N 2011-15 Modélisation de prix de pétrole : analyse avec un Modèle Vectoriel à Correction d Erreur Ahmed Hammadache 1 Résumé Cette étude à pour objectif d identifier les différentes variables qui affectent la dynamique des prix du pétrole. La technique d analyse par la co-intégration, nous permet d appréhender l aspect dynamique de l analyse, à travers la distinction entre une dynamique de court terme et une dynamique de long terme entre les variables (physiques et financières) du modèle considérées toutes comme endogènes. Un premier modèle vectoriel à correction d erreur (VECM) identifie une relation de co-intégration entre prix du pétrole et offre du pétrole mondiale, demande mondiale du pétrole, taux de change effectif réel du dollar, stocks et exploration mondial du pétrole. Un deuxième modèle avec introduction des variables prix futurs à maturités 2,3 et 4 mois cherche à capter l effet de la spéculation sur la dynamique des prix du pétrole, et à montrer quelles sont les variables réelles (offre, demande...) et/ou spéculatives qui affectent le plus la dynamique des prix. Le résultat de notre travail montre la faible corrélation de l offre et de la demande par rapport aux prix du pétrole à court terme. Mais contraste avec une forte corrélation à long terme. L introduction des prix futurs à 2,3 et 4 mois montre que la spéculation affecte la dynamique des prix à long terme. Mais pas autant que l offre et la demande du pétrole. Mots clés : Prix du pétrole, prix futurs du pétrole, co-intégration, spéculation. 1 Doctorant au centre d économie de paris nord, Email : a.hammadache@yahoo.fr Je tiens à remercier Jaques Mazier pour son soutien et ses précieux commentaires. 1
Introduction On assiste ces dernières années à une augmentation et une grande volatilité des prix du pétrole qui rend les agents économiques (gouvernements, investisseurs etc.) très inquiets car une importante augmentation des prix du pétrole augmente les revenus et l épargne des pays pétroliers, freine la croissance mondiale et crée des effets négatifs sur l économie réelle des pays importateurs de cette matière. Les prix du pétrole menacent la stabilité de l économie mondiale, et aggravent les déséquilibres, les excédents des pays exportateurs de pétrole générés par l exploitation de cette matière, financent en partie les déficits des pays développés comme dans le cas des Etats Unis. En outre la maitrise des prix devient un enjeu stratégique, car plusieurs acteurs sur les marchés mondiaux du pétrole (physiques, financiers) interviennent, et toute l économie mondiale dépend de cette matière. La formation des prix du pétrole est très complexe, due aux nombreux facteurs réels (quantité d offre des pays exportateurs ou de demande provenant des économies émergentes, crises économiques et politique etc.) et financiers (variation de taux de change, des taux d intérêts, spéculation etc.). L explication de la formation des prix du pétrole et de leur forte volatilité est rendue plus difficile par la complexité des interdépendances entre les marchés physiques et financiers et leurs fondamentaux respectifs 2. On essaie dans ce travail de voir comment sont formés les prix du pétrole, et quels sont les acteurs et les variables qui les déterminent. Afin de répondre à notre objectif, on va essayer de voir dans une analyse de co-intégration et une analyse de trois modèles VECM pour détecter les différentes variables susceptibles d affecter les prix du pétrole. Le papier est organisé comme suit : une première section présente les différents marchés et produits de pétrole à travers le monde. Une deuxième section présente les déterminants des prix du pétrole. La troisième section traite une revue de littérature sur la modélisation des prix du pétrole. La quatrième section présente une étude de co-intégration et des modèles vectoriels à correction d erreur (VECM). 1. Les différents marchés de pétrole à travers le monde On ne peut pas aborder la question de la formation des prix du pétrole sans la présentation des différents marchés et des pétroles bruts existants qui servent à la fixation des prix car d une manière générale la formation du prix du pétrole est fonction de plusieurs facteurs relatifs à la qualité, aux prix de référence, et aux coût des transports...etc. La formation d un prix de référence international pour les prix du pétrole brut est très complexe car il n existe pas un seul type de pétrole brut mais une multitude, avec différentes caractéristiques. Sept 2 Rapport du groupe de travail sur la volatilité des prix de pétrole, sous la présidence de J M Chevalier, février 2010. 2
marchés physiques (au comptant) déterminent chacun les prix de plusieurs bruts. De plus aujourd hui on assiste à la montée des marchés financiers qui décident en partie de la formation des prix du pétrole et rendent les prix très volatils. 1.1. Les différents marchés : 1.1.1. Marché physique au comptant (spot) Ce marché où les transactions se font immédiatement, est devenu l un des principaux marchés qui traite le plus d opérations Graphique1: Les plus grands marchés physiques au comptant (spot) de pétrole Source : CNUCED 2003 Sept principaux marchés physiques au comptant existent à travers le monde. Ces marchés sont différents les uns par rapport aux autres, du fait qu ils traitent différents pétrole bruts et produits raffinés a- Le marché de Rotterdam est le marché physique le plus important du fait qu il traite plusieurs pétroles bruts et produits raffinés ; b- Le marché méditerranéen traite des bruts de différentes qualités d origines russes, libyennes et iraniennes ; c- Le marché du Golfe du Moyen Orient traite les bruts d Oman et des Émirats Arabe Unis. Et aussi de petites quantités de bruts d Arabie saoudite ; d- Le marché de l extrême Orient traite les bruts du Moyen Orient.et aussi des quantités limitées des bruts de Malaisie et d Inde ; e- Le marché des Etats Unies traite les bruts américains et quelques bruts latino-américains ; 3
