Résumé-Ce travail a eu pour objectif d'estimer un modèle DSGE en économie ouverte pour la RD Congo en se référant aux techniques bayé siennes pour les données trimestrielles allant de 2002q1 à 2016q4 en vue d'analyser les relations entre les principales variables macroéconomiques et simuler l'impact de quelques principaux chocs sur leur évolution. Les résultats d'estimation du modèle ont été globalement satisfaisants, en particulier en ce qui concerne les tests de convergence de Brooks et Gelman (1998). Les résultats qui ressortent de l'analyse de la décomposition historique ont révélé l'influence des chocs sur le taux de change, sur la production, des chocs de productivité interne et externe comme principaux déterminants de l'évolution du taux directeur et du taux d'inflation domestique. L'analyse de la décomposition historique de la variation du taux de change a indiqué l'influence notoire des chocs du taux de change et de politique monétaire dans l'explication de la dépréciation du taux de change durant les trois derniers trimestres de l'année 2016. # Introduction es chocs affectant l'économie ont depuis toujours été d'importants déterminants dans l'explication de l'évolution future des variables macroéconomiques internes. Ceux affectant l'offre aussi bien que la demande peuvent entrainer des changements imprévisibles de l'offre globale et de la demande globale et nécessitent donc une action en termes de politique macroéconomique. L'autorité monétaire effectue continuellement une évaluation de la source et de l'ampleur des chocs économiques aussi bien extérieurs qu'intérieurs, et elle agit pour atténuer leur impact. De manière générale, l'action de cette dernière consiste principalement dans le maniement de ses instruments de politique monétaire, principalement le taux directeur. Ce qui affecte consécutivement les variables cibles de la politique monétaire. Toutefois dans la pratique, aucune autorité monétaire n'a un ensemble d'informations parfaites au moment où il détermine le taux directeur. Dans un contexte d'informations imparfaites, les attentes des banques centrales quant à l'offre et aux chocs du côté de la demande peuvent ne pas correspondre à leurs valeurs réelles, contrairement à l'information parfaite, dans laquelle les banques centrales peuvent mieux anticiper, et donc compenser, tous les chocs. Cependant, une incertitude sur les mécanismes de transmission et sur l'impact réel de la réponse de la Banque Centrale. Des profonds changements dans la théorie macroéconomique ont commencé à influencer la conception et la mise en oeuvre de la politique monétaire aussi bien au sein des pays avancés que ceux en développement. Ces changements dans la théorie macroéconomique et la modélisation économétrique ont offert la possibilité aux banquiers centraux de concevoir de meilleures pratiques en vue d'obtenir des résultats de politique de stabilisation contra cycliques plus efficaces. Avec la critique de Lucas (1976), les modèles économétriques traditionnels ont été fortement remis en cause du fait que leurs coefficients ne changent pas en cas de changement des politiques et que, par conséquent, ils étaient structurellement invariants et que les politiques basées sur pareils modèles étaient susceptibles d'être biaisées. Avec les travaux de Kydland et Prescott (1982), les modèles de cycles réels (Real Business Cycles) basés sur les fondements microéconomiques ont été reconnus comme susceptible de décrire correctement les fluctuations économiques pour l'économie américaine. Toutefois ces modèles n'ont pas joué un rôle essentiel en vue d'expliquer les actions de politique monétaire. Cette lacune entre la nouvelle perception de la théorie macroéconomique et la pratique de la politique monétaire a conduit les économistes nouveaux keynésiens à souligner l'importance des rigidités nominales et réelles et le rôle de la politique monétaire en vue de stabiliser les fluctuations économiques à court terme. Les modèles résultant de cette nouvelle synthèse néoclassique ont été qualifiés de Au cours des années, beaucoup d'éléments ont été incorporés par des chercheurs pour que ces modèles simulent convenablement les variables du monde réel. Néanmoins, l'applicabilité de ces modèles à l'analyse des politiques a été limitée par la difficulté d'estimer leurs paramètres à partir des données réelles. Par conséquent, les chercheurs ont entièrement compté sur l'étalonnage des paramètres où les paramètres sont basés sur certaines propriétés théoriques de l'économie ou empruntés à d'autres études économétriques ou à des modèles déjà calibrés. La calibration a cependant conduit à un débat prolongé parmi les macro-économistes. En effet, plusieurs argumentent que la calibration est une méthode qui discipline le choix des paramètres pour un modèle en utilisant ses propriétés de court et de long termes. # a) Comportement des ménages L'objectif du consommateur est de maximiser la valeur anticipée de la somme actualisée des fonctions utilité relatives à chaque période: ?? 0 ? ?? ?? ? ?? ?? 1??? 1??? ? ?? ?? 1+?? 1+?? ? ? ??=0 (1) Où ?? ?? indique les heures de travail et ?? ?? est un indice de consommation composite défini comme suit: ?? ?? = ?(1 ? ??) 1 ?? ?? ??,?? ?? ?1 ?? + ?? 1 ?? ?? ??,?? ?? ?1 ?? ? ?? ?? ?1 (2) Avec ?? ??,?? et ?? ??,?? étant les indices de consommation des biens domestiques et ceux des biens étrangers. Ces indices sont des aggrégations des quantités de biens consommés de ces deux types de biens et sont définis comme suit: ?? ??,?? = ?? ?? ??,?? (??) ???1 ?? 1 0 ? ?? ???1 ; ?? ??,?? = ?? ?? ??,?? (??) ???1 ?? 1 0 ? ?? ???1 Notons que ?? mesure l'elasticité de substitution entre les biens domestiques et ceux étrangers. L'elasticité de substitution entre les biens dans chaque catégories et donnée par ??. Nous supposons que ?? > 0 et ?? > 1. La maximisation de la contrainte de (1) est sujet à la séquence de contraintes inter-temporelles de la forme suivante: ? ??? ??,?? (??)?? ??,?? (??) + ?? ??,?? (??)?? ??,?? (??)????? + ?? ?? ??? ??,??+1 ?? ??+1 ? Pour tout ?? ? [0,1] où ?? ??,?? ? ?? ?? ??,?? (??) ?? ??,?? = (1 ? ??) ? ?? ?? ,?? ?? ?? ? ??? ?? ?? ; ?? ??,?? = (1 ? ??) ? ?? ??,?? ?? ?? ? ??? ?? ??(5) Où ?? ?? ? ?(1 ? ??)?? ??,?? 1??? + ???? ??,?? 1??? ? 