Analyse Des Déterminants de La Consommation Des Ménages Au Bénin: Une Approche Par Le Modele A Correction D'erreur

REPUBLIQUE DU BENIN
*=*=*=*=*=*=
MINISTERE DE L’ENSEIGNEMENT SUPERIEUR ET
DE LA FORMATION PROFESSIONNELLE
*=*=*=*=*=
UNIVERSITE D’ABOMEY-CALAVI
*=*=*=*=*=
FACULTE DES SCIENCES ECONOMIQUES ET DE GESTION
*=*=*=*=**=**=
OPTION : ECONOMIE
Thème
Partenariat Public - Privé dans la Gestion des activités de

Transport : Bilan des Réformes du Projet Sectoriel du Bénin
Réalisé et soutenu par : Sous la direction de :
Ghislain Wilfrid BOHOUN Dr Achille G. DJOGNI

& Enseignant à l’UAC
Gbègni ALLADASSI-BATTO
Année universitaire 2005-2006
Février 2007
LA FACULTE DES SCIENCES ECONOMIQUES ET DE
GESTION N’ENTEND DONNER AUCUNE APPROBATION NI
IMPROBATION AUX OPINIONS EMISES DANS CE
MEMOIRE ; CES OPINIONS DOIVENT ETRE CONSIDEREES
COMME PROPRES A LEURS AUTEURS.
DEDICACE
A l’éternel qui ne cesse de nous combler de son amour et de sa grâce,

A tous nos parents et à tous ceux qui manifestent de l’estime à notre
égard. Recevez ici l’expression de notre vive reconnaissance.
Ghislain Wilfrid BOHOUN & Gbègni ALLADASSI-BATTO
i
REMERCIEMENTS
Une œuvre est toujours le résultat des efforts conjugués de plusieurs

personnes. Nos remerciements vont en premier lieu à Monsieur Achille
DJOGNI, enseignant à l’Université d’Abomey-Calavi qui nous a beaucoup
orienté dans notre travail, et à tous nos professeurs qui ont contribué à son
amélioration.
Nous tenons également à remercier le Directeur de l’Institut National de la
Statistique et de l’Analyse Economique Monsieur Cosme VODOUNOU, son
Adjoint Monsieur Pierre EKUE, le Directeur de la Statistique et des Etudes
Economiques Monsieur Michel SOEDE, le chef service des comptes nationaux
Madame Esther KINSOU et tout le personnel administratif de l’Institut.
Aussi, saisissons-nous l'occasion d'adresser nos remerciements à tous
ceux qui ont contribué à la réalisation de cette étude. Nous tenons
particulièrement à être reconnaissant envers Messieurs Lazare KILLOUEZAN,
Constant VITODEGNI, Paul LAOUROU, Sylvestre DANSOU pour leurs divers
soutiens ainsi que tous nos parents et amis.
ii
LISTE DES ABREVIATIONS ET SIGLES
BCEAO: Banque Centrale des Etats de l’Afrique de l’Ouest

FASEG: Faculté des Sciences Economiques et de Gestion
FMI : Fonds Monétaire International
INSAE : Institut National de la Statistique et de l’analyse Economique
INSEE : Institut National de la Statique et d’Etudes Economiques
UMOA : Union Monétaire Ouest Africaine
iii
LISTE DES FIGURES
Pages
Figure 1 : Evolution de la consommation des biens non durables 24
Figure 2: Evolution de la consommation des biens durables 25
Figure 3: Evolution du revenu réel des ménages 26
Figure 4: Evolution du taux d’inflation des biens non durables 27
Figure 5: Evolution du taux d’inflation des biens durables 28
Figure 6: Evolution du taux d’intérêt créditeur 29
Figure 7 : Simulation du modèle de la consommation des biens non durables 45
Figure 8 : Simulation du modèle de la consommation des biens durables 46
Figure 9 : Prévision de la consommation des biens non durables 48
Figure 10 : Prévision de la consommation des biens non durables et intervalle de
confiance au seuil de 5% 48
Figure 11 : Prévision de la consommation des biens durables 49
Figure 12 : Prévision de la consommation des biens durables et intervalle de
confiance au seuil de 5% 49
iv
LISTE DES TABLEAUX
Pages
Tableau 1 : Classification des groupes de produits en deux catégories 14
Tableau 2 : Statistiques descriptives de la consommation des biens non durables 24
Tableau 3: Statistiques descriptives de la consommation des biens durables 25
Tableau 4: Statistiques descriptives du revenu réel des ménages 26
Tableau 5: Statistiques descriptives du taux d’inflation des biens non durables 27
Tableau 6: Statistiques descriptives du taux d’inflation des biens durables 28
Tableau 7: Statistiques descriptives du taux d’intérêt créditeur 29
Tableau 8: Conclusion des tests de racine unitaire 31
Tableau 9 : Résultats du test de causalité 32
Tableau 10 : Résultats des tests de cointégration 33
Tableau 11 : Synthèse des tests de validation des modèles 36
Tableau 12 : Comparaison des effets attendus aux effets obtenus 42
Tableau 13 : Valeurs prévisionnelles du revenu disponible réel et des inflations 47
v
Sommaire
Introduction 1
Chapitre 1 : Cadre théorique de l’étude

Section 1 : Problématique, intérêt, objectifs et hypothèses 4
Section 2 : Revue de littérature 7
Section 3 : Méthodologie 11
Chapitre 2 : Analyse des séries et estimation des modèles

Section 1 : Analyse descriptive des séries 23
Section 2 : Analyse des caractéristiques stochastiques des séries 30
Section 3 : Estimation et validation des modèles 34
Chapitre 3 : Vérification des hypothèses, simulation et prévision

Section 1 : Interprétation des modèles et vérification des hypothèses 38
Section 2 : Simulation des modèles 43
Section 3 : Prévision des consommations 45
Conclusion 48
INTRODUCTION
L’objectif primordial de toute politique demeure le développement

économique et social. Ce développement est généralement conditionné par la
croissance de l’économie.
La croissance économique est mesurée par l’évolution du Produit Intérieur
Brut (PIB). Le PIB est égal à la somme des valeurs ajoutées produites par un
pays en un an. Il peut être également défini comme la somme de la
consommation des ménages, des investissements, de la dépense publique et du
solde du commerce extérieur (exportations moins importations). A court terme,
les déterminants de la croissance économique sont donc les composants du PIB.
La consommation des ménages est la principale composante du PIB. Au
Bénin, son poids est supérieur à 70%1. Beaucoup d’observateurs de la vie
économique se polarisent sur ce déterminant. Dès que les ménages dépensent
plus, un optimisme s’empare des commentateurs. La demande est certes
importante car son augmentation est le signe d’un regain de confiance des
ménages dans l’avenir et, surtout, elle incite les entreprises à produire plus pour
la satisfaire, faisant ainsi fonctionner l’économie plus fortement. L’étude des
comportements de consommation est donc un enjeu majeur de l’analyse
économique.
La littérature économique révèle que cet agrégat dépend
fondamentalement du revenu, du niveau des prix et du taux d’intérêt. Le présent
travail de recherche se propose d’analyser l’impact de ces variables sur la
consommation des ménages à travers une étude économétrique intitulée :
« Analyse des déterminants de la consommation des ménages au Bénin : une
approche par le modèle à correction d’erreur ».
1
Nos calculs sur la base des statistiques des Comptes Nationaux de l’INSAE de 1982 à 2005
Thème : « Analyse des déterminants de la consommation des ménages au Bénin :
une approche par le modèle à correction d’erreur »
Cette étude s’articulera autour de trois chapitres. Le premier traitera du
cadre théorique, le deuxième aborde l’analyse des données et l’estimation des
modèles et le troisième est consacré à la vérification des hypothèses, la
simulation et la prévision.
Réalisé et soutenu par Ghislain Wilfrid BOHOUN & Gbègni ALLADASSI-BATTO 2

Chapitre 1 :
Cadre théorique de l’étude

Section 1 : Problématique, intérêt, objectifs et hypothèses
Paragraphe 1 : Problématique et intérêt de l’étude
A- Problématique
Désignée comme « l’objectif unique et ultime de toute production »2, la
consommation des ménages occupe une place particulière dans le
fonctionnement de l'économie. Au Bénin sa proportion par rapport au produit
intérieur brut varie entre 72% et 77%3. Cette forte prépondérance dans l’activité
économique, explique l’intérêt de son analyse.
Les déterminants primordiaux de cet agrégat sont : le revenu, le niveau
général des prix et le taux d’intérêt. La question est de savoir l’effet de chacune
de ces variables sur la consommation.
Depuis les travaux de Keynes, il est admis que le revenu est le principal
facteur de consommation et que son augmentation a un effet positif sur elle.
Dans le cas du Bénin, quelle est la nature de cet effet ?
Traditionnellement deux effets opposés de l’inflation sont distingués: un
effet de fuite devant la monnaie (en cas de hausse des prix, les ménages
anticipent leurs dépenses car celles-ci deviendront plus onéreuses dans le futur)
et un effet d’encaisses réelles (en cas de hausse des prix, les ménages
restreignent leur consommation afin de préserver le pouvoir d’achat de leurs
encaisses réelles). Lequel des deux effets est dominant au vu des réalités du
Bénin ?
En théorie économique, une hausse du taux d’intérêt a un effet ambigu sur
la consommation : d’une part, elle augmente la charge d’intérêts des ménages
endettés à taux variable et contraint les ménages à recourir à des crédits plus
chers entraînant ainsi une hausse du taux d’épargne (effet de substitution),
2
Adam Smith cité dans : Gregory N. MANKIW « Macroéconomie » 3ème édition, page 512
3
Nos calculs sur la base des statistiques des Comptes Nationaux de l’INSAE de 1982 à 2005

d’autre part, elle induit une hausse des revenus de leur patrimoine (effet
richesse). Dans le cas du Bénin quel effet l’emporte ? Autrement dit une hausse
du taux d’intérêt se traduit-elle par une diminution ou une augmentation de la
consommation ?
Ces effets sont-ils différents selon qu’il s’agit du long terme ou du court
terme ?
Au regard de toutes ces préoccupations, nous nous proposons d’analyser
les déterminants de la consommation à travers l’approche du modèle à
correction d’erreur. Les variables du modèle seront transformées par la fonction
logarithme afin de pouvoir mesurer directement les élasticités.
Par ailleurs, étant donné que la consommation peut être analysée à trois
niveaux que sont :
 l'approche globale qui englobe tous les groupes de produits ;
 l'approche semi-globale qui distingue à l'intérieur de la variable
consommation les biens non durables et les biens durables;
 l'approche par catégorie de produits qui distingue les différents groupes de
produits afin de tenir compte de la sensibilité de chacun d'eux aux
variations des déterminants,
nous nous s'intéresserons à l'approche semi-globale afin de mener un examen
plus approfondi que celui guidé par l’approche globale sans faire des
manipulations trop fastidieuses.
B- Intérêt de l’étude
En choisissant d’axer nos réflexions sur le thème « Analyse des
déterminants de la consommation des ménages au Bénin : une approche par le
modèle à correction d’erreur », nous avons pour ambition de construire un
modèle économétrique des consommations des ménages. Ce modèle, faisant
ressortir l’influence de chaque déterminant sur cet agrégat, sera un outil
d’analyse pour formuler et mener une politique économique nationale adéquate.

Paragraphe 2 : Objectifs et hypothèses de l’étude

A- Objectifs de l’étude
L’objectif principal de ce travail est d’analyser les déterminants des
consommations des ménages, à partir des modèles à correction d’erreur.
Cet objectif principal se décompose en trois objectifs spécifiques :
Objectif n° 1 : évaluer l’effet du revenu sur la consommation,
Objectif n° 2 : évaluer l’effet des prix sur la consommation,
Objectif n° 3 : évaluer l’effet du taux d’intérêt sur les consommations.
B- Hypothèses de l’étude
Des objectifs spécifiques fixés, il découle des hypothèses suivantes :
Hypothèse n° 1 : le revenu a un effet positif sur la consommation,
Hypothèse n° 2 : le prix d’un type de bien a un effet négatif sur sa
consommation et un effet positif sur la consommation de l’autre,
Hypothèse n° 3 : le taux d’intérêt a un effet négatif sur la consommation.