f- Le marché de la Mer du Nord traite les bruts de Norvège et du Royaume-Unis ; g- Le marché de l Afrique de l Ouest traite des bruts du Nigéria et d Angola. 1.1.2. Marché physique à terme Ce marché correspond aux opérations physiques à livraison différée (dit «forward»). Ce marché permet aux vendeurs d assurer la vente des produits, et aux acheteurs d assurer leurs approvisionnements. Les opérations sur ce marché se font à un prix fixé aujourd hui pour une livraison dans trois ou six mois, l une des caractéristiques de ce genre de marché est le manque de souplesse dans les transactions car c est un marché gré à gré. Une fois qu on s est engagé on peut plus annuler l opération. 1.1.3. Marché à terme Ce marché est aussi appelé le marché des «futures». Dans ce type de marché les opérations sont des intentions d achats ou de ventes futures à un prix fixé immédiatement. La seule différence avec le marché forward est que les positions peuvent être annulées avant l échéance. Les opérateurs essaient de se protéger des risques et d assurer les rendements. Il s agit d un marché organisé et non d un marché gré à gré. Aujourd hui ce marché monte en puissance, et son volume de transaction représente trente cinq fois le volume des marchés physiques 3. Les volumes de pétrole brut traités par des contrats à terme dépasse le volume de la production mondiale. Les prix de pétrole ne dépendent pas seulement des fondamentaux traditionnels (offre et demande), mais aussi de plusieurs autres facteurs financiers. Plusieurs contrats à terme sur le pétrole se sont développés, et plusieurs prix de ces contrats sont utilisés comme des prix de référence. Parmi ces contrats on peut citer le New York Mercantile Exchange (NYMEX) et Intercontinental Exchange (ICE). 1.2. Les différents pétroles bruts entrant dans la formation des prix Le marché pétrolier est caractérisé par une pluralité de produits. On trouve des produits raffinés (essence, fioul, kérosène, des huiles et des lubrifiants ) et des bruts extraient sous diverses formes pour obtenir des différents produits raffinés. Il existe trois principales variétés de brut de référence sur le marché physique rentrant dans la formation des prix : -Le Dubaï est utilisé comme référence pour la fixation des prix de vente des bruts de la région à destination d Asie; -Le Brent est la référence mondiale, utilisé pour fixer les prix de deux tiers des pétroles mondial. 3 Rapport du groupe de travail sur la volatilité des prix de pétrole, sous la présidence de J M Chevalier, février 2010. 4
-Le West Texas Intermediate (WTI) est le brut utilisé comme référence pour les transactions aux Etats-Unis. Chaque produit raffiné et chaque pétrole brut correspond à un marché spécifique, rendant l étude de la formation des prix complexe. Il ya une relation entre le prix du pétrole brut et les prix de produits raffinés : la valeur d un pétrole brut est liée aux prix des produits que ce brut permet techniquement d obtenir, ce prix théorique est appelé «net-back». Si on considère que les coûts (raffinage et transport) sont nuls, la variation d un prix de pétrole brut sera égale à une moyenne pondérée des variations des prix de produits extraits de l exploitation du pétrole brut 4. 2. Les déterminants des prix de pétrole 2.1. Prix du pétrole et marché Le marché pétrolier n est pas totalement concurrentiel, car il existe des acteurs qui influencent les prix comme le cas de l OPEP qui assure 40% de la production mondiale du pétrole, détient plus de 80% des réserves mondiale, et n hésite pas d intervenir avec sa production pour influencer le niveau des prix. Malgré tous les facteurs qui empêchent d avoir un marché pétrolier concurrentiel, le prix du pétrole reste essentiellement fonction de l ajustement entre l offre et la demande du pétrole ainsi que des facteurs liés au climat géopolitique. Si on prend l exemple des variations du prix de pétrole WTI (prix spot), on remarque facilement la sensibilité des prix de pétrole aux conditions économiques et géopolitiques. Le comportement du prix de pétrole au comptant sur la période du 01 janvier 1985 au 1 avril 2010 (graphique2), montre la sensibilité des prix du pétrole à la conjoncture économique et aux événements géopolitiques. Le contre choc pétrolier de 1986 où les prix baissent à moins de 10$, est dû à la décision de l OPEP d abandonner sa politique de défense des prix du pétrole sur le marché, et à une augmentation de l offre de pétrole mondiale. L augmentation brutale des prix du pétrole en 1990, suite à la première guerre en Irak a causé des perturbations d approvisionnement en pétrole. La baisse des prix du pétrole entre 1996 et 1998 est due à la crise économique en Asie, donc à une baisse de la demande du