Finance & Finance Internationale N°7 janvier 2017

ANALYSE EMPIRIQUE DES DETERMINANTS DU TAUX DE

CHANGE REEL DU DINAR ALGERIEN (1993-2014)
(MODELE DE CO-INTEGRATION ENGEL-GRANGER)

Par

Djamel TEBACHE

Chercheur à l'université de Béjaia & Maitre- Assistant classe -A- à

l'université de Sétif-Algérie.

&

Chakour Said-CHAOUKI

Professeur d’Economie et Gestion à l'université de Jijel- Algérie.

&

Saida CHETBANI

Chercheur à l'université de Béjaia et Inspecteur Central à la Direction de

Budget de Sétif-Algérie.

&

Chiha KHEMISSI

Professeur d’Economie et Gestion à l'Université d'ALGER 3.

Résumé :

Notre objectif à travers ce papier est de concevoir et d'estimer un modèle de taux de change
réel du Dinar Algérien, afin de comprendre dans quelle mesure les variables économiques
contribuent à l'évolution du taux de change réel.
A cet effet, nous avons procédé à une analyse en trois étapes principales ; La première étape
se résume dans la vérification des propriétés des séries chronologiques utilisées, stationnarité
et ordre d’intégration, à l’aide des tests de racine unitaire de Dickey-Fuller. La deuxième
étape consiste à s’inspirer de la théorie de la cointégration développée par Engle et Granger
pour examiner la relation de long terme entre le taux de change réel et certains variables,
notamment, la masse monétaire, le produit intérieur brut, le solde de la balance commerciale
et l’ouverture économique. In fine, dans la troisième étape, nous avons effectué un test au
1

http://revues.imist.ma/?journal=FFI ISSN: 2489-1290

Finance & Finance Internationale N°7 janvier 2017

sens de causalité de Granger, dans le cadre d’un modèle à correction d’erreur, pour déterminer
la tendance de la causalité entre le taux de change réel et les variables précédentes. Les
résultats montrent un ordre d’intégration d’ordre un (I(1)) pour chacune des séries. Quant au
test de cointégration, le résultat indique que ces variables ont un rôle capital, à long terme,
dans la détermination du taux de change du Dinar Algérien durant la période de 1993 à 2014.

Mots clés :

Taux de change réel d’équilibre, taux de change du Dinar Algérien, sens de causalité de
Granger, cointégration.

Code JEL : C120, C180, C320, C510, E420,F310.

Abstract :

The aim of this paper is to construct and estimate a model of real exchange rate of the
Algerian Dinar, in order to analyze the dynamic of the real exchange rate ,and the contribution
of the economic fundamentals in its evolution.
The methodology adopted in this study is based on an approach with three steps. First, it
consist to check the time series specifications (the stationarity of the individual variables and
the number of common factors ) using Dicky-fuller test. In the second step we tried to analyze
the long term relation existing between real exchange rate and some variables, especially,
productivity, money supply, trade balance, openness degree, this analysis is based on the
cointegration theory elaborated by Engel and Granger.
The third step consist in applying a test of Granger causality, as an error correction model, to
show the evidence of the causality trend between the real exchange rate and the variables
cited above.
It was found that the number of common factors is (I (1)), for each series. As for the
cointegration test; the result show that, in a long run, these variables have an important
effecton the determination of the exchange rate of the Algerian Dinar during the period of
1993-2014.

Key words:

Equilibrium real exchange rate, Algerian Dinar exchange rate,Granger causality,

cointegration.

JEL classification: C120, C180, C320, C510, E420, F310.

http://revues.imist.ma/?journal=FFI ISSN: 2489-1290

Finance & Finance Internationale N°7 janvier 2017

Introduction

Le taux de change est le système mis en place pour régir les transactions, il constitue le prix
de la monnaie nationale, autrement dit, c’est la quantité en monnaie nationale nécessaire pour
l'obtention d'une unité d'une monnaie étrangère. Lors de la conversion d'une monnaie
nationale contre une monnaie étrangère, cette opération est régie par le taux de change. Cette
conversion a une importance capitale du fait qu'elle permet de faciliter les échanges
commerciaux et financiers entre nations, et confère un pouvoir libératoire aux monnaies de
leurs partenaires commerciaux.

En effet, l’importance du taux de change ne réside pas seulement dans son implication dans le
monde des affaires, comme outil nécessaire pour répondre à certaines questions à travers les
échanges internationaux, mais, il est considéré aujourd’hui à la fois comme un moyen de
régulation monétaire, et un critère par excellence de compétitivité extérieure d’un pays.

Dans une économie en voie d’orientation vers l’ouverture sur le marché internationale comme
celle de l’Algérie, où le taux de change est flottant dirigé, les fluctuations de la monnaie
étrangère représentent un élément déterminant de l’économie, car un taux de change
durablement inadéquat peut être à l’origine de retombées négatives sur les performances, et
est généralement, révélateur de dysfonctionnements structurels. En effet, de nombreuses
difficultés rencontrées dans certains pays en développement ont été souvent attribuées à des
politiques de change inappropriées.

D’autant que l’expérience passée a montré que le taux de change constitue un outil important
pour les économistes, il semble être un élément indispensable dans les relations économiques
et commerciales. D'où la nécessité pour tout économiste d'avoir une vision claire et critique
sur le taux de change.
Notre objectif recherché à travers ce papier est de construire, et d'estimer un modèle
empirique de détermination du taux de change réel bilatéral. Ce modèle est constitué de deux
composantes « l'une à court terme qui prend en compte l'écart entre les taux d'intérêt pratiqués
en Algérie et chez les principaux partenaires commerciaux, et l'autre à long terme qui prend
en compte un terme de correction d'erreurs résultant d'une relation de co-intégration entre le
taux de change réel, l’ouverture économique , la productivité, le taux d'inflation , etc.».
Les objectifs spécifiques de ce document sont:

http://revues.imist.ma/?journal=FFI ISSN: 2489-1290

Finance & Finance Internationale N°7 janvier 2017

- Étudier les facteurs qui peuvent influencer le taux de change à court terme comme le modèle
monétaire à court terme ;
- Étudier les facteurs qui peuvent influencer le taux de change à long terme.