Section 2 : Revue de littérature
Paragraphe 1 : Définition de quelques concepts

A- Modélisation
En économie, la modélisation est une démarche qui consiste en une
représentation formalisée d’un phénomène sous forme d’équations dont les
variables sont des grandeurs économiques. Son objectif est de représenter les
traits les plus marquants d’une réalité afin de comprendre et d’expliquer les
phénomènes qui la caractérisent. Pour ce faire, le chercheur émet des hypothèses
et explicite les relations.
B- Consommation finale des ménages

La consommation, au sens économique du terme, c'est l'action d'utiliser ou
de détruire, immédiatement ou progressivement, des biens ou des services, dans
le but de satisfaire un besoin. La consommation est donc motivée par les besoins
qu’un individu cherche à satisfaire, à l’aide d’un bien ou d’un service prévu à
cet effet.
On distingue généralement deux formes de consommation : la
consommation intermédiaire et la consommation finale.
La consommation intermédiaire, qui est le fait des entreprises, concerne
les matières premières ou les produits semi-finis qui sont détruits, transformés
ou incorporés, au cours du processus de production, pour réaliser le produit final
(l'énergie et la farine utilisées pour fabriquer une baguette de pain).
La consommation finale, qui est majoritairement le fait des ménages, est
composée des biens et des services destinés à la satisfaction directe des besoins,
ainsi que de l’autoconsommation, c'est-à-dire de la consommation que les

individus font de leur propre production (produits des jardins, utilisation des
logements dont ils sont propriétaires...).
Les biens de consommation finale peuvent être classés notamment en
fonction de leur durée de vie :
 biens non durables (produits alimentaires, cosmétiques, carburants,

papeterie, café instantané, ...) ;
 biens durables (automobiles, électroménager, télévision, informatique,
ameublement, décoration, livres, jouets, vêtements, ...).
Dans la suite de ce travail, le terme consommation désigne la

consommation finale des ménages.
Paragraphe 2 : Revue critique de littérature

Plusieurs auteurs se sont intéressés à l’agrégat consommation en élaborant
des modèles explicatifs de son évolution. Les références ci-dessous présentent
quelques travaux sur la modélisation de la consommation.
KEYNES (1936) a développé dans la théorie générale le concept de
fonction de consommation afin d’argumenter son rejet de la loi de SAY, d’après
laquelle « toute offre crée ses propres débouchés ». Son idée fondamentale,
connue sous le nom de loi psychologique, est que lorsque le revenu (Y)
s’accroît, la consommation (C) s’accroît mais dans une moindre mesure.
Constatant que certains ménages consomment quand bien même ceux-ci ne
disposent pas de revenus, KEYNES conclut qu’il existe une consommation
incompressible C0 qui ne dépend pas du revenu. Cette loi se formule par :
C = C0 + cY (0 < c < 1) ; avec c la propension marginale à consommation.
Des critiques ont été avancées à l’encontre de cette formulation.
Notamment, BROWN4 a montré que la consommation des ménages dépend des
4
Cité par DJINKPO dans « Prévision de la consommation des ménages au TOGO », octobre 2002

habitudes en introduisant dans sa fonction de consommation le retard d'une
période pour tenir compte de ces habitudes de consommation.
FRIEDMAN (1957) va approfondir l’approche introduite par BROWN de
la consommation à court terme. Selon cet auteur, la consommation n’est pas
déterminée par le revenu courant mais par le revenu moyen anticipé, appelé
revenu permanent. Ce revenu permanent, économiquement pertinent pour
analyser les décisions de consommation, n’est pas observable statistiquement. Il
diffère notamment du revenu courant observable et est soumis à des fluctuations
conjoncturelles sans grande importance pour les décisions de consommation.
FRIEDMAN va montrer que la véritable fonction de consommation est
avec C la consommation, Yp le revenu permanent et k un coefficient

positif.
Pour MODIGLIANI (1963), la consommation d’un individu est étudiée en
fonction de son âge. D’où l’approche du cycle de vie selon laquelle le revenu
est élevé en début d’activité et diminue lorsque l’individu prend sa retraite ou ne
peut plus travailler physiquement. Ainsi, DEATON (1982), a montré que la
consommation est essentiellement fonction croissante d’une variable « active »
qui est la proportion de la population âgée de 15 à 64 ans.
De nos jours, des estimations de la consommation sont faites à partir de la

théorie moderne des déséquilibres sous forme de modèle à correction d’erreur
permettant de spécifier certaines équations structurelles de comportement, qui
peuvent à court terme être non vérifiées du fait de coûts d’ajustement.
En 2002, dans le cadre de l’élaboration d’un modèle de prévision pour la
Direction de l’Economie du Togo, DJINKPO a construit un modèle à correction
d’erreur de la consommation finale des ménages qui accorde un intérêt aux
différents biens en incluant dans la fonction, toutes les variables qui influencent
la consommation de chaque catégorie de biens. Partant du fait que les biens
durables sont plus sensibles aux variables monétaires que les biens non durables

et que leur consommation exige la constitution d'une épargne assez consistante
ou un emprunt, il ajoute le taux d’intérêt créditeur aux autres variables exogènes
que sont le revenu réel des ménages, le niveau général des prix.
BEFFY, BONNET et al (2003), à partir des comptes trimestriels pour la
zone euro construits par Eurostat, ont élaboré un modèle macroéconométrique
dans le but d’enrichir les outils de prévision et d’analyse de l’économie de la
zone. L’équation de la consommation est estimée sous forme d’un modèle à
correction d’erreur. À long terme, la consommation est indexée de manière
unitaire sur le revenu auquel s’ajoutent le taux d’intérêt réel à long terme et
l’inflation qui ont des effets négatifs. A court terme, on trouve dans la
dynamique les déterminants de long terme des dépenses de consommation des
ménages ainsi que le taux de chômage qui a une influence négative.
La Direction de la Prévision et de l’Analyse Economique du Ministère
français de l’Économie, des Finances et de l’Industrie a effectué en avril 2004
une estimation des comportements de dépense des ménages américains. Le
modèle à correction d'erreur estimé, sous forme logarithmique, relie la
consommation au revenu, à la richesse nette (richesses financière et
immobilière), au taux d'intérêt de long terme et au taux de chômage. Les deux
premières variables ont un effet positif tandis les deux autres ont une influence
contraire. Cette modélisation tout en ignorant la variable inflation intègre la
richesse nette dans l’explication de la consommation.
Il ressort de cette revue que les variables explicatives de la consommation
utilisées sont : le revenu réel des ménages, l’inflation qui est appréhendée à
partir du niveau général des prix, le taux d’intérêt créditeur et le taux de
chômage. Le dernier n’étant pas disponible annuellement au Bénin, nous
retenons seulement les trois premiers.

Section 3 : Méthodologie
Paragraphe 1 : Spécification du modèle

Cette première étape comprend l’identification des variables et la
formulation mathématique du modèle.
A- Identification des variables

1) Variables endogènes
Comme évoqué au terme de la problématique, notre étude s'intéresse à
l'approche semi-globale de l’analyse économétrique de la consommation afin de
mener un examen plus approfondi que celui guidé par l’approche globale sans
toutefois faire des manipulations trop fastidieuses. De cette approche, nous
retenons deux variables dépendantes :
- la consommation finale des biens non durables des ménages et
- la consommation finale des biens durables des ménages.
2) Variables exogènes
De notre revue de littérature, le revenu réel des ménages, le niveau
général des prix de chaque type de biens et le taux d’intérêt créditeur
apparaissent comme variables explicatives de la consommation.
Le revenu réel des ménages a été établi comme expliquant la
consommation par Keynes dans son idée fondamentale connue sous le nom de
« loi psychologique ». Il constitue depuis lors, le principal déterminant de la
consommation.
Le taux d’intérêt a été introduit dans l’analyse de la consommation par les
Néo-Classiques. Ils ont fait observer que le partage consommation/épargne ne

dépend pas seulement d’un flux de revenu, mais également du prix du temps
c'est-à-dire le taux d’intérêt.
Par le biais de l’effet d’encaisse réel, l’inflation serait défavorable à la
consommation et favorable à l’épargne. Ceci motive la prise en compte de
l’inflation parmi les déterminants de la consommation. Il est mesuré par
l’évolution du niveau général des prix.
De plus, le choix des variables prix et taux d’intérêt est motivé par le
souci de ne pas ignorer l’hypothèse du revenu permanent. En effet selon cette
hypothèse, les ménages anticipent parfaitement et opèrent leurs choix en matière
de consommation en tenant compte des valeurs du revenu, de la variation des
prix et du taux d’intérêt de chaque période.
Le taux d’intérêt dont il s’agit ici est le taux d’intérêt créditeur parce que
ce dernier est l’élément fondamental qui conduit les ménages à décider de
consommer ou d’épargner leur revenu.
B- Formulation mathématique des modèles

Certaines équations structurelles de comportement (dites équations de
long terme) peuvent être non vérifiées à court terme. Afin de tenir compte de ce
déséquilibre nous adoptons une spécification de type modèle à correction
d’erreur. Etant donné que nous avons deux variables dépendantes, les modèles à
étudier sont les suivants :
ΔLog(Cnt) = λ [Log(Cnt-1) - α0 - α1LogRt-1 - α2Log(Pn t-1) - α3Log(Pd t-1) - α4Log it-1 – α5 t]

p p p p p
+ ∑β0kΔLog(Cnt-k) + ∑β1kΔLogRt-k + ∑β2kΔLog(Pnt-k) + ∑β3kΔLog(Pdt-k) + ∑β4kΔLogit-k + µt
k=0 k=0 k=0 k=0 k=0
avec λ < 0
ΔLog(Cdt) = γ [Log(Cdt-1) - a0 – a1LogRt-1 – a2Log(Pn t-1) – a3 Log(Pd t-1) - a4 Logit-1 - a5 t]
q q q q q
+∑b0kΔLog(Cdt-k) + ∑b1kΔLogRt-k + ∑b2kΔLog(Pnt-k) + ∑b3kΔLog(Pd t-k) + ∑b4kΔLogit-k + εt
k=0 k=0 k=0 k=0 k=0
avec γ < 0

Avec
Cn : consommation des biens non Pn : Prix des biens non durables ;
durables des ménages ;
Cd : consommation des biens durables Pd : Prix des biens durables ;
des ménages ;
R : Revenu réel des ménages ; i : Taux d’intérêt créditeur.
p, q: les décalages temporels
Paragraphe 2 : Données et Procédure d’estimation

A- Les données
Les données sont annuelles et s'étendent sur la période allant de 1982 à
2005. Elles proviennent des comptes nationaux de l’INSAE et du FMI (voir
annexe 1)
1) Consommation finale des ménages

Les comptes nationaux nous fournissent les séries de dépenses en
consommation des ménages à prix constant de l’année 1985. Ces données sont
présentées par produit. On distingue dans les comptes nationaux neuf groupes de
produits. Sur la base des travaux de l’INSEE relatifs aux comptes nationaux
publiés en juin 2006, nous avons rangé ces derniers en deux catégories : biens
durables et biens non durables. Le tableau suivant présente la répartition des
neuf groupes de produits en ces deux secteurs.

Tableau 1 : Classification des groupes de produits en deux catégories
Catégories Groupes de produits
o Produits alimentaires (végétaux, animaux, corps gras,
boissons, tabac, …)
o Produits chimiques (produits pharmaceutiques,
Biens non durables cosmétiques, …)
o Energie (produits pétroliers, électricité, …..)
o Transport (transport terrestre, ferroviaire, ……)
o Autres services (assurances, services bancaires, …)
o Logement (Matériaux de construction, loyer, …)
o Habillement (vêtements, chaussures,….)
Biens durables o Produits mécaniques (automobile, motocycle, …)
o Autres produits industriels (électroménager, télévision,
informatique, ameublement, décoration, jouets, ..)
Source : Regroupement effectué par les auteurs à partir des comptes
économiques de l’INSAE
2) Revenu disponible réel des ménages

En Comptabilité Nationale, le revenu national au prix du marché est
obtenu en ajoutant à la somme des revenus issus des facteurs de production
(salaires, rentes, intérêt, profits) les impôts indirects net des subventions
d'exploitation. A ce revenu, on ajoute le solde des autres transferts courants en
provenance du reste du monde pour obtenir le revenu national disponible.
Etant donné qu’il s’agit pour nous de construire un modèle portant sur la
consommation des ménages, il serait intéressant d'aborder un autre concept du
revenu qui est celui du revenu disponible des ménages. Il désigne le revenu
courant dont disposent les ménages pour leur consommation et l'épargne c'est-à-
dire le revenu personnel après déduction de l'impôt sur le revenu. C'est ce
revenu qui selon Keynes détermine la consommation des ménages. Pour calculer
ce revenu, on apporte certaines modifications au revenu aux coûts des facteurs
(la somme des quatre composantes du revenu des facteurs, soit les salaires, les
rentes, les intérêts et les profits) : on en soustrait les bénéfices non répartis et
impôts des entreprises et on y ajoute le paiement de transfert de l'Etat aux

ménages5. Mais ne disposant pas de tous ces éléments dans les comptes
nationaux, la série des revenus disponibles des ménages est obtenue en
déduisant du revenu national disponible les impôts indirects prélevés par l'Etat et
en ajoutant les subventions.
Signalons que le revenu disponible utilisé dans les modèles est à prix
constant. C’est le revenu disponible des ménages calculé en volume en le
déflatant par le déflateur de la consommation des ménages.
3) Niveau général des prix