1 1??? représente l'indice de prix à la consommation. Notons que, lorsque les indices de prix pour les biens domestiques et étrangers sont égaux, le paramètre ?? représente l'indice d'ouverture. En prenant en compte la condition d'optimalité ci-dessus, la contrainte budgétaire inter-temporelle devient: ?? ?? ?? ?? + ?? ?? ??? ??,??+1 ?? ??+1 ? ? ?? ?? + ?? ?? ?? ?? + ?? ??(6) Les conditions d'optimalité peuvent ainsi s'écrire comme suit: ?? ?? ?? ?? ?? ?? = ?? ?? ?? ??(7)???? ?? ? ?? ??+1 ?? ?? ? ??? ? ?? ?? ?? ??+1 ? = 1 (8) Avec ?? ?? ?1 = ?? ?? ??? ??,??+1 ? En forme log-linéaire, les relations ( 7) et (8) peuvent-être réécrites comme suit: ?? ?? ? ?? ?? = ???? ?? + ???? ?? ?? ?? = ?? ?? {?? ??+1 } ? 1 ?? (?? ?? ? ?? ?? {?? ??+1 } ? ??) Où les lettres en minuscule désignent les variables log-linéarisées. ?? ? ? log ?? et ?? ?? = ?? ?? ? ?? ???1 désignent respectivement le taux d'actualisation temporel et le taux d'inflation. Dans le reste du monde, il est supposé un ménage représentatif faisant face à un problème identique à celui évoqué ci-haut. De ce fait, une solution similaire à celui présenté ci-haut s'obtiendrait à cet effet. La taille de la petite économie ouverte est également supposée négligeable par rapport au reste du monde lequel nous incite à considérer celle-ci avec les caractéristiques similaires à une économie fermée. A partir de ce stade, plusieurs hypothèses et définitions seront introduites en vue de découler un nombre d'identités qui sont explicités dans les lignes qui suivront. En considérant que ?? ?? = ?? ??,?? 1??? ?? ??,?? ?? lorsque = 1, nous obtenons l'expression log-linearisée suivante autour d'un état d'équilibre où ?? ??,?? = ?? ??,?? comme suit: ?? ?? ? (1 ? ??)?? ??,?? + ???? ??,?? = ?? ??,?? + ???? ??(10) Où ?? ?? ? ?? ??,?? ? ?? ??,?? est l'expression en logarithme du terme de l'échange. Il s'en suit que la relation entre l'inflation domestique et l'inflation globale est donné comme suit: ?? ?? = ?? ??,?? + ??Î?"?? ??(11) Cette relation établit que l'écart de deux mesures de l'inflation est proportionnel à la variation en pourcentage du terme de l'échange, avec un coefficient de proportionnalité donné par l'indice d'ouverture ??. En outre, nous supposons la loi du prix unique s'applique c'est-à-dire que ?? ??,?? (??) = ? ?? ?? ??,?? * (??) pour tout ?? ? [0,1]. ? ?? désigne le taux de change nominal et ?? ??,?? * (??) indique le prix du bien étranger ?? en monnaie étrangère. En intégrant tous les biens et en exprimant sous forme log-linéaire nous obtenons ?? ??,?? = ?? ?? + ?? ??,?? * . En incluant cette dernière relation dans l'expression désignant le terme de l'échange, nous obtenons: ?? ?? ? ?? ?? + ?? ?? * ? ?? ??,??(12) A présent, nous représentons la relation définissant le taux de change réel en logarithme comme suit: ?? ?? = ?? ?? + ?? ?? * ? ?? ?? = ?? ?? + ?? ??,?? ? ?? ?? = (1 ? ??)?? ?? (13) La condition de premier ordre évoquée dans la relation (8) est également supposée être vérifiée pour le reste du monde et cette dernière peut être exprimée comme suit: Volume XVII Issue VI Version I 64 ( E ) ?? ? ?? ??+1 * ?? ?? * ? ??? ? ?? ?? * ?? ??+1 * ? ? ?? ?? ?? ??+1 ? = ?? ??,??+1(14) Les relation ( 8) et ( 14) nous permettent de dégager la relation ci-dessous: ?? ?? = ???? ?? * ?? ?? 1 ??(15) Avec ?? désignant une constante qui dépend des conditions initiales (données telles que ???? ?? * = 1). En considérant l'expression logarithmique de la relation (15), nous obtenons: ?? ?? = ?? ?? * + ? 1??? ?? ? ?? ??(16) En considérant que les marchés sont complets au niveau mondial, une relation peut être établie entre la consommation domestique, la consommation étrangère et les termes de l'échange. Ainsi, la condition de parité de taux d'intérêt non-couvert peut s'écrire comme suit: ?? ?? ??? ??,??+1 [?? ?? ? ?? ?? * (? ??+1 ? ?? ? )]? = 0 Cette relation peut être linéarisée par rapport à un état d'équilibre pour obtenir l'expression suivante: ?? ?? ? ?? ?? * = ?? ?? {Î?"?? ??+1 }(17) En combinant l'expression linéarisée du terme de l'échange à la relation (17), nous obtenons l'équation différentielle stochastique ci-après: ?? ?? = (?? ?? * ? ?? ?? {?? ??+1 * }) ? ??? ?? ? ?? ?? ??? ??,??+1 ?? + ?? ?? {?? ??+1 }(18) L'équation ci-dessus peut être résolue de manière récursive vers le futur pour obtenir ce qui suit: Définissons la production agrégée, d'une manière similaire à la production agrégée, ainsi que l'emploi agrégé comme suit: ?? ?? = ?? ?? ?? ?(?? ??+?? * ? ?? ?? {?? ??+??+1 * }) ? ??? ??+?? ? ?? ?? ??? ??,??+??+1 ??? ? ??=0 ?(19?? ?? ? ?? ?? ?? (??) ???1 ?? ???? 1 0 ? ?? ???1 ; ?? ?? ? ? ?? ?? (??) 1 0 ???? = ?? ?? ?? ?? ?? ?? , où ?? ?? ? ? ?? ?? (??) ?? ?? ???? 1 0 La production agrégée peut être linéarisée comme suit: ?? ?? = ?? ?? + ?? ?? # c) Fixation des Prix Il est supposé que les firmes fixent leur prix à la Calvo (1983). De ce fait, une proportion (1 ? ??) est uniquement en mesure d'ajuster leur prix à chaque période, avec une probabilité de réoptimiser le prix indépendante du temps passé depuis le dernier changement de prix. La stratégie de prix optimal de fixation de prix par la firme représentative au temps ?? peut être approximée par l'expression suivante: ??? ??,?? = ?? + (1 ? ????) ? (????) ?? ? ??=0 ?? ?? {???? ??+?? ?? }(21)?? ?? * = ?? ?? {?? ??+1 * } ? 1 ?? (?? ?? * ? ?? ?? {?? ??+1 * } ? ??)(22) En outre, notons ?? ??,?? * pour indiquer la consommation mondiale pour le bien domestique ??. La condition d'efficience de marché pour une petite économie ouverte requiert que: ?? ?? (??) = ?? ??,?? (??) + ?? ?? , ?? * (??) = ? ?? ?? ,?? (??) ?? ?? ,?? ? ??? ???? ?? * ?? ?? ?? ,?? ?? ?? ? ??? (1 ? ??)?? ?? 1 ?? + ? ?? ?? ,?? ? ?? ?? ?? * ? ??? ???(23) Volume XVII Issue VI Version I # ( E ) En agrégeant la production de biens domestiques ??, nous obtenons l'expression ci-après: ?? ?? = ???? ?? * ?? ?? ?? ?(1 ? ??)?? 1 ?? ??? + ???(24) Et l'approximation linéaire de la relation (24) est représentée comme suit: ?? ?? = ?? ?? * + ð??"ð??" ?? ?? ?? ??(25) Où ð??"ð??" ?? ? 1 + ??(2 ? ??)(???? ? 1) > 0. En particulier, lorsque ???? = 1, nous trouvons que: ?? ?? = ?? ?? * + ???? ??(26) En intégrant l'équation (16) dans la relation ( 25) en utilisant ?? ?? , nous pouvons exprimer la consommation domestique comme étant une moyenne pondérée de la production locale et de celle mondiale lequel donne: ?? ?? = ? ?? ?? ?? + (1 ? ? ?? )?? ?? * (27) Où ? ?? ? 1??? ð??"ð??" ?? > 0. Lorsque ?? = 0, à l'instar d'une économie fermée, ð??"ð??" 0 = 1, ? 