Présentation du modèle

Un certain nombre d’approches ont été adoptées dans la modélisation du taux de change réel,
ce dernier dépend de certaines variables tels que ; le produit intérieur brut, l’ouverture
économique, les termes de l’échange….).

Une forme fonctionnelle doit être choisie pour la relation de la réponse du taux de change
réel, doncnous partons du principe que les changements du taux de change réel △ 𝑇𝐶𝑅𝑡 sont
dus à trois éléments différents :

△ 𝑻𝑪𝑹𝒕 = 𝜶 𝑻𝑪𝑹𝒕−𝟏 − 𝑻𝑪𝑹𝑬𝒕−𝟏 + 𝜷𝑬𝑰𝒕 +𝜆△ 𝑻𝑪𝑹𝒕−𝟏+𝑼𝒕 … … … … (𝟏)

Ou ;

𝛼, 𝛽, 𝜆 : sont des paramètres mesurant la sensibilité des changements courants du taux de

change réel aux trois éléments suivants :
𝑻𝑪𝑹𝒕−𝟏 − 𝑻𝑪𝑹𝑬𝒕−𝟏 : L’écart du taux de change réel de la période précédente 𝑇𝐶𝑅𝑡−1 , par
rapport à sa valeur estimée d'équilibre de long terme 𝑇𝐶𝑅𝐸𝑡−1 ; cet élémentcapte l'idée que le
taux de change devrait toujours chercher à revenir vers sa valeur d'équilibre de long terme.
Par conséquent, on s'attend à ce que△ 𝑇𝐶𝑅𝑡 < 0lorsque𝑇𝐶𝑅𝑡−1 > 𝑇𝐶𝑅𝐸𝑡−1 . En d'autres
termes, la valeur estimée du paramètre𝛼 devrait être négative.
𝑬𝑰𝒕 : L’écart de taux d'intérêt Algérien et étranger ; cet élément capte l'idée qu'à court terme,
les changements du taux de change sont influencés par le degré d'assouplissement monétaire
en Algérie relativement aux taux appliqués dans les pays partenaires.
△ 𝑻𝑪𝑹𝒕−𝟏 : le changement retardé du taux de change, pour capter la dynamique résiduelle qui
ne serait pas expliquée par les deux premiers éléments.
𝑼𝒕 : le terme d'erreurs associé à ce modèle.
Nous avons : 𝑻𝑪𝑹𝑬𝒕 = 𝜶𝟎 + 𝜶𝟏 𝑶𝑷𝑬𝑵𝒕 + 𝜶𝟐 𝑷𝑰𝑩𝒕 + 𝜶𝟑 𝑩𝑪𝒕 + 𝜶𝟒 𝑴𝟐𝒕 … … … … (𝟐)

Ou :
𝑻𝑪𝑹𝒕 : le taux du change réel
4

http://revues.imist.ma/?journal=FFI ISSN: 2489-1290

Finance & Finance Internationale N°7 janvier 2017

𝑶𝑷𝑬𝑵𝒕 : l’ouverture économique

𝑷𝑰𝑩𝒕 : le produit intérieur brut
𝑩𝑪𝒕 : le solde de la balance commerciale
𝑴𝟐𝒕 : la masse monétaire
Selon cette optique, le taux de change observé (𝑇𝐶𝑅𝑡 ) est la somme du taux de change
d'équilibre (𝑇𝐶𝑅𝐸𝑡 ) et d'une variableℰ𝑡 , mesurant l'écart entre le taux de change et sa valeur
d'équilibre.
𝑻𝑪𝑹𝒕 = 𝑻𝑪𝑹𝑬𝒕 + 𝓔𝒕 … … … … (𝟑)
En regroupant les équations (2) et (3), on déduit l'équation de taux de change réel suivante :
𝑻𝑪𝑹𝒕 =𝜶𝟎 + 𝜶𝟏 𝑶𝑷𝑬𝑵𝒕 + 𝜶𝟐 𝑷𝑰𝑩𝒕 + 𝜶𝟑 𝑩𝑪𝒕 + 𝜶𝟒 𝑴𝟐𝒕 + 𝓔𝒕 … … … … (4)

Dans notre travail, nous allons estimer le modèle par la méthode des moindres carrés
ordinaires (MCO). Nous adoptons une démarche en deux étapes. La première étape consiste à
estimer l'équation (4) par la méthode des moindres carrés ordinaires. Les résidus de cette
régression sont ensuite utilisés dans une deuxième étape comme mesure de l'écart du taux de
change par rapport à sa valeur d'équilibre de long terme lors de l'estimation de l'équation (1).
2. Sources de données et estimation du modèle
Notre étude s’étale sur la période [1993, 2014]. Nous avons fait appel à plusieurs ressources
afin de compléter notre base de données. Les statistiques descriptives des variables utilisées
sont données par le tableau n°1, ainsi que leurs représentations graphiques dans la figure n°1
dans l’annexe. Le TCR est disponible dans la base de données IFS (International Financial
Statistics) du Fonds Monétaire International (FMI). Le produit intérieur brut ; est disponibles
dans la Base de données IFS. L’ouverture commerciale définie par la somme des exportations
et des importations divisée par le PIB, source IFS. La masse monétaire est extraite de la base
de données de l’ONS, les données concernant le produit intérieur brut, les taux d’intérêt,
l’ouverture économique, le solde de la balance commerciale mesurée par rapport au PIB sont
disponible dans la base de données IFS.