Pour analyser l’évolution des prix on utilise le taux d’inflation. Le taux
d’inflation désigne la variation relative des prix entre deux périodes. Etant donné
que les prix sont appréhendés à travers les indices de prix, il s’obtient par la
forme suivante :
In - In-1
π=
In-1
avec In-1 et In les indices de prix respectifs des années n et n-1.
Les indices de prix indiquent la moyenne d'un ensemble de prix à un
moment précis, qualifié de période courante, par rapport à ce qu'ils étaient
précédemment au cours d’une période appelée période de base. L’INSAE, pour
calculer l'indice des prix à la consommation, procède à une enquête sur les prix
des différents groupes de produits et affecte un poids à chaque prix selon
l'importance de chaque groupe de produits dans le panier de la ménagère.
Les premiers indices de prix disponibles à l’INSAE ont été calculés en
prenant comme base l’année 1985 et couvrent la période 1882 à 1991. De 1992
5
Lipsey, Purvis, Steiner: Macroéconomique 2ème édition p115

à 1997, d’autres sont établis sur la base de l’année 1991. Les tous derniers sont
calculés sur la base de 1996 et sont disponibles depuis 1998. Nous avons dû
donc procéder à une harmonisation de ces indices en les rapportant à une même
base. Etant donné que les consommations finales des ménages sont évaluées aux
prix de 1985, nous avons jugé bon de retenir cette année comme base dans
l’harmonisation des indices.
La formule utilisée pour effectuer ces changements de base est la
suivante :
(Indice X, base 1985)*(Indice t, base X)
Indice t, base 1985 =
100
t > 1991 ;
X étant l’année de base des indices qu’on désire ramener dans la base 1985.
L’annexe 2 présente les indices rapportés aux différentes bases ainsi ceux
obtenus suite à l’harmonisation (à l’année de base 1985).
4) Taux d'intérêt créditeur

Le taux d'intérêt constitue l'un des principaux instruments de transmission
des impulsions de la politique monétaire au secteur réel de l'économie. Il
constitue un outil fondamental de la politique monétaire dont est chargée la
BCEAO.
Le taux d'intérêt créditeur désigne le taux appliqué par les banques sur les
dépôts. La représentation du FMI au Bénin publie chaque année la valeur de ce
taux au niveau national. L’influence de la BCEAO sur ce taux a beaucoup
évolué dans le temps.
De 1975 à 1989, les conditions applicables par les banques et
établissements financiers à leur clientèle s'inséraient dans un barème de taux.
Mais c’est la réforme de 1989 qui a introduit une grille simplifiée des conditions
de banque, comportant une administration minimale qui se limite à l'instauration

de taux créditeurs planchers. La libéralisation des conditions de banque
intervenue à partir du 1er octobre 1993 va au-delà et se traduit par la suppression
de plusieurs taux directeurs planchers.
B- Procédure d’estimation des modèles

La procédure adoptée est celle d’Engle Granger. Elle comporte deux étapes
fondamentales. La première concerne la relation de cointégration et la deuxième,
l’estimation du modèle à correction d’erreur. Ces deux étapes sont précédées par
l’étude de la stationnarité des séries.
1)- Stationnarité
Avant le traitement d’une série chronologique, il convient de déterminer si
elle est stationnaire ou non.
a) Définition
Une série est dite stationnaire lorsqu’elle est caractérisée par la
constance de ces deux premiers moments dans le temps. De manière formalisée
une série Xt , ( t > 0) est stationnaire si :
E(Xt ) = m = constante ;
Var (Xt )= σ² = constante ;
Cov(Xt , Xt + h)= γ(h) (indépendant du temps).
Les séries ne vérifiant pas ces propriétés sont non stationnaires.
Pour vérifier ces propriétés sur les séries, deux processus à partir desquels
cette stationnarité peut être étudiée sont distingués :
 Les processus TS (trend stationnary) qui représentent une non stationnarité
du type déterministe. Les processus stationnaires qui en résulte sont obtenus
en retranchant de leurs valeurs la partie déterministe estimée par les
moindres carrés ordinaires (MCO) ;

 Les processus DS (differency stationnary) qui sont des processus non
stationnaires aléatoires. Les processus stationnaires qui en résultent sont
obtenus par un filtre aux différences premières. Si Xt est non stationnaire et
de type DS, (1-L)Xt est stationnaire ; où L désigne l'opérateur retard.
b) Test de stationnarité
L’étude de stationnarité s’est faite à partir de l’analyse des
corrélogrammes et des tests DF (Dickey-Fuller) ou ADF (Augmented Dickey-
Fuller).
L’analyse des corrélogrammes permet d’identifier s’il s’agit d’un
processus TS. Lorsque les termes du corrélogramme simple sont élevés même
pour les décalages importants mais diminuent très lentement, alors la série est de
type TS. Dans le cas contraire, les tests DF ou ADF permettent de savoir s’il
s’agit d’un processus stationnaire ou DS.
Les modèles servant de base à la construction de ces tests sont au nombre
de six. Pour une série Xt, on a :
où ηt est un processus de bruit blanc

Les trois premiers modèles sont ceux utilisés pour effectuer les tests de
Dickey-Fuller simples. L’existence des trois derniers, utilisés pour les tests
d’ADF), se justifie par le fait que le processus ηt qui était par hypothèse un bruit
blanc, n’avait aucune raison d’être non corrélé.
Le principe du test consiste à tester l'hypothèse H0 : ρ=1 contre H1 : ρ<1
dans les modèles estimés par les MCO. La valeur de p peut être déterminée
selon les critères de Akaike ou de Schwarz en partant d’une valeur suffisamment

importante de p. Si l'hypothèse Ho est retenue alors le processus n'est pas
stationnaire. Il faudrait ensuite considérer sa différence première et reprendre les
tests. Lorsque cette dernière est stationnaire on conclut que la série est
stationnaire en différence.
A l’issu du test de stationnarité, lorsque les variables sont intégrées du
même ordre, on passe à l’examen de la cointégration.
2- Relation de cointégration
Avant tester l’existence d’une relation cointégration (ou de long terme),
on procède à l’identification des variables pouvant intervenir dans cette relation
par les tests de causalité de Granger.
a) Tests de causalité de Granger

Le test de causalité à la Granger permet de déterminer les variables
économiques qui interviennent dans la relation de long terme.
Pour tester la causalité entre deux variables y1t et y2t on estime un modèle
VAR(p).
p p
y1t  a1   b1i y1t i   c1i y 2t  i   1t
i 1 i 1
p p
y 2t  a 2   b2i y1t i   c2i y 2t i   2t
i 1 i 1
La détermination du retard p est effectuée à l’aide du critères AIC ou SC.

 y2t ne cause pas y1t si l’hypothèse suivante est acceptée :
H0: c11 = c12 = ……. = c1p = 0.
 y1t ne cause pas y2t si l’hypothèse suivante est acceptée :
H0: b21 = b22 = ……. = b2p = 0.

Ces tests peuvent être conduits à l’aide d’un test de Fisher classique de
nullité des coefficients, équation par équation. Lorsque la statistique de Fisher
calculée est supérieure à la valeur tabulée on rejette l’hypothèse H0.
b) Test de cointégration.
. Le concept de cointégration permet de définir statistiquement la notion
économique d’équilibre ou de long terme entre variables intégrées de même

ordre.
Une fois que les variables devant entrer dans cette relation sont identifiées
par le test de causalité, on estime, par les MCO, la relation suivante :
n
Yt   0  
i 1
i X it   t
ou
n
Les Xi sont les variables
Yt   0  
i 1
i X it   t   t , lorsque les variables comportent une tendance
Y est la variable endogène (c’est-à-dire Log(Cn) ou Log(Cd)) ;

Xi (1≤ i ≤n) sont les variables causant Y.
La relation estimée est une relation de cointégration si εt est stationnaire

(I(0)). Le test de cointégration se ramène donc à un test de racine unitaire. La
régression qui sert au test est la suivante :
où on teste H0 : ρ = 0 contre H1 : ρ < 0 à partir de la statistique de Student

du coefficient ρ. Pour accepter la cointégration, il faut accepter H1. Mais on ne
peut pas utiliser la table de Fuller car εt est un résidu d’estimation.
Il faut noter qu’on ne peut pas réaliser de test de significativité sur les
coefficients de la relation.

3- Modèle à correction d’erreur
Lorsque le test de cointégration est concluant, on passe à la seconde étape
de la procédure d’Engle et Granger, qui est l’estimation du modèle à correction
d’erreur pour la consommation de chaque type de biens:
p p p p p
Log(Cnt )  0i Log(Cnt i )  1i LogRt i  2i Log(Pnt i )  3i Log(Pdt i ) 4i Logit i
i1 i1 i1 i1 i1
 et1 t
p p p p p
Log(Cdt )  b0i Log(Cdt i )  b1i LogRt i  b2i Log(Pnt i )  b3i Log(Pdt i ) b4i Logit i
i1 i1 i1 i1 i1
e't1t
Les coefficients λ et γ (forces de rappel vers l’équilibre) doivent être
significativement négatifs ; dans le cas contraire, il convient de rejeter une
spécification de type « modèle à correction d’erreur».
Après l’estimation des modèles on procède à leur validation. Elle
concerne essentiellement la significativité des paramètres de court terme, la
valeur du coefficient de détermination, les tests sur les résidus et le test de
stabilité.
Une fois les modèles validés, ils sont objets de simulations avant qu’on ne
passe à la prévision. Si S désigne l'écart type des erreurs et Ŷt+h la valeur prévue,
l’intervalle de confiance au seuil de 5% est [Ŷt+h – t*S ; Ŷt+h + t*S]. La
statistique t étant celle de Student lue dans la table de Student.

Chapitre 2 :
Analyse des données et

estimation des modèles

Section 1 : Analyse descriptive des séries
Paragraphe 1 : Evolution des consommations

Pour mieux analyser l’évolution dans le temps des consommations des
ménages, il convient de représenter leurs séries afin de distinguer leurs
différentes phases.
A- Evolution de la consommation des biens non durables

La figure ci-dessous montre que la consommation des biens non durables
est globalement croissante sur toute la période d’étude. Cependant, elle a connu
une augmentation annuelle moins élevée (1,90%) sur la sous-période 1982 à
1990 et une croissance annuelle plus forte (3,78%) sur la sous-période 1991 à
2005. Ceci est dû au fait que le libéralisme économique qu’a connu le pays
depuis 1991 a favorisé le développement des activités économiques. Mais il faut
noter une baisse remarquable de la consommation (chute de 5,23%) en 1994 du
fait de la dévaluation intervenue au début de cette année.
Par ailleurs, les statistiques montrent que la consommation moyenne
réelle des ménages des biens non durables est de 460,650 millions sur la période
d’étude. Toutefois, la tendance est à la hausse sur toute la période. On enregistre
la plus forte consommation en 2005 et le plus faible niveau de consommation
correspond à celle de l’année 1983.

Figure 1 : Evolution de la consommation des

biens non durables
800
Tableau 2 : Statistiques
700
descriptives de la
600
consommation des biens non
500
durables (en millions)
400
300 Statistiques valeurs

200 Moyenne 460,650
100 Maximum 698,952
0 Minimum 308,97
Ecart type 121,543
1982
1984
1986
1988
1990
1992
1994
1996
1998
2000
2002
2004
Source : Calculs des auteurs
B- Evolution de la consommation des biens durables

L’analyse du graphique conduit à distinguer deux sous-périodes. La
première allant de 1982 à 1990 est caractérisée par une baisse (-3,39%
annuellement) de la consommation des biens durables tandis qu’au cours de la
deuxième (1991 à 2005), elle a connu une hausse (+3,48% annuellement).
Les statistiques indiquent que la consommation moyenne réelle des
ménages en biens durables est de 39,609 millions sur la période. La dispersion
autour de la moyenne est relativement faible (6,837 contre 121,543 dans le cas
de la consommation de l’autre type de biens). On enregistre la plus forte
consommation en 2005 et la plus faible en 1990.

Figure 2: Evolution de la consommation des

biens durables
60
Tableau 3: Statistiques
50 descriptives de la
consommation des biens
40
durables (en millions)
30
Statistiques valeurs
20 Moyenne 36,609
Maximum 49,047
10
Minimum 25,123
0 Ecart type 6,837
1982
1984
1986
1988
1990
1992
1994
1996
1998
2000
2002
2004
Paragraphe 2 : Evolution du revenu disponible réel des

ménages
L’évolution du revenu réel des ménages est marquée par une stabilité
relative de 1982 à 1993 autour d’une moyenne égale à 478,025 millions.
Toutefois, les années 1983, 1986, 1987, 1989 sont caractérisées par des taux de
croissance négatifs. A partir de 1994, il a connu une augmentation régulière de
10,37% l’an. Ce changement de tendances serait imputable au nouveau climat
économique survenu progressivement à partir de 1991.
De manière globale, la moyenne de cet agrégat est 922,617 millions avec
une dispersion assez élevée (530,645 millions). Son niveau le plus élevé est
atteint en 2005, tandis que le plus faible correspond à celui de l’année 1983,
année marquée par une grande sécheresse qui a engendré une faible productivité
agricole tant au niveau des cultures de rente que des cultures vivrières et par
conséquent une baisse du revenu des ménages.