0 = 1 et par conséquent ?? ?? = ?? ?? pour tout ??. Et si nous considérons ???? = 1, les relations ( 16) et (26) peuvent être combinées en vue d'obtenir: ?? ?? = (1 ? ??)?? ?? + ???? ?? * (28) En réunissant les équations (27), (11) et (25) à travers l'équations d'Euler log-linéarisée, nous obtenons la production domestique exprimée comme fonction des taux d'intérêts réels et de la production mondiale: ?? ?? = ?? ?? {?? ??+1 } ? ð??"ð??" ?? ?? ??? ?? ? ?? ?? ??? ??,??+1 ? ? ??? + (ð??"ð??" ?? ? 1)?? ?? {?? ??+1 * }(29) Dans la petite économie ouverte, la dynamique de l'inflation domestiques en terme de coût marginal réel est décrite de manière similaire comme suit: ?? ??,?? = ???? ?? ??? ??,??+1 ? + ?????? ? ?? (33) La détermination du coût marginal réel comme fonction de la production domestique au sein de la petite économie ouverte diffère quelque peu de celle en économie fermée en raison de la présence d'un écart entre la production et la consommation, et entre les prix intérieurs et les prix à la consommation. Ce qui donne: (34) En substituant la relation (25) pour ?? ?? , nous pouvons réécrire la relation ci-dessus comme suit: ???? ?? = ??? + ?? ?? ? ?? ?? ? ?? ??,?? = ??? + (?? ?? ? ?? ?? ) + ??? ?? ? ?? ??,?? ? ? ?? ?? = ??? + ???? ?? * + ???? ?? + ?? ?? ? (1 + ??)?? ?????? ?? = ??? + ? ?? ð??"ð??" ?? + ??? ?? ?? + ?? ?1 ? 1 ð??"ð??" ?? ? ?? ?? * ? (1 + ??)?? ??(35) e) Dynamique de l'équilibre En vue d'analyser la dynamique de l'équilibre aussi bien au niveau de l'économie fermée que du reste du monde, nous commencerons par définir les deux écarts de production respectivement comme suit: ?? ?? * = ???? ?? {?? ??+1 * } + ?? 0 ?? ? ?? *(37) Où ?? 0 ? ??(?? + ??). Ainsi, la relation ( 22) peut également réécrite en terme d'écart de production: ?? ? ?? * = ?? ?? {?? ? ??+1 * } ? 1 ?? (?? ?? * ? ?? ?? {?? ??+1 * } ? ???? ??? ?? * )(38) Où ???? ??? ?? * ? ???(1 ? ?? ?? * )Î?" 0 ?? ?? * + ?? représente le taux d'intérêt anticipé naturel ou wicksellien), celui qui prévaudrait dans un équilibre de prix flexible. Notons que les relations (37) et (38) combinés à une règle de politique monétaire déterminant pleinement le taux d'intérêt mondial décrit pleinement la dynamique de l'inflation et de la croissance mondiale. ii. Dynamique de la petite économie ouverte Le niveau nature de production de la petite économie ouverte est trouvée en supposant que ???? ?? = ??? pour tout ??, ce qui donne: ?? ? ?? = ? ?? + Î?" ?? ?? ?? + ? ?? ?? ?? * (39) Où ? ?? ? ð??"ð??" ?? (????? ) ??+ð??"ð??" ?? ?? , Î?" ?? ? ð??"ð??" ?? (1+?? ) ??+ð??"ð??" ?? ?? > 0, et ? ?? ? ??(1?ð??"ð??" ?? ) ??+ð??"ð??" ?? ?? Il s'en suit de la relation (35) En utilisant la relation (29), il est aisé de dériver la nouvelle courbe IS pour l'économie ouverte exprimée par rapport à l'écart de production comme suit : stochastique du fait que le modèle présente sept variables observées et que leur nombre devrait correspondre au nombre des chocs présents dans le modèle. # III. # Analyse Empirique a) Approche Bayésienne Dans le cadre de ce travail, l'approche bayésienne a été utilisée pour plusieurs raisons évidentes. Comme discuté par plusieurs chercheurs, le principal avantage de la méthodologie bayésienne est qu'elle permet une caractérisation complète de l'incertitude dans l'estimation des paramètres structurels en simulant les distributions postérieures. Cette méthodologie fournit également un moyen élégant d'incorporer les informations à priori sur les paramètres provenant aussi bien des études microéconomiques que des exercices macroéconomiques précédents et, par conséquent, permet de créer une connexion entre la littérature basée sur la calibration et l'analyse des politiques rigoureuses. Un autre point à noter est que les modèles DSGE accusent usuellement d'une singularité du fait qu'ils génèrent des prédictions sur un large nombre de variables endogènes observables par rapport aux chocs exogènes utilisés en vue d'alimenter le modèle. Ceci implique qu'il existe une combinaison linéaire entre les variables qui se vérifie en l'absence de bruits. La méthode bayésienne s'applique même dans le cas où la matrice variance-covariance des variables endogènes est singulière alors que ceci constitue un problème au cas où la méthode de maximum de vraisemblance est utilisée. L'approche bayésienne suppose que, dans un modèle, il existe un ensemble de paramètres inconnus ?? ? ? qui lui est associé. L'objectif de l'implémentation d'une estimation bayésienne est de caractériser la distribution postérieure des paramètres du modèle. A partir du théorème de Bayes, la distribution à posteriori peut être obtenue comme suit: ??(??|?? ?? ) = ????? ?? |?????(??) ? ????? ?? |?????(??)???? ? ??(?? ?? |??)??(??)(49)? ?? = ??(??) + ??(??)?? ?? , ?? ?? ? ??????(0, ??) (51) ?? ?? = ??(??)? ?? (52) # b) Résultats Empiriques En vue de procéder à l'analyse empirique, le modèle présenté utilisé a été linéarisé autour des variables d'équilibre. Les données ont été de fréquence trimestrielle allant de 2002q1 à 2016q4. Sept variables ont principalement été utilisés dans le modèle à savoir: le taux d'inflation et le taux de croissance des Etats-Unis comme proxies du taux d'inflation et de croissance mondial, l'écart de production, le taux directeur en variation, l'écart de production, le taux de croissance du PIB, le taux de change en variation et l'indice de prix à la consommation. En vue d'obtenir le taux de croissance du PIB en rythme trimestriel, ce dernier a été trimestrialisée en utilisant l'approche de Litterman (1983). Il est important de noter que les moyennes des variables utilisées ont été soustraites initialement de leur moyenne en vue d'obtenir des séries centrées sur zero. L'écart de production a été obtenu en utilisant un PIB potentiel calculé en utilisant le filtre HP. L'algorithme d'optimisation utilisé en vue d'obtenir les estimation initiales du mode de la distribution postérieure du vecteur des paramètres est celui de Monte Carlo. En outre, il a été difficile de choisir le vecteur des paramètres à priori pour l'estimation bayesienne du fait que jusqu'à présent, aucune estimation bayesienne d'un modèle DSGE en économie ouverte avec autant de paramètres n'a encore été fait pour la RD Congo. D'une manière générale, le choix des valeurs à priori est basée sur les considérations suivantes : i) le choix des paramètres structurels refletés par le jugement des chercheurs sur la structure de