pétrole. Même constat pendant la crise internet qui a causé une récession économique et une baisse de la demande mondiale du pétrole. L augmentation des prix du pétrole entre 2002 et 2006 est due à la baisse des quotas de production de l OPEP et à une augmentation de la demande de pétrole mondiale de pétrole grâce à une conjoncture économique favorable et à la croissance des pays émergents en (Inde, Brésil, Chine). Les hausses des prix en 2007 et 2008 qui atteignent des niveaux record sont le résultat des niveaux de stocks relativement bas aux Etats Unis, des régions instables (Irak, Nigéria, Lybie ) qui causent des perturbations d approvisionnement, et enfin de montée de la spéculation sur les marchés financiers. La baisse brutale en 2009 est due essentiellement au ralentissement économique mondial. 4 Rapport de la direction de la prévision et de l analyse économique, N 53, novembre 2004. 5
Graphique 2 : Prix spot et futurs à maturités 1, 2,3 et 4 mois base 100 en 1985 140 120 100 80 60 40 20 0 86 88 90 92 94 96 98 00 02 04 06 08 Prix futur à maturité 1 mois Prix futur à maturité 2 mois Prix futur à maturité 3 mois Prix futur à maturité 1 mois Prix du pétrole W TI spot Source : Thomson Datastream Le graphique 3 représente l évolution des prix réels du pétrole depuis 1970. Le niveau des prix réel du pétrole de ces dernières années est toujours inférieur à celui atteint en 1979. Graphique 3 : Prix réel du pétrole de 1970 à 2011 base 100 en 2005 Prix réel (base 2005=100) 360 320 280 240 200 160 120 80 40 0 1970 1975 1980 1985 1990 1995 2000 2005 2010 Source : Thomson Datastream 6
2.2. Réserves et production Les réserves prouvées sont les quantités que les ingénieurs et les géologues considèrent comme pouvant exploitées, avec les technologies existantes et les conditions économiques. Le niveau des réserves prouvées peut être augmenté par des nouvelles découvertes, grâce à l activité d exploration, l utilisation des nouvelles technologies ainsi que des conditions économiques plus favorables. Dans le passé tous ces facteurs ont contribué à augmenter les réserves prouvées. L augmentation de la production du pétrole a contribué à la baisse du niveau de ces réserves prouvées. Le ratio réserves prouvées/production de pétrole (R/P) est une mesure du potentiel des réserves existantes qui peuvent soutenir le niveau actuel de production. Le tableau 1 montre le R/P depuis trente ans pour le monde et les différentes régions. En 2009 le ratio R/P est supérieur à celui enregistré en 2003. Cette augmentation est le résultat de nouvelles découvertes grâce à l effort d investissements, d exploration et du développement dans le secteur du pétrole. Tableau 1 : Le ratio Réserves prouvées /Production de pétrole 1983 1993 2003 2009 Total North America 14.6 17.9 12.2 15 Total S. & Cent. America 25.5 42.9 41.5 80,6 Total Europe & Eurasia 16.2 17.1 21,2 Total Middle East 76.4 92.3 88.1 84,8 Total Africa 32.9 23.8 33.2 36 Total Asia Pacific 21.4 18.6 16.6 14,4 world 31.6 42.5 41.0 45,7 Source: BP Statistical Review of World Energy 2.3. Croissance économique et prix du pétrole La croissance économique mondiale et en particulier celle des pays émergents (Brésil, Chine et Inde) augmente la demande de pétrole et tire les prix de pétrole à la hausse. La croissance chinoise par exemple était de 7,4% en 2003, et 6,8% en 2004 et de plus de 10% en 2009 et de 11,9% au premier trimestre de 2010, la consommation de la chine en pétrole a augmenté de 10,4% en 2009, passant au rang du premier consommateur de pétrole mondial 5. L augmentation des prix du pétrole a un double effet sur la croissance mondiale. En premier si les autorités monétaires interprètent les hausses des prix de l énergie comme des anticipations de l augmentation de l inflation mondiale, elles adoptent des politiques restrictives qui ralentissent la croissance mondiale. En deuxième, si les prix de l énergie augmente continuellement et que les consommateurs n arrivent pas à diminuer leur consommation en énergie, ces derniers réduisent d autres dépenses de biens et services ce qui ralentit la production et la croissance. 5 BP Statistical Review of World Energy, 2010 7
2.4. Le taux de change effectif du dollar et le prix de pétrole Les variations du taux change du dollar peuvent affecter le niveau et la distribution de la demande mondiale du pétrole. Depuis 2002 le dollar enregistre une dépréciation. Cette dépréciation n est pas la même face à toute les monnaies. Des pays comme la Chine, le Japon et d autre pays asiatiques interviennent sur le marché de change pour défendre la valeur du dollar et l empêcher de se déprécier. Ces pays essaient de garder des monnaie sous évaluées pour préserver l avantage d être compétitif, et de continuer à exporter plus. Le prix du pétrole est lié directement aux variations de taux de change du dollar. Parce que les prix de pétrole sont en dollar et généralement les transactions de pétrole sont libellées en dollar. Si le dollar perd sa valeur face aux autres monnaies. Les pays exportateurs de pétrole perdent en pouvoir d achat. Et dans le cas où le dollar s apprécie par rapport à d autres monnaies, les pays exportateurs de pétrole gagnent en pouvoir d achat. L effet des variations du dollar sur les pays importateurs du pétrole varie selon les ajustements de leurs monnaies par rapport au dollar. Pour les Etats Unis, toute variation du prix de pétrole en dollar à un effet immédiat sur la variation des prix, ce qui aura un impact sur la demande de pétrole. Pour les autres pays la situation est différente, par exemple pour les pays de la zone euro. Puisque la valeur de l'euro a augmenté en termes de dollars, l'effet de toute hausse des prix du pétrole libellés en dollars est compensé par le montant d appréciation de l'euro. Les pays qui choisissent de garder une monnaie fixe par rapport au dollar comme le cas du Japon, Chine et d autres pays asiatiques préfèrent payer plus cher le pétrole, mais préserver l'avantage que le taux de change plus bas apporte aux exportations de leurs produits. 