Figure 3: Evolution du revenu réel des

ménages
2500
2000 descriptives du revenu réel
des ménages (en millions)
1500
1000 Statistiques valeurs
500 Moyenne 922,617

Maximum 1960,867
0 Minimum 398,698
1982
1984
1986
1988
1990
1992
1994
1996
1998
2000
2002
2004
Ecart type 530,645
Paragraphe 3 : Evolution des taux d'inflation

Pour analyser l’évolution du niveau des prix, le taux d’inflation est
habituellement utilisé. C’est pourquoi, nous représentons dans ce paragraphe les
taux d’inflation des secteurs biens non durables et biens durables.
A- Evolution du taux d'inflation des biens non durables

Le graphique indique des fluctuations régulières du taux d’inflation des
biens non durables autour d’un taux égal à 0,86% sur la période 1983 à 1993.
Notons que sur cette période il a chuté et atteint des valeurs négatives (déflation)
en 1985 et en 1988. En 1994, il a subi une forte augmentation du fait de la
dévaluation du FCFA intervenue au premier mois de l’année. Il s’en est suivi
une désinflation jusqu’à 1999. Cette baisse traduit la volonté des autorités
monétaires de maîtriser l'inflation. A partir de l’an 2000, il fluctue autour de
3,13%.

Figure 4: Evolution du taux d’inflation des

biens non durables
0,4 Tableau 5: Statistiques
0,35 descriptives du taux
0,3 d’inflation des biens non
0,25 durables
0,2
0,15 Statistiques valeurs
0,1
0,05 Moyenne (géométrique) 0,0374
0 Maximum 0,3416
1982
1984
1986
1988
1990
1992
1994
1996
1998
2000
2002
2004
-0,05 Minimum -0,0412
-0,1 Source : Calculs des auteurs
Le tableau ci-dessus montre qu’en moyenne, le taux d’inflation sur toute
la période d’étude est de 3.74%. La plus forte inflation enregistrée sur la période
est de 34,16% et correspond à celui de l’année 1994. Par contre le plus faible
taux d’inflation enregistré est négatif (une déflation 4,12%) et correspond à celui
de l’année 1985.
B- Evolution du taux d'inflation des biens durables

L’évolution du taux d’inflation des biens durables est marquée par des
fluctuations autour d’une valeur égale à 0,41% de 1983 à 1993 ; période au
cours de laquelle des déflations sont apparues en 1985 et en 1988. Mais il a
fortement augmenté au cours de l’année 1994 en raison de la dévaluation du
FCFA. Après cette année, les efforts des autorités publiques ont entraîné sa
chute jusqu’en 1996 où il a atteint une valeur négative.

Figure 5: Evolution du taux d’inflation des

biens durables
0,5 descriptives du taux
d’inflation des biens
0,4
durables
0,3
0,2 Statistiques valeurs

0,1 Moyenne (géométrique) 0,0336
0
Maximum 0,4642
Minimum -0,0531
1982
1984
1986
1988
1990
1992
1994
1996
1998
2000
2002
2004
-0,1
Le tableau des statistiques indique qu’en moyenne, le taux d’inflation sur

toute la période considérée est de 3,36%. Son niveau le plus élevé (46,42%) est
atteint en 1994, tandis que le plus faible (déflation de 5,31%) correspond à celui
de l’année 1996.
Paragraphe 4 : Evolution du taux d'intérêt créditeur

Le graphique montre des fluctuations irrégulières du taux d’intérêt
créditeur de 1982 à 1993. Après 1993, il entame une grande chute qui le conduit
en 1997 à un plancher de 3,5% ; valeur qu’il garde jusqu’en 2005. Cet état de
chose pourrait s’expliquer par la volonté des autorités monétaires de favoriser
l’augmentation de la consommation.

Figure 6: Evolution du taux d’intérêt créditeur
8 Tableau 7: Statistiques
7 descriptives du taux d’intérêt
6 créditeur (en pourcentage)
5
4
Statistiques valeurs
3
2 Moyenne 5,298
1 Maximum 8,420
0 Minimum 3,500
1982
1984
1986
1988
1990
1992
1994
1996
1998
2000
2002
2004
Ecart type 1,764

Les statistiques indiquent que la moyenne de ce ratio est de 5,12% sur la

période, avec une dispersion assez faible (1,58%). Son niveau le plus faible est
celui de 1997 à 2005 ; tandis que le plus élevé enregistré en 1993, année au
cours de laquelle est intervenue la libéralisation des conditions de banque qui
s’est traduit par la suppression de plusieurs taux directeurs planchers.

Section 2 : Analyse des caractéristiques stochastiques

des séries
Afin d’éviter des régressions fallacieuses qui peuvent affecter le pouvoir

prédictif des modèles élaborés et d'identifier clairement la relation véritable
entre les séries, il est indispensable d'étudier les propriétés stochastiques qui les
caractérisent. Ces propriétés se résument aux tests de stationnarité et de
cointégration sur les séries en niveau comme en différence. En effet, la plupart
des séries économiques sont rarement des réalisations de processus aléatoires
stationnaires.
Paragraphe 1 : Tests de stationnarité

Pour tester la stationnarité des séries nous analysons leurs corrélogrammes
avant de procéder aux tests DF (Dickey-Fuller) ou ADF (Augmented Dickey-
Fuller).
A- Analyse des corrélogrammes des séries

L’analyse des corrélogrammes des séries montre qu’elles ne comportent
pas de tendance déterministe (voir à titre illustratif l’annexe 3).
Pour chaque série, les termes du corrélogramme simple ne sont pas élevés
pour les décalages importants. Il n’est donc pas typique d’une série affectée
d’une tendance. Nous en concluons que les séries Log(Cn), Log(Cd), LogR,
Log(Pn), Log(Pd) et Logi ne présentent pas de tendance. Nous procédons alors
directement au test de racine unitaire.

B- Résultats des tests de racine unitaire

Nous avons effectué sur chacune des séries les tests de Dickey-Fuller
(DF) ou Augmented Dickey-Fuller (ADF). Lorsque le test sur la série en niveau
aboutit à la présence de racine unitaire, nous reprenons celui-ci sur la différence
première de la série pour vérifier si cette dernière est stationnaire. Les résultats
des tests sont présentés en annexe (voir annexe 4). Le tableau suivant en donne
le résumé.
Tableau 8: Conclusion des tests de racine unitaire

Série Conclusion
LogCn LogCn possède une racine unitaire
ΔLogCn ΔLogCn est stationnaire
LogCd LogCd possède une racine unitaire
ΔLogCd ΔLogCd est stationnaire
LogR LogR possède une racine unitaire
ΔLogR ΔLogR est stationnaire
LogPn LogPn possède une racine unitaire
ΔLogPn ΔLogPn est stationnaire
LogPd LogPd possède une racine unitaire
ΔLogPd ΔLogPd est stationnaire
Logi Logi possède une racine unitaire
ΔLogi ΔLogi est stationnaire
Source : Tests effectués à partir du logiciel Eviews
Au terme des tests, il ressort que toutes les séries sont stationnaires en
différence première.

Les tests de stationnarité ayant révélé que les séries sont toutes intégrées
d'ordre un, on pourrait soupçonner une éventuelle cointégration entre elles.
Paragraphe 2 : Tests de causalité et de cointégration

A. Test de causalité
Avant d’examiner la cointégration sur les séries, nous allons procéder au
test de causalité à la Granger afin de spécifier les variables qui pourraient
intervenir dans la relation de long terme. Par conséquent, il a été procédé à des
régressions entre chaque catégorie de consommation et chacune des variables
explicatives. En effet, puisque la relation de long terme traduit l'équilibre de
long terme du système, cet équilibre, s'il existe, doit pouvoir conduire à une
bonne régression dont les résidus sont alors des bruits blancs.
Le tableau ci-dessous présente les résultats obtenus, grace au logiciel
Eviews, avec deux retards. Ce nombre de retards est déterminé par le critère
d’Akaike.
Tableau 9 : Résultats du test de causalité

Hypothèse nulle: F-Statistic Probabilité Hypothèse nulle: F-Statistic Probabilité
LogR ne Cause pas LogCd 4.31056 0.03060 LogR ne Cause pas LogCn 3.36176 0.05886
LogCd ne Cause pas LogR 0.96183 0.40204 LogCn ne Cause pas LogR 7.40036 0.05500
LogPn ne Cause pas LogCd 7.07251 0.00582 LogPn ne Cause pas LogCn 2.73837 0.09313
LogCd ne Cause pas LogPn 0.38962 0.68321 LogCn ne Cause pas LogPn 3.25791 0.06342
LogPd ne Cause pas LogCd 10.9599 0.00088 LogPd ne Cause pas LogCn 2.64040 0.10032
LogCd ne Cause pas LogPd 1.21189 0.32208 LogCn ne Cause pas LogPd 3.42235 0.05636
Logi ne Cause pas LogCd 1.29727 0.29900 Logi ne Cause pas LogCn 1.06213 0.36757
LogCd ne Cause pas Logi 2.64538 0.09994 LogCn ne Cause pas Logi 1.43948 0.26453
Pour le test entre les variables LogR et LogCd, l’hypothèse H0 : « LogCd

ne Cause pas LogR » a une probabilité associée à la statistique de Fisher qui est
supérieure à 5%. Donc on accepte H0. Il y a causalité au sens de Granger de
LogR vers LogCd. Ce qui signifie que le revenu disponible des ménages

explique significativement la consommation finale des biens durables des
ménages. De même l’interprétation des résultats du test entre la variable Cd et
les autres variables montre qu’elles sont toutes explicatives de celle-ci au seuil
de 5%.
Au niveau de la consommation finale des biens non durables des
ménages, les résultats sont similaires.
B. Test de cointégration
Le test précédent ayant révélé que tous les déterminants causent les
variables endogènes, on procède à présent à l’estimation des relations de long
terme afin d’analyser la stationnarité des résidus.
Tableau 10: Résultats des tests de cointégration

Sans trend Avec trend
Relation de la consommation Résidu non Résidu stationnaire
non durable stationnaire
Relation de la consommation Résidu non Résidu stationnaire
durable stationnaire
Les résidus stationnaires sont obtenus avec les relations comportant le

trend. Les résultats du test de stationnarité des résidus se trouvent en annexe 5.

Section 3 : Estimation et validation des modèles
Le test précédent ayant révélé la cointégration pour les deux type de

consommation, nous passons à l’estimation des modèles suivant l’approche de
Engle et Granger.
Paragraphe 1 : Estimation du modèle de la consommation

des biens non durables
A- Relation de cointégration
Au terme de l’estimation de la forme structurelle de l’équation, le résultat
ci-après est obtenu :
Log(Cnt) = 4,41 + 0,38LogRt - 0,53Log(Pnt) + 0,28Log(Pdt) + 0,06Logit + 0,02t + et
R² = 0,995 JB = 0,952
L’estimation a été faite avec l’introduction d’une variable indicatrice
valant - 1 pour l’année 1990; 1 pour 1993 et 0 pour les autres années.
B- Modèle à correction d’erreur

Le résultat de l’estimation se présente comme suit :
ΔLog(Cnt) = -0,66et-1 + 0,64ΔLog(Cnt-1) + 0,27ΔLogRt – 0,42ΔLog(Pnt)
(-3,78) (8,64) (3,87) (-8,13)
+ 0,24ΔLog(Pnt-1) + µt
(2,68)
R² = 0,86 JB = 0,1642
Une variable indicatrice a été introduite dans cette estimation. Elle vaut 1
pour l’année 1988, 1991 et 2005 ; -1 pour 1989, 1996 et 1999 puis 0 pour les
autres années.

Paragraphe 2 : Estimation du modèle de la consommation

des biens durables
A- Relation de cointégration
L’estimation de la relation de long terme donne le résultat ci-après :
Log(Cdt) = 0,70 + 0,40LogRt + 0,05Log(Pnt) - 0,03Log(Pdt) + 0,11Logit - 0,01t + et
R² = 0,960 JB = 1,904
Ce résultat est obtenu avec l’utilisation d’une variable indicatrice qui

prend la valeur 1 en 1989, 1990 et 1991 puis 0 les autres années.
B- Modèle à correction d’erreur

Le modèle obtenu est le suivant :
ΔLog(Cdt) = -0,96et-1 + 0,58ΔLog(Cdt-1) + 0,16ΔLogRt – 0,69ΔLog(Pnt)
(-7,53) (8,58) (2,45) (-3.86)
+ 0,36ΔLog(Pdt) + 0,54ΔLog(Pdt-1) + µt
(2,70) (6,12)
R² = 0,9627 JB = 0,0211
Ce résultat est obtenu avec l’utilisation de deux variables indicatrices :

 Dum1 : - 1 pour 1985 et 1 pour 2005 puis 0 pour les autres années ;
 DUM2 : -1 pour 1989, 1993, 1998 et 2000; 1 pour 1991, 1992 puis 0 pour
les autres années.
Paragraphe 3 : Validation des modèles

Les tests de validation des modèles sont satisfaisants à un seuil de 5%.
Les résultats des tests sont présentés en annexes 6 et 7 respectivement pour le
modèle de la consommation des biens non durables et celui des biens durables.
Le tableau suivant en donne le résumé.

