\documentclass[11pt,twoside]{article}\makeatletter \IfFileExists{xcolor.sty}% {\RequirePackage{xcolor}}% {\RequirePackage{color}} \usepackage{colortbl} \usepackage{wrapfig} \usepackage{ifxetex} \ifxetex \usepackage{fontspec} \usepackage{xunicode} \catcode`⃥=\active \def⃥{\textbackslash} \catcode`❴=\active \def❴{\{} \catcode`❵=\active \def❵{\}} \def\textJapanese{\fontspec{Noto Sans CJK JP}} \def\textChinese{\fontspec{Noto Sans CJK SC}} \def\textKorean{\fontspec{Noto Sans CJK KR}} \setmonofont{DejaVu Sans Mono} \else \IfFileExists{utf8x.def}% {\usepackage[utf8x]{inputenc} \PrerenderUnicode{–} }% {\usepackage[utf8]{inputenc}} \usepackage[english]{babel} \usepackage[T1]{fontenc} \usepackage{float} \usepackage[]{ucs} \uc@dclc{8421}{default}{\textbackslash } \uc@dclc{10100}{default}{\{} \uc@dclc{10101}{default}{\}} \uc@dclc{8491}{default}{\AA{}} \uc@dclc{8239}{default}{\,} \uc@dclc{20154}{default}{ } \uc@dclc{10148}{default}{>} \def\textschwa{\rotatebox{-90}{e}} \def\textJapanese{} \def\textChinese{} \IfFileExists{tipa.sty}{\usepackage{tipa}}{} \fi \def\exampleFont{\ttfamily\small} \DeclareTextSymbol{\textpi}{OML}{25} \usepackage{relsize} \RequirePackage{array} \def\@testpach{\@chclass \ifnum \@lastchclass=6 \@ne \@chnum \@ne \else \ifnum \@lastchclass=7 5 \else \ifnum \@lastchclass=8 \tw@ \else \ifnum \@lastchclass=9 \thr@@ \else \z@ \ifnum \@lastchclass = 10 \else \edef\@nextchar{\expandafter\string\@nextchar}% \@chnum \if \@nextchar c\z@ \else \if \@nextchar l\@ne \else \if \@nextchar r\tw@ \else \z@ \@chclass \if\@nextchar |\@ne \else \if \@nextchar !6 \else \if \@nextchar @7 \else \if \@nextchar (8 \else \if \@nextchar )9 \else 10 \@chnum \if \@nextchar m\thr@@\else \if \@nextchar p4 \else \if \@nextchar b5 \else \z@ \@chclass \z@ \@preamerr \z@ \fi \fi \fi \fi \fi \fi \fi \fi \fi \fi \fi \fi \fi \fi \fi \fi} \gdef\arraybackslash{\let\\=\@arraycr} \def\@textsubscript#1{{\m@th\ensuremath{_{\mbox{\fontsize\sf@size\z@#1}}}}} \def\Panel#1#2#3#4{\multicolumn{#3}{){\columncolor{#2}}#4}{#1}} \def\abbr{} \def\corr{} \def\expan{} \def\gap{} \def\orig{} \def\reg{} \def\ref{} \def\sic{} \def\persName{}\def\name{} \def\placeName{} \def\orgName{} \def\textcal#1{{\fontspec{Lucida Calligraphy}#1}} \def\textgothic#1{{\fontspec{Lucida Blackletter}#1}} \def\textlarge#1{{\large #1}} \def\textoverbar#1{\ensuremath{\overline{#1}}} \def\textquoted#1{‘#1’} \def\textsmall#1{{\small #1}} \def\textsubscript#1{\@textsubscript{\selectfont#1}} \def\textxi{\ensuremath{\xi}} \def\titlem{\itshape} \newenvironment{biblfree}{}{\ifvmode\par\fi } \newenvironment{bibl}{}{} \newenvironment{byline}{\vskip6pt\itshape\fontsize{16pt}{18pt}\selectfont}{\par } \newenvironment{citbibl}{}{\ifvmode\par\fi } \newenvironment{docAuthor}{\ifvmode\vskip4pt\fontsize{16pt}{18pt}\selectfont\fi\itshape}{\ifvmode\par\fi } \newenvironment{docDate}{}{\ifvmode\par\fi } \newenvironment{docImprint}{\vskip 6pt}{\ifvmode\par\fi } \newenvironment{docTitle}{\vskip6pt\bfseries\fontsize{22pt}{25pt}\selectfont}{\par } \newenvironment{msHead}{\vskip 6pt}{\par} \newenvironment{msItem}{\vskip 6pt}{\par} \newenvironment{rubric}{}{} \newenvironment{titlePart}{}{\par } \newcolumntype{L}[1]{){\raggedright\arraybackslash}p{#1}} \newcolumntype{C}[1]{){\centering\arraybackslash}p{#1}} \newcolumntype{R}[1]{){\raggedleft\arraybackslash}p{#1}} \newcolumntype{P}[1]{){\arraybackslash}p{#1}} \newcolumntype{B}[1]{){\arraybackslash}b{#1}} \newcolumntype{M}[1]{){\arraybackslash}m{#1}} \definecolor{label}{gray}{0.75} \def\unusedattribute#1{\sout{\textcolor{label}{#1}}} \DeclareRobustCommand*{\xref}{\hyper@normalise\xref@} \def\xref@#1#2{\hyper@linkurl{#2}{#1}} \begingroup \catcode`\_=\active \gdef_#1{\ensuremath{\sb{\mathrm{#1}}}} \endgroup \mathcode`\_=\string"8000 \catcode`\_=12\relax \usepackage[a4paper,twoside,lmargin=1in,rmargin=1in,tmargin=1in,bmargin=1in,marginparwidth=0.75in]{geometry} \usepackage{framed} \definecolor{shadecolor}{gray}{0.95} \usepackage{longtable} \usepackage[normalem]{ulem} \usepackage{fancyvrb} \usepackage{fancyhdr} \usepackage{graphicx} \usepackage{marginnote} \renewcommand{\@cite}[1]{#1} \renewcommand*{\marginfont}{\itshape\footnotesize} \def\Gin@extensions{.pdf,.png,.jpg,.mps,.tif} \pagestyle{fancy} \usepackage[pdftitle={Estimation Bayésienne D'un Modèle DSGE Pour une Petite Economie Ouverte}, pdfauthor={}]{hyperref} \hyperbaseurl{} \paperwidth210mm \paperheight297mm \def\@pnumwidth{1.55em} \def\@tocrmarg {2.55em} \def\@dotsep{4.5} \setcounter{tocdepth}{3} \clubpenalty=8000 \emergencystretch 3em \hbadness=4000 \hyphenpenalty=400 \pretolerance=750 \tolerance=2000 \vbadness=4000 \widowpenalty=10000 \renewcommand\section{\@startsection {section}{1}{\z@}% {-1.75ex \@plus -0.5ex \@minus -.2ex}% {0.5ex \@plus .2ex}% {\reset@font\Large\bfseries}} \renewcommand\subsection{\@startsection{subsection}{2}{\z@}% {-1.75ex\@plus -0.5ex \@minus- .2ex}% {0.5ex \@plus .2ex}% {\reset@font\Large}} \renewcommand\subsubsection{\@startsection{subsubsection}{3}{\z@}% {-1.5ex\@plus -0.35ex \@minus -.2ex}% {0.5ex \@plus .2ex}% {\reset@font\large}} \renewcommand\paragraph{\@startsection{paragraph}{4}{\z@}% {-1ex \@plus-0.35ex \@minus -0.2ex}% {0.5ex \@plus .2ex}% {\reset@font\normalsize}} \renewcommand\subparagraph{\@startsection{subparagraph}{5}{\parindent}% {1.5ex \@plus1ex \@minus .2ex}% {-1em}% {\reset@font\normalsize\bfseries}} \def\l@section#1#2{\addpenalty{\@secpenalty} \addvspace{1.0em plus 1pt} \@tempdima 