2.5. Les événements exceptionnels et le prix du pétrole Des événements exceptionnels en dehors de l offre, demande, stocks et variables financières peuvent exercer une influence dans la détermination des prix de pétrole. Les guerres d Irak et les conflits géopolitiques dans la région du golf persique augmentent l incertitude. Ces situations de conflits contribuent à augmenter les prix du pétrole car la production de pétrole est perturbée, voir interrompue et les délais des livraisons sont modifiés. Même constat dans le cas des attaques terroristes dans des sites pétroliers comme cela été le cas avec des attaques terroristes en Arabies Saoudite en 2004. Des violences au Nigeria (ethniques et fonciers), et les événements politiques au Venezuela viennent perturber l activité d exportation du pétrole, ce qui à un effet immédiat sur le prix du pétrole 8
Graphique 4 : Les acteurs et des déterminants des prix sur le marché pétrolier Marché pétrolier -Marchés physiques (spot) Marchés financiers -Marchés physiques gré à gré Déterminants physiques Offre, demande, conjoncture économique. Déterminants financiers Spéculation, multitude d instruments financiers et d acteurs. Formation des prix de pétrole Source : construit par l auteur Comme le montre, le schéma ci-dessus la formation des prix de pétrole combine des déterminants physiques et financiers. On assiste ces dernières années à la montée des marchés financiers qui influencent de plus en plus la formation des prix, à cause de l existence de plusieurs catégories d acteurs et d objectifs. Parmi ces acteurs on trouve des commerciaux et des non commerciaux, des traders, des hedge funds etc. Tous ces acteurs ont des objectifs différents. Certains essaient de faire des profits et/ou, de se couvrir des risques de variation des prix, en utilisant des combinaisons d instruments financiers. D autres acteurs ont des comportements purement spéculatifs comme les prises de positions, arbitrage et diversification des risques de portefeuille. Aujourd hui, les analystes n arrivent pas à identifier les variables qui influencent le plus la formation des prix de pétrole. Cependant ils restent persuadés qu à court terme les fondamentaux sur le marché physiques et les flux financiers à travers les marchés financiers influencent la formation des prix de pétrole. Un changement des fondamentaux des marchés physiques et financiers, en amont et en aval, modifie les orientations des prix du pétrole, en particulier à moyen et à long terme 6.Cependant, la littérature sur la formation des prix de pétrole montre l existence d autres facteurs influençant la formation des prix du pétrole, comme le niveau des stocks et la durée de vie du pétrole, l état du marché de pétrole dans l avenir, l inadéquation des investissements en amont et en aval et leur coût faramineux, les fluctuations des taux de change, les variations des taux d intérêts et les stocks de bons de trésors. 6 International energy agency: Medium term oil market report 2009 edition 9
3. Revue de littérature sur la modélisation des prix du pétrole Pour modéliser au mieux les prix du pétrole, la littérature économique nous propose plusieurs théories et méthodes. On trouve des théories traditionnelles portant sur l étude des prix des matières premières (théorie de stockage et théorie de déport), des modèles économétriques qui donnent plus d importance à l impact des marchés financiers dans la détermination des prix appelés «modèles financiers», et des modèles qui donnent plus d importance aux variables physiques appelés «modèles structurels». Dans cette partie on va mettre l accent sur les modèles économétriques réduits à une équation linéaire qui essaient d intégrer les variables susceptibles d expliquer la dynamique des prix du pétrole. 3.1. Les théories traditionnelles de détermination des prix du pétrole 3.1.1. La théorie de déport normal La notion de "déport" définie par J.M Keynes [1930] est utilisée pour expliquer la relation entre le prix au comptant et le prix à terme d une marchandise, dans le cas d un fonctionnement normal du marché. On dit que les prix sont en déport lorsque le prix au comptant de la matière première est plus élevé que le prix à terme. Cette théorie du déport normal est souvent utilisée pour expliquer la dynamique des prix dans les marchés pétroliers, car ces derniers sont souvent en situation de déport. Le mécanisme de la théorie de déport est basé sur la notion de couverture des risques sur le marché : les vendeurs essaient de se couvrir contre une éventuelle baisse des prix, et les acheteurs contre une éventuelle augmentation des prix. Il ya deux positions de couverture différentes et le marché à terme est en déséquilibre permanent, ce qui nécessite l intervention des spéculateurs pour rétablir l équilibre entre l offre et la demande. Et pour que ces spéculateurs interviennent, les prix à terme pour une échéance T doivent être inférieurs au prix comptant anticipé pour la même échéance. Keynes explique que l écart entre le prix comptant anticipé et le prix à terme pour la même échéance constitue la prime de risque, qui est supposée toujours positive et constante. Cette théorie est critiquée du fait que les marchés peuvent être en situation de report, c'est-à-dire que le prix à terme est supérieur au prix comptant, et que l aversion aux risques des agents varie dans le temps et leur positions de couverture peuvent être longues ou courtes. 