Tableau 11 : Synthèse des tests de validation des modèles
Tests des résidus
Significativité Significativité
des coefficients Auto- Normalité Hétéroscé Stabilité des
Signe, et valeur du dasticité
coefficient du terme des variables R² corrélation (histogramme coefficients
explicatives (corrélogramme, et statistique (test de
de rappel vers White)
l’équilibre Q-statistique de de
Ljung-Box) Jarque-Bera)
consommation non durable
Coefficient de la
Stabilité des
force de rappel
Coefficients Pas coefficients
Modèle de la
significativement Pas Résidus

significatifs à un 0,9147 d’hétéros- sur toute la
négatif et sa valeur d’autocorrélation normaux
seuil de 5% cédasticité période
absolue est inférieure
d’estimation
à 1.
Coefficient de la
consommation durable
Stabilité des
force de rappel
Modèle de la
Coefficients Pas coefficients

significativement Pas Résidus
significatifs à un 0,9627 d’hétéros- sur toute la
négatif et sa valeur d’autocorrélation normaux
seuil de 5% cédasticité période
absolue est inférieure
d’estimation
à 1.
Chapitre 3 :
Vérification des hypothèses,

simulation et prévision
Section 1 : Interprétation des modèles et vérification des

hypothèses
Paragraphe 1 : Interprétation et analyse comparative des

modèles
Après l’estimation et la validation des modèles, il est nécessaire d’évoquer
leurs implications sur le plan économique.
A- Interprétation des modèles

1) Modèle de la consommation des biens non durables
Le modèle obtenu s’écrit :
ΔLog(Cnt) = -0,66[Log(Cnt-1)- 4,41 - 0,38LogRt-1 + 0,53Log(Pnt-1) - 0,28Log(Pdt-1) - 0,06Logit-1 - 0,02trend]

+0,64ΔLog(Cnt-1) + 0,27ΔLogRt - 0,42ΔLog(Pnt) + 0,24ΔLog(Pnt-1)+ µt
L’équation estimée traduit des dynamiques d’ajustements à l’équilibre

réalisé dans le long terme. À long terme, la consommation des biens non
durables dépend du revenu disponible des ménages, des prix et du taux d’intérêt
auxquelles s’ajoute une consommation incompressible. Lorsque le revenu
augmente de 1%, la consommation des biens non durables augmente de 0,38%.
Une hausse de 1% des prix des biens non durables (respectivement des biens
durables) entraîne une baisse de 0,53% (respectivement une hausse de 0,28%)
de la consommation de ce type de biens. De plus une augmentation de 1% du
taux d’intérêt se traduit par une augmentation de 0,06% de cette consommation.
À court terme, la consommation courante dépend de celle de l’année
précédente : une accélération de 1% de la consommation d’une période entraîne
une accélération de 0,64% de celle de la période suivante. On trouve également
dans la dynamique le revenu, et le prix relatif à ce type de biens. Une

accélération de 1% du revenu provoque une accélération de 0,27% de la
consommation. Un renchérissement de 1% des prix des biens non durables
entraîne une baisse de 0,42% de la variation de la consommation courante et
une hausse de 0,24% de la variation de la consommation de l’année suivante.
2) Modèle de la consommation des biens durables

La représentation à correction d’erreur s’écrit :
ΔLog(Cdt) = -0,96[Log(Cdt) - 0,70 - 0,40LogRt -0,05Log(Pnt) +0,03Log(Pdt) -0,11Logit + 0,01trend]
+ 0,58ΔLog(Cdt-1) + 0,16ΔLogRt – 0,69ΔLog(Pnt) + 0,36ΔLog(Pdt) + 0,54ΔLog(Pdt-1) + µt
Le modèle traduit des dynamiques d’ajustements à l’équilibre réalisé

dans le long terme. À long terme, la consommation des biens durables est
déterminée par le revenu disponible des ménages, les prix et le taux d’intérêt
auxquels s’ajoute une consommation autonome. Lorsque le revenu augmente de
1% la consommation augmente de 0,70%. Une hausse de 1% des prix des biens
non durables (respectivement des biens durables) entraîne une hausse de 0,05%
(respectivement une baisse de 0,58%) de la consommation de cette catégorie de
biens.
À court terme, la consommation courante dépend de celle de l’année
précédente : un accroissement de 1% de la consommation d’une période
provoque un accroissement de 0,64% de celle de la période suivante. On trouve
également dans la dynamique le revenu et les prix des deux catégories de biens.
Une augmentation de 1% de la variation des prix des biens non durables se
traduit par une diminution de 0,69% de la consommation. Une accélération de
1% des prix des biens durables entraîne une hausse de 0,36% (respectivement de
0,54%) de la consommation courante (respectivement de la consommation de
l’année suivante).
Nous constatons que le taux d'intérêt n'apparaît pas dans les relations de
court terme. Cela pourrait provenir d’une raison fondamentale: les ménages en

général n'ont pas tellement la culture spéculative. L'une des caractéristiques
des pays sous-développés est la difficulté que les banques ont à mobiliser
l'épargne pour le financement de l'économie. En effet les ménages ont plus de
préférence pour la thésaurisation (détention improductive de valeurs ou de
créances par un agent économique) et ceci en raison des coûts et des formalités
auxquels ils sont assujettis de la part des institutions financières. En outre, le
secteur informel occupant une place importante dans les économies sous-
développées, les agents économiques ont tendance à développer les activités
informelles au détriment de l'épargne même si le taux d'intérêt est attrayant.
B- Analyse comparative des modèles

Les résultats de l’estimation des modèles des deux catégories de biens
sont différents. L’analyse comparative se fera au niveau de chaque déterminant.
1) Revenu
Les élasticités-revenu dans les deux modèles sont positives. Les biens sont
donc tous normaux.
Les résultats révèlent que l’élasticité-revenu de la consommation des
biens durables est toujours plus importante et atteint, à long terme, le double de
celle de l’autre. Cela montre que les ménages, sous l’effet de l’augmentation de
leur revenu, s’intéressent plus aux biens durables qu’aux biens non durables. Ce
fait pourrait s’expliquer entre autre par l’importance accordée au logement. En
effet, l’un des premiers soucis des Béninois après l’alimentation est l’acquisition
d’une parcelle et la construction d’un logement.
2) Les prix
Les modèles obtenus indiquent que toute variation du niveau des prix d’un
type de biens modifie la structure des dépenses des ménages.

a) Prix des biens non durables
Les élasticités par rapport à ce déterminant montrent qu’à court terme,
sous l’effet d’une augmentation du prix des biens non durables, les ménages
restreignent la consommation de chaque type de biens mais celle des biens non
durables dans une moindre mesure (-0,42 pour les biens non durables contre
-0,69 pour l’autre). Aucune substitution n’est donc faite à court terme.
A long terme, une hausse de 1% du niveau de cette variable est suivie
d’une réduction de la consommation des biens non durables (-0,53%) et d’une
légère augmentation (+0,05%) de la consommation des biens durables. A ce
niveau, il y a substitution des biens non durables aux biens durables.
b) Prix des biens durables

A court terme, suite à l’augmentation des prix des biens durables, les
ménages augmentent leur consommation courante en biens durables. Ces biens
sont donc des biens de GIFFEN de manière conjoncturelle.
A long terme, les ménages diminuent considérablement leur
consommation de ce type de bien et consacrent la moitié de cette baisse à la
consommation des biens non durables. Cette faible substitution témoigne de
l’importance accordée aux biens durables à long terme.
3) Taux d’intérêt
Cette variable n’a aucun effet sur les consommations des ménages à court.
Mais à long terme, elle a un effet positif sur la consommation des deux types de
biens. Les ménages béninois accroissent leur consommation des biens durables à
un niveau correspondant au double de l’augmentation de celle des biens non
durables.

Au terme de cette analyse, deux remarques se dégagent :
 à court terme, les biens durables sont des biens de GIFFEN ;
 à long terme, l’analyse des effets du revenu et du taux d’intérêt révèle
une préférence des ménages aux biens durables.
En dehors de ces variables, le terme de l’erreur explique les effets des

variables qui n’ont pas été pris dans le modèle. La constante quant à elle, traduit
les effets à l’origine, c’est-à-dire ceux avant 1982.
Paragraphe 2 : Vérification des hypothèses

A partir des estimations faites, nous procédons à la vérification des trois
hypothèses énoncées ci-haut. Le tableau suivant compare les hypothèses aux
résultats.
Tableau 12 : Comparaison des effets attendus aux effets obtenus
Effets obtenus
Effets
Variables exogènes A long A court
attendus
terme terme
Revenu Positif Positif Positif
biens non durables
Modèle relatif aux
Négatif et
Prix des biens non durables Négatif Négatif
Positif
Prix des biens durables Positif Positif ----
Taux d’intérêt Négatif Positif ----

Modèle relatif aux
Revenu Positif Positif Positif

biens durables
Prix des biens non durables Positif Positif Négatif
Prix des biens durables Négatif Négatif Positif
Taux d’intérêt Négatif Positif ----

Source : Estimations effectuées à partir du logiciel Eviews

A- Vérification de l’hypothèse n°1

Les coefficients du revenu sont positifs dans les deux modèles. Ces
résultats signifient que le revenu a un effet positif sur les consommations des
deux types de biens. L’hypothèse n°1 est donc totalement vérifiée.
B- Vérification de l’hypothèse n°2

Comme le montre le tableau 12, à court terme, les effets induits par les
prix ne sont pas compatibles avec l’hypothèse faite. Mais à long terme cette
hypothèse est bel et bien vérifiée.
Il résulte de ces deux résultats, que l’hypothèse n°2 est partiellement
vérifiée. Mais l’action contraire de la variation des prix sur la consommation,
observée à court terme, n’est pas économiquement inexplicable. En effet, deux
effets opposés de l’inflation sont traditionnellement distingués: un effet de fuite
devant la monnaie (en cas de hausse des prix, les ménages anticipent leurs
dépenses car celles-ci deviendront plus onéreuses dans le futur) et un effet
d’encaisses réelles (en cas de hausse des prix, les ménages restreignent leur
consommation afin de préserver le pouvoir d’achat de leurs encaisses réelles).
Dans les relations de court terme obtenues, c’est le premier qui l’emporte sur le
second.
C- Vérification de l’hypothèse n°3

D’après le tableau 12, le taux d’intérêt apparaît seulement dans les
relations de long terme et a un effet positif sur la consommation des deux
catégories de biens. L’hypothèse n°3 n’est donc pas vérifiée.
Mais ce fait n’est pas sans explication. En effet, en théorie économique,
une hausse du taux d’intérêt a un effet ambigu sur la consommation : d’une part,
elle augmente la charge d’intérêts des ménages endettés à taux variable et

contraint les ménages à recourir à des crédits plus chers entraînant ainsi une
hausse du taux d’épargne (effet de substitution), d’autre part, elle induit une
hausse des revenus de leur patrimoine (effet richesse). Ici, c’est l’effet richesse
qui l’emporte sur l’effet de substitution.

Section 2 : Simulation des modèles
Il s'agit d'analyser comment les équations du modèle ont retracé

l'évolution de la consommation au cours de cette période pour décider de
conserver ou non un modèle pour des prévisions.
Paragraphe 1 : Simulation du modèle de la consommation

des biens non durables
Figure 7 : Simulation du modèle de la

consommation des biens non durables
0,1
0,05
-0,05
-0,1
1984
1987
1990
1993
1996
1999
2002
2005
Simulé Observé
Nous constatons que les valeurs simulées par les modèles s'écartent très
peu des valeurs observées. Le modèle, dans son ensemble, semble retracer
l'évolution de la consommation des biens non durables sur la période
d’estimation.

Paragraphe 2 : Simulation du modèle de la consommation

des biens durables
Figure 8 : Simulation du modèle de la

consommation des biens durables
0,2
0,15
0,1
0,05
0
-0,05
-0,1
-0,15
-0,2
86
88
94
96
02
04
84
90
92
98
00
19
19
20
19
19
19
19
19
19
20
20
Simulé Observé
Le graphique montre que les valeurs simulées par les modèles s'écartent
très peu des valeurs observées. Globalement, le modèle semble retracer
l'évolution de la consommation des biens durables sur la période d’estimation.