1.5em \begingroup \parindent \z@ \rightskip \@pnumwidth \parfillskip -\@pnumwidth \bfseries \leavevmode #1\hfil \hbox to\@pnumwidth{\hss #2}\par \endgroup} \def\l@subsection{\@dottedtocline{2}{1.5em}{2.3em}} \def\l@subsubsection{\@dottedtocline{3}{3.8em}{3.2em}} \def\l@paragraph{\@dottedtocline{4}{7.0em}{4.1em}} \def\l@subparagraph{\@dottedtocline{5}{10em}{5em}} \@ifundefined{c@section}{\newcounter{section}}{} \@ifundefined{c@chapter}{\newcounter{chapter}}{} \newif\if@mainmatter \@mainmattertrue \def\chaptername{Chapter} \def\frontmatter{% \pagenumbering{roman} \def\thechapter{\@roman\c@chapter} \def\theHchapter{\roman{chapter}} \def\thesection{\@roman\c@section} \def\theHsection{\roman{section}} \def\@chapapp{}% } \def\mainmatter{% \cleardoublepage \def\thechapter{\@arabic\c@chapter} \setcounter{chapter}{0} \setcounter{section}{0} \pagenumbering{arabic} \setcounter{secnumdepth}{6} \def\@chapapp{\chaptername}% \def\theHchapter{\arabic{chapter}} \def\thesection{\@arabic\c@section} \def\theHsection{\arabic{section}} } \def\backmatter{% \cleardoublepage \setcounter{chapter}{0} \setcounter{section}{0} \setcounter{secnumdepth}{2} \def\@chapapp{\appendixname}% \def\thechapter{\@Alph\c@chapter} \def\theHchapter{\Alph{chapter}} \appendix } \newenvironment{bibitemlist}[1]{% \list{\@biblabel{\@arabic\c@enumiv}}% {\settowidth\labelwidth{\@biblabel{#1}}% \leftmargin\labelwidth \advance\leftmargin\labelsep \@openbib@code \usecounter{enumiv}% \let\p@enumiv\@empty \renewcommand\theenumiv{\@arabic\c@enumiv}% }% \sloppy \clubpenalty4000 \@clubpenalty \clubpenalty \widowpenalty4000% \sfcode`\.\@m}% {\def\@noitemerr {\@latex@warning{Empty `bibitemlist' environment}}% \endlist} \def\tableofcontents{\section*{\contentsname}\@starttoc{toc}} \parskip0pt \parindent1em \def\Panel#1#2#3#4{\multicolumn{#3}{){\columncolor{#2}}#4}{#1}} \newenvironment{reflist}{% \begin{raggedright}\begin{list}{} {% \setlength{\topsep}{0pt}% \setlength{\rightmargin}{0.25in}% \setlength{\itemsep}{0pt}% \setlength{\itemindent}{0pt}% \setlength{\parskip}{0pt}% \setlength{\parsep}{2pt}% \def\makelabel##1{\itshape ##1}}% } {\end{list}\end{raggedright}} \newenvironment{sansreflist}{% \begin{raggedright}\begin{list}{} {% \setlength{\topsep}{0pt}% \setlength{\rightmargin}{0.25in}% \setlength{\itemindent}{0pt}% \setlength{\parskip}{0pt}% \setlength{\itemsep}{0pt}% \setlength{\parsep}{2pt}% \def\makelabel##1{\upshape ##1}}% } {\end{list}\end{raggedright}} \newenvironment{specHead}[2]% {\vspace{20pt}\hrule\vspace{10pt}% \phantomsection\label{#1}\markright{#2}% \pdfbookmark[2]{#2}{#1}% \hspace{-0.75in}{\bfseries\fontsize{16pt}{18pt}\selectfont#2}% }{} \def\TheFullDate{2017-01-15 (revised: 15 January 2017)} \def\TheID{\makeatother } \def\TheDate{2017-01-15} \title{Estimation Bayésienne D'un Modèle DSGE Pour une Petite Economie Ouverte} \author{}\makeatletter \makeatletter \newcommand*{\cleartoleftpage}{% \clearpage \if@twoside \ifodd\c@page \hbox{}\newpage \if@twocolumn \hbox{}\newpage \fi \fi \fi } \makeatother \makeatletter \thispagestyle{empty} \markright{\@title}\markboth{\@title}{\@author} \renewcommand\small{\@setfontsize\small{9pt}{11pt}\abovedisplayskip 8.5\p@ plus3\p@ minus4\p@ \belowdisplayskip \abovedisplayskip \abovedisplayshortskip \z@ plus2\p@ \belowdisplayshortskip 4\p@ plus2\p@ minus2\p@ \def\@listi{\leftmargin\leftmargini \topsep 2\p@ plus1\p@ minus1\p@ \parsep 2\p@ plus\p@ minus\p@ \itemsep 1pt} } \makeatother \fvset{frame=single,numberblanklines=false,xleftmargin=5mm,xrightmargin=5mm} \fancyhf{} \setlength{\headheight}{14pt} \fancyhead[LE]{\bfseries\leftmark} \fancyhead[RO]{\bfseries\rightmark} \fancyfoot[RO]{} \fancyfoot[CO]{\thepage} \fancyfoot[LO]{\TheID} \fancyfoot[LE]{} \fancyfoot[CE]{\thepage} \fancyfoot[RE]{\TheID} \hypersetup{citebordercolor=0.75 0.75 0.75,linkbordercolor=0.75 0.75 0.75,urlbordercolor=0.75 0.75 0.75,bookmarksnumbered=true} \fancypagestyle{plain}{\fancyhead{}\renewcommand{\headrulewidth}{0pt}} \date{} \usepackage{authblk} \providecommand{\keywords}[1] { \footnotesize \textbf{\textit{Index terms---}} #1 } \usepackage{graphicx,xcolor} \definecolor{GJBlue}{HTML}{273B81} \definecolor{GJLightBlue}{HTML}{0A9DD9} \definecolor{GJMediumGrey}{HTML}{6D6E70} \definecolor{GJLightGrey}{HTML}{929497} \renewenvironment{abstract}{% \setlength{\parindent}{0pt}\raggedright \textcolor{GJMediumGrey}{\rule{\textwidth}{2pt}} \vskip16pt \textcolor{GJBlue}{\large\bfseries\abstractname\space} }{% \vskip8pt \textcolor{GJMediumGrey}{\rule{\textwidth}{2pt}} \vskip16pt } \usepackage[absolute,overlay]{textpos} \makeatother \usepackage{lineno} \linenumbers \begin{document} \author[1]{Gilles Bertrand UMBA} \renewcommand\Authands{ and } \date{\small \em Received: 6 December 2016 Accepted: 2 January 2017 Published: 15 January 2017} \maketitle \begin{abstract} 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. \end{abstract} \keywords{economie ouverte, modèles dynamiques stochastiques d?equilibre général, techniques bayésiennes, nouvelle macroéconomie keynésienne.} \begin{textblock*}{18cm}(1cm,1cm) % {block width} (coords) \textcolor{GJBlue}{\LARGE Global Journals \LaTeX\ JournalKaleidoscope\texttrademark} \end{textblock*} \begin{textblock*}{18cm}(1.4cm,1.5cm) % {block width} (coords) \textcolor{GJBlue}{\footnotesize \\ Artificial Intelligence formulated this projection for compatibility purposes from the original article published at Global Journals. However, this technology is currently in beta. \emph{Therefore, kindly ignore odd layouts, missed formulae, text, tables, or figures.