l'économie congolaise ; ii) l'absence des études analysant les fondements microéconomiques en vue d'apprehender les paramètres estimés pour la RD Congo a été levée par le Le test de diagnostic univarié des chaines de Monte Carlo Markov (MCMC) de Brooks and Gelman (1998) sont un outil important d'évaluation des résultats. L'analyse a été effectuée avec 500000 simulations de Metropolis Hastings. Les deux ratios d'acceptation par chaînes ont été respectivement de 27,5 et 27,48%, ce qui est plutôt satisfaisant. Si les résultats sont concluants, deux choses devraient se produire. En premier, les resultats devraient être similaires au sein de n'importe quel éventail de simulation MH. En second, les resultats entre les différentes chaînes devraient être proches tel qu'indiqué par Pfeifer (2014). Dans l'annexe 1, les deux lignes sur les cartes représentent des mesures spécifiques du paramètre concerné à la fois au sein et entre les chaînes. Pour que les resultats soient sensibles, ceux-ci devraient être relativement constants et devraient converger. Les graphiques en annexe (annexe 1) montrent que cette exigence est réalisée dans notre étude. Les diagnostics de convergence multivariée sont basés sur la portée de la fonction de vraisemblance postérieure au lieu des paramètres individuels. La dernière figure de l'annexe 1 illustre la proximité des deux lignes, ce qui indique la convergence des paramètres. Les variables historiques et lissés des variables observées sont representés sur la figure 1. Si l'ajustement du modèle est satisfaisant, les deux lignes devraient se chevaucher. Ceci est vrai pour notre modèle pour toutes les variables observées. Tous les tests de diagnostic MCMC suggèrent que la chaîne de Markov a convergé vers ses distributions stationnaires après le nombre d'itérations défini. # Volume XVII Issue VI Version I # ( E ) Les résultats de l'estimation à posteriori sont indiqués dans le tableau 2. Le facteur d'actualisation obtenu a été de 0.95, ce qui est assez proche des résultats obtenus dans la plupart d'études sur les modèles DSGE. Le coefficient d'ouverture obtenu est de 0.56 contre 0.6 postulé à priori. Le pente de la courbe de Philips indique que les prix domestiques sont susceptibles d'augmenter de 0.455% si la production hors mine se situe à 1% de son niveau potentiel. Les coefficients attachés à l'inflation, à l'écart de production et au taux de change dans la règle de politique monétaire sont respectivement estimés à 1.59, 0. IV. # Analyse des Fonctions De Réponse Impulsionnelles Les reponses impulsionnelles bayesienne sont calculés en vue d'évlauer la réponse de l'économie aux différents types de chocs pris en compte dans notre modèle. L'ampleur du choc dans chaqque cas correspond à l'écart-type dudit choc dans le modèle estimé. Les resultats sont présenté sur les figures qui suivent. Les surfaces en gris représentent les intervalles de densité postérieure les plus élevées. # a) Chocs de Productivité Deux types de chocs de productivité seront pris en compte à savoir : le choc de productivité d'origine interne et le choc de productivité provenant du reste du monde. # i. Réponse des variables à un choc positif de productivitié au niveau externe Il ressort de l'analyse des réponses impulsionnelles ci-dessous qu'un choc de productivité reduit le coût marginal réel lequel conduit à la baisse des prix des produits domestiques. Ceci augmente le niveau de compétivité lequel pousse les agents domestiques à substituer les biens domestiques aux biens étrangers initiallement consommés. L'inflation baisse à la suite de la baisse des coûts de production. La banque centrale réagit à un assouplissement de la politique monétaire. Ceci conduit à la depréciation du taux de change. Une augmenttion graduelle du taux d'intérêt 5 trimestres après le choc ramène à l'équilibre les variables macroéconomiques. Les résultats d'estimation du modèle sont généralement satisfaisants. Les mesures de diagnostic semblent indiquer que l'estimation est robuste dans la plupart de ses domaines, en particulier en ce qui concerne le test de convergence de Brooks et Gelman (1998) en vue d'évaluer le niveau de convergence univarié et multivarié des paramètres. En effet, les données semblent raisonnablement informatives sur la plupart des paramètres et le modèle semble assez bien refléter les données observées. Les estimations obtenues pour les paramètres d'intérêt sont en général reflété la réalité économique inhérente à l'économie congolaise. En effet, le coefficient d'ouverture obtenu des estimations (56%) correspond à près à la moyenne du coefficient d'ouverture durant la période d'étude (2002)(2003)(2004)(2005)(2006)(2007)(2008)(2009)(2010)(2011)(2012)(2013)(2014)(2015)(2016). Le paramètre à posteriori de l'influence du choc de productivité externe sur le choc interne s'est élevé à 39%. Ce qui indique la faible réaction du progrès technique interne aux progrès technologiques au reste du monde. L'analyse de la décomposition historique a révélé l'influence des chocs sur le taux de change, sur la production, des chocs de productivité interne et externe comme principaux déterminants de l'évolution du taux directeur et du taux d'inflation domestique. L'analyse de la décomposition historique du taux de dépréciation du taux de change a indiqué l'influence notoire des chocs du taux de change et de politique monétaire dans l'explication da la dépréciation du taux de change durant les trois derniers trimestres de l'année 2016. Toutefois, nous n'avons pas été en mesure d'estimer quelques chocs désirés notamment les chocs liés à la production hors mines, aux taux de change et à l'inflation en raison du défaut de convergence de l'algorithme MH. De ce fait ces trois chocs ont été calibrés. En outre, les résidus lissés relatifs au choc technologique interne ne semble pas être complètement centré sur zéro. Le constat pousse à considérer que notre analyse a besoin d'être amélioré et étendu en vue de prendre en compte plusieurs spécificités telles que la prise en compte des préférences, l'insertion du secteur public, les frictions financières, etc. Ceci permettra également la prise en compte d'un plus grand nombre de variables observées en vue d'obtenir des résultats plus consistants. Nonobstant ce fait, il est essentiel de noter que l'estimation du présent modèle DSGE en économie ouverte en utilisant les techniques bayé siennes a globalement fourni des résultats satisfaisants dans la tentative de description de l'activité économique en RD Congo. Dans le futur, nous souhaitant prendre en compte plus d'aspects non couverts dans le cadre de cette étude en vue d'améliorer les résultats obtenus sur base d'un modèle DSGE pour l'économie congolaise. 