3.1.2. La théorie de stockage Cette théorie vient compléter la théorie de déport normal. Elle explique la relation existante entre les prix au comptant et à terme et les deux situations déport et report sur le marché en introduisant les coûts de stockage sur le marché physique. Le prix à terme est donc égal au prix au comptant augmenté de coûts de stockage positifs. Cette théorie de stockage est critiquée, car si elle explique la situation de report, il est difficile d expliquer le cas de prix de déport. Pour mieux illustrer cette théorie de stockage et expliquer la dynamique de prix et les deux situations de déport et de report sur le marché, Kaldor 10
(1939) introduit la notion de «Rendement tiré des stocks», c est à dire le rendement lié à tous les bénéfices qu un agent peut tirer de ses stocks (éviter les coûts des commandes fréquentes, et les coûts d attente et de livraison). Ces bénéfices sont plus élevés chaque fois que le niveau des stocks est faible. (1) Avec : - : Prix en t du contrat à terme arrivant à échéance en T, - : Prix au comptant en t, - : Coût de stockage entre t et T, - : Rendement tiré des stocks entre t et T. Cette relation permet d expliquer la dynamique de prix et la déviation des prix à terme par rapport au prix au comptant en fonction des écarts des niveaux de stocks et des rendements tirés de leur détention. Lorsque cet écart est positif le prix est en report et dans le cas où l écart est négatif le prix est en déport. D autres auteurs examinent la dynamique des prix des matières premières, en utilisant les théories de déports et de stockage. Par exemple Fama et French (1987, 1988) essaient de vérifier si les prix à terme augmentent au fur et à mesure que le contrat approche de son échéance. Ils essaient aussi de voir si la saisonnalité de la production ou de la demande entraîne celle des stocks. Comme le stipule la théorie de stockage, s il ya une variation des stocks on aura donc une variation des prix. Les auteurs expriment les prix à terme en fonction des taux au comptant, taux d intérêt nominaux, coûts de stocks et les rendements tirés de ces stocks. (2) Avec : - : Prix en t du contrat à terme arrivant à échéance en T, - : Prix au comptant en t, - : Taux d intérêt entre t et T, - : Coût de stockage entre t et T, - : Rendement tiré des stocks entre t et T. Les auteurs confirment la validité de la théorie de stockage et l impact de la saisonnalité et des coûts de stockage sur la dynamique des prix. Ils montrent que les variations des prix des matières premières sur les marchés à terme et au comptant sont fonction des stocks, et que la volatilité des prix est plus importante quand les stocks sont faibles (stocks insuffisants pour amortir les fluctuations de prix), que lorsque les stocks sont abondants. La régression des prix de matières premières sur les taux d intérêt nominal montre l existence d une forte corrélation. 11
Long (1996) fait le même constat en essayant d expliquer les dynamiques de prix dans l industrie pétrolière avec la théorie de stockage. Il arrive à la conclusion suivante : les prix sont en déport lorsque l'industrie détient un niveau de stocks inférieur à celui dont elle a besoin, en report dans le cas inverse. Bailey et Chan (1993) expliquent eux aussi que la dynamique des prix est différente en fonction des comportements de stockage, des changements dans l offre et la demande, des croyances et des préférences des acteurs sur le marché qui influencent la prime de risque. Fattouh (2009) examine la dynamique des prix du pétrole brut en intégrant le comportement de l OPEP et la dynamique des stocks. Elle constate l existence d une relation non linéaire entre l évolution des stocks et les prix du pétrole brut, qui peut s expliquer par l intervention de l OPEP. Plusieurs critiques sont adressées aux théories traditionnelles qui se basent sur la notion de stockage, des rendements tirés des stocks et des taux d intérêt pour expliquer la dynamique des prix sur les marchés des matières premières. On assiste aujourd hui à la montée des marchés financiers et de la spéculation qui affectent l évolution des prix et leur volatilité. 