}} \end{textblock*} \let\tabcellsep& \par 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 {\ref (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. \section[{Introduction}]{Introduction}\par 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.\par 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.\par 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.\par Avec la critique de \hyperref[b23]{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 \hyperref[b21]{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.\par Les modèles résultant de cette nouvelle synthèse néoclassique ont été qualifiés {\ref 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.\par 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. \section[{a) Comportement des ménages}]{a) Comportement des ménages}\par 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)\par Où ?? ?? indique les heures de travail et ?? ?? est un indice de consommation composite défini comme suit:?? ?? = ?(1 ? ??) 1 ?? ?? ??,?? ?? ?1 ?? + ?? 1 ?? ?? ??,?? ?? ?1 ?? ? ?? ?? ?1 (2)\par 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\par 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.\par La maximisation de la contrainte de (1) est sujet à la séquence de contraintes inter-temporelles de la forme suivante: ? ??? ??,?? (??)?? ??,?? (??) + ?? ??,?? (??)?? ??,?? (??)????? + ?? ?? ??? ??,??+1 ?? ??+1 ? \par Pour tout ?? ? [0,1] où ?? ??,?? ? ?? ?? ??,?? (??) ?? ??,?? = (1 ? ??) ? ?? ?? ,?? ?? ?? ? ??? ?? ?? ; ?? ??,?? = (1 ? ??) ? ?? ??,?? ?? ?? ? ??? ?? ??\textbf{(5)}\par Où?? ?? ? ?(1 ? ??)?? ??,?? 1??? + ???? ??,?? 1??? ? 1 1???\par 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 ? ? ?? ?? + ?? ?? ?? ?? + ?? ??\textbf{(6)}\par Les conditions d'optimalité peuvent ainsi s'écrire comme suit:?? ?? ?? ?? ?? ?? = ?? ?? ?? ??\textbf{(7)}???? ?? ? ?? ??+1 ?? ?? ? ??? ? ?? ?? ?? ??+1 ? = 1 (8) Avec ?? ?? ?1 = ?? ?? ??? ??,??+1 ?\par En forme log-linéaire, les relations ( \hyperref[formula_7]{7}) et (8) peuvent-être réécrites comme suit:?? ?? ? ?? ?? = ???? ?? + ???? ?? ?? ?? = ?? ?? \{?? ??+1 \} ? 1 ?? (?? ?? ? ?? ?? \{?? ??+1 \} ? ??)\par 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.\par 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.\par 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 ? ??)?? ??,?? + ???? ??,?? = ?? ??,?? + ???? ??\textbf{(10)}\par 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?"?? ??\textbf{(11)}\par 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 ??.\par 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:?? ?? ? ?? ?? + ?? ?? * ? ?? ??,??\textbf{(12)}\par A présent, nous représentons la relation définissant le taux de change réel en logarithme comme suit:?? ?? = ?? ?? + ?? ?? * ? ?? ?? = ?? ?? + ?? ??,?? ? ?? ?? = (1 ? ??)?? ?? (13)\par La condition de premier ordre évoquée dans la relation \hyperref[b7]{(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\textbf{(14)}\par Les relation ( {\ref 8}) et ( \hyperref[formula_14]{14}) nous permettent de dégager la relation ci-dessous:?? ?? = ???? ?? * ?? ?? 1 ??\textbf{(15)}\par Avec ?? désignant une constante qui dépend des conditions initiales (données telles que ???? ?? * = 1). En considérant l'expression logarithmique de la relation \hyperref[b14]{(15)}, nous obtenons:?? ?? = ?? ?? * + ? 1??? ?? ? ?? ??\textbf{(16)}\par 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\par Cette relation peut être linéarisée par rapport à un état d'équilibre pour obtenir l'expression suivante:?? ?? ? ?? ?? * = ?? ?? \{Î?"?? ??+1 \}\textbf{(17)}\par En combinant l'expression linéarisée du terme de l'échange à la relation \hyperref[b16]{(17)}, nous obtenons l'équation différentielle stochastique ci-après:?? ?? = (?? ?? * ? ?? ?? \{?? ??+1 * \}) ? ??? ?? ? ?? ?? ??? ??,??+1 ?? + ?? ?? \{?? ??+1 \}\textbf{(18)}\par 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 ?\textbf{(19}?? ?? ? ?? ?? ?? (??) ???1 ?? ???? 1 0 ? ?? ???1 ; ?? ?? ? ? ?? ?? (??) 1 0 ???? = ?? ?? ?? ?? ?? ?? , où ?? ?? ? ? ?? ?? (??) ?? ?? ???? 1 0\par La production agrégée peut être linéarisée comme suit: ?? ?? = ?? ?? + ?? ?? \section[{c) Fixation des Prix}]{c) Fixation des Prix}\par Il est supposé que les firmes fixent leur prix à la \hyperref[b6]{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 ?? ?? \{???? ??+?? ?? \}\textbf{(21)}?? ?? * = ?? ?? \{?? ??+1 * \} ? 1 ?? (?? ?? * ? ?? ?? \{?? ??+1 * \} ? ??)\textbf{(22)}\par 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 ?? + ? ?? ?? ,?? ? ?? ?? ?? * ? ??? ???\textbf{(23)}\par Volume XVII Issue VI Version I \section[{( E )}]{( E )}\par En agrégeant la production de biens domestiques ??, nous obtenons l'expression ci-après:?? ?? = ???? ?? * ?? ?? ?? ?(1 ? ??)?? 1 ?? ??? + ???\textbf{(24)}\par Et l'approximation linéaire de la relation \hyperref[b23]{(24)} est représentée comme suit:?? ?? = ?? ?? * + ð??"ð??" ?? ?? ?? ??\textbf{(25)}\par Oùð??"ð??" ?? ? 1 + ??(2 ? ??)(???? ? 1) > 0.\par En particulier, lorsque ???? = 1, nous trouvons que:?? ?? = ?? ?? * + ???? ??\textbf{(26)}\par En intégrant l'équation \hyperref[b15]{(16)} dans la relation ( \hyperref[formula_27]{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.\par 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 ( \hyperref[formula_16]{16}) et \hyperref[b25]{(26)} peuvent être combinées en vue d'obtenir:?? ?? = (1 ? ??)