1![? ? ?? )(?? ?? ? ?? ?? * ) (2 ? ??)(???? ? 1) + (1 ? ??) En supposant une fois de plus que ?? = ?? = 1, nous avons ???? ?? = 0 pout tout ??. D'une manière générale, le signe de la relation entre le différentiel de production et les exportations nettes est ambigu, dépendant du signe de . Lorsque ce dernier est positif, le différentiel de production génère un surplus commercial et inversement si ce dernier est négatif. ? désigne également l'effet sur les exportations nettes d'un changement du terme de l'échange étant donné ???? ?? = ??? ?? ?? ?? . Ainsi ce dernier indiquerait les conditions de Marshall-Lerner. ii. Offre : Coût marginal et dynamique de l'inflation Il est supposé que la dynamique de l'inflation dans le reste du monde correspond à celui de l'économie ouverte avec un prix fixé à la Calvo. En combinant l'équation (21) à la version linéarisée de la relation décrivant l'évolution du prix agrégée, nous dérivons la relation suivante: ?? ?? * = ???? ?? {?? ??+1 * } + ?????? ? ?? * (31) Où ???? ? ?? * ? ???? ?? * + ?? indique le coût marginal réel exprimé en logarithme, en déviation par rapport à son état d'équilibre -?? alors que la pente est donnée par ?? ? (1???)(1????? ) ?? . Le coût marginal est ainsi donné par: ???? ?? * = ??? * + (?? ?? * ? ?? ?? * ) ? ?? ?? * = ??? * + ???? ?? * + ???? ?? * ? ?? ?? * = ??? * + (?? + ??)?? ?? * ? (1 + ??)?? ?? *](image-2.png "???? ?? = ( 1") ![?? ? ?? ? ?? ?? ? ?? ? ?? ;?? ? ?? * ? ?? ?? * ? ?? ? ?? * i. Dynamique de l'économie mondiale En régime de prix flexibles, les coûts réels marginaux dans l'économie mondiale seront supposés constants à travers le temps et donné par ???? * ? ???. Le niveau naturel de la production mondiale sera ainsi donné par: ?? ? * = ? 0 + Î?" 0 ?? ?? * (36) Où ? 0 ? ?? * ??? ??+?? et Î?" 0 ? 1+?? ??+?? . En plus, une relation entre le coût marginal réel et l'écart de production peut être définie comme suit: ???? ? ?? * = (?? + ??)?? ? ?? * Cette relation, combinée à la relation (31), permet d'obtenir la nouvelle courbe de Philips (New Keynesian Phillips Curve):](image-3.png "") ![??(??)indique la densité à priori du vecteur paramètre ??, ??(?? ?? |??) est la vraisemblance de l'échantillon ?? ?? avec ?? observations et ? ??(?? ?? |??) ??(??)???? correspond à la densité inconditionnelle de l'échantillon. La connaissance de la distribution posterieure permet d'implémenter l'inférence bayesienne. En général, l'objectif de l'inférence bayésienne peut être exprimée par ??[ð??"ð??"(??)|?? ?? ] où ð??"ð??"(??) est une fonction d'intérêt, définit par: ??[ð??"ð??"(??)|?? ?? ] = ? ð??"ð??"(??)??(??|?? ?? )???? = ? ð??"ð??"(??)?? * ???|?? ?? ????? ? ?? * ???|?? ?? ????? = ? ð??"ð??"(??)????? ?? |?????(??)???? ? ????? ?? |?????(??)???? (50) En vue d'obtenir les résultats de la densité postérieur, l'algorithme de Metropolis MCMC MH (Monte Carlo Markov Chain-Metropolis Hasting algorithm) est utilisé. A cet effet, le filtre de Kalman permet d'obtenir la vraisemblance en vue d'obtenir les résultats inhérents à la distribution à posteriori. En effet, le modèle décrit ci-haut peut être réécrit sous une forme espace-état comme suit:](image-4.png "Où") ![Journals Inc. (US) Estimation bayésienne d'un modèle DSGE pour une petite économie ouverte : Cas de la RD Congo](image-5.png "") 1![Figure 1: Evolution historique des variables observées dans le modèle 0.55. Ceci indique que la politique monétaire réagit plus sévrement aux pressions inflationnistes et une depréciation du taux de change qu'à une déviation de la production de son niveau potentiel. En outre, les chocs technologiques aussi bien internes qu'externes (0.9974 et 0.9403) semblent être plus persistents que les chocs de politique monétaire (0.1208 et 0.4252). Le degré d'influence des chocs technologiques externes sur ceux internes se situe à 0.3987. Ce faible niveau indique que le progrès technique ont niveau interne est faiblement correlé à celui de l'exterieur.](image-6.png "Figure 1 :") ![ii. Réponse des variables à un choc positif technologique interneComparativement aux effets d'un choc technologique externe, un choc dû à un changement positif de la productivité interne conduit à l'augmentation du niveau de production et améliorer l'évolution de la balance commerciale. A cette évolution de la production, le niveau des prix augmente et la monnaie nationale se deprécient durant les premières périodes suivant le choc, ce qui conduit la banque centrale à durcir sa politique monétaire durant les premiers trimestres. Au bout de 6 trimestres, les variables macroéconomiques retrouvent leur sentiers d'équilibre d'avant le choc.Volume XVII Issue VI Version I 71 ( E )](image-7.png "") 2![Figure 2: Réponse à un choc technologique externe](image-8.png "Figure 2 :") 3![Figure 3: Réponse à un choc technologique interne](image-9.png "Figure 3 :") 4![Figure 4: Réponse à un choc de politique monétaire interne](image-10.png "Figure 4 :") 67![Figure 6: Réponse à un choc en provenance du taux de change réel](image-11.png "Figure 6 :Figure 7 :") 5![Figure 5: Réponse à un choc de politique monétaire externe](image-12.png "Figure 5 :") 89![Figure 8: Réponse à un choc en provenance de l'inflation](image-13.png "Figure 8 :Figure 9 :") 10![Figure 10: Décomposition historique de l'output gap hors mines](image-14.png "Figure 10 :") 11![Figure 11: Décomposition historique du taux de dépréciation nominal](image-15.png "Figure 11 :") 12![Figure 12: Décomposition historique de l'évolution du solde de la balance commerciale](image-16.png "Figure 12 :") 13![Figure 13: Décomposition historique de l'inflation domestique](image-17.png "Figure 13 :") ![des micro-fondements en vue de les rendre plus adéquats à l'analyse des pays en développement. En outre, nous voudrions également considérer l'approche DSGE-VAR utilisée par Del Negro et Schorfheide (2004) et Del negro et Al. (2005) qui s'avère être l'un des moyens les plus prometteurs d'évaluer les modèles macroéconomiques sur base des données empiriques. Bibliographie Annexes 1. MCMC Univariate Convergence diagnostic (Brooks and Gelman, 