3.2. Modèles structurels et séries temporelles D autres modèles se basent sur les séries temporelles, modèle à correction d erreur et modèles VAR. Ils essaient de capturer la dynamique des prix, en intégrant un ensemble de variables explicatives qui décrivent les caractéristiques des marchés pétroliers. Ces modèles essaient d utiliser des variables physiques (réelles), par exemple, la consommation, la production, les stocks... et des variables financières, comme le taux de change les taux d intérêt, les bons de trésors...etc. Une large littérature montre le rôle de ces variables. Kaufmann (1995, 2004) estime une équation des prix réel de pétrole en fonction des changements des conditions du marché et de comportement de l'opep, de demande mondiale de pétrole, du niveau des stocks de pétrole de l OCDE. Les résultats indiquent que l'opep peut influencer le prix du pétrole sur le moyen et long terme en fonction de la vitesse à laquelle il ajuste les capacités de production. Dees et al (2003) utilisent un modèle à correction d erreurs pour montrer que l OPEP est capable d influencer les prix réels du pétrole. Dans cette étude les auteurs intègrent les comportements de l OPEP, c'est-à-dire les quotas de production et la production hors quotas des pays de l OPEP, la capacité de production et les niveaux des stocks, la demande des pays de l OCDE et leurs stocks de pétrole. Ils concluent que l offre et la demande en dehors de l OPEP sont inélastiques par rapport aux variations de prix de pétrole. La capacité de production et les décisions de l OPEP ont un effet immédiat sur l évolution des prix réel de pétrole. Stevans et Sessions (2010) expliquent la dynamique des prix réels du pétrole aux Etats Unis en fonction de plusieurs facteurs : les prix à terme, la valeur du dollar, l'exploration, la demande et l approvisionnement en pétrole en utilisant un VECM (vector error correction model). A court terme 12
la variable approvisionnement affecte le plus la dynamique des prix, à long terme les contrats et les positions sur les marchés à terme du pétrole sont de nature plus spéculatives, les prix réel de pétrole sont plus affectés par la variable prix à terme. L activité de spéculation sur le marché pétrolier est donc seule responsable des fluctuations des prix de pétrole. Si les régulateurs veulent minimiser les fluctuations des prix, il convient de minimiser le volume des contrats à terme. D autres auteurs comme Krugman (2008) ; Smith (2009) rejettent l hypothèse du rôle de la spéculation sur les marchés pétroliers. Ils concluent que l augmentation des prix du pétrole est due essentiellement à la croissance de la demande du pétrole des pays émergents (ex : Chine, Inde, Brésil) et à l augmentation des coûts d exploration. Ils avancent que le marché pétrolier fonctionne toujours sous les lois de l offre et de la demande et que les déterminants des prix du pétrole continueront à être très volatiles, la demande et l offre restent inélastiques spécialement à court terme. 4. Un modèle vectoriel à correction d erreur des prix du pétrole 4.1. Les données Les résultats de ce travail sont obtenus à partir des séries de données historiques de pétrole brut. Ces séries sont toutes mensuelles extraites de la base de données DATASTREAM et couvrent la période du 01/01/1985 à 01/04/2010. La variable expliquée est le prix réel du pétrole brut WTI en dollar (POIL T ), que nous exprimons en termes réels en le corrigeant par un indice de prix à la consommation mondiale. Les variables explicatives utilisées sont les suivantes : - (Foil it ) est le prix futur du pétrole à maturité de deux, trois, et quatre mois - (Tx t ) est le taux de changes effectif du dollar - (Doil t ) est la demande mondiale en pétrole - (Ooil t ) est l offre mondiale du pétrole - (Stock t ) est le stocks mondial de pétrole - (Explo t ) est l exploration de pétrole dans le monde est mesurée par le nombre de puits explorés. Ces séries sont représentées dans le graphique 5 ci-dessous, l offre, demande et stocks sont en million de baril. Les taux de change REER est le taux de change effectif du dollar en base 100 en 2005. L exploration est en nombre de puits forés. 13
Graphique 5 : Séries de données utilisées en niveau 12,000 DEMANDE 250 EXPLORATION 10,000 200 8,000 150 6,000 100 4,000 50 2,000 1985 1990 1995 2000 2005 2010 0 1985 1990 1995 2000 2005 2010 75,000 OFFRE 110 REER 70,000 100 65,000 90 60,000 80 55,000 70 50,000 1985 1990 1995 2000 2005 2010 60 1985 1990 1995 2000 2005 2010 1,100 STOCKS 1,000 900 800 700 1985 1990 1995 2000 2005 2010 Source : Thomson Datastream 14
4.2. La modélisation vectorielle à correction d erreur (VECM) L intérêt principal de la modélisation VECM par rapport à la modélisation VAR réside dans la possibilité permise par le VECM de distinguer sur le plan économétrique les deux types de dynamique (court et long terme). Dans le cas de cet article, cette propriété s avère très intéressante car elle peut nous permettre de voir comment réagissent les prix du pétrole face à des fluctuations conjoncturelles, et quelles sont les variables qui affectent la dynamique des prix à long terme. Si l impact de certaines variables ne peut exister que dans le long terme, cela signifie que les effets de ces variables sur la dynamique des prix de pétrole ne peut apparaitre que dans l espace de co-intégration. L idée de la co-intégration est qu à court terme plusieurs variables peuvent avoir une évolution divergente, mais vont évoluer dans le même sens à long terme. Il existe donc une relation stable entre ces variables à long terme. En d autres termes ces variables évoluent ensemble avec les mêmes taux et les mêmes trends stochastiques. Une série est dite intégrée d ordre 1, I(1), lorsqu elle possède une racine unitaire. Quand la série possède (d) racines unitaires elle