?? ?? + ???? ?? * (28)\par En réunissant les équations \hyperref[b26]{(27)}, \hyperref[b10]{(11)} et \hyperref[b24]{(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 * \}\textbf{(29)}\par 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 ? + ?????? ? ?? (\textbf{33})\par 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: \hyperref[b33]{(34)} En substituant la relation \hyperref[b24]{(25)} pour ?? ?? , nous pouvons réécrire la relation ci-dessus comme suit:???? ?? = ??? + ?? ?? ? ?? ?? ? ?? ??,?? = ??? + (?? ?? ? ?? ?? ) + ??? ?? ? ?? ??,?? ? ? ?? ?? = ??? + ???? ?? * + ???? ?? + ?? ?? ? (1 + ??)?? ?????? ?? = ??? + ? ?? ð??"ð??" ?? + ??? ?? ?? + ?? ?1 ? 1 ð??"ð??" ?? ? ?? ?? * ? (1 + ??)?? ??\textbf{(35)}\par 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 ?? ? ?? *\textbf{(37)}\par Où ?? 0 ? ??(?? + ??). Ainsi, la relation ( \hyperref[formula_24]{22}) peut également réécrite en terme d'écart de production:?? ? ?? * = ?? ?? \{?? ? ??+1 * \} ? 1 ?? (?? ?? * ? ?? ?? \{?? ??+1 * \} ? ???? ??? ?? * )\textbf{(38)}\par 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.\par 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??" ?? ??\par Il s'en suit de la relation \hyperref[b34]{(35)} En utilisant la relation \hyperref[b28]{(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. \section[{III.}]{III.} \section[{Analyse Empirique a) Approche Bayésienne}]{Analyse Empirique a) Approche Bayésienne}\par 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.\par 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.\par 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: ??(??|?? ?? ) = ????? ?? |?????(??) ? ????? ?? |?????(??)???? ? ??(?? ?? |??)??(??)\textbf{(49)}? ?? = ??(??) + ??(??)?? ?? , ?? ?? ? ??????(0, ??) (51) ?? ?? = ??(??)? ?? (52) \section[{b) Résultats Empiriques}]{b) Résultats Empiriques}\par 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 {\ref de Litterman (1983)}.\par 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.\par 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.\par 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 \hyperref[fig_0]{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. \section[{Volume XVII Issue VI Version I}]{Volume XVII Issue VI Version I} \section[{( E )}]{( E )}\par 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. \section[{Analyse des Fonctions De Réponse Impulsionnelles}]{Analyse des Fonctions De Réponse Impulsionnelles}\par 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. \section[{a) Chocs de Productivité}]{a) Chocs de Productivité}\par 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. \section[{i. Réponse des variables à un choc positif de productivitié au niveau externe}]{i. Réponse des variables à un choc positif de productivitié au niveau externe}\par 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 {\ref (2002)} {\ref (2003)} {\ref (2004)} {\ref (2005)} {\ref (2006)} {\ref (2007)} {\ref (2008)} {\ref (2009)} {\ref (2010)} {\ref (2011)} {\ref (2012)} {\ref (2013)} {\ref (2014)} {\ref (2015)} {\ref (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.\par 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.\par 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.\par 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. \begin{figure}[htbp] \noindent\textbf{1}\includegraphics[]{image-2.png} \caption{\label{fig_0}???? ?? = ( 1}\end{figure} \begin{figure}[htbp] \noindent\textbf{}\includegraphics[]{image-3.png} \caption{\label{fig_1}}\end{figure} \begin{figure}[htbp] \noindent\textbf{}\includegraphics[]{image-4.png} \caption{\label{fig_2}Où}\end{figure} \begin{figure}[htbp] \noindent\textbf{}\includegraphics[]{image-5.png} \caption{\label{fig_3}}\end{figure} \begin{figure}[htbp] \noindent\textbf{1}\includegraphics[]{image-6.png} \caption{\label{fig_4}Figure 1 :}\end{figure} \begin{figure}[htbp] \noindent\textbf{}\includegraphics[]{image-7.png} \caption{\label{fig_5}}\end{figure} \begin{figure}[htbp] \noindent\textbf{2}\includegraphics[]{image-8.png} \caption{\label{fig_6}Figure 2 :}\end{figure} \begin{figure}[htbp] \noindent\textbf{3}\includegraphics[]{image-9.png} \caption{\label{fig_7}Figure 3 :}\end{figure} \begin{figure}[htbp] \noindent\textbf{4}\includegraphics[]{image-10.png} \caption{\label{fig_8}Figure 4 :}\end{figure} \begin{figure}[htbp] \noindent\textbf{67}\includegraphics[]{image-11.png} \caption{\label{fig_9}Figure 6 :Figure 7 :}\end{figure} \begin{figure}[htbp] \noindent\textbf{5}\includegraphics[]{image-12.png} \caption{\label{fig_10}Figure 5 :}\end{figure} \begin{figure}[htbp] \noindent\textbf{89}\includegraphics[]{image-13.png} \caption{\label{fig_11}Figure 8 :Figure 9 :}\end{figure} \begin{figure}[htbp] \noindent\textbf{10}\includegraphics[]{image-14.png} \caption{\label{fig_12}Figure 10 :}\end{figure} \begin{figure}[htbp] \noindent\textbf{11}\includegraphics[]{image-15.png} \caption{\label{fig_13}Figure 11 :}\end{figure} \begin{figure}[htbp] \noindent\textbf{12}\includegraphics[]{image-16.png} \caption{\label{fig_14}Figure 12 :}\end{figure} \begin{figure}[htbp] \noindent\textbf{13}\includegraphics[]{image-17.png} \caption{\label{fig_15}Figure 13 :}\end{figure} \begin{figure}[htbp] \noindent\textbf{}\includegraphics[]{image-18.png} \caption{\label{fig_16}}\end{figure} \begin{figure}[htbp] \noindent\textbf{}\includegraphics[]{image-19.png} \caption{\label{figure19}}\end{figure} \begin{figure}[htbp] \noindent\textbf{}\includegraphics[]{image-20.png} \caption{\label{figure20}}\end{figure} \begin{figure}[htbp] \noindent\textbf{}\includegraphics[]{image-21.png} \caption{\label{figure21}}\end{figure} \begin{figure}[htbp] \noindent\textbf{}\includegraphics[]{image-22.png} \caption{\label{figure22}}\end{figure} \begin{figure}[htbp] \noindent\textbf{}\includegraphics[]{image-23.png} \caption{\label{figure23}}\end{figure} \begin{figure}[htbp] \noindent\textbf{}\includegraphics[]{image-24.png} \caption{\label{figure24}}\end{figure} \begin{figure}[htbp] \noindent\textbf{}\includegraphics[]{image-25.png} \caption{\label{figure25}}\end{figure} \begin{figure}[htbp] \noindent\textbf{}\includegraphics[]{image-26.png} \caption{\label{figure26}}\end{figure} \begin{figure}[htbp] \noindent\textbf{}\includegraphics[]{image-27.png} \caption{\label{figure27}}\end{figure} \begin{figure}[htbp] \noindent\textbf{}\includegraphics[]{image-28.png} \caption{\label{figure28}}\end{figure} \begin{figure}[htbp] \noindent\textbf{}\includegraphics[]{image-29.png} \caption{\label{figure29}}\end{figure} \begin{figure}[htbp] \noindent\textbf{} \par \begin{longtable}{} \end{longtable} \par \caption{\label{tab_0}}\end{figure} \begin{figure}[htbp] \noindent\textbf{} \par \begin{longtable}{P{0.85\textwidth}} technologique et celui relatif à l'offre d'exportation. En politique monétaire en RD Congo qui donnerait des\\ utilisant 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 économie\\ affecte son économie. Ces résultats ont également ouverte utilisée pour modèle DSGE en détail. La section\\ révélé que l'économie du Nigéria est fortement 3 décrira brièvement la technique bayé sienne utilisée\\ Toutefois, 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.\end{longtable} \par \caption{\label{tab_1}}\end{figure} \begin{figure}[htbp] \noindent\textbf{} \par \begin{longtable}{P{0.85\textwidth}} )\\ b) Comportement des firmes\\ i. Technologie de Production\\ Il est supposé que chaque firme produise un\\ bien spécifique en utilisant une technologie de\\ production représentée par\end{longtable} \par {\small\itshape [Note: Où ?? = ? log(1 ? ??), avec ?? représentant les subvention d'emploi qui peuvent être accordées par le gouvernement.]} \caption{\label{tab_4}}\end{figure} \begin{figure}[htbp] \noindent\textbf{} \par \begin{longtable}{P{0.5820652173913043\textwidth}P{0.03695652173913043\textwidth}P{0.09239130434782608\textwidth}P{0.13858695652173914\textwidth}} \multicolumn{4}{l}{En vue de représenter la balance commerciale,}\\ notons ???? ?? ? ?\tabcellsep 1 ??\tabcellsep ? ??? ?? ?\tabcellsep ?? ?? ?? ?? ,??\end{longtable} \par {\small\itshape [Note: ?? ?? ? 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\hyperref[b23]{(24)} ]} \caption{\label{tab_7}}\end{figure} \begin{figure}[htbp] \noindent\textbf{} \par \begin{longtable}{P{0.08723316912972084\textwidth}P{0.7236863711001642\textwidth}P{0.005582922824302134\textwidth}P{0.011165845648604268\textwidth}P{0.020935960591133004\textwidth}P{0.0013957307060755335\textwidth}} \tabcellsep \multicolumn{3}{l}{la petite économie ouverte exprimée en considérant}\\ \tabcellsep l'écart de production:\tabcellsep \\ \tabcellsep \multicolumn{3}{l}{?? ??,?? = ???? ?? ??? ??,??+1 ? + ?? ?? ?? ? ??}\tabcellsep (40)\\ \tabcellsep Où ?? ?? ? ?? ?\tabcellsep ?? ð??"ð??" ??\tabcellsep + ???. Signalons que lorsque\\ \tabcellsep \multicolumn{3}{l}{?? = 0 la pente de la relation est donnée par ?? 0 ?}\\ \tabcellsep \multicolumn{3}{l}{??(?? + ??) et la relation (40) correspond à une nouvelle}\\ \tabcellsep \multicolumn{3}{l}{courbe de Phillips en économie fermée. Ainsi, le degré}\\ \tabcellsep \multicolumn{3}{l}{d'ouverture affecte la dynamique de l'inflation à travers}\\ \tabcellsep \multicolumn{3}{l}{son influence sur la pente de la courbe de Phillips.}\\ \tabcellsep \multicolumn{3}{l}{?? ? ?? = ?? ?? \{?? ? ??+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) ?? ??}\tabcellsep 67 Volume XVII Issue VI Version I ( E )\\ \tabcellsep \multicolumn{3}{l}{En ajoutant une composante autorégressive, la}\\ \tabcellsep \multicolumn{3}{l}{relation (42) peut être linéarisée sous la forme suivante:}\\ \tabcellsep \tabcellsep \tabcellsep (43)\\ \tabcellsep \multicolumn{3}{l}{Il est supposé que le cadre de politique}\\ \tabcellsep \multicolumn{3}{l}{monétaire au niveau mondial suit le processus suivant:}\\ \tabcellsep \multicolumn{3}{l}{?? ?? * = ?? ?? * ?? ?? \{?? ??+1 * \} + ?? ?? * ?? ?? * + ?? ?? *}\tabcellsep (44)\\ \tabcellsep \multicolumn{3}{l}{g) Chocs Stochastiques}\\ \tabcellsep \multicolumn{3}{l}{Dans le cadre de cette étude, quatre principaux}\\ \tabcellsep \multicolumn{3}{l}{chocs seront analysés à savoir les chocs}\\ \tabcellsep \multicolumn{3}{l}{technologiques internes et externes ainsi que les chocs}\\ \tabcellsep \multicolumn{3}{l}{de politique monétaire internes et externes. Les}\\ \tabcellsep \multicolumn{3}{l}{différents chocs sont déc rits par les processus suivants:}\\ \tabcellsep \multicolumn{3}{l}{?? ?? * = ?? ?? * ?? ???1 *}\tabcellsep + ?? ?? ?? *\tabcellsep (45)\\ que le coût marginal réel et l'écart de production seront relation conformément à la relation suivant: ???? ? ?? = ? ?? ð??"ð??" ?? + ??? ?? ? ??\tabcellsep \multicolumn{3}{l}{?? ?? * = ?? ?? * ?? ???