Tableau n°1 : Statistiques descriptives

Variable Définition Moyenne écart type minimum maximum

TCR Taux de change réel 252.8399 75.15616 86.48148 398.4000
PIB Le produit intérieur brut 11.3788 0.6096 10.6397 12.2740

http://revues.imist.ma/?journal=FFI ISSN: 2489-1290

Finance & Finance Internationale N°7 janvier 2017

M2 La masse monétaire 14.9988 0.9851 13.3493 16.4302

OPEN L’ouverture commerciale 0.2825 0.2814 -0.1452 0.7931
BC Solde de balance commerciale 9.1736 9.2264 -3.5200 26.8900

Source: élaboré par les auteurs à partir des données statistiques

2.1. Estimation du modèle : Cadre méthodologique

Notre démarche s'appuie sur le modèle à correction d'erreur (MCE) d'Engle et de Granger.
Le MCE part du principe qu'une relation de long terme existe entre des variables non
stationnaires, en notant que celles-ci soient co-intégrées. L'estimation d'un MCE peut être
élaborée en deux étapes1. Tout d’abord, on s’intéresse à la détermination de l'ordre
d'intégration des variables à l'aide du test de Dickey- Fuller, ensuite nous passons à
l'estimation de la relation de long et de court terme par la méthode des moindres carrés
ordinaires.
Compte tenu de l'évolution du taux de change réel, nous allons aussi étudier la stabilité du
modèle en utilisant le test de Chow.

2.2. L’analyse en séries temporelles

2.2.1. La stationnarité : quand on utilise des données en séries temporelles dans le but
d’estimer les paramètres de l’équation (4), il est nécessaire, tout d’abord, de déterminer les
propriétés statistiques de chaque série. En effet l’équation (4) exige l’utilisation de donnés
stationnaires en vue d’obtenir des résultats significatifs.

On distingue deux types principaux de processus temporels2 :

a) Les processus stationnaires : Ils sont caractérisés par des espérances, variances,
autocorrélations et les covariances indépendantes du temps. Un tel processus stationnaire est
dit intégré d’ordre 0 (I(0)).

b) Les processus non stationnaires : Une série non stationnaire est dite intégrée d’ordre
𝑑 𝑥𝑡 ~𝐼 𝑑 si, après avoir été différenciée d fois, elle est stationnaire. En d’autres termes,
𝑥𝑡 ~𝐼 𝑑 si et seulement si 1 − 𝐿 𝑑 𝑥𝑡 ~𝐼 0 . La plupart des séries macroéconomiques sont

1
Engle R.F. et Granger C.W.J. (1987), « Cointegration and error correction: representation, estimation and
testing »,Edition Economica ,Paris, 1987.
2
Nelson, C.R., Plosser, C.I., (1982). Trends and random walks in macroecomic time series. Journal of Monetary
Economics. Vol 10, PP 139-162.
6

http://revues.imist.ma/?journal=FFI ISSN: 2489-1290

Finance & Finance Internationale N°7 janvier 2017

intégrées d’ordre 1 ; elles possèdent une racine unitaire. Une différenciation unique suffit pour
les rendre stationnaires. La méthode la plus performante pour déterminer l’ordre d’intégration
d’une série est basée sur les tests de racine unitaire.
2.2.2. Test de racine unitaire : Il existe un grand nombre de tests de racine unitaire qui sont
en vogue, à savoir le test de Fuller, Dickey et Fuller augmenté(ADF), le test de Phillips-
Perron (PP) et le test Durbin Watson de la régression intégrante, les travaux des pionniers en
la matière sont ceux de Dickey et Fuller. Ce test permet de détecter la présence de racine
unitaire dans une série, et repose sur l‘estimation d‘un processus autorégressive.
Ce test existe en trois versions différentes 3:
1- Le premier modèle sans constante, ni tendance déterministe présenté de façon générale
comme suit : △ 𝑌𝑡 = 𝜑𝑌𝑡−1 + 𝜀𝑡 … … … … (1.1)

2- Le deuxième modèle avec constante et sans tendance déterministe qui se

Présente ainsi : △ 𝑌𝑡 = 𝛼0 + 𝜑𝑌𝑡−1 + 𝜀𝑡 … … … … (2.2)

3- Le troisième modèle avec constante et tendance déterministe présenté comme suit:

△ 𝑌𝑡 = 𝛼0 + 𝜑𝑌𝑡−1 + 𝛼2 𝑡 + 𝜀𝑡 … … … … (3.3)

Où△ 𝑌𝑡 est le changement entre les périodes 𝑡 et 𝑡 + 1 .

L'hypothèse nulle H0 de non stationnarité est évaluée en testant l'hypothèse 𝜑 = 0.
Nous avons suivi la méthodologie suivante en trois étapes :
- Faire la régression à partir du troisième modèle, puis déterminer si le coefficient de la
tendance est significativement différent de zéro.
Dans ce cas, on teste l'hypothèse nulle de racine unitaire (𝜑 = 0 ) à l'aide de la table
Tau t (𝑇𝑇 ) de Dickey Fuller afin de vérifier si les séries sont stationnaires ou non
stationnaire.
Dans le cas contraire, le coefficient de la tendance n’est pas significativement
différent de zéro, il faut reprendre la régression avec le deuxième modèle sans
tendance.