Section 3 : Prévision des consommations
La prévision des consommations concerne les années 2006 et 2007 à

partir des modèles obtenus. Pour ce faire il nous faut partir des valeurs futures
connues des variables exogènes. A ce titre nous nous référons d’une part à
l’INSAE qui a prévues des taux de croissances de du Revenu disponible et des
prix à la consommation et d’autre part au FMI en ce qui concerne le taux
d’intérêt.
Le FMI prévoit que le taux d’intérêt sur les années reste constant et égale
à la valeur de 2005. Pour les autres variables explicatives, leurs valeurs sont
déduites de leurs taux de croissance respectifs.
Tableau 13 : Valeurs prévisionnelles du revenu disponible réel et des inflations

2006 2007
Taux d’inflation 3,05% 2,37%
Biens non durables
Indice des prix6 243,536 249,308
Taux d’inflation 3,05% 2,37%
Biens non durables
Indice des prix7 238,226 243,873
Taux de croissance 3,61% 6,00%
Revenu disponible réel
Valeur8
2031,65473 2153,55402
(en millions de FCFA)
Source : INSAE et calculs des auteurs
Une fois les valeurs des variables exogènes connues, nous pouvons passer
à la phase de prévision des consommations.
Paragraphe 1 : Prévision de la consommation des biens non

durables
La consommation prévue en volume pour les années 2006 et 2007 s’élève
respectivement à 710,9890 millions et 738,2721 millions. Etant donnée que les
6
Indice calculé à partir de la valeur de l’indice en 2005 qui est 236,328
7
Indice calculé à partir de la valeur de l’indice en 2005 qui est 231,176
8
valeur calculée à partir du montant à prix constant en 2005 qui vaut 1960,86742 millions FCFA

taux d’accroissement des prix des biens non durables de consommation depuis
1985 sont 150,48% et 156,41% respectivement pour 2006 et 2007, les
consommations en valeurs correspondantes sont 1780,88525 millions et
1893,00349 millions.
Figure 9 : Prévision de la Figure 10 : Prévision de la

consommation des biens non durables consommation des biens non durables et
intervalle de confiance au seuil de 5%
800 900
700 800
700
600
600
500
500
400
400
300 300
1985 1990 1995 2000 2005 1985 1990 1995 2000 2005
PREVUE OBSERVE
: Intervalle de confiance : valeur observée
La figure 10 représente la série prévue et l'intervalle de confiance au seuil

de 5%. Si S désigne l'écart type des erreurs et Ŷt+h la valeur prévue, l’intervalle
de confiance au seuil de 5% est [Ŷt+h – 2,14*S ; Ŷt+h + 2,14*S].
Selon les résultats obtenus, il existe 95% de chance pour les volumes de
consommation des biens non durables soient compris entre 616,7902 millions et
805,1892 millions pour l’année 2006 puis 642,1861 millions et 834,3621
millions pour l’année 2007.
Paragraphe 2 : Prévision de la consommation des biens

durables
Les volumes de consommation en biens durables prévus pour les années
2006 et 2007 sont respectivement de 49,21995 millions et 50,33401 millions.
Partant du fait que les taux d’accroissement des prix des biens durables de
consommation depuis 1985 sont 127,65% et 133,04% respectivement pour

2006 et 2007 ; les consommations en valeurs correspondantes sont 112,049216
millions et 117,298377 millions.
Figure 11 : Prévision de la Figure 12 : Prévision de la

consommation des biens durables consommation des biens durables et
intervalle de confiance au seuil de 5%
52 70
48
60
44
50
40
40
36
30
32
28 20
24 10
1985 1990 1995 2000 2005 1985 1990 1995 2000 2005
PREVUE OBSERVE
: Intervalle de confiance : valeur observée
La figure 12 représente la série prévue et l'intervalle de confiance au seuil

de 5%. Si S désigne l'écart type des erreurs et Ŷt+h la valeur prévue, l’intervalle
de confiance au seuil de 5% est [Ŷt+h – 2,11*S ; Ŷt+h + 2,11*S].
Au vu des résultats obtenus, il existe 95% de chance pour le volume de
consommation en biens durables de l’année 2006 soit compris entre 37,99793
millions et 60,44207 millions puis 95% de chance pour que celui de 2007 se
situe entre 38,89663 millions et 61,77141 millions.
Le volume prévisionnel de la consommation finale globale des

ménages se déduit à partir des prévisions des deux catégories de
consommation. Nous pouvons donc affirmer avec un risque de 5% que la
consommation finale réelle des ménages sera comprise entre 654,78813
millions et 865,63127 millions pour 2006 puis entre 681,08273 millions et
896,13351 millions pour 2007. En valeur, les intervalles sont : 1631,43838
millions à 2154,43428 millions en 2006 et 1737,27409 millions à 2283,33995
millions en 2007.

CONCLUSION
Au terme de cette étude, il apparaît que les théories économiques

s’accordent aux réalités à long terme. La particularité des réalités béninoises
réside essentiellement dans l’effet positif du taux d’intérêt sur la consommation.
A cette spécificité de long terme s’ajoute le caractère conjoncturel de biens de
GIFFEN des biens durables.
Les résultats révèlent que la caractéristique fondamentale de la fonction
de consommation développée dans la littérature économique tant par les
keynésiens que par les néo-classiques selon laquelle le revenu est le principal
déterminant de la consommation est vérifiée. Les études économétriques nous
ont révélé qu'en dehors du revenu (qui a un effet positif) d'autres variables tels
que les prix à la consommation exercent également une influence négative ou
positive sur la consommation exprimant les effets d’élasticités prix direct ou
prix croisé.
En plus des prix, le taux d’intérêt est également apparu comme variable
explicative. Il intervient seulement à long terme et a un effet positif sur la
consommation. Son absence dans les relations de court terme pourrait provenir
du manque de culture spéculative au niveau des ménages et de l’importance du
secteur informel dans l’économie. En effet les agents économiques ont tendance
à développer les activités informelles au détriment de l'épargne même si le taux
d'intérêt est attrayant.
Le modèle de consommation des biens non durables et celui des biens
durables ne comportent pas les mêmes variables exogènes à court terme. Ce
constat vient confirmer l’importance de la désagrégation de la consommation
dans une approche de modélisation.

Les tests et simulations effectués montrent que les modèles peuvent servir
d'instrument de prévision. Ils ont permis de déterminer des intervalles pour les
valeurs futures de la consommation finale des ménages. Par ailleurs, les outils
d’aide à la décision que fournissent ces modèles sont essentiellement de deux
ordres :
- A long terme, le revenu disponible des ménages, constitue le
principal déterminant de la consommation auxquels s’ajoutent les prix et le
taux d’intérêt: pour augmenter la consommation finale à long terme, les
autorités peuvent, entre autre, penser à augmenter le revenu dont dispose les
ménages ;
- A court terme, les instruments pour modifier la consommation sont
réduits au revenu et aux prix : pour agir sur la consommation des ménages de
manière conjoncturelle, les autorités pourrait orienter leurs politiques sur ces
variables.
Nous n'avons pas la prétention d'avoir abordé tous les contours de

l’analyse de la consommation à travers notre étude. Plusieurs extensions de ce
travail sont envisageables. En effet, cette analyse pourrait par exemple être
approfondie dans une approche multivariée par des modèles vectoriels à
correction d’erreurs pour analyser les interactions entre les catégories de
consommation.

BIBLIOGRAPHIE
 AMBAPOUR S., MASSAMBA C., « Croissance économique et
consommation d’énergie au Congo : une analyse en terme de causalité »,
Décembre 2005
 Banque nationale de Belgique, « La consommation privée en Belgique », Juin
2003
 BCEAO, « La politique de taux d'intérêt dans l'UMOA », décembre 2000
 BEFFY P., BONNET X. et al, « MZE, un modèle macroéconométrique pour la
zone euro », 2003
 BOURBONNAIS R., « Econométrie », 3ème édition, 2000
 DIOP P., « L'impact des taux directeurs de la BCEAO sur les taux débiteurs
des banques », Mars 1998
 Direction française de la Prévision et de l’Analyse Economique, « Analyses
Economiques », Avril 2004
 DJINKPO M., « Prévision de la consommation finale des ménages au Togo »,
octobre 2002
 FMI, « Statistiques financières internationales » Juin 2006
 HEILBRONEUR R. et THUROW L., « Comprendre la macroéconomie », 8ème
Edition, Septembre 1986
 HEININ P., « Macrodynamique : fluctuations et croissances », 2ème édition
economica, Novembre 1990
 INSAE, « Comptes nationaux », Mai 2006
 INSEE, « Consommation effective par durabilité », Juin 2006
 JONDEAU E., Le BIHAN H. et SEDILLOT F., « Modélisation et prévision
des indices de prix sectoriels », septembre 1999
 LEHMANN E., LOTZ S., « Macroéconomie », Septembre 2005
 MAILHOL J., « Analyse de la consommation en eau dans les différents
contexte d’agriculture irriguée», Avril 2003
 MANKIW G., « Macroéconomie », 3ème édition, Janvier 2003.
 Ministère des Finances et de l’Economie, « Statistiques des finances
publiques », févier 2005
 Quantitative Micro Software, « Eviews 4 User’s Guide » février 2002.
Réalisé et soutenu par Gbègni ALLADASSI-BATTO & Ghislain Wilfrid BOHOUN
ANNEXES
Pages
Annexe 1: LISTE DES DONNEES RELATIVES AUX

VARIABLES ..……………. ii
Annexe 2 : RESULTATS DE L’HARMONISATION DE LA
BASE DES INDICES DE PRIX A LA CONSOMMATION …. iii
Annexe 3 : CORRELOGRAMME DE LA SERIE Log(Cn) ….. iv
Annexe 4: RESULTATS DES TESTS DE RACINE
UNITAIRE SUR LES SERIES …………………. v
Annexe 5: RESULTATS DES TESTS DE
STATIONNARITE ………………………….. viii
Annexe 6 : TESTS DE VALIDATION DU MCE RELATIF A
LA CONSOMMATION DES BIENS NON DURABLES ………… ix
Annexe 7 : TESTS DE VALIDATION DU MCE RELATIF A

LA CONSOMMATION DES BIENS DURABLES…………… xi
Annexe 1: LISTE DES DONNEES RELATIVES AUX VARIABLES
Source INSAE FMI
Consommation Consommation Revenu Taux Taux Taux
finale des finale des disponible d’inflation d’inflation d’intérêt
biens non biens durables réel des des biens des biens créditeur
durables des des ménages Ménages non durables (en %)
ménages (en millions) (en millions) durables
Année (en millions)
1982 309,8650 34,2520 413,6148 0,0211 0,0171 7,75
1983 308,9700 31,9710 398,6987 0,0441 0,0336 7,50
1984 327,2080 30,9770 454,2038 0,0000 0,0000 7,25
1985 342,7210 31,4060 484,9957 -0,0412 -0,0317 7,25
1986 355,9770 32,1130 468,2791 -0,0198 -0,0151 6,08
1987 348,0890 31,2990 451,2876 0,0360 0,0273 5,25
1988 370,0470 31,6300 484,7133 -0,0152 -0,0116 5,25
1989 354,7977 27,0219 469,9246 0,0239 0,0182 6,42
1990 366,9777 25,1231 499,1424 0,0095 0,0073 7,00
1991 400,7321 29,3399 529,9348 -0,0020 -0,0016 7,00
1992 421,5563 32,7153 547,2592 0,0632 0,0021 7,75
1993 444,8458 33,2683 534,2493 -0,0039 0,0164 8,42
1994 421,5762 32,1272 600,4363 0,3417 0,4642 4,50
1995 435,3450 37,5360 826,6930 0,1905 0,1054 4,50
1996 458,5701 40,5700 1 025,9345 0,0890 -0,0532 3,73
1997 484,2196 39,7743 1 121,8762 0,0413 0,0359 3,50
1998 514,8964 37,8651 1 219,8407 0,0203 0,1164 3,50
1999 538,9062 43,2490 1 359,5616 0,0016 0,0085 3,50
2000 571,4994 42,4006 1 456,5024 0,0412 0,0464 3,50
2001 602,4814 44,0186 1 485,1221 0,0476 0,0169 3,50
2002 636,8846 45,8154 1 672,0332 0,0212 0,0325 3,50
2003 668,8169 47,4831 1 823,2427 0,0100 0,0311 3,50
2004 671,6680 47,6320 1 854,3968 0,0123 -0,0018 3,50
2005 698,9526 49,0474 1 960,8674 0,0555 0,0478 3,50
ii
Annexe 2 : RESULTATS DE L’HARMONISATION DE LA BASE
DES INDICES DE PRIX A LA CONSOMMATION
Indices rapportés à différentes Indices rapportés à la même
bases base : 1985
Indice des Prix Indice des Prix
Année biens biens Année biens biens
non durables non durables
durables durables
1982 97,12 104,56 1982 97,12 104,56
1983 101,41 108,07 1983 101,41 108,07
1984 101,41 108,07 1984 101,41 108,07
1985 97,23 104,65 1985 97,23 104,65
Base 1985
1986 95,30 103,07 1986 95,30 103,07

1987 98,73 105,88 1987 98,73 105,88
1988 97,23 104,65 1988 97,23 104,65
1989 99,56 106,56 1989 99,56 106,56
1990 100,51 107,34 1990 100,51 107,34
1991 100,30 107,17 1991 100,30 107,17
1992 106,32 100,21 1992 106,64 107,40
Base 1985
1993 105,91 101,86 1993 106,23 109,16