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 relation\tabcellsep \multicolumn{3}{l}{prise en différence, la relation (25) et la relation (11) en}\\ (33), nous dérivons la nouvelle courbe de Phillips pour\tabcellsep \multicolumn{3}{l}{vue de faire face au problème de singularité}\end{longtable} \par \caption{\label{tab_8}}\end{figure} \begin{figure}[htbp] \noindent\textbf{} \par \begin{longtable}{P{0.14319138979878332\textwidth}P{0.2935423490875058\textwidth}P{0.0759709873654656\textwidth}P{0.0827328029948526\textwidth}P{0.0827328029948526\textwidth}P{0.06324286382779597\textwidth}P{0.04454843238184371\textwidth}P{0.06403837154890032\textwidth}} \tabcellsep \tabcellsep \tabcellsep \tabcellsep \multicolumn{4}{l}{Les distributions à priori des paramètres et des}\\ \tabcellsep \tabcellsep \tabcellsep \multicolumn{5}{l}{ecart-types sont représentés de manière détaillée dans}\\ \tabcellsep \tabcellsep \tabcellsep \multicolumn{3}{l}{le tableau ci-dessous:}\tabcellsep \tabcellsep \\ \tabcellsep \multicolumn{5}{l}{Tableau 1: Densités à priori des paramètres du modèle}\tabcellsep \tabcellsep \\ \tabcellsep Paramètres\tabcellsep \multicolumn{2}{l}{Symboles prior\textunderscore mean}\tabcellsep Mode\tabcellsep s.d.\tabcellsep prior\tabcellsep pstdev\\ \tabcellsep Facteur d'actualisation\tabcellsep ??\tabcellsep 0.990\tabcellsep 1.0000\tabcellsep 0.0399\tabcellsep gamm\tabcellsep 0.1000\\ \tabcellsep Elasticité de subst. Intertemporelle\tabcellsep ??\tabcellsep 1.000\tabcellsep 1.3098\tabcellsep 0.0754\tabcellsep gamm\tabcellsep 0.1000\\ \tabcellsep Degré d'ouverture\tabcellsep ??\tabcellsep 0.600\tabcellsep 0.5282\tabcellsep 0.0851\tabcellsep beta\tabcellsep 0.1000\\ 68\tabcellsep Elast susbt entre bien dom et etran.\tabcellsep ??\tabcellsep 1.000\tabcellsep 0.9874\tabcellsep 0.1032\tabcellsep gamm\tabcellsep 0.1000\\ Volume XVII Issue VI Version I\tabcellsep Param de desutilité du travail Probabilité de Calvo Pente Courbe Philips omega\textunderscore a kappa\textunderscore a BigGamma\textunderscore a Influence de ?? ?? * sur ?? ?? ?? ?? technologie, AR(1) ?? ?? * technologie, AR(1) ?? ?? politique monétaire, AR(1) ?? ?? * politique monétaire, AR(1) Taylor, inflation\tabcellsep ?? ?? ?? ð??"ð??" ?? ?? ?? Î?" ?? ?? ???? * ?? ?? ?? ?? * ?? ?? ?? ?? * ?? ??\tabcellsep 3.000 0.750 0.086 1.000 0.343 1.000 0.300 0.900 0.750 0.300 0.300 1.500\tabcellsep 3.0376 0.7346 0.4601 0.9201 0.5294 0.7792 0.3703 1.0000 0.9433 0.0912 0.3258 1.5701\tabcellsep 0.0903 0.0924 0.0671 0.0678 0.1376 0.0583 0.0797 0.0027 0.0303 0.0660 0.1481 0.0598\tabcellsep gamm gamm norm gamm gamm gamm beta norm beta beta beta gamm\tabcellsep 0.1000 0.1000 0.1000 0.1000 0.1000 0.1000 0.1000 0.2000 0.2000 0.2000 0.2000 0.1000\\ E )\tabcellsep Taylor, Output gap\tabcellsep ?? ??\tabcellsep 0.100\tabcellsep 0.2455\tabcellsep 0.0758\tabcellsep norm\tabcellsep 0.1000\\ (\tabcellsep Taylor, Taux de change\tabcellsep ?? ??\tabcellsep 0.500\tabcellsep 0.5481\tabcellsep 0.0650\tabcellsep gamm\tabcellsep 0.1000\\ \tabcellsep Coefficient de ?? ?? \{?? ??+1 * \}\tabcellsep ?? ?? *\tabcellsep 1.010\tabcellsep 1.0985\tabcellsep 0.0948\tabcellsep gamm\tabcellsep 0.1000\\ \tabcellsep Coefficient de ?? ?? *\tabcellsep ?? ?? *\tabcellsep -0.250\tabcellsep -0.0585\tabcellsep 0.0497\tabcellsep norm\tabcellsep 0.1000\\ \tabcellsep Ecart-type technologie ?? ??\tabcellsep ?? ?? ??\tabcellsep 0.100\tabcellsep 0.0158\tabcellsep 0.0016\tabcellsep invg\tabcellsep 0.5000\\ \tabcellsep Ecart-type technologie ?? ?? *\tabcellsep ?? ?? ?? *\tabcellsep 0.100\tabcellsep 0.0196\tabcellsep 0.0030\tabcellsep invg\tabcellsep 0.5000\\ \tabcellsep Ecart-type ?? ??\tabcellsep ?? ?? ??\tabcellsep 0.075\tabcellsep 0.0458\tabcellsep 0.0047\tabcellsep invg\tabcellsep 0.5000\\ \tabcellsep Ecart-type ?? ?? *\tabcellsep ?? ?? ?? *\tabcellsep 0.050\tabcellsep 0.0106\tabcellsep 0.0017\tabcellsep invg\tabcellsep 0.5000\\ \tabcellsep \multicolumn{2}{l}{Où ??(??), ??(??) et ??(??) sont des fonctions non}\tabcellsep \tabcellsep \tabcellsep \tabcellsep \tabcellsep \\ \multicolumn{3}{l}{linéaires du vecteur ?? des paramètres structurels. ? ??}\tabcellsep \tabcellsep \tabcellsep \tabcellsep \tabcellsep \\ \multicolumn{3}{l}{Représente le vecteur des variables d'état incluant}\tabcellsep \tabcellsep \tabcellsep \tabcellsep \tabcellsep \\ \multicolumn{3}{l}{notamment les variables endogènes et les variables}\tabcellsep \tabcellsep \tabcellsep \tabcellsep \tabcellsep \\ \multicolumn{3}{l}{anticipées. ?? ?? représente le vecteur de 7 chocs}\tabcellsep \tabcellsep \tabcellsep \tabcellsep \tabcellsep \\ \multicolumn{3}{l}{d'innovations. La représentation espace-état est décrit}\tabcellsep \tabcellsep \tabcellsep \tabcellsep \tabcellsep \\ \multicolumn{3}{l}{par l'équation de transition (51) et l'équation de mesure}\tabcellsep \tabcellsep \tabcellsep \tabcellsep \tabcellsep \\ (52).\tabcellsep \tabcellsep \tabcellsep \tabcellsep \tabcellsep \tabcellsep \tabcellsep \end{longtable} \par {\small\itshape [Note: recourt]} \caption{\label{tab_9}}\end{figure} \begin{figure}[htbp] \noindent\textbf{} \par \begin{longtable}{P{0.3368351063829787\textwidth}P{0.09664228723404254\textwidth}P{0.05990691489361702\textwidth}P{0.07121010638297873\textwidth}P{0.10116356382978724\textwidth}P{0.059341755319148926\textwidth}P{0.05086436170212766\textwidth}P{0.07403590425531914\textwidth}} \multicolumn{6}{l}{Tableau 2 : Estimations à posteriori des paramètres du modèle}\tabcellsep \tabcellsep \\ Paramètres\tabcellsep \multicolumn{3}{l}{Symboles prior\textunderscore mean post.