3
Richard. I. D. Harris. Using Cointegration Analysis in Econometric Modeling. Prentice Hall publichers,
London, 1995.
7

http://revues.imist.ma/?journal=FFI ISSN: 2489-1290

Finance & Finance Internationale N°7 janvier 2017

- Faire la régression du deuxième modèle et déterminer si le coefficient de la constance

est significativement différent de zéro.
Dans ce cas-là, on teste l'hypothèse nulle de racine unitaire à l'aide de la table Tau u
(𝑇𝑈 ) et vérifier si les séries sont stationnaires ou non stationnaires. Sinon, il faut
reprendre la régression avec le premier modèle sans constante, ni la tendance
déterministe.
- Dans le premier modèle, on teste l'hypothèse nulle de racine unitaire pour identifier si
les séries sont stationnaires ou non stationnaires.
Pour effectuer ce test, nous avons choisi le nombre de retards pour chacune des variables qui
minimisent la statistique d'Akaike selon le critère d'information d'Akaike (AIC), les valeurs
des retards 𝜑 sont fournies automatiquement par le logiciel Eviews.
2.2.3. cointegration: C’est l’étape qui suit les tests préalables de vérification de non
stationnarité des séries.
 Notion de cointégration: On considère deux séries 𝑋𝑡 et 𝑌𝑡 , dont les processus sont
intégrés d’ordre un (I(1)). Elles sont dites cointégrées, s’il existe une combinaison
linéaire unique des deux variables qui se révèle intégrée d’ordre 0 (I (0)). Une telle
combinaison linéaire peut s’écrire sous la forme suivante 4:𝒁𝒕 = 𝑿𝒕 − 𝜶 −
𝜷𝒀𝒕 … … … … (𝟒. 𝟒)
Où 𝛼 et 𝛽 ont deux constantes telles que la variable𝒁𝒕 soit une variable stationnaire. 𝒁𝒕 étant
stationnaire,𝑿𝒕 et 𝒀𝒕 vont tendre à varier ensemble dans le temps et peuvent subir des
déviations momentanées, mais ne peuvent diverger sans limites. La relation (4.4) est, par
conséquent, une relation de long terme ou d’équilibre.𝒁𝒕 mesure la déviation par rapport à la
valeur d’équilibre.
Pour tester l’hypothèse nulle de cointégration, la méthodologie en deux étapes d’Engle et
Granger est souvent utilisée.

 Méthodologie d'Engle et de Granger5 :

a) La première étape consiste à déterminer l'ordre d'intégration de toutes les variables à
l'aide des tests de Dickey Fuller. La méthode est valide uniquement lorsque les variables
sont intégrées du même ordre.
4
Engle R.F. et Yoo S. (1987), « Forecasting and testing in cointegrated systems », Journal of Econometrics.
5
ENDERS, W. (2004). Applied Econometric Times Series, Wiley Series In Probability And Statistics. Wiley,
second edition.
8

http://revues.imist.ma/?journal=FFI ISSN: 2489-1290

Finance & Finance Internationale N°7 janvier 2017

b) La deuxième étape consiste à vérifier que les variables identifiées comme intégrées à
l'étape a) sont en fait co-intégrées. Cette vérification s'effectue en testant que les résidus
de la relation de long terme sont stationnaires. La relation de long terme est estimée par
les moindres carrés ordinaires, le test de racine unitaire est effectué sur les résidus du
MCO. Le résultat de ce test est crucial puisque la méthode d'Engle et Granger n'est
valide au plan statistique que si les variables sont co-intégrées.
Finalement, lorsque la relation de co-intégration est validée à l'étape b), l'estimation de la
relation de la dynamique de court terme donnée à l'équation (1) est effectuée par MCO.
2.2.4. Méthodologie de l'estimation de la relation de long terme :
Comme nous l'avons déjà mentionné, nous utilisons la méthodologie d'Engle et de Granger
pour estimer la relation de long terme, puisque les séries temporelles sont non stationnaires, il
nous faudra ensuite vérifier que le taux de change réel est co-intégré avec celles-ci.
L'équation (4) se présente donc sous cette forme :
𝑻𝑪𝑹𝒕 = 𝜶𝟎 + 𝜶𝟏 𝑶𝑷𝑬𝑵𝒕 + 𝜶𝟐 𝑷𝑰𝑩𝒕 + 𝜶𝟑 𝑩𝑪𝒕 + 𝜶𝟒 𝑴𝟐𝒕 + 𝓔𝒕
Cette opération s'effectue en deux étapes :
- Nous avons fait la régression par la méthode des moindres carrées ordinaires (MCO)
pour les paramètres (𝜶𝟎 ; 𝜶𝟏 ; 𝜶𝟐 ; 𝜶𝟑 ; 𝜶𝟒 ), ce qui nous a permis d'extraire les résidus
estimés (Ut).
- Dans la seconde étape, nous testons la stationnarité des résidus extraits de la première
étape en utilisant le test de Dickey Fuller augmenté (ADF), pour voir s'ils sont
stationnaires, confirmer ou rejeter l’hypothèse d’existence d'une relation de Co-
intégration entre les variables du modèle. Dans le cas où ils sont stationnaires, on
conclue qu'il existe une relation de Co-intégration.

4.2.3 Méthodologie de l'estimation de la relation de court terme : modèle à correction

d'erreur
L’existence d’une relation de co-intégration entre le taux de change réel et les
variables : la masse monétaire, le produit intérieur brut, le Solde de la balance
commerciale, l’ouverture économique, nous permet par la suite de procéder à
l'estimation du modèle à correction d'erreur. Rappelons que l'équation (1) met en
relation la variation du taux de change autour de sa tendance de long terme avec
trois éléments distincts , à savoir , l'écart du taux de change réel par rapport à sa
9

http://revues.imist.ma/?journal=FFI ISSN: 2489-1290

Finance & Finance Internationale N°7 janvier 2017

valeur estimée d’équilibre de long terme, l'écart des taux d'intérêt et le changement
retardé du taux de change. Ce modèle dynamique regroupe en même temps les
évolutions de court terme, et de long terme des variables.
Etude de la stabilité du modèle
L'échantillon que nous avons choisi a une taille de 24observations, il tient compte deux sous
périodes : la première s'étend de 1993 à 1999, et la deuxième étape s'étend de 2000 à 2014.