est intégrée d ordre d, I(d). Des séries d ordre d sont co-intégrées, s il existe une combinaison linéaire non nulle de ces séries qui est intégrée d ordre strictement inférieure à d. Cette combinaison linéaire est appelée l équation de co-intégration. Nous commençons notre analyse par l étude de la stationnarité des séries pour voir s il y a possibilité de co-intégration entre deux ou plusieurs variables, à l aide d un test de Dickey-Fuller augmenté appliqué à une régression de type : ΔX it = α 0 + α 1 t + α 2 X it-1 + α it Δ X it-2 ) + ε it (1) Où ΔX it = X it - X it-1, k : nombre optimal de décalage Dans le cadre de ce test, on considère d abord la série en niveau dans un modèle avec constante et tendance, puis un modèle avec constante uniquement et enfin un modèle sans constante ni tendance. Si les tests confirment la non-stationnarité de la série, on reprend cette séquence avec la série en différence première. La stationnarité de la série ainsi différenciée révélée par les tests, confirme la présence d une racine unitaire. 15
Tableau 2 : Les résultats des tests de stationnarité sur les séries en logarithme Séries Modèle1* Modèle2 Modèle3 T stat** Décision Offre 1.55-1.72-4.68-17.89 I(1) Demande 1.36-3.92-4.86-20.70 I(1) Stocks 1.62-1.02-1.65-15.85 I(1) Exploration -0.53-3.05-2.75-18.49 I(1) Tx de change -1.09-3.40-3.40-12.53 I(1) Prix spot 0,30-1.45-3.35-12.81 I(1) Prix futurs 4 0.39-1.09-3.01-12.26 I(1) Prix futurs 3 0.35-1.18-3.10-12.47 I(1) Prix futurs 2 0.30-1.28-3.19-12.71 I(1) *Modèle1,2 et 3 : modèle avec trend, constant et modèle avec constante et modèle sans trend ni constante.** Les valeurs critiques du Test ADF sont respectivement : -1.94, -2.86, -3.41 à 5% pour le modèle ADF sans tendance ni constante, modèle ADF avec constante et modèle ADF avec tendance et constante. On rejette l hypothèse nulle de la non stationnarité dans tous les cas en différence première. Nous concluons que toutes ces variables sont stationnaires en différence première, (c'est-à-dire que toutes les séries sont intégrés d ordre 1, I(1)). Donc elles peuvent être co-intégrées. Retard optimal, détermination du nombre de relations de co-intégration et validation du VECM Dans un premier temps, nous déterminons le degré optimal du modèle VAR au moyen de tests emboités fondés sur la statistique du ratio de vraisemblance. Cette approche nous conduit à retenir un VAR à 4 retards. Les séries introduites dans le modèle étant non stationnaires en niveau, l analyse vise ensuite à mettre en évidence l existence d une ou plusieurs relations de co-intégration entre les variables. On sait en effet qu avec un modèle composé de r séries I(1), il peut exister jusqu à (r-1) relations de co-intégration. La question du nombre de relations co-intégration à intégrer dans le modèle est une question fondamentale dans l analyse puisque lorsqu on a plus d une relation de cointégration on obtient un système d équations qui, pour être estimé, nécessite au préalable d être identifié. Afin d analyser les relations qui s établissent dans le long terme entre les six variables du modèle, on détermine le nombre de relations de long terme dans le modèle à travers l analyse du rang de la matrice Π (voir équation l 3 ci -dessous). Trois cas sont possibles :- la matrice Π est de plein rang c'est-à-dire r = n, n etant le nombre de variables, toutes les composantes de la matrice (variables) X it sont stationnaire I(0), il n existe pas de relation de co-intégration ; -si le rang de la matrice Π est égal à 0, il n existe pas de relation co-intégration ;-si le rang de la matrice Π est égal à r, il existe r relations de co-intégration, un modèle VECM peut être estimé. Le test de la trace et le test de la valeur propre maximale nous permettent de déterminer le nombre de relations de long terme et nous indiquent l existence de deux relations de co-intégration. Ainsi, le système doit être modélisé sous la forme d un VECM composé de six variables, quatre retards, et deux relations de co-intégration. 16
Tableau 3 : Johansen Cointegration tests Unrestricted Cointegration Rank Test Trace 0.05 No. of CE(s) Eigenvalue Statistic Critical Value Prob.** None * 0.179212 145.8202 95.75366 0.0000 At most 1 * 0.135644 86.77062 69.81889 0.0012 At most 2 0.075638 43.18523 47.85613 0.1281 At most 3 0.048493 19.66841 29.79707 0.4456 At most 4 0.015860 4.805703 15.49471 0.8291 At most 5 8.51E-05 0.025450 3.841466 0.8732 Trace test indicates 2 cointegrating eqn(s) at the 0.05 level * denotes rejection of the hypothesis at the 0.05 level **MacKinnon-Haug-Michelis (1999) p-values Unrestricted Cointegration Rank Test (Maximum Eigenvalue) Max-Eigen 0.05 No. of CE(s) Eigenvalue Statistic Critical Value Prob.** None * 0.179212 59.04962 40.07757 0.0001 At most 1 * 0.135644 43.58539 33.87687 0.0026 At most 2 0.075638 23.51682 27.58434 0.1525 At most 3 0.048493 14.86270 21.13162 0.2986 At most 4 0.015860 4.780253 14.26460 0.7693 At most 5 8.51E-05 0.025450 3.841466 0.8732 Max-eigenvalue test indicates 2 cointegrating eqn(s) at the 0.05 level * denotes rejection of the hypothesis at the 0.05 level Le modèle général envisagé est un modèle vectoriel autorégressif (VAR) composé des variables suivantes : X it = A i1 X it-1 + A i2 X it-2 +..+ A ip X it-p +ε it (2) Avec Xit = (prix réel de pétrole A, Offre mondiale de pétrole, Demande mondiale de pétrole, Taux de change effectif réel du dollar, stock mondial de pétrole, Exploration représentée par le nombre de puits forés et les prix futurs du pétrole à maturité 2,3 et 4 mois). ε it ij = la matrice des coefficients (7*7, i=1,2,.,p) = vecteur des erreurs (7*1) Nous écrivons l équation (2) sous forme d un modèle VECM «vector error correction model» ΔXit = Ґ 1 ΔX it-1 + Ґ 2 ΔX it-2 +.+ Ґ P ΔX it-p+1 + α Π X it-1 +ε it (3) Π = A1 + A 2 +..+ A K - 1 Le modèle (3) se compose de deux blocs principaux qui se rapportent à deux types de dynamiques. Le premier bloc, composé des matrices Ґi, nous renseigne quant à la dynamique de court terme du système. Le deuxième bloc, formé de la matrice Π, nous renseigne quant à la dynamique de long terme. α est le terme à correction d erreur. 17