\textunderscore mean}\tabcellsep \multicolumn{2}{l}{90\% HPD\textunderscore interval}\tabcellsep prior\tabcellsep Pstdev\\ Facteur d'actualisation\tabcellsep ??\tabcellsep 0.990\tabcellsep 0.9519\tabcellsep 0.8953\tabcellsep 1.0000\tabcellsep gamm\tabcellsep 0.1000\\ Elasticité de subst. Intertemporelle\tabcellsep ??\tabcellsep 1.000\tabcellsep 1.2962\tabcellsep 1.1252\tabcellsep 1.4623\tabcellsep gamm\tabcellsep 0.1000\\ Degré d'ouverture\tabcellsep ??\tabcellsep 0.600\tabcellsep 0.5600\tabcellsep 0.4151\tabcellsep 0.7088\tabcellsep beta\tabcellsep 0.1000\\ Elast susbt entre bien dom et etran.\tabcellsep ??\tabcellsep 1.000\tabcellsep 1.0004\tabcellsep 0.8375\tabcellsep 1.1648\tabcellsep gamm\tabcellsep 0.1000\\ Param de desutilité du travail\tabcellsep ??\tabcellsep 3.000\tabcellsep 3.0351\tabcellsep 2.8668\tabcellsep 3.2011\tabcellsep gamm\tabcellsep 0.1000\\ Probabilité de Calvo\tabcellsep ??\tabcellsep 0.750\tabcellsep 0.7522\tabcellsep 0.5843\tabcellsep 0.9106\tabcellsep gamm\tabcellsep 0.1000\\ Pente Courbe Philips\tabcellsep ??\tabcellsep 0.086\tabcellsep 0.4547\tabcellsep 0.3432\tabcellsep 0.5638\tabcellsep norm\tabcellsep 0.1000\\ omega\textunderscore a\tabcellsep ð??"ð??" ??\tabcellsep 1.000\tabcellsep 0.9247\tabcellsep 0.7913\tabcellsep 1.0630\tabcellsep gamm\tabcellsep 0.1000\\ kappa\textunderscore a\tabcellsep ?? ??\tabcellsep 0.343\tabcellsep 0.5699\tabcellsep 0.3689\tabcellsep 0.7698\tabcellsep gamm\tabcellsep 0.1000\\ BigGamma\textunderscore a Influence de ?? ?? * sur ?? ??\tabcellsep Î?" ?? ?? ???? *\tabcellsep 1.000 0.300\tabcellsep 0.7900 0.3987\tabcellsep 0.6703 0.2324\tabcellsep 0.9139 0.5601\tabcellsep gamm beta\tabcellsep 0.1000 0.1000\\ ?? ?? technologie, AR(1) ?? ?? * technologie, AR(1)\tabcellsep ?? ?? ?? ?? *\tabcellsep 0.900 0.750\tabcellsep 0.9974 0.9403\tabcellsep 0.9940 0.8976\tabcellsep 1.0000 0.9879\tabcellsep norm beta\tabcellsep 0.2000 0.2000\\ ?? ?? politique monétaire, AR(1) ?? ?? * politique monétaire, AR(1)\tabcellsep ?? ?? ?? ?? *\tabcellsep 0.300 0.300\tabcellsep 0.1208 0.4252\tabcellsep 0.0030 0.1899\tabcellsep 0.2218 0.6650\tabcellsep beta beta\tabcellsep 0.2000 0.2000\\ Taylor, inflation\tabcellsep ?? ??\tabcellsep 1.500\tabcellsep 1.5889\tabcellsep 1.4224\tabcellsep 1.7559\tabcellsep gamm\tabcellsep 0.1000\\ Taylor, Output gap\tabcellsep ?? ??\tabcellsep 0.100\tabcellsep 0.2473\tabcellsep 0.1026\tabcellsep 0.3918\tabcellsep norm\tabcellsep 0.1000\\ Taylor, Taux de change Coefficient de ?? ?? \{?? ??+1 * \} Coefficient de ?? ?? *\tabcellsep ?? ?? * ?? ?? ?? ?? *\tabcellsep 0.500 1.010 -0.250\tabcellsep 0.5508 1.2352 -0.0428\tabcellsep \multicolumn{2}{l}{0.4262 1.0598 -0.1163 0.0310 0.6743 1.3933}\tabcellsep gamm gamm norm\tabcellsep 0.1000 0.1000 0.1000\end{longtable} \par \caption{\label{tab_10}}\end{figure} \footnote{Year 2017 © 20 17 Global Journals Inc. (US) Estimation bayésienne d'un modèle DSGE pour une petite économie ouverte : Cas de la RD Congo} \footnote{Year 2017 © 2017 Global Journals Inc. (US) Estimation bayésienne d'un modèle DSGE pour une petite économie ouverte : Cas de la RD Congo} \footnote{© 20 17 Global Journals Inc. (US) Estimation bayésienne d'un modèle DSGE pour une petite économie ouverte : Cas de la RD Congo} \footnote{© 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} \backmatter \begin{bibitemlist}{1} \bibitem[Adebiyi and Mordi (2016)]{b4}\label{b4} \textit{A dynamic stochastic general equilibrium (DSGE) model of exchange rate pass-through to domestic price in Nigeria}, M A Adebiyi , C N O Mordi . 2016. june 2016. Central Bank of Nigeria Occasional Paper \bibitem[Houssa et al. ()]{b18}\label{b18} ‘A Model for Monetary Policy Analysis for Sub-Saharan Africa’. R Houssa , C Otrok , R Puslenghe . \textit{Open Econ Rev} 2009. 2009. Springer Science Business Media. \bibitem[Litterman (1983)]{b22}\label{b22} ‘A Random Walk, Markov Model for Distribution of Time Series’. R B Litterman . \textit{Journal of Business and Economic Statistics} 1983. April. 1 (2) p. . \bibitem[Senbeta ()]{b32}\label{b32} \textit{A Small Open Economy New Keynesian DSGE model for a foreign exchange constrained economy}, R S Senbeta . \url{http://anet.uantwerpen.be/docman/irua/57c83c/a41114a4.pdf} 2011. \bibitem[Alege ()]{b2}\label{b2} P O Alege . \url{https://www.researchgate.net/profile/Philip\textunderscore Alege/publication/228891484\textunderscore A\textunderscore Business\textunderscore Cycle\textunderscore Model\textunderscore for\textunderscore Nigeria/links/5523c1b80cf27b5dc3796bf3/A-Business-Cycle-Model-for-Nigeria.pdf} \textit{A Business cycle Model for Nigeria}, 2009. \bibitem[Peiris and Saxegaard (2007)]{b29}\label{b29} \textit{An Estimated DSGE Model for Monetary Policy Analysis in Low-Income Countries}, S J Peiris , M Saxegaard . WP/07/282. 2007. December 2007. (IMF Working Paper) \bibitem[Pytlarczyk ()]{b30}\label{b30} \textit{An Estimated DSGE Model for the German Economy within the Euro Area}, E Pytlarczyk . \url{https://www.econstor.eu/bitstream/10419/19618/1/200533dkp.pdf} 2005. \bibitem[Smets and Wouters (2003)]{b33}\label{b33} ‘An Estimated Dynamic Stochastic General Equilibrium Model for the Euro Area’. F R Smets , R Wouters . \textit{Journal of the European Economic Association} 2003. September. 