Nous avons effectué le test de Chow afin de tester la stabilité du modèle. Ce test à plusieurs
contraintes, permet de tester la stabilité des coefficients de la régression sur l’échantillon
choisie.
Nous testons l'Hypothèse nulle de stabilité𝐻0 , Contre l'hypothèse alternative de non
stabilité𝐻1 , in fine, nous allons appliquer la règle de décision : Si la statistique calculée est
inférieure à celle tabulée, on peut rejeter l'hypothèse de constance des coefficients.
Selon les résultats trouvés dans ce test, nous allons identifier la période dont des variables
données sont à l’origine de cette instabilité, s’il y a lieu en effectuant le test de Chow
individuel.
3. Présentation et analyse critique des résultats d'estimation
Dans ce cadre, nous présentons les résultats des tests de Dickey- Fuller, les estimations
relatives à la relation de long terme et de la dynamique de court terme, ainsi que le test de Co-
intégration, et enfin les tests de la stabilité du modèle.
3.1. Présentation des résultats des tests de Dickey - Fuller augmenté
Pour tester la stationnarité des cinq séries utilisées dans notre étude (le taux de change
réel, la masse monétaire, le produit intérieur brut, le Solde de la balance commerciale et
l’ouverture économique), nous avons effectué le test de Dickey-Fuller augmenté. Les résultats
obtenus de ce test sont présentés dans le tableau ci-dessous.
Pour le taux de change réel, nous testons :
L'hypothèse nulle 𝑯𝟎 : Non Stationnarité ;
L'hypothèse alternative 𝑯𝟏 : Stationnarité ;

Résultats des tests de stationnarité sur les variables (au seuil de 5%)

Tableau №2 : étude de la stationnarité de la série de TCR

10

http://revues.imist.ma/?journal=FFI ISSN: 2489-1290

Finance & Finance Internationale N°7 janvier 2017

Les modèles variable Coefficient STD Error t – stat Prob

TCR(-1) -0.30015 0.1310 -2.2909 0.0359
Modèle n° 3 C 103.5732 42.9911 2.4091 0.0284
@TREND -1.8424 1.6025 -1.1496 0.2672

Modèle n° 2 TCR(-1) -2.2704 0.1296 -2.0857 0.0524

C 73.9719 34.7528 2.1285 0.0482
Modèle n° 1 TCR(-1) -0.0035 0.3602 -0.0975 0.923
Source: Elaboré par les auteurs à partir les résultats d’EVIEWS.
Les résultats du tableau montrent que :
Selon le modèle n°3, nous constatons que le coefficient de la tendance n’est pas significatif
(prob > 0,05), donc nous acceptons l‘hypothèse𝐻0 , les coefficients sont nuls, nous
remarquons que 𝑡𝑐𝑎𝑙 >𝑡𝑡𝑎𝑏 pour la valeur de 𝛼 = 5%, donc le modèle est non stationnaire.
Selon le modèle n°2, la constante est significative (prob< 0,05) donc nous rejetons
l‘hypothèse 𝐻0 , les coefficients sont nuls, nous remarquons que 𝑡𝑐𝑎𝑙 >𝑡𝑡𝑎𝑏 pour la valeur de 𝛼
= 5%, donc le modèle est non stationnaire.
Selon le modèle n°1, le coefficient n’est pas significatif (prob> 0,05), on constate que
𝑡𝑐𝑎𝑙 >𝑡𝑡𝑎𝑏 pour la valeur de 𝛼 = 5%, donc le modèle est non stationnaire. Alors la série TCR
n‘est pas stationnaire elle est de type stationnaire en différence.
En ce qui concerne, les autres séries de notre étude, le tableau n°3 de l’annexe montre que
toutes les variables sont non stationnaires au seuil de 5%, donc nous acceptons dans tous les
cas l'hypothèse nulle de non stationnarité contre l'hypothèse alternative. Ce test confirme la
présence de racine unitaire.
Etant donné que toutes les séries utilisées sont non stationnaires en niveau, nous allons
procéder par l’élaboration des tests en différence première, afin de connaître l'ordre
d'intégration. Les résultats de ces tests indiquent que toutes les différences premières sont
stationnaires. On peut donc conclure que toutes nos variables sont intégrées d'ordre un.
Tableau № 3 : test de Dickey - Fuller Augmenté (ADF)
Variable Le modèle Valeur calculé Valeur critique Ordre
α = 5% d’intégration
TCR Avec constance et tendance -4.3029 -3.6591 I(1)
BC Avec constance et tendance -4.7507 -3.6591 I(1)
PIB Avec constance et tendance -4.3624 -3.6591 I(1)
OPEN Avec constance et tendance -4.6614 -3.6591 I(1)
M2 Avec constance et tendance -4.3745 -3.6591 I(1)
Source: Elaboré par les auteurs à partir du logiciel EVIEWS.

3.2. Test de la relation de Co-intégration

11

http://revues.imist.ma/?journal=FFI ISSN: 2489-1290

Finance & Finance Internationale N°7 janvier 2017

Nous avons déterminé l’ordre d’intégration des séries, Elles sont toutes intégrées d’ordre
un, ce qui implique qu‘il y a une possibilité d’avoir une relation de cointégration entre
ces variables, ainsi, on peut utiliser la méthode d'estimation en deux étapes proposée par
Engle et Granger.
3.2.1. Relation de co-intégration entre le taux de change et les variables de long terme :
Pour savoir si le taux de change réel est co-intégré avec les variables de long terme, il parait
évident d’effectuer un test de stationnarité des résidus de l'équation (4), estimée par les
moindres carrés ordinaires. En d'autres termes, effectuer un test de Dickey Fuller sur les
résidus de l'équation (4). Un rejet de l'hypothèse nulle de non stationnarité est dans ce cas
interprété comme une démonstration de la présence d'une relation de co-intégration entre le
taux de change réel et les variables de prévisions utilisé. Les résultats de ce test sont présentés
dans le tableau suivant :

Tableau № 4 :Test de Dickey Fuller sur les résidus

Variable Valeur calculé Valeur critique α = 5% Retards
Résidus taux de change -3.478835 -3.0114 0
Source: Elaboré par les auteurs à partir du logiciel EVIEWS.

