
34,8%.
Depuis la fin de l'année 2002, les conditions économiques se sont améliorées. Il s'est
observé une maitrise de la stabilité des prix, qui est l'objectif final de la politique monétaire de
la Banque Centrale du Congo.
Nous pouvons clairement observer cela sur le graphique ci-dessous :
MASSE MONETAIRE
12000000000000,0
10000000000000,0
MASSE MONETAIRE
8000000000000,0
6000000000000,0
MM
4000000000000,0
2000000000000,0
0,0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29
ANNEES
D. IMPORTATIONS
IMPORTATIONS
25000000000,0
20000000000,0
IMPORTATIONS
15000000000,0
10000000000,0
5000000000,0
0,0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29
ANNEES
E. LES EXPORTS
EXPORT
18000000000,0
16000000000,0
VALEURS DES EXPORTS
14000000000,0
12000000000,0
10000000000,0
8000000000,0
6000000000,0
4000000000,0
2000000000,0
0,0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29
ANNEES
test de la non autocorrélation des erreurs, test de stationnarité des séries et le test de stabilité
des paramètres (CUSUM).
3.1. TEST DE STATIONNARITE
a) Test de stationnarité sur la variable IPC
Null Hypothesis: IPC has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=5)
t-Statistic Prob.*
Commentaire : On rejette l‟hypothèse nulle selon laquelle notre série possède une racine
unitaire. C‟est pour dire que la série est stationnaire en niveau au seuil de significativité de 5
%.
t-Statistic Prob.*
Dickey-Fuller t-statistics
1.0
0.5
0.0
-0.5
-1.0
-1.5
-2.0
-2.5
-3.0
92 94 96 98 00 02 04 06 08 10 12 14 16 18
Ces résultats nous montrent que la variable IMPORTATION est stationnaire en niveau avec
tendance car la probabilité est inférieure au seuil de 5%. Aussi, la valur de la statistique de
DFA est inférieur aux valeurs de t pour les seuils de 1, 5 et 10%.
t-Statistic Prob.*
Dickey-Fuller t-statistics
1.0
0.5
0.0
-0.5
-1.0
-1.5
-2.0
-2.5
-3.0
92 94 96 98 00 02 04 06 08 10 12 14 16 18
33
1.0
0.8
0.6
0.4
0.2
0.0
92 94 96 98 00 02 04 06 08 10 12 14 16 18
La variable IMPORT n‟est pas stationnaire en niveau car la probabilité dégagée est supérieure
au seuil de significativité de 5%. Cela est prouvé également par le fait que la valeur de la
statistique de DFA est supérieure aux valeurs de t pour les seuils de 1, 5 et 10%. Il faut lui
enlever le trend et l‟intercept pour qu‟elle devienne stationnaire en différence deuxième.
t-Statistic Prob.*
Commentaire : lecture faite de ce tableau laisse voir que la masse monétaire est intégrée
d‟ordre 1 avec tendance. Elle est donc non stationnaire, il faut qu‟on y introduise un filtre à la
différence première pour qu‟on la rende stationnaire.
Cette série devient stationnaire en différence première sans tendance et sans intercept.
35
t-Statistic Prob.*
1.0
0.8
0.6
0.4
0.2
0.0
92 94 96 98 00 02 04 06 08 10 12 14 16 18
La variable Taux de Change est stationnaire en niveau avec le trend, c‟est-à-dire qu‟elle ne
possède pas des racines unitaires.
Le tableau ci-après résume nos résultats du test de stationnarité des séries.
9
Seri es : Res i dual s
8 Sampl e 1990 2018
7 Observati ons 25
6 Mean 1.60e-16
5 Medi an 0.031884
Maxi mum 0.915826
4
Mi ni mum -1.300391
3 Std. Dev. 0.464222
Skewnes s -1.148283
2
Kurtos i s 5.356752
1
0 Jarque-Bera 11.27969
-1.5 -1.0 -0.5 0.0 0.5 1.0 Probabi l i ty 0.003553
Le test de normalité des erreurs nous montre que l‟hypothèse de la normalité des résidus n‟est
pas prise en mains. Cela est prouvé par la probabilité dégagée par la statistique de Jacque-
Bera qui est très faible et inférieur au seuil de 5%. Cela étant, nous allons poursuivre nos
analyses en testant notre modèle par le recours à d‟autres tests économétriques.