Base 1991
1994 142,09 149,14 1994 142,53 159,84

1995 169,16 164,86 1995 169,68 176,68
1996 184,23 156,09 1996 184,79 167,28
1997 191,83 161,69 1997 192,41 173,28
1998 106,24 115,64 1998 196,32 193,44
1999 106,41 116,63 1999 196,63 195,10
2000 110,79 122,04 2000 204,72 204,15
Base 1996
2001 116,06 124,11 2001 214,46 207,61

2002 118,51 128,15 2002 219,00 214,37
2003 119,70 132,14 2003 221,19 221,04
2004 121,17 131,90 2004 223,90 220,64
2005 127,89 138,20 2005 236,33 231,18
NB : Formule utilisée pour effectuer ces changements de base:

(Indice X, base 1985)*(Indice t, base X)
Indice t, base 1985 =
100
Pour 1992 ≤ t ≤ 1997, X= 1991 et pour 1998 ≤ t ≤ 2005, X= 1996.
iii
Annexe 3 : CORRELOGRAMME DE LA SERIE Log(Cn)
Sample: 1982 2005

Included observations: 24
Autocorrelation Partial AC PAC Q-Stat Prob
Correlation
. |*******| . |*******| 1 0.871 0.871 20.565 0.000
. |****** | . *| . | 2 0.740 -0.076 36.077 0.000
. |***** | . *| . | 3 0.598 -0.118 46.705 0.000
. |**** | . | . | 4 0.469 -0.038 53.556 0.000
. |*** | . | . | 5 0.353 -0.029 57.642 0.000
. |**. | . *| . | 6 0.236 -0.096 59.565 0.000
. |* . | . | . | 7 0.137 -0.019 60.253 0.000
. | . | . *| . | 8 0.033 -0.109 60.295 0.000
. | . | . | . | 9 -0.055 -0.038 60.422 0.000
. *| . | . | . | 10 -0.120 0.007 61.062 0.000
. *| . | . | . | 11 -0.169 -0.027 62.441 0.000
.**| . | . | . | 12 -0.207 -0.038 64.664 0.000
.**| . | .**| . | 13 -0.279 -0.220 69.091 0.000
***| . | . | . | 14 -0.337 -0.045 76.162 0.000
***| . | . | . | 15 -0.377 -0.010 85.992 0.000
iv
Annexe 4 : RESULTATS DES TESTS DE RACINE UNITAIRE SUR LES SERIES
ADF test stat Valeur critique Akaike
Variables Retards Retards Retards
1 2 3 1 2 3 1 2 3
constante 0,37 0,63 1,30 -3,00 -3,01 -3,02 -3,66 -3,53 -3,30
Trend et
-1,70 -1,82 -1,56 -3,63 -3,64 -3,66 -3,73 -3,66 -3,63
LCn constante
Sans trend
ni 3,80 2,75 2,80 -1,96 -1,96 -1,96 -3,75 -3,62 -3,54
constante
constante -3,26 -3,11 -2,78 -3,01 -3,01 -3,03 -3,61 -3,61 -3,37
Trend et
-3,39 -3,64 -3,94 -3,64 -3,66 -3,67 -3,56 -3,57 -3,61
D(LCn) constante
Sans trend
ni -1,58 -1,36 -1,00 -1,96 -1,96 -1,96 -3,36 -3,24 -3,10
constante
constante -0,42 0,17 0,13 -3,00 -3,01 -3,02 -2,13 -2,12 -1,96
Trend et
-2,37 -1,95 -2,00 -3,63 -3,64 -3,66 -2,34 -2,33 -2,21
constante
LCd
Sans trend
ni 1,06 1,50 1,42 -1,96 -1,96 -1,96 -2,21 -2,22 -2,06
constante
constante -4,30 -2,89 -1,71 -3,01 -3,02 -3,03 -2,21 -1,86 -1,98
Trend et
-4,56 -3,16 -1,80 -3,64 -3,65 -3,67 -2,21 -2,05 -1,92
D(LCd) constante
Sans trend
ni -3,91 -2,46 -1,33 -1,96 -1,96 -1,96 -2,19 -2,05 -2,00
constante
ADF obtenu supérieur à la valeur critique : on accepte Ho (la série possède une racine unitaire )
v
RESULTATS DES TESTS DE RACINE UNITAIRE SUR LES SERIES (suite 1)

1 2 3 1 2 3 1 2 3
constante -0,17 0,58 -0,07 -3,00 -3,01 -3,02 -2,08 -2,10 -2,06
Trend et
-1,82 -2,32 -2,51 -3,63 -3,64 -3,66 -2,16 -2,37 -2,35
LR constante
Sans trend
ni 2,18 2,08 1,45 -1,96 -1,96 -1,96 -2,16 -2,19 -2,16
constante
constante -3,03 -1,79 -1,62 -3,01 -3,02 -3,03 -2,18 -2,16 -2,02
Trend et
-3,72 -1,82 -1,50 -3,64 -3,66 -3,67 -2,18 -2,09 -1,92
D(LR) constante
Sans trend
ni -2,08 -1,00 -0,76 -1,96 -1,96 -1,96 -2,07 -2,14 -1,98
constante
constante -0,25 -0,43 -0,49 -3,00 -3,01 -3,02 -2,34 -2,21 -2,14
Trend et
-2,49 -2,72 -2,27 -3,63 -3,64 -3,66 -2,56 -2,50 -2,33
constante
LPn
Sans trend
ni 1,44 1,31 1,57 -1,96 -1,96 -1,96 -2,43 -2,30 -2,21
constante
constante -3,09 -2,32 -2,21 -3,01 -3,02 -3,03 -2,30 -2,22 -2,07
Trend et
-3,75 -2,19 -2,03 -3,64 -3,66 -3,67 -2,21 -2,12 -1,96
D(LPn) constante
Sans trend
ni -1,99 -1,61 -1,38 -1,96 -1,96 -1,96 -2,30 -2,17 -2,00
constante
vi
RESULTATS DES TESTS DE RACINE UNITAIRE SUR LES SERIES (suite 2)
1 2 3 1 2 3 1 2 3
constante -0,25 -0,01 -0,25 -3,00 -3,01 -3,02 -1,86 -1,80 -1,62
Trend et
-2,52 -2,19 -2,20 -3,63 -3,64 -3,65 -2,09 -2,00 -1,87
LPd constante
Sans trend
ni 1,50 1,88 1,61 -1,96 -1,96 -1,96 -195 -1,89 -1,76
constante
constante -3,78 -2,52 -2,02 -3,01 -3,02 -3,03 -1,89 -1,76 -1,61
Trend et
-3,79 -2,45 -1,86 -3,64 -3,65 -3,67 -1,83 -1,68 -1,51
D(LPd) constante
Sans trend
ni -3,08 -1,84 -1,31 -1,96 -1,96 -1,96 -1,81 -1,71 -1,57
constante
constante -1,20 -1,25 -1,32 -3,00 -3,01 -3,02 -0,70 -0,56 -0,42
Trend et
-2,08 -2,34 -2,61 -3,63 -3,64 -3,66 -0,75 -0,67 -0,61
constante
Li
Sans trend
ni -1,24 -1,12 -1,11 -1,96 -1,96 -1,96 -0,74 -0,59 -0,43
constante
constante -3,07 -2,35 -2,30 -3,01 -3,02 -3,03 -0,57 -0,41 -0,31
Trend et
-3,69 -2,28 -2,22 -3,64 -3,66 -3,67 -0,47 -0,31 -0,20
D(Li) constante
Sans trend
ni -2,85 -2,20 -2,18 -1,96 -1,96 -1,96 -0,62 -0,46 -0,37
constante
vii
Annexe 5: RESULTATS DES TESTS DE STATIONNARITE SUR LES RESIDUS
Sans trend Avec trend

Relation de la consommation
(1,07) (2,01)
non durable
Relation de la consommation
(0,98) (3,04)
durable
NOTE : Les valeurs entre parenthèses désignent les statistiques de Student du coefficient ρ
suite à l’estimation du modèle :
où on teste H0 : ρ = 0 contre H1 : ρ < 0.
viii
Annexe 6 : TESTS DE VALIDATION DU MCE RELATIF A LA
CONSOMMATION DES BIENS NON DURABLES
Corrélogramme des résidus
Date: 06/03/07 Time: 11:59

Sample: 1984 2005
Autocorrelation Partial Correlation AC PAC Q-Stat Prob
. *| . | . *| . | 1 -0.108 -0.108 0.2926 0.589
. | . | . | . | 2 0.045 0.034 0.3460 0.841
. *| . | . *| . | 3 -0.180 -0.174 1.2503 0.741
.**| . | .**| . | 4 -0.205 -0.253 2.4863 0.647
.**| . | ***| . | 5 -0.264 -0.344 4.6584 0.459
. | . | . *| . | 6 -0.014 -0.182 4.6651 0.587
. |* . | . | . | 7 0.157 0.027 5.5380 0.595
. | . | . *| . | 8 0.019 -0.152 5.5516 0.697
. |**. | . |* . | 9 0.278 0.095 8.6953 0.466
. |* . | . |* . | 10 0.075 0.093 8.9406 0.538
. *| . | . *| . | 11 -0.156 -0.145 10.111 0.520
. | . | . |* . | 12 -0.012 0.076 10.118 0.606
Graphe des résidus du modèle
7
Series: Residuals
6 Sample 1984 2005
Observations 22
5
Mean 0.001414
4 Median 0.002196
Maximum 0.028240
Minimum -0.026529
3
Std. Dev. 0.012803
Skewness -0.194298
2
Kurtosis 3.167682
1 Jarque-Bera 0.164197
Probability 0.921181
0
-0.02 0.00 0.02
ix
TESTS DE VALIDATION DU MCE RELATIF A LA
CONSOMMATION DES BIENS NON DURABLES (Suite)
Résultat du test d’Hétéroscédasticité de White
White Heteroskedasticity Test:
F-statistic 1.185490 Probability 0.407062
Obs*R-squared 13.47503 Probability 0.335479
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 06/03/07 Time: 14:40
Sample: 1984 2005
Variable Coefficient Std. Error t-Statistic Prob.
C 0.000361 0.000188 1.913141 0.0880
RESIDC01(-1) -0.000782 0.004047 -0.193148 0.8511
RESIDC01(-1)^2 -0.061460 0.162000 -0.379386 0.7132
D(LCN(-1)) -6.89E-05 0.003012 -0.022880 0.9822
(D(LCN(-1)))^2 -0.011320 0.053983 -0.209700 0.8386
D(LRDM) -0.002236 0.004124 -0.542256 0.6008
(D(LRDM))^2 0.003864 0.040260 0.095986 0.9256
D(LPN) -0.005739 0.002401 -2.390744 0.0405
(D(LPN))^2 0.018681 0.008741 2.137250 0.0613
D(LPN(-1)) 0.005054 0.003444 1.467506 0.1763
(D(LPN(-1)))^2 -0.011794 0.041185 -0.286375 0.7811
DUM_M01 -6.45E-05 0.000183 -0.352678 0.7324
DUM_M01^2 -0.000182 0.000130 -1.407265 0.1929
R-squared 0.612501 Mean dependent var 0.000158
Adjusted R-squared 0.095836 S.D. dependent var 0.000234
S.E. of regression 0.000222 Akaike info criterion -13.69710
Sum squared resid 4.45E-07 Schwarz criterion -13.05240
Log likelihood 163.6682 F-statistic 1.185490
Durbin-Watson stat 1.392104 Prob(F-statistic) 0.407062
Résultat du test de stabilité des coefficients du modèle (test de Chow)
H0 :Chow Breakpoint Test: 1994

Log likelihood ratio 10.66012 Probability 0.099466
x
Annexe 7 : TESTS DE VALIDATION DU MCE RELATIF A LA
CONSOMMATION DES BIENS DURABLES
Corrélogramme des résidus
Date: 01/28/07 Time: 23:07