Les résultats obtenus dans le tableau ci-dessus du test de Dickey Fuller (DF) sur les résidus,
déduits de la relation de long terme, ne confirment pas la présence de racine unitaire. Donc,
l'hypothèse nulle de non stationnarité est rejetée en faveur de l'hypothèse alternative de
stationnarité. Ceci confirme la relation de Co-intégration entre le taux de change réel et les
variables de prévision à long terme.
Ayant confirmé la présence d'une relation de co-intégration entre les variables, il peut être
intéressant d'analyser les résultats détaillés de la relation de long terme.

Tableau № 5 : Résultats de l'estimation de la relation de long terme

Dependent Variable: TCR

Method: Least Squares
Date: 04/05/16 Time: 21:48
Sample: 1993 2014
Included observations: 22

12

http://revues.imist.ma/?journal=FFI ISSN: 2489-1290

Finance & Finance Internationale N°7 janvier 2017

Variable Coefficien Std. Error t-Statistic Prob.

t
PIB -307.3337 36.03133 -8.529625 0.0000
OPEN 552.8468 190.2896 2.905292 0.0099
M2 191.3090 21.34854 8.961220 0.0000
BC -16.72817 5.744354 -2.912106 0.0097
C 877.7923 136.9663 6.408821 0.0000
R-squared 0.912646 Mean dependent var 252.8399
Adjusted R-squared 0.892093 S.D. dependent var 75.15616
S.E. of regression 24.68825 Akaike info criterion 9.447248
Sum squared resid 10361.66 Schwarz criterion 9.695212
Log likelihood -98.91973 F-statistic 44.40281
Durbin-Watson stat 1.566960 Prob(F-statistic) 0.000000
Source : Elaboré par les auteurs à partir du logiciel EViews

Après estimation , notre modèle s’écrit comme suit:

TCR = -307.3337*PIB + 552.8468*OPEN + 191.3090*M2 - 16.72817*BC + 877.7923

Les estimations effectuées sur la période 1993 à 2014 pour la relation de long terme nous
permettent d'obtenir de bons résultats. Ces derniers sont présentés dans le tableau № 5.
La valeur de R2 (0.912) confirme que toutes les variables explicatives ont effectivement une
influence sur la variable expliquée.
Si on tient compte de l’effet de chaque variable indépendamment des autres, tous les
coefficients sont significatifs au seuil de 5%.

 D’après notre modèle, la sensibilité du taux de change réel à long terme à l'ouverture
économique semble être élevée, ce qui n’exclue pas un impact important sur le
comportement du TCR à long terme. Une analyse des résultats nous montre que le
coefficient associé à cette variable confirme que l’ouverture commerciale de l’Algérie
est accompagnée d’une dépréciation du taux de change réel. Par ailleurs, l’élasticité
du taux de change réel par rapport à la politique commerciale Algérienne est
plausible, en s’inspirant de ce que prédit souvent la théorie économique, on constate
qu’effectivement, une amélioration du degré d’ouverture de l’économie algérienne
entraînera une dépréciation de la valeur réel de la monnaie nationale. Ainsi,
l’ouverture de l’économie en Algérie déprécie son taux de change réel d’équilibre,
tant que la libéralisation commerciale permet d’accéder à des biens importés à faibles

13

http://revues.imist.ma/?journal=FFI ISSN: 2489-1290

Finance & Finance Internationale N°7 janvier 2017

prix, ce qui va pousser les consommateurs à substituer des produits non échangeables
aux produits échangeables.

 Le produit intérieur brut est une mesure d'activités économiques qui jouit d’une
importance considérable comme indicateur de la santé d’un système économique.
Dans notre étude, Nous constatons que le coefficient estimé associé à la variable «
PIB » est négatif. ce qui s’explique par le fait qu'une augmentation de la production
s'apparente à une augmentation de l'offre globale de biens et services, cette
augmentation devrait engendrer une baisse du prix relatif des biens non échangeables,
ce qui concourt à une amélioration de la compétitivité de l’économie nationale.

 Quant à l’effet à long terme du solde de la balance commerciale sur le taux de change
réel, la relation de cointégration fournit un coefficient négatif, indiquant qu’une
amélioration du solde de la balance commerciale entraîne une appréciation du taux de
change réel.

 Le signe attribué à la masse monétaire est positif, ce résultat s'explique dans la mesure
où, du point de vue théorique (Edwards (1989)), une croissance rapide de l'offre de
monnaie induit une inflation élevée, c'est-à-dire renchérit le prix des biens mesuré en
termes monétaires, et cela implique une dépréciation de la monnaie, ou un
accroissement du prix des devises étrangères par rapport à la monnaie nationale.
Avant d’estimer le modèle à correction d’erreur, il nous parait plus utile de spécifier notre
modèle empirique à travers l’analyse de la normalité de ses résidus, la stationnarité,
l‘homoscédasticité et l‘indépendance entre les résidus.

 le test de Jarque-Bera accepte l‘hypothèse nulle de normalité et rejette l‘hypothèse

alternative (JB= 1.2748 <𝑥 2 0.05;2 ), donc les résidus sont effectivement distribués selon la
loi normale.