De 1990 à 2019 l‟évolution moyenne a été de 1.60e-16 avec une dispersion autour de la
moyenne de 3.18%. Pendant cette période l‟évolution la plus haute a été de +91.58% et la
plus basse de -100.30%. Un Skewness égal à zéro représente une distribution strictement
symétrique comme la loi normale. Le kurtosis permet de connaitre le niveau d‟aplatissement
d‟une densité, ici il est égal à 5.35. Le kurtosis d‟une loi normale est de 3 donc ici nous ne
pouvons pas conclure que cette série à une distribution normale. Néanmoins, le test de Jarque-
Bera va nous permettre de déterminer si notre série suit une loi normale. Ici la statistique de
test JB=11.27. Par ailleurs la p-value est très en dessous de notre marge d‟erreur de 5%. Par
conséquent nous n‟acceptons pas l‟hypothèse nulle : nos données ne sont pas gaussiennes et
donc ne suivent pas une loi normale.
38
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 11/08/20 Time: 13:07
Sample: 1990 2018
Included observations: 25
Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 11/08/20 Time: 13:12
Sample: 1990 2018
Included observations: 25
Presample and interior missing value lagged residuals set to zero.
Au seuil de significativité de 10%, le test de non autocorrélation des erreurs nous prouve une
acceptation de l‟hypothèse nulle selon laquelle nos erreurs ne sont pas auto corrélée. La
statistique F dégagée est inférieur au seuil de 10 pourcents.
40
-2
-4
-6
2017 2018
CUSUM 5% Significance
Nous constatons ci-dessus que les résidus récursifs (en bleu) sont très proches de zéro, il est
largement à l‟intérieur de l‟intervalle de confiance (en jaune). Nous pouvons donc conclure
qu‟il n‟y a pas d‟instabilité des paramètres dans le temps.
0.10265
R-squared 0.997351 Mean dependent var 6
8.07559
Adjusted R-squared 0.996821 S.D. dependent var 3
1.44108
S.E. of regression 0.455289 Akaike info criterion 9
1.68486
Sum squared resid 4.145766 Schwarz criterion 4
1.50870
Log likelihood -13.01361 Hannan-Quinn criter. 2
0.75201
F-statistic 1882.667 Durbin-Watson stat 0
Prob(F-statistic) 0.000000
Ce tableau nous montre que le modèle choisi est significatif au seuil de significativité de 5%.
De toutes les variables sélectionnées, seulement deux variables sont significatives au seuil de
significativité de 5%., il s‟agit du taux de change et les importations. Néanmoins, les variables
exportations et importations sont corrélées négativement avec l‟Indice des prix à la
consommation.
42
IPC=4,639721+0,119131MM+0.901788TXC-0,020119EXPORT-0,393094IMPORT
ESTIMATION DU MODELE APRES ELIMINATION DES VARIABLES NON
SIGNIFICATIVES
Après élimination des variables non significatives les résultats sont les suivants:
Au vu de tous ces constats dégagés à partir de nos analyses, nous pouvons émettre des
suggestions qui vont dans le sens de l'appréciation du franc congolais pour permettre le bien-
être social et économique des congolais.
Signalons que dans cette politique de relance économique par les exportations, la RDC devra
diversifier sa production nationale qui reste dominée par l'exploitation minière.
47
CONCLUSION
Au terme de ce travail qui a porté sur « l‟incidence de la dépréciation du franc
Congolais par rapport au dollar Américain sur la consommation des ménages de la RDC 1990
à 2019 », il nous est indispensable du résumé et de donner quelques avis, considérations et
suggestions.
L'appréhension de la problématique de la dépréciation du franc Congolais par rapport
au dollar Américain, a mis en évidence la prépondérance de la confiance comme un acte de
construction sociale.
La réussite de toute stabilité visant à faire apprécier la monnaie Congolaise est conditionnée
par la formation d'un nouveau lien social ; dans ces conditions, la transformation du rapport
politique devient indispensable, pour réduire l'ampleur de la dépréciation du franc congolais.
Notre question problème était de connaitre les conséquences de la dépréciation du franc
Congolais sur une composante majeure des grandeurs macroéconomiques, soit la
consommation.
La problématique de ce travail a tourné autour de la question suivante :
- Quel est l'impact de cette dépréciation sur la consommation des ménages en RDC ?
Cette question problème a suscité l'émission de la réponse provisoire suivante :
- La dépréciation du franc Congolais par rapport au dollar Américain aurait une incidence
négative sur la consommation des ménages de la RDC, soit la hausse de l'indice des prix à la
consommation ;
La garantie de l'aboutissement d'une étude scientifique se situe dans la mesure où l'on suit un
chemin appelé méthode et qu'on utilise un instrument appelé technique.
Ce faisant, nous avons utilisé dans le cadre de ce travail, la méthode descriptive de part
l'exigence des sciences économiques, basée sur l'induction décisionnelle qui nous a permis
d'étudier l'évolution des variables dans le temps ; pour étudier la corrélation entre la
consommation et les variables explicatives de la dépréciation monétaire nous avons fait
recours à l'économétrie avec appui à la méthode de moindre carré ordinaire et moindre carré
généralisé. Pour vérifier les hypothèses classiques de la régression avec MCO nous avions fait
recours aux tests économétriques de normalité de résidu, d'autocedasticité des erreurs, de la
non autocorrélation des erreurs, des racines unitaires et CUSUM.