1998) Volume XVII Issue VI Version I 79 ( E )](image-18.png "") ![](image-19.png "") ![](image-20.png "") ![](image-21.png "") ![](image-22.png "") ![](image-23.png "") ![](image-24.png "") ![](image-25.png "") ![](image-26.png "") ![](image-27.png "") ![](image-28.png "") ![](image-29.png "") technologique et celui relatif à l'offre d'exportation. En politique monétaire en RD Congo qui donnerait desutilisant les techniques bayésiennes, les résultats orientations utiles aux décideurs de politique monétaire.suggèrent que l'économie du Nigéria est influencée La suite du présent travail est structurée comme suit :ainsi bien par les chocs nominaux que ceux réels qui La section 2 décrira le cadre d'analyse en économieaffecte son économie. Ces résultats ont également ouverte utilisée pour modèle DSGE en détail. La sectionrévélé que l'économie du Nigéria est fortement 3 décrira brièvement la technique bayé sienne utiliséeToutefois, beaucoup soutiennent qu'il s'agit d'une méthode informelle qui ne permet pas d'évaluer la qualité de l'ajustement ni d'établir un critère de comparaison entre les modèles. Avec les développements récents influencés par les travaux de Smet et Wouters (2003 et 2007) et Christiano et al (2005), les techniques bayésiennes ont été de plus en plus utilisées en vue de pallier aux faiblesses de la calibration Ce qui a rendu de plus en plus courant l'estimation des modèles de petite et moyenne taille être pour différents pays. Parmi les études faites pour les pays d'Afrique subsaharienne, Peiris et Saxegaard (2007) ont fait une première tentative d'estimation des modèles DSGE en les adaptant à quelques caractéristiques des pays d'Afrique Subsaharienne pour l'analyse de la politique monétaire du Mozambique. Pour ce faire, ces derniers recourent à l'approche bayésienne en utilisant des données trimestrielles allant de 1996 à 2005 pour 18 variables macroéconomiques fondamentales. En outre, les auteurs incluent les frictions sur le marché du crédit dans le modèle en supposant l'existence d'une prime sur les taux de dépôt et une version de la fonction de réaction de la politique monétaire développée dans les travaux de Adam et al (2009). Les auteurs concluent que les pays d'Afrique subsaharienne à l'instar du Mozambique sont enclins à de nombreux chocs exogènes et les résultats suggèrent qu'un ancrage du taux de change et moins efficace qu'un ciblage d'inflation en raison de la volatilité des taux d'intérêts. en économie ouverte, similaire à la version DSGE développée par Adolf son et al (2007) et Christiano, et al (2005), pour analyser la Politique monétaire, particulièrement du Ghana. Pour ce faire, ces derniers recourent à l'approche bayé sienne en utilisant les données trimestrielles allant de 1981 à 1997. Les auteurs trouvent que les chocs technologiques trimestrielles allant de 2002 à 2011. Le modèle utilisé comporte les trois relations macroéconomiques standard à savoir : la relation IS dynamique, la courbe de Phillips nouvelle Keynésienne et la règle de politique monétaire. Les résultats obtenus à l'issue de ces investigations révèlent notamment un écart de production peu sensible aux variations du taux d'intérêt et une inflation courante plus sensible à l'inflation future anticipée. Ce travail quant à lui est un essai d'estimation par approche bayésienne d'un modèle DSGE sur base du celui initialement formulé par Gali et Monacelli (2002) en vue d'analyser les interactions entre les principales variables macroéconomiques dans le cadre d'une petite économie ouverte. Ainsi, les résultats de cette étude peuvent être exploitées en vue de faire avancer les discussions pour parvenir à un cadre d'analyse de la de change. Houssa et al (2009) ont utilisé un modèle DSGE dépendante de leurs produits d'exportation, le pétrole en particulier. Garcia (2010) a développé un modèle équilibré Dynamique général DSGE-NK en vue d'analyser la pertinence de la relation de la courbe de Phillips pour l'économie nigériane. Le modèle a incorporé des caractéristiques prospectives (telles que les anticipations d'inflation) dans la fonction d'objectif de politique monétaire de la Banque Centrale du Nigeria. Estimant avec les données trimestrielles nigérianes de 1995 à 2007, les résultats justifient les actions politiques actuelles du CBN pour contrôler l'inflation. En effet, l'action sur le taux directeur est suffisamment fort pour réduire les pressions inflationnistes et ramener l'activité économique à un niveau d'équilibre. En outre, ce dernier renseigne que la Banque Centrale devra consentir à une perte de croissance de 3% pour réduire le taux d'inflation de 10%. À la suite de Garcia (2010), le modèle DSGE d'Adebiyi et Mordi (2016) a appliqué des techniques d'estimation bayésiennes pour d'évaluer l'effet pass-through du taux de change sur les prix domestiques. Pour ce faire, ces derniers utilisent des données trimestrielles allant de 1990 à 2011. L'étude a révélé que le taux d'inflation réagit positivement et significativement au taux de change dans le court terme. Tout particulièrement, ces derniers trouve un faible niveau de pass-through qui va de 0.09 pour le premier trimestre à 0.18 pour le deuxième trimestre puis retombe à 0.07 et 0.01 respectivement durant le troisième et le quatrième trimestre. L'auteur attribue ces performances notamment à une plus grande crédibilité de la politique monétaire au Nigéria ainsi qu'à un changement important dans la structure commerciale. Pour l'Afrique du Sud, Steinbach, Mathuloe et Smit (2009) ont utilisé un modèle DSGE-NK en vue d'analyser les interactions de l'économie avec le reste du monde en utilisant une approche bayésienne pour les données trimestrielles allant de 1990 à 2007. Le modèle utilisé par les auteurs considère deux économies à savoir celle domestique représentée par l'Afrique du Sud et celle étrangère englobant le reste du monde. Tout d'abord, l'économie domestique a été modélisée comme une petite économie ouverte en prenant en compte un pass-through incomplet du taux dans le cadre de ce travail en vue d'estimer le modèle DSGE en économie ouverte (DSGE-SOE) proposée. La section 4 exposera les résultats empiriques du modèle DSGE-SOE en utilisant les techniques bayé siennes. Et pour finir, la section 5 présentera les conclusions générales du présent travail. II. Présentation Du Modèle Utilisé permanents sont la plus importante source de Le modèle