Sample: 1984 2005
Autocorrelation Partial Correlation AC PAC Q-Stat Prob
.**| . | .**| . | 1 -0.265 -0.265 1.7651 0.184
. | . | . *| . | 2 -0.007 -0.083 1.7663 0.413
. |* . | . |* . | 3 0.155 0.142 2.4307 0.488
. *| . | . *| . | 4 -0.186 -0.117 3.4456 0.486
. | . | . | . | 5 0.057 -0.015 3.5483 0.616
. *| . | . *| . | 6 -0.074 -0.099 3.7269 0.714
. *| . | . *| . | 7 -0.145 -0.165 4.4650 0.725
. |* . | . | . | 8 0.122 0.017 5.0257 0.755
.**| . | .**| . | 9 -0.216 -0.189 6.9214 0.645
. | . | . *| . | 10 0.016 -0.086 6.9330 0.732
Graphe des résidus
9
Series: Residuals
8 Sample 1984 2005
7 Observations 22
6 Mean 0.024501
Median 0.210760
5
Maximum 1.659196
4 Minimum -1.885847
Std. Dev. 0.903562
3 Skewness -0.678703
Kurtosis 2.876669
2
1 Jarque-Bera 1.702948
Probability 0.426785
0
-2 -1 0 1 2
xi
TESTS DE VALIDATION DU MCE RELATIF A LA
CONSOMMATION DES BIENS DURABLES (Suite)
Résultat du test d’Hétéroscédasticité de White
White Heteroskedasticity Test:
Obs*R-squared 17.91462 Probability 0.328920
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 06/03/07 Time: 14:56
Sample: 1984 2005
Variable Coefficient Std. Error t-Statistic Prob.
C 0.000377 0.000144 2.611666 0.0476
RESIDC02(-1) -0.001668 0.003632 -0.459164 0.6654
RESIDC02(-1)^2 -0.040484 0.072695 -0.556906 0.6016
D(LCD(-1)) -0.000531 0.001087 -0.488723 0.6457
(D(LCD(-1)))^2 0.006624 0.010328 0.641410 0.5495
D(LRDM) -0.001472 0.003051 -0.482238 0.6500
(D(LRDM))^2 -0.004522 0.023696 -0.190844 0.8562
D(LPD) -0.001437 0.007211 -0.199263 0.8499
(D(LPD))^2 -0.035007 0.060178 -0.581725 0.5860
D(LPD(-1)) 0.000150 0.002794 0.053519 0.9594
(D(LPD(-1)))^2 -0.004375 0.025495 -0.171617 0.8705
D(LPN) -0.004633 0.005791 -0.800091 0.4600
(D(LPN))^2 0.079493 0.088932 0.893859 0.4124
DUM1_M02 0.000266 0.000253 1.050568 0.3416
DUM1_M02^2 -0.000313 0.000235 -1.329515 0.2411
DUM2_M02 -0.000275 0.000198 -1.383801 0.2250
DUM2_M02^2 0.000123 0.000186 0.661779 0.5374
R-squared 0.814301 Mean dependent var 0.000200
Adjusted R-squared 0.220065 S.D. dependent var 0.000278
S.E. of regression 0.000246 Akaike info criterion -13.71998
Sum squared resid 3.02E-07 Schwarz criterion -12.87691
Log likelihood 167.9198 F-statistic 1.370332
Durbin-Watson stat 2.045688 Prob(F-statistic) 0.388588
Résultat du test de stabilité des coefficients du modèle (test de Chow)
H0 :Chow Breakpoint Test: 1994

Log likelihood ratio 19.78195 Probability 0.011193
xii
TABLE DES MATIERES
Dédicace ……………………………………………………………......................... i
Remerciements …………………………………………………………................... ii
Liste des abréviations et sigles ……………………………………........................... iii
Liste des figures ……………………………………………...................................... iv
Liste des tableaux ………………………………………………............................... v
Sommaire …………………………………………………………............................ vi
Introduction ……………………………………………………………......................... 1
Chapitre 1 : Cadre théorique de l’étude
Section 1 : Problématique, intérêt, objectifs et hypothèses .…………..…………..... 4
Paragraphe 1 : Problématique et intérêt de l’étude .….………………………….... 4
A- Problématique ……………….......................................................................... 4
B- Intérêt de l’étude ..…………………………………………………………… 5
Paragraphe 2 : Objectifs et hypothèses de l’étude ………………………............... 6
A- Objectifs de l’étude ...……………………………………………………….. 6
B- Hypothèses de l’étude ……………………………………………………...... 6
Section 2 : Revue de littérature ……………………………………………............... 7
Paragraphe 1 : Définition de quelques concepts ...………..................................... 7
A- Modélisation ………………………………………………………………… 7
B- Consommation finale des ménages …………………………………………. 7
Paragraphe 2 : Revue critique de littérature .......................................................... 8
Section 3 : Méthodologie ………...………………………………………………….. 11
Paragraphe 1 : Spécification du modèle …………………………………………. 11
A- Identification des variables ………………………………………………….. 11
1) Variables endogènes ……………………………………………………… 11
2) Variables exogènes ……………………………………………………….. 11
B- Formulation mathématique des modèles ……………………………………. 12
Paragraphe 2 : Données et procédure d’estimation ……………………………… 13
A- Les données …………………………………………………………………. 13
1) Consommation finale des ménages ………………………………………. 13
2) Revenu disponible réel des ménages …………………………………….. 14
3) Niveau général des prix …………………………………………………... 15
4) Taux d’intérêt créditeur …………………………………………………... 16
B- Procédure d’estimation des modèles ………………………………………... 17
1) Stationnarité …………………………….................................................... 17
a) Définition.................................................................................................. 17
b) Test de stationnarité.................................................................................. 18
2) Relation de cointégration ………………………………………………… 19
a) Test de causalité de Granger ................................................................... 19
b) Test de cointégration ................................................................................ 20
3) Modèle à correction d’erreur ....................................................................... 21
Chapitre 2 : Analyse des données et estimation des modèles
Section 1 : Analyse descriptive des séries ................................................................. 23
Paragraphe 1 : Evolution des consommations………........................................... 23
A- Evolution de la consommation des biens non durables …………………... 23
B- Evolution de la consommation des biens durables ……………………….. 24
Paragraphe 2 : Evolution du revenu disponible réel des ménages ....................... 25
Paragraphe 3 : Evolution des taux d’inflation………... ....................................... 26
A- Evolution du taux d’inflation des biens non durables …….………………. 26
B- Evolution du taux d’inflation des biens durables ……...….………………. 27
Paragraphe 4 : Evolution du taux d'intérêt créditeur ............................................ 28
Section 2 : Analyse des caractéristiques stochastiques des séries ........................... 30
Paragraphe 1 : Tests de stationnarité .................................................................. 30
A- Analyse des corrélogrammes des séries ..................................................... 30
B- Résultats des tests de racine unitaire .......................................................... 31
Paragraphe 2 : Tests de causalité et de cointégration ........................................ 32
A- Test de causalité ........................................................................................ 32
B- Test de cointégration ................................................................................. 33
Section 3 : Estimation et validation des modèles ................................................... 34
Paragraphe 1 : Estimation du modèle de la consommation des
biens non durables .............................................. 34
A- Relation de cointégration ......................................................................... 34
B- Modèle à correction d’erreur ................................................................... 34
Paragraphe 2 : Estimation du modèle de la consommation des
biens durables .................................................... 35
A- Relation de cointégration ......................................................................... 35
B- Modèle à correction d’erreur ................................................................... 35
Paragraphe 3 Validation des modèles ………………………………………… 35
Chapitre 3 : Vérification des hypothèses, simulation et prévision

Section 1 : Interprétation des modèles et vérification des hypothèses ………….. 38
Paragraphe 1 : Interprétation et analyse des modèles ........................................ 38
A- Interprétation des modèles ……………………………………………... 38
1) Modèle de la consommation des biens non durables .......................... 38
2) Modèle de la consommation des biens durables ................................. 39
B- Analyse des modèles …………………………………………………… 40
1) Revenu ………………………………………………………………. 40
2) Les prix ……………………………………………………………… 40
a) Prix des biens non durables ………………………………………... 41
b) Prix des biens durables …………………………………………….. 41
3) Taux d’intérêt ……………………………………………………….. 41
Paragraphe 2 : Vérification des hypothèses ………………………………….. 42
A- Vérification de l’hypothèse n°1 ………………………………………... 43
B- Vérification de l’hypothèse n°2 ………………………………………... 43
C- Vérification de l’hypothèse n°3 ………………………………………... 43
Section 2 : Simulation des modèles ...................................................................... 45
Paragraphe 1 : Simulation du modèle de la consommation des biens non
durables ................................................................ 45
Paragraphe 2 : Simulation du modèle de la consommation des biens durables. 46
Section 3 : Prévision des consommations ............................................................ 47
Paragraphe 1 : Prévision de la consommation des biens non durables ........... 47
Paragraphe 2 : Prévision de la consommation des biens durables ................... 48
Conclusion ....................................................................................................................... 50
Bibliographie
Annexes

Analyse Des Déterminants de La Consommation Des Ménages Au Bénin: Une Approche Par Le Modele A Correction D'erreur

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Analyse Des Déterminants de La Consommation Des Ménages Au Bénin: Une Approche Par Le Modele A Correction D'erreur

Hochgeladen von

Copyright:

Verfügbare Formate

REPUBLIQUE DU BENIN

Partenariat Public - Privé dans la Gestion des activités de

Réalisé et soutenu par : Sous la direction de :

Ghislain Wilfrid BOHOUN Dr Achille G. DJOGNI

A l’éternel qui ne cesse de nous combler de son amour et de sa grâce,

Ghislain Wilfrid BOHOUN & Gbègni ALLADASSI-BATTO

Une œuvre est toujours le résultat des efforts conjugués de plusieurs

BCEAO: Banque Centrale des Etats de l’Afrique de l’Ouest

Chapitre 1 : Cadre théorique de l’étude

Chapitre 2 : Analyse des séries et estimation des modèles

Chapitre 3 : Vérification des hypothèses, simulation et prévision

L’objectif primordial de toute politique demeure le développement

Réalisé et soutenu par Ghislain Wilfrid BOHOUN & Gbègni ALLADASSI-BATTO 2

Cadre théorique de l’étude

Réalisé et soutenu par Ghislain Wilfrid BOHOUN & Gbègni ALLADASSI-BATTO 3

Section 1 : Problématique, intérêt, objectifs et hypothèses

Paragraphe 1 : Problématique et intérêt de l’étude

Réalisé et soutenu par Ghislain Wilfrid BOHOUN & Gbègni ALLADASSI-BATTO 4

Réalisé et soutenu par Ghislain Wilfrid BOHOUN & Gbègni ALLADASSI-BATTO 5

Paragraphe 2 : Objectifs et hypothèses de l’étude

Réalisé et soutenu par Ghislain Wilfrid BOHOUN & Gbègni ALLADASSI-BATTO 6

Section 2 : Revue de littérature

Paragraphe 1 : Définition de quelques concepts

B- Consommation finale des ménages

Réalisé et soutenu par Ghislain Wilfrid BOHOUN & Gbègni ALLADASSI-BATTO 7

 biens non durables (produits alimentaires, cosmétiques, carburants,

Dans la suite de ce travail, le terme consommation désigne la

Paragraphe 2 : Revue critique de littérature

Réalisé et soutenu par Ghislain Wilfrid BOHOUN & Gbègni ALLADASSI-BATTO 8

avec C la consommation, Yp le revenu permanent et k un coefficient

De nos jours, des estimations de la consommation sont faites à partir de la

Réalisé et soutenu par Ghislain Wilfrid BOHOUN & Gbègni ALLADASSI-BATTO 9

Réalisé et soutenu par Ghislain Wilfrid BOHOUN & Gbègni ALLADASSI-BATTO 10

Paragraphe 1 : Spécification du modèle

A- Identification des variables

Réalisé et soutenu par Ghislain Wilfrid BOHOUN & Gbègni ALLADASSI-BATTO 11

B- Formulation mathématique des modèles

ΔLog(Cnt) = λ [Log(Cnt-1) - α0 - α1LogRt-1 - α2Log(Pn t-1) - α3Log(Pd t-1) - α4Log it-1 – α5 t]

ΔLog(Cdt) = γ [Log(Cdt-1) - a0 – a1LogRt-1 – a2Log(Pn t-1) – a3 Log(Pd t-1) - a4 Logit-1 - a5 t]

Réalisé et soutenu par Ghislain Wilfrid BOHOUN & Gbègni ALLADASSI-BATTO 12

Paragraphe 2 : Données et Procédure d’estimation

1) Consommation finale des ménages

Réalisé et soutenu par Ghislain Wilfrid BOHOUN & Gbègni ALLADASSI-BATTO 13

2) Revenu disponible réel des ménages

Réalisé et soutenu par Ghislain Wilfrid BOHOUN & Gbègni ALLADASSI-BATTO 14

3) Niveau général des prix

Réalisé et soutenu par Ghislain Wilfrid BOHOUN & Gbègni ALLADASSI-BATTO 15

4) Taux d'intérêt créditeur

Réalisé et soutenu par Ghislain Wilfrid BOHOUN & Gbègni ALLADASSI-BATTO 16

B- Procédure d’estimation des modèles

Réalisé et soutenu par Ghislain Wilfrid BOHOUN & Gbègni ALLADASSI-BATTO 17

où ηt est un processus de bruit blanc

Réalisé et soutenu par Ghislain Wilfrid BOHOUN & Gbègni ALLADASSI-BATTO 18

a) Tests de causalité de Granger

La détermination du retard p est effectuée à l’aide du critères AIC ou SC.

Réalisé et soutenu par Ghislain Wilfrid BOHOUN & Gbègni ALLADASSI-BATTO 19

économique d’équilibre ou de long terme entre variables intégrées de même

Y est la variable endogène (c’est-à-dire Log(Cn) ou Log(Cd)) ;

La relation estimée est une relation de cointégration si εt est stationnaire

où on teste H0 : ρ = 0 contre H1 : ρ < 0 à partir de la statistique de Student

Réalisé et soutenu par Ghislain Wilfrid BOHOUN & Gbègni ALLADASSI-BATTO 20

Réalisé et soutenu par Ghislain Wilfrid BOHOUN & Gbègni ALLADASSI-BATTO 21

Analyse des données et