A l'issue de nos investigations, nous avons abouti aux résultats ci-apres :
48
Les résultats de L'analyse régressive avec le modèle MCO nous a prouvé que parmi toutes les
variables explicatives de la consommation agrégée des ménages choisies, deux seules étaient
significatives. Il s'agit du taux de change et des importations.
C'est à dire que la variation de la consommation des ménages captée par l'indice des
prix à la consommation est expliquée par la variance de ces deux variables. Le coefficient de
la variable TXC était significatif et positif tandis que celui des importations est négatif.
L'équation établie pour notre modèle de régression sont telles que :
IPC=4,639721+0,119131MM+0,901788TXC-0,020119EXPORT-0,393094IMPORT.
C'est par élimination des variables non significatives que nous avions retenues les variables
Taux de change et Importations.
En effet, lorsque la somme des valeurs des consommations faites par les ménages congolais
par rapport à l'évolution des prix augmente, le taux de change aussi augmente. En d'autres
termes, l'augmentation de l'IPC est expliquée par l'augmentation du taux de change. Par
ailleurs, la variable Import bien que significative, était corrélée négativement avec l'IPC. Cela
veut dire que l'augmentation de l'IPC est expliquée par la diminution des importations. Les
résultats de la régression linéaire multiple établis ont prouvé que le modèle était bon car la
valeur de R² est de 99,7%. Par le recours aux tests économétriques, nous avons trouvé que les
erreurs étaient en conflit avec la loi de Gauss (les résidus ne suivaient pas une loi normale),
cela a été révélé par la statistique de Jarque-Berra. aussi, les erreurs étaient
hétéroscédastiques, elles n'étaient pas en autocorrélation. Le test de Racine unitaire a prouvé
que toutes les variables n'avaient pas de Racine unitaire c'est-à-dire qu'elles étaient intégrées
même si l'ordre d'intégration était différent. Comme l'ordre d'intégration n'était pas le même
pour toutes les variables, on a conclu qu'elles n'étaient pas cointégrées et donc le recours au
test de stabilité des paramètres dans le temps qui a prouvé que les paramètres associés à notre
modèle était stables depuis 2010 à 2015. Ces résultats nous ont amené à émettre des
suggestions constructives.
En effet, La Banque Centrale du Congo met en œuvre ses instruments directs et
indirects de la politique monétaire pour apprécier le CDF, la politique monétaire de la BCC
qui se repose essentiellement sur 3 instruments :
- Le taux directeur de la BCC
- Les coefficients des réserves obligataires
- Les aspects d'offre des bons de trésorerie
Quant à notre hypothèse, elle a été confirmée
49
BIBLIOGRAPHIE
A. OUVRAGES
1. ERIC D'or, Econométrie, cours et exercices adaptés aux besoins des économistes et
gestionnaires, Pearson Éducation,France,2004.
2. FRIDMAN,F., inflation et système monétaire, Calmann_Lévy, Paris,1976.
3. BERNARD,Yet COLLI,Jc., Vocabulaire économique et financier, Éditions du
seuil,paris,1976.
4. SAMUELSON,P_A et NORDHAUS,W_D., Macroéconomie,14éd.,les éditions
d'organisations, Paris,1976.
5. BAUDINOT A, Banque, bourse et commerce extérieur, CLET éducation, Paris, 1981.
6. GRAWITZ M, méthodes des sciences sociales,11ième édition Dalloz, paris, 2001.
7. JALLEADEAU J, Introduction à la macroéconomie, Boeck université, 1998.
8. KABATU SUILA B, Le Congo en marche,ka_immo,Kinshasa,2001.
9. LACLAVERE B, Atlas de la République du Zaïre, Édition jeune, Paris,1978.
10. MISHKIN F, Monnaie banque et marché financier, 7ième édition, Pearson éducation,
Paris,2004.
11. PARKIN M, introduction à la macroéconomie moderne, Pearson Éducation, Paris,2005.
12. SUMATA, Économie parallèle en RDC, harmattan, Paris, 2002.
13. SANDRINE,L.et VALERIE,M., Économétrie des séries temporelles macroéconomiques
et financières,éd.,economica,1998.
14. SAMUELSON,PA. et NORDHAUS,W_D., Macroéconomie, Le 18ième
édition.,ecomica,paris,2005.
15. SEANS,A., Monnaie et finance,2éme édition., De Boeck, Bruxelles,1987.
16. SENETERE,A., inflation et gestion ,Dunod,Paris,1980.
17. WILLIAM,G., Économétrie,5éme édition., Pearson Éducation, France,2005.
18. YVES,C., Dictionnaire économique et social,Hatier,paris,1981.
19. J.P. TSASA VANGU, Statistique appliquée, Centre Congolais-Allemand de Microfinance
UPC, Mai 2010, p.2.