Tableau № 6 : Résultats de test de Jarque-Bera

14

http://revues.imist.ma/?journal=FFI ISSN: 2489-1290

Finance & Finance Internationale N°7 janvier 2017

Source : Elaboré par les auteurs à partir du logiciel EViews

 le test de Breusch- Godfrey serial corrélation (LM TEST) confirme la dépendance des
erreurs (F-statistic = 0.684 ; prob = 0.5193).

Tableau № 7 : Résultats de test de Breusch - Godfrey serial corrélation

Breusch-Godfrey Serial Correlation LM Test:

F-statistic 0.684625 Probability 0.51936

Obs*R-squared 1.840248 Probability 0.39847
Source : Elaboré par les auteurs à partir de logiciel EViews

Le test de White accepte l‘hypothèse nulle d’homosscédasticité et rejette l’hypothèse

alternative d’héteroscédasticité ��2 = 13,79 <�0,05.

3.2.2.Estimation du modèle à correction d’erreur

L'existence de la relation de Co-intégration nous permet d'effectuer l'estimation du modèle à

correction d'erreur ou de la dynamique de court terme.
Le modèle s‘écrit comme suit6 :
𝜟𝒚 𝒕 = 𝜶 𝟏 ∗ ∆x𝟏𝒕 + 𝜶 𝟐 ∗ ∆𝒙 𝟐𝒕 + 𝜶 𝟑 ∗ ∆𝒙 𝟑𝒕 + 𝜶 𝟒 ∗ ∆𝒙 𝟒𝒕 + ⋯ + 𝜶 𝒌 ∗ ∆𝒙 𝒌𝒕
− 𝝀 ∗ 𝓔 𝒕 −𝟏 + 𝒖 𝒕

𝜟𝑻𝑪𝑹 𝒕 = 𝜶 𝟏 ∗ ∆𝑶𝑷𝑬𝑵 𝒕 + 𝜶 𝟐 ∗ ∆𝑷𝑰𝑩 𝒕 + 𝜶 𝟑 ∗ ∆𝑩𝑪 𝒕 + 𝜶 𝟒 ∗ ∆𝑴𝟐 𝒕 + 𝜶 𝟓 ∗ ∆𝒊 𝒕

+ 𝜶 𝟔 ∗ 𝓔 𝒕 −𝟏 + 𝒖 𝒕

Où: 𝒖 𝒕 un bruit blanc

𝓔 𝒕 −𝟏 : est le résidu issu de la relation de cointégration de long terme, 𝜶 𝟔 est le coefficient du
terme de correction d'erreur ; il représente la force de rappel vers l'équilibre de long terme. Ce

6
ERICSSON Neil R. et James G. MacKinnon, 2002, "Distributions of Error Correction Tests for Cointegration",
Econometrics Journal n°5, PP315 – 318.
15

http://revues.imist.ma/?journal=FFI ISSN: 2489-1290

Finance & Finance Internationale N°7 janvier 2017

paramètre doit être significativement non nul et négatif, autrement, la représentation sous
forme de modèle à correction d'erreur ne sera pas valide.
Les résultats d’estimation du modèle à correction d’erreur sont reportés dans le
tableau suivant :
Tableau № 8 : Résultats de l'estimation du modèle à correction d‘erreur

Source : Elaboré par les auteurs à partir du logiciel EViews

A partir des résultats obtenus dans le tableau ci- dessus, Nous constatons que :

 le coefficient associé à la force de rappel est négatif (-0.67415). Il existe donc un

mécanisme à correction d’erreur. Ce mécanisme indique la convergence des
trajectoires de la série du TCR vers la cible de long terme.
 tous les coefficients des variables qui expliquent le taux de change ne sont pas
significatifs, sauf le produit intérieur brut (PIB), cela nous permet de dire qu’une
relation de court terme est inexistante entre le taux de change réel et la masse
monétaire ; le solde de la balance commerciale ; l’ouverture économique et l’écart de
taux d'intérêt Algérien et étranger. Par contre il existe une relation de court terme
entre le taux de change réel et le produit intérieur brut (PIB).
 En utilisant la formule suivante pour calculer la durée de convergence :
1−δ = 1− φ 𝑇

Avec T, φ et δ:sont respectivement le nombre d’années ; le coefficient de correction

d’erreur et le pourcentage de chocs.
16

http://revues.imist.ma/?journal=FFI ISSN: 2489-1290

Finance & Finance Internationale N°7 janvier 2017

Le modèle ECM de l‘équation de notre modèle par l’approche de Granger est donnée comme
suit :

𝜟𝑻𝑪𝑹 𝒕 = 𝟑𝟗 . 𝟎𝟐𝟒𝟗 − 𝟒𝟏𝟓 . 𝟓𝟎𝟓 ∗ ∆𝑷𝑰𝑩 𝒕 + 𝟎 . 𝟏𝟓𝟐𝟏 ∗ ∆𝑻𝑪𝑹 𝒕 −𝟏

− 𝟎 . 𝟔𝟕𝟒𝟏 ∗ 𝓔 𝒕 −𝟏 + 𝒖 𝒕
Avec :𝒖 𝒕 un bruit blanc

3.3. Test de stabilité de la relation : Pour tester la stabilité des coefficients (égalités entre les
coefficients). On utilise le test de Chow, Ce test basé sur les résidus récursifs cherche à
détecter la présence d’une date de rupture.
Ce test peut s’écrire sous la forme d’un test de plusieurs contraintes. on considère une date
susceptible d’avoir induit une modification de l’équation de comportement ; on note 𝑛 0 cette
date, et on cherche à tester si les paramètres sont identiques sur l’ensemble de la période
1……..N, ou si les paramètres sont différents sur les sous périodes 1 ………𝑛 0 et 𝑛 0 +
1 … … . . 𝑁 . Autrement dit on effectue le test suivant :
𝐻0: 𝐵 1 = 𝐵 2
𝐻1: 𝐵 1 ≠ 𝐵 2
𝐵 1 𝑒𝑡 𝐵 2 : Sont les vecteurs des paramètres sur la première et la deuxième sous périodes ;
Première période𝑇 1 : 1993-1999, contient 07 observations
Deuxième période𝑇 2 : 2000-2014, contient15 observations.
Nous rappelons que ce test est fondé sur la statistique suivante :