utilisé dans le cadre de ce travail fluctuations de l'activité économique. En outre, ces s'inspire essentiellement de celui élaboré par Gali et derniers montrent également l'importance des chocs de Monacelli (2002) en vue d'analyser la politique politique budgétaire dans l'explication des variations monétaire en considérant une petite économie ouverte. des variables du modèle. La règle de politique Plusieurs travaux se sont inspirés de ce cadre de monétaire estimée indique un accent plus orientés vers référence en vue d'analyser les fluctuations des les fluctuations de l'output en ignorant l'inflation, les variables macroéconomiques. Quoiqu'il soit vrai que les importations et les exportations. modèles de cette famille ont largement évolué depuis A notre connaissance, la seule étude empirique les travaux de ces derniers comme illustré ci-haut, le utilisant une approche bayésienne des modèles DSGE cadre d'analyse utilisé offre toujours l'avantage pour la RD Congo est celle de Tsasa (2012) qui utilise d'appréhender la dynamique des variables un cadre d'analyse nouvelle keynésienne en économie macroéconomiques de l'économie étudiée et contribue fermée en vue d'effectuer un diagnostic de la politique à établir des fondements solides pour des analyses monétaire. Pour ce faire, ce dernier procède à l'estimation dudit modèle en considérant des données futures plus approfondies. )b) Comportement des firmesi. Technologie de ProductionIl est supposé que chaque firme produise unbien spécifique en utilisant une technologie deproduction représentée parOù ?? = ? log(1 ? ??), avec ?? représentant les subvention d'emploi qui peuvent être accordées par le gouvernement. En vue de représenter la balance commerciale,notons ???? ?? ? ?1 ??? ??? ?? ??? ?? ?? ?? ,???? ?? ? pour désigner les exporations nettes exprimé comme étant une fraction de la production à l'état d'équilibre ??. Dans le cas où ?? = ?? = 1, il s'en suit que des relations (15) et(24) la petite économie ouverte exprimée en considérantl'écart de production:?? ??,?? = ???? ?? ??? ??,??+1 ? + ?? ?? ?? ? ??(40)Où ?? ?? ? ?? ??? ð??"ð??" ??+ ???. Signalons que lorsque?? = 0 la pente de la relation est donnée par ?? 0 ???(?? + ??) et la relation (40) correspond à une nouvellecourbe de Phillips en économie fermée. Ainsi, le degréd'ouverture affecte la dynamique de l'inflation à traversson influence sur la pente de la courbe de Phillips.?? ? ?? = ?? ?? {?? ? ??+1 } ? Où ???? ??? ?? ? ?? ? ð??"ð??" ?? ?? ??? ?? ? ?? ?? ??? ??,??+1 ? ? ???? ??? ?? ? ??(1+??)(1??? ?? ) ??+?? ð??"ð??" ?? ?? ?? ? ??? ?? ?? ?? {Î?"?? ??+1 (41) * } représente le taux d'intérêt naturel en économie ouverte. f) Politique Monétaire La politique monétaire dans le cadre de ce travail, contrairement aux travaux de Gali et Monacelli (2002), est définie non seulement comme étant réactive aux écarts de production et à l'inflation mais aussi à la dépréciation du taux de change. De ce fait, la règle de politique monétaire dans le cadre de ce travail est représentée comme suit: ?? ?? ?? = ? ? ?? ? ???1 ? ?? ?? ? ?? ? ?? ?? ? ? ?? ?? ? ?? ?? ?? ???1 ? ? ?? (42) ?? ??67 Volume XVII Issue VI Version I ( E )En ajoutant une composante autorégressive, larelation (42) peut être linéarisée sous la forme suivante:(43)Il est supposé que le cadre de politiquemonétaire au niveau mondial suit le processus suivant:?? ?? * = ?? ?? * ?? ?? {?? ??+1 * } + ?? ?? * ?? ?? * + ?? ?? *(44)g) Chocs StochastiquesDans le cadre de cette étude, quatre principauxchocs seront analysés à savoir les chocstechnologiques internes et externes ainsi que les chocsde politique monétaire internes et externes. Lesdifférents chocs sont déc rits par les processus suivants:?? ?? * = ?? ?? * ?? ???1 *+ ?? ?? ?? *(45)que le coût marginal réel et l'écart de production seront relation conformément à la relation suivant: ???? ? ?? = ? ?? ð??"ð??" ?? + ??? ?? ? ???? ?? * = ?? ?? * ?? ???1 * ?? ?? = ?? ?? ?? ???1 + ?? ???? * ?? ?? ?? * + ?? ?? ?? * + ?? ?? ?? ?? ?? ?? = ?? ?? ?? ???1 + ?? ?? Aux chocs mentionnés, trois erreurs de (46) (47) (48) mesures ?? ?? ?? , ?? ?? ?? et ?? ?? ?? respectivement sur la relation (12)En combinant la relation ci-dessus à la relationprise en différence, la relation (25) et la relation (11) en(33), nous dérivons la nouvelle courbe de Phillips pourvue de faire face au problème de singularité Les distributions à priori des paramètres et desecart-types sont représentés de manière détaillée dansle tableau ci-dessous:Tableau 1: Densités à priori des paramètres du modèleParamètresSymboles prior_meanModes.d.priorpstdevFacteur d'actualisation??0.9901.00000.0399gamm0.1000Elasticité de subst. Intertemporelle??1.0001.30980.0754gamm0.1000Degré d'ouverture??0.6000.52820.0851beta0.100068Elast susbt entre bien dom et etran.??1.0000.98740.1032gamm0.1000Volume XVII Issue VI Version IParam de desutilité du travail Probabilité de Calvo Pente Courbe Philips omega_a kappa_a BigGamma_a Influence de ?? ?? * sur ?? ?? ?? ?? technologie, AR(1) ?? ?? * technologie, AR(1) ?? ?? politique monétaire, AR(1) ?? ?? * politique monétaire, AR(1) Taylor, inflation?? ?? ?? ð??"ð??" ?? ?? ?? Î?" ?? ?? ???? * ?? ?? ?? ?? * ?? ?? ?? ?? * ?? ??3.000 0.750 0.086 1.000 0.343 1.000 0.300 0.900 0.750 0.300 0.300 1.5003.0376 0.7346 0.4601 0.9201 0.5294 0.7792 0.3703 1.0000 0.9433 0.0912 0.3258 1.57010.0903 0.0924 0.0671 0.0678 0.1376 0.0583 0.0797 0.0027 0.0303 0.0660 0.1481 0.0598gamm gamm norm gamm gamm gamm beta norm beta beta beta gamm0.1000 0.1000 0.1000 0.1000 0.1000 0.1000 0.1000 0.2000 0.2000 0.2000 0.2000 0.1000E )Taylor, Output gap?? ??0.1000.24550.0758norm0.1000(Taylor, Taux de change?? ??0.5000.54810.0650gamm0.1000Coefficient de ?? ?? {?? ??+1 * }?? ?? *1.0101.09850.0948gamm0.1000Coefficient de ?? ?? *?? ?? *-0.250-0.05850.0497norm0.1000Ecart-type technologie ?? ???? ?? ??0.1000.01580.0016invg0.5000Ecart-type technologie ?? ?? *?? ?? ?? *0.1000.01960.0030invg0.5000Ecart-type ?? ???? ?? ??0.0750.04580.0047invg0.5000Ecart-type ?? ?? *?? ?? ?? *0.0500.01060.0017invg0.5000Où ??(??), ??(??) et ??