1 (5) p. . \bibitem[Steinbach et al. ()]{b35}\label{b35} ‘An Open Economy New Keynesian DSGE Model of the South African Economy’. R Steinbach , P Mathuloe , B Smit . WP/09/01. \textit{South African Reserve Bank Working Paper}, 2009. \bibitem[An ()]{b0}\label{b0} ‘Bayesian analysis of DSGE models’. Shorfheide An . \textit{Econometric Reviews} 2007. 26 (2-4) p. . \bibitem[Del Negro et al. ()]{b11}\label{b11} \textit{Bayesian Macroeconometrics, in Geweke}, M Del Negro , F ; J Schorfheide , G Koop , H . 2011. \bibitem[Kydland and Prescott ()]{b19}\label{b19} ‘Business Cycle: Real Facts and a Monetary Myth’. F Kydland , E Prescott . \textit{Federal Reserve Bank of Minneapolis Quarterly Review} 1990. 14 (2) p. . \bibitem[Canova ()]{b7}\label{b7} F Canova . \textit{Methods for Applied Macroeconomic Research}, (Princeton) 2007. Princeton University Press. \bibitem[Tsasa ()]{b36}\label{b36} ‘Diagnostic de la politique monétaire en Rép. Dém. Congo : Approche par l'équilibre général dynamique stochastique’. J P Tsasa . \textit{Dynare Working Papers Series}, 2014. 38 p. 72. \bibitem[Christiano et al. ()]{b8}\label{b8} ‘DSGE models for monetary policy analysis’. L Christiano , M Trabandt , K Walentin . \textit{Handbook of Monetary Economics}, B M Friedman, M Woodford (ed.) 2011. Elsevier. 3 p. . \bibitem[Lucas (1976)]{b23}\label{b23} ‘Econometric Policy Evaluation: A Critique’. R E Lucas . \textit{Carnegie-Rochester Conference Series on Public Policy} 1976. January. 1 (1) p. . \bibitem[Adolfson et al. ()]{b1}\label{b1} ‘Evaluating an estimated New Keynesian Small open economy model’. M Adolfson , S Laseen , J Linde , M Villani . \textit{Journal of Economic Dynamics \& Control} 2008. 32 (8) p. . \bibitem[Lucas (1972)]{b26}\label{b26} ‘Expectations and the Neutrality of Money’. R E Lucas . \textit{Journal of Economic Theory} 1972. April. 4 (2) p. . \bibitem[Allegret and Benkhodja ()]{b3}\label{b3} \textit{External Shocks and Monetary Policy in a Small Open Oil Exporting Economy, EconomiX Working Papers}, J P Allegret , M T Benkhodja . 2011. 2001-39, 43p. \bibitem[Hansen and Sargent ()]{b16}\label{b16} ‘Formulating and Estimating Dynamic Linear Rational Expectations Models’. L P Hansen , T J Sargent . \textit{Journal of Economic Dynamics and Control} 1980. 2 (1) p. . \bibitem[Hodrick and Prescott (1997)]{b17}\label{b17} R Hodrick , E Prescott . \textit{Postwar U.S. Business Cycles: An Empirical Investigation}, 1997. February. Blackwell Publishing. 29 p. . \bibitem[Garcia (2010)]{b15}\label{b15} ‘Is the Phillips Curve Useful for Monetary Policy in Nigeria?’. C J Garcia . \textit{Central Bank of Nigeria Occasional Paper}, 2010. December. 38 p. . \bibitem[Kydland and Prescott (1982)]{b21}\label{b21} F Kydland , E Prescott . \textit{Time to Build and Aggregate Fluctuations}, 1982. November. 50 p. . \bibitem[Naoussi and Tripier ()]{b28}\label{b28} \textit{La Modélisation en Equilibre Général Dynamique et Stochastique des Cycles Economiques en Afrique Sub-Saharienne : Une Revue de la Littérature, Revue d'économie politique}, C F Naoussi , F Tripier . 2012. 122 p. . \bibitem[Lucas and Sargent ()]{b25}\label{b25} R E Lucas , T J Sargent . \url{http://www.minnea-polisfed.org/research/QR/QR321.pdf} \textit{After Keynesian macroeconomics}, 1979. \bibitem[Mankiw ()]{b27}\label{b27} N G Mankiw . \textit{Real Business Cycles: A New Keynesian Perspective}, 1989. 3 p. . \bibitem[Lucas ()]{b24}\label{b24} ‘Methods and Problems in Business Cycle Theory’. R E Lucas . \textit{American Enterprise Institute for Public Policy Research} 1980. 12 (4) p. . \bibitem[Gali and Monacelli (2005)]{b14}\label{b14} ‘Monetary Policy and Exchange Rate Volatility in a Small Open Economy’. J Gali , T Monacelli . \textit{The Review of Economic Studies} 2005. Jul. 252 p. . \bibitem[Faust and Rogers ()]{b12}\label{b12} ‘Monetary policy's role in exchange rate behavior’. J Faust , J H Rogers . \textit{Journal of Monetary Economics} 2003. 50 (7) p. . \bibitem[Collard and Dellas ()]{b10}\label{b10} ‘Price resetting and inertia’. F Collard , H Dellas . \textit{Journal of Macroeconomics} 2010. 32 (1) p. . \bibitem[Sargent and Wallace (1975)]{b31}\label{b31} ‘Rational Expectations, the Optimal Monetary Instrument and the Optimal Money Supply Rule’. T J Sargent , N Wallace . \textit{Journal of Political Economy} 1975. April. 83 (2) p. . \bibitem[Kydland and Prescott (1977)]{b20}\label{b20} ‘Rules Rather than Discretion: The Inconsistency of Plans’. F Kydland , E Prescott . \textit{Journal of political Economy} 1977. June. 85 (3) p. . \bibitem[Smets and Wouters ()]{b34}\label{b34} F R Smets , R Wouters . \url{http://www.ecb.europa.eu/pub/pdf/scpwps/ecbwp722.pdf} \textit{Shocks and frictions in US Business Cycles: A Bayesian DSGE Approach}, 2007. \bibitem[Calvo ()]{b6}\label{b6} ‘Staggered prices in a utilitymaximizing framework’. G Calvo . \textit{Journal of Monetary Economics} 1983. 12 (3) p. . \bibitem[Fernandez-Villaverde ()]{b13}\label{b13} \textit{The econometrics of DSGE models}, J Fernandez-Villaverde . 2010. January 2009. (NBER Working Paper) \bibitem[Clarida et al. (1999)]{b9}\label{b9} ‘The Science Of Monetary Policy: A New Keynesian Perspective’. R Clarida , J Gali , M Gertler . \textit{Journal of Economic Literature} 1999. December 1999. 37 (4) p. . \bibitem[-45blanchard and Khan (1980)]{b5}\label{b5} ‘The Solution of Linear Difference Models under Rational Expectations’. O -45blanchard , C Khan . \textit{Econometrica} 1980. July 1980. 48 (5) p. . \end{bibitemlist} \end{document}