𝑅𝑆𝑆 − 𝑅𝑆𝑆1ḞӺʄƒ
𝑇1 + 𝑇2 − 2𝑘
Ḟ =
𝑅𝑆𝑆 𝐾
RSS : est la somme des carrés résiduels pour toutes les observations (22
observations) 𝑅𝑆𝑆 1 : est la somme des carrés résiduels pour la première période 𝑇 1 et K le
nombre de variables.
Sous l‘hypothèse 𝐻 0 d’égalité des coefficients contre 𝐻 1 l’instabilité des coefficients, On
rejettera l’hypothèse nulle lorsque cette statistique Ḟ est trop élevé pour un test ou un niveau
α, la région critique est ainsi ;Ḟ>ƒ(𝐾 ; 𝑇 + 𝑇 2𝐾 )
1 2−
L’application de ce test, nous donne le résultat suivant :
0.496022 < 0.7735 𝑑𝑜𝑛𝑐 : Ḟ < ƒ 5; 12 ,5%

Selon le test de Chow, on peut conclure que les coefficients sont stables.

17

http://revues.imist.ma/?journal=FFI ISSN: 2489-1290

Finance & Finance Internationale N°7 janvier 2017

Tableau № 9 : test de Chow

Chow Breakpoint Test: 1998
Null Hypothesis: No breaks at specified breakpoints
Varying regressors: All equation variables
Equation Sample: 1993 2014

F-statistic 0.496022 Prob. F(5,12) 0.7735

Log likelihood ratio 4.133122 Prob. Chi-Square(5) 0.5304
Wald Statistic 2.480108 Prob. Chi-Square(5) 0.7795

Source : Elaboré par les auteurs à partir du logiciel EViews

Conclusion

A la lumière de ce travail de recherche, nous considérons que la modélisation des

déterminants du taux de change réel d’équilibre s’inscrit bien dans les travaux actuels, qui
nécessitent un suivi, et une mise à jour permanente, en s’intéressant au suivi de la
compétitivité de l’économie nationale. Il s’agit en fait, d’un thème qui s’inscrit dans la
problématiques où le taux de change reste la clé de voûte, tels que le diagnostic des mutations
de l’environnement international caractérisé par l’interdépendance des systèmes économiques
et la globalisation financière, les changements géopolitiques et socio-économiques dans le
monde. Dans ce contexte, nous avons cherché à identifier les déterminants du taux de change
réel d’équilibre pour l’Algérie, en se basant sur des approches théorique qui sont en vogue
dans la littérature économique.

Pour élaborer notre travail, nous avons procédé à l’analyse empirique en s’inspirant de la
méthodologie d'Engle et de Granger à laquelle sont rattachées deux grandes étapes :
l'estimation de la relation de long terme, suivie du test de co-intégration, et l'estimation de la
dynamique de court terme.

Les résultats sont très concluants. Toutes les estimations ont démontré que les coefficients des
paramètres estimés sont significatifs à un niveau de confiance de 95%.

Une seule relation de long terme a été relevée entre le taux de change et ses déterminants,
concluant ainsi que les variables retenues (le solde de la balance commerciale, la masse
monétaire, l’ouverture économique, le produit intérieur brut) ont une influence non
négligeable dans la détermination d’une politique de change en Algérie. Notre étude démontre

18

http://revues.imist.ma/?journal=FFI ISSN: 2489-1290

 Finance & Finance Internationale N°7 janvier 2017

qu’une augmentation du produit intérieur brut, une amélioration du solde de la balance

commerciale entraînent une appréciation de long terme du taux de change réel.

En revanche, un accroissement de la masse monétaire et une hausse de degré d’ouverture

commerciale entraînent une dépréciation de la valeur du taux de change réel.

Références Bibliographiques

1. Enders, W. (2004). Applied Econometric Times Series, Wiley Series In Probability

And Statistics. Wiley, second edition.
2. Engle R.F. et Granger C.W.J. (1987), « Cointegration and error correction:
representation, estimation and testing », Econometrica, Vol 55.
3. Engle R.F. et Yoo S. (1987), « Forecasting and testing in cointegrated systems »,
Journal of Econometrics.
4. Ericsson Neil R. et James G. MacKinnon, (2002), "Distributions of Error Correction
Tests for Cointegration", Econometrics Journal n°5.
5. Nelson, C.R., Plosser, C.I., (1982). Trends and random walks in macroecomic time
series. Journal of Monetary Economics. Vol 10.
6. Richard. I. D. Harris, (1995). Using Cointegration Analysis in Econometric Modeling.
Prentice Hall publichers, London.

Annexe
TCR
450

400

350

300

250

200

150

100

50
94 96 98 00 02 04 06 08 10 12 14

PIB BC
12.4 28

24
12.0
20

16
11.6
12

11.2 8

4
10.8
0

-4
10.4 94 96 98 00 02 04 06 08 10 12 14
94 96 98 00 02 04 06 08 10 12 14
19

http://revues.imist.ma/?journal=FFI ISSN: 2489-1290

Finance & Finance Internationale N°7 janvier 2017

M2 OPEN
16.5 1.0

16.0 0.8

15.5
0.6

15.0
0.4
14.5

0.2
14.0

0.0
13.5

13.0 -0.2
94 96 98 00 02 04 06 08 10 12 14 94 96 98 00 02 04 06 08 10 12 14

20

http://revues.imist.ma/?journal=FFI ISSN: 2489-1290