(??) sont des fonctions nonlinéaires du vecteur ?? des paramètres structurels. ? ??Représente le vecteur des variables d'état incluantnotamment les variables endogènes et les variablesanticipées. ?? ?? représente le vecteur de 7 chocsd'innovations. La représentation espace-état est décritpar l'équation de transition (51) et l'équation de mesure(52).recourt Tableau 2 : Estimations à posteriori des paramètres du modèleParamètresSymboles prior_mean post._mean90% HPD_intervalpriorPstdevFacteur d'actualisation??0.9900.95190.89531.0000gamm0.1000Elasticité de subst. Intertemporelle??1.0001.29621.12521.4623gamm0.1000Degré d'ouverture??0.6000.56000.41510.7088beta0.1000Elast susbt entre bien dom et etran.??1.0001.00040.83751.1648gamm0.1000Param de desutilité du travail??3.0003.03512.86683.2011gamm0.1000Probabilité de Calvo??0.7500.75220.58430.9106gamm0.1000Pente Courbe Philips??0.0860.45470.34320.5638norm0.1000omega_að??"ð??" ??1.0000.92470.79131.0630gamm0.1000kappa_a?? ??0.3430.56990.36890.7698gamm0.1000BigGamma_a Influence de ?? ?? * sur ?? ??Î?" ?? ?? ???? *1.000 0.3000.7900 0.39870.6703 0.23240.9139 0.5601gamm beta0.1000 0.1000?? ?? technologie, AR(1) ?? ?? * technologie, AR(1)?? ?? ?? ?? *0.900 0.7500.9974 0.94030.9940 0.89761.0000 0.9879norm beta0.2000 0.2000?? ?? politique monétaire, AR(1) ?? ?? * politique monétaire, AR(1)?? ?? ?? ?? *0.300 0.3000.1208 0.42520.0030 0.18990.2218 0.6650beta beta0.2000 0.2000Taylor, inflation?? ??1.5001.58891.42241.7559gamm0.1000Taylor, Output gap?? ??0.1000.24730.10260.3918norm0.1000Taylor, Taux de change Coefficient de ?? ?? {?? ??+1 * } Coefficient de ?? ?? *?? ?? * ?? ?? ?? ?? *0.500 1.010 -0.2500.5508 1.2352 -0.04280.4262 1.0598 -0.1163 0.0310 0.6743 1.3933gamm gamm norm0.1000 0.1000 0.1000 Year 2017 © 20 17 Global Journals Inc. (US) Estimation bayésienne d'un modèle DSGE pour une petite économie ouverte : Cas de la RD Congo Year 2017 © 2017 Global Journals Inc. (US) Estimation bayésienne d'un modèle DSGE pour une petite économie ouverte : Cas de la RD Congo © 20 17 Global Journals Inc. (US) Estimation bayésienne d'un modèle DSGE pour une petite économie ouverte : Cas de la RD Congo © 2017 Global Journals Inc. (US) Estimation bayésienne d'un modèle DSGE pour une petite économie ouverte : Cas de la RD Congo 2. Priors and Posteriors * Bayesian analysis of DSGE models ShorfheideAn Econometric Reviews 26 2-4 2007 * Evaluating an estimated New Keynesian Small open economy model MAdolfson SLaseen JLinde MVillani Journal of Economic Dynamics & Control 32 8 2008 * POAlege A Business cycle Model for Nigeria 2009 * External Shocks and Monetary Policy in a Small Open Oil Exporting Economy, EconomiX Working Papers JPAllegret MTBenkhodja 2011. 2001-39, 43p * A dynamic stochastic general equilibrium (DSGE) model of exchange rate pass-through to domestic price in Nigeria MAAdebiyi CN OMordi 2016. june 2016 Central Bank of Nigeria Occasional Paper * The Solution of Linear Difference Models under Rational Expectations O-45blanchard CKhan Econometrica 48 5 1980. July 1980 * Staggered prices in a utilitymaximizing framework GCalvo Journal of Monetary Economics 12 3 1983 * FCanova Methods for Applied Macroeconomic Research Princeton Princeton University Press 2007 * DSGE models for monetary policy analysis LChristiano MTrabandt KWalentin Handbook of Monetary Economics BMFriedman MWoodford Elsevier 2011 3 * The Science Of Monetary Policy: A New Keynesian Perspective RClarida JGali MGertler Journal of Economic Literature 37 4 1999. December 1999 * Price resetting and inertia FCollard HDellas Journal of Macroeconomics 32 1 2010 * Bayesian Macroeconometrics, in Geweke MDel Negro F; JSchorfheide GKoop H 2011 * Monetary policy's role in exchange rate behavior JFaust JHRogers Journal of Monetary Economics 50 7 2003 * The econometrics of DSGE models JFernandez-Villaverde 2010. January 2009 NBER Working Paper * Monetary Policy and Exchange Rate Volatility in a Small Open Economy JGali TMonacelli The Review of Economic Studies 252 2005. Jul * Is the Phillips Curve Useful for Monetary Policy in Nigeria? CJGarcia Central Bank of Nigeria Occasional Paper 2010. December 38 * Formulating and Estimating Dynamic Linear Rational Expectations Models LPHansen TJSargent Journal of Economic Dynamics and Control 2 1 1980 * RHodrick EPrescott Postwar U.S. Business Cycles: An Empirical Investigation Blackwell Publishing 1997. February 29 * A Model for Monetary Policy Analysis for Sub-Saharan Africa RHoussa COtrok RPuslenghe Open Econ Rev 2009. 2009 Springer Science Business Media * Business Cycle: Real Facts and a Monetary Myth FKydland EPrescott Federal Reserve Bank of Minneapolis Quarterly Review 14 2 1990 * Rules Rather than Discretion: The Inconsistency of Plans FKydland EPrescott Journal of political Economy 85 3 1977. June * FKydland EPrescott Time to Build and Aggregate Fluctuations 1982. November 50 * A Random Walk, Markov Model for Distribution of Time Series RBLitterman Journal of Business and Economic Statistics 1 2 1983. April * Econometric Policy Evaluation: A Critique RELucas Carnegie-Rochester Conference Series on Public Policy 1 1 1976. January * Methods and Problems in Business Cycle Theory RELucas American Enterprise Institute for Public Policy Research 12 4 1980 * RELucas TJSargent After Keynesian macroeconomics 1979 * Expectations and the Neutrality of Money RELucas Journal of Economic Theory 4 2 1972. April * NGMankiw Real Business Cycles: A New Keynesian Perspective 1989 3 * La Modélisation en Equilibre Général Dynamique et Stochastique des Cycles Economiques en Afrique Sub-Saharienne : Une Revue de la Littérature, Revue d'économie politique CFNaoussi FTripier 2012 122 * An Estimated DSGE Model for Monetary Policy Analysis in Low-Income Countries SJPeiris MSaxegaard WP/07/282 2007. December 2007 IMF Working Paper * An Estimated DSGE Model for the German Economy within the Euro Area EPytlarczyk 2005 * Rational Expectations, the Optimal Monetary Instrument and the Optimal Money Supply Rule TJSargent NWallace Journal of Political Economy 83 2 1975. April * A Small Open Economy New Keynesian DSGE model for a foreign exchange constrained economy RSSenbeta 2011 * An Estimated Dynamic Stochastic General Equilibrium Model for the Euro Area FRSmets RWouters Journal of the European Economic Association 1 5 2003. September * FRSmets RWouters Shocks and frictions in US Business Cycles: A Bayesian DSGE Approach 2007 * An Open Economy New Keynesian DSGE Model of the South African Economy RSteinbach PMathuloe BSmit WP/09/01 South African Reserve Bank Working Paper 2009 * Diagnostic de la politique monétaire en Rép. Dém. Congo : Approche par l'équilibre général dynamique stochastique JPTsasa Dynare Working Papers Series 2014 38 72