20. HAUDEVILLE, Econométrie appliquée, ESTEM, Ed. Scientifique, Paris, 1996.
21. BURDA Michael et alii : Macroéconomie, une perspective européenne, De Boeck, Paris,
1993.
22. LARDIC et V. MIGON, Econométrie des séries temporelles macroéconomiques et
financières, Economica, Paris 1998, p. 121.
51
23. BOKARY F.D, Econométrie, le modèle général, SL et SN, 2000, p.1FEC, Etat de lieux de
l‟économie congolaise : Problèmes et pistes de solution pour la relance économique en RDC,
mars 2007.
24. Breusch T., (1978), « Testing for autocorrelation in dynamic linear models » Australia
Economic Paper, vol 17. Godfrey S.M (1978), “testing for higher order serial correlation in
regression equation when the regressions contain lagged dependant variable” Econometrica,
vol. 46.
25. H. White, « A Heteroskedasticity-Consistent Covariance Matrix Estimator and a Direct
Test for Heteroskedasticity », Econometrica, vol. 4 , no 4, 1980, p. 817–838
26. Claudio Araujo, Jean-François Brun et Jean-Louis Combes, Économétrie : licence,
master, Rosny, Bréal, coll. « Amphi économie », 2008, 2e éd. (1re éd. 2004), 312 p.
27. Lardic, Mignon (2002), Econométrie des séries temporelles macroénonomiques et
financières, Economica, Paris.
28. Fischer, S. 1994. “Modern Central Banking.” In The Future of Central Banking, edited by
F. Capie, C. Goodhart, S. Fischer, and N. Schnadt. New York : Cambridge University Press.
29. Friedman M. (1993), “ La monnaie et ses pièges. Chapitre 8 : l‟inflation, sa cause,
comment la combattre ”, DUNOD.
30. Nubukpo K. (2003), “ L‟impact des taux directeurs de la BCEAO sur l‟inflation et la
croissance
31. Metin, K. (1998) The Relationship Between Inflation and Budget Deficit in Turkey,
Journal of Business and Economic Statistics, Vol. 16, N° 4, 412-421.
32. Lardic, Mignon (2002), Économétrie des séries temporelles macroéconomiques et
financières, Economica, Paris
33. Maddala, Kim (1998), Unit roots, Cointegration and Structural Change, Cambridge
University Press
34. Phillips, Perron (1988) Testing for a Unit Root in a Time Series Regression, Biometrika,
75, p. 335-346
35. Elliott, G., Rothenberg, T., and Stock, J. (1996). Efficient tests for an autoregressive unit
root. Econometrica, 64, 813-836
B. DICTIONNAIRE
1. D NORVA et A REY, dictionnaire le robert pour tous, classière, Paris,1995.
2. L LECLAIRE, Dictionnaire d'économie pour les nuls, Pearson éducation, Paris,2005.
52
C. COURS
1. Léonidas NDAIZEYE., Théorie monétaire, 1ére licence /isp/Bukavu./2017_2018.
2. Bibish MASOKA., macroéconomie, 2éme licence/isp/Bukavu./2019_2020.
3. Stany VWIMA., microecomie, 1ére licence/isp/Bukavu./2017_2018.
4. Stany VWIMA., commerce international, 2éme licence/isp/Bukavu/2019_2020.
5. B.B. KOMBA, Principes d’économétrie, cours et exercices résolus, UNIGOM, inédit,
2008-2009
6. J.P. KISONIA, Cours d’économétrie, Cours inédit L1 FSEG, ULPGL-Goma, Décembre
2012, p.6.
7. B.B. KOMBA, Principes d’économétrie, cours et exercices résolus, UNIGOM, inédit,
2008-2009
D. MÉMOIRES ET TFC
1. CIZA MUHANZI., Problématique de la détention de la monnaie à valeurs faciale élevée et
son impact sur la vie de ménage, inédit,isp/Bukavu,2015-2016.
2.KWABE MWAMI., L'impact des taxes sur la fixation de prix de vente des produits
Bralima, succursale de Bukavu, inédit,isp/Bukavu,2009-2010.
3. WABITA Milenge Joseph., Impact de l'inflation sur la consommation des produits
pétroliers de 2000 à 2007, inédit,isp/Bukavu,2007-2008
E. RAPPORT
1. BANQUE MONDIALE, rapport annuel des agrégats macroéconomiques en RDC,
19960_2019.
F. WEBOGRAPHIE
1.www.Bcc.cd
2.www.Banque
3.France.fr/Fr/syst_mon_fin.
4.www.imf.org
5.http:www.BCC.com
6. http:www.google.com
7.http://www.wikipedia Encyclopédie libre
53
ANNEXES
56