Les tests de contrainte sur les coefficients de la force de rappel nous permettent de retenir une seule relation de cointégration. Enfin on effectue des tests d autocorrélation sur les résidus issus de chaque modèle à l aide d un test de Ljung-Box. Les résidus sont des bruits blancs ce qui nous permet de valider la spécification de notre VECM. Résultat d estimation du VECM Trois modèles sont estimés successivement, le modèle (I) se réduit avec à trois variables explicatives : Offre, demande et taux de change. Le modèle (II) introduit les stocks et l exploration comme variables explicatives. Enfin le modèle (III) prend compte des prix futurs. Le modèle I ε it Le modèle II ε it L estimation des coefficients relatifs à la dynamique de long terme (équations de co-intégration et vitesses d ajustement) est présentée dans les tableaux 4, 5 et 6. Tableau 4: Estimation du bloc de long terme pour le modèle I et II MODELE I MODELE II PRIX REEL(-1) 1 1 OFFRE(-1) -16.89930*** -14.49318*** [-7.05405] [ -4.22749] DEMANDE(-1) 12.75815*** 13.09984*** [7.29907] [5.45048] REER(-1) -0.227690-2.324937*** [-0.93539] [-4.50153] STOCKS(-1) -0.324324** [ -3.07734] EXPLOR (-1) 0.003414 [-0.02278] Entre parenthèses figurent les t de Student. La significativité des estimations à 1%, 5% et 10% est respectivement signalée par ***, ** et * 18
Tableau 5: Vitesse d ajustement vers la cible de long terme du modèle I D(PRIX_REEL) D(OFFRE) D(DEMANDE) D(REER) -0.013616* -0.008414** 0.017458*** 0.007100 [-1.72335] [-3.01730] [ 4.64057] [ 1.42121] Tableau 6 : Vitesse d ajustement vers la cible de long terme du modèle II D(PRIX REEL) D(OFFRE) D(DEMANDE) D(REER) D(STOCKS) D(EXPLOR) -0.010535* -0.002061 0.012474*** -0.015284*** 0.005187-0.047581 [-1.85620] [-1.00182] [ 4.64495] [-4.28055] [ 0.17956] [-1.30987] Entre parenthèses figurent les t de Student. La significativité des estimations à 1%, 5% et 10% est respectivement signalée par ***, ** et * Le tableau 4 représente l estimation du bloc de long terme pour les modèles I et II. Dans le modèle (I) les deux variables offre et demande sont très significatives, et fortement corrélées avec le prix de pétrole. On constate qu une hausse de l offre de pétrole de 1% induit une baisse du prix de pétrole de plus de 16%. De même une hausse de la demande de pétrole augmente le prix du pétrole de plus 12%. Cette forte corrélation à long terme entre l offre et la demande et les prix du pétrole est due à l existence d une force de rappel faisant anticipation d augmentation de prix de pétrole d une manière durable et poussant les acteurs à ajuster leur demande (baisse de la demande), pour faire baisser les prix. Quand les exportateurs estiment que l augmentation des prix du pétrole est durable, ils augmentent leurs capacités de production que se soit, en augmentant la production des gisements et des puits déjà en fonction ou en augmentant le niveau d investissement et de recherche dans de nouveau champs et gisements. Dans le modèle II une hausse de l offre de pétrole fait baisser le prix du pétrole. Une hausse de la demande de pétrole augmente le prix de pétrole. Il n est pas surprenant de voir que les deux variables qui affectent le plus le prix du pétrole sont l offre et la demande. Une baisse de 1% de l offre augmente le prix réel du pétrole de plus de 14%, et une augmentation de 1% de la demande de pétrole augmente le prix réel de pétrole de 13%. Le taux de change effective réel du dollar, ici coté au certain, joue négativement sur les prix de pétrole, c est à dire q une dépréciation du dollar de 1% augmente les prix de pétrole de 2,3%. Une augmentation des stocks a un impact sur les prix du pétrole à moyen terme, ici une augmentation des stocks de 1% induit une baisse des prix de pétrole de 0,3%, car il permet aux consommateurs de puiser dans leurs stocks quand les prix de pétrole augmentent. La variable exploration n est pas significative, une augmentation de l effort d exploration estimé dans cette étude par le nombre de puits forés n affecte pas le prix de pétrole, malgré les coûts énormes que représentent les activités d exploration car cette variable est de très long terme. 19
Dans les tableaux 5 et 6 les coefficients estimés correspondent aux vitesses d ajustement des variables du système vers la cible de long terme. En principe, tout écart d une variable par rapport à sa valeur d équilibre de long terme doit être corrigé par le mécanisme correcteur d erreur qui apparait dans les estimations avec une vitesse d ajustement négative. Nos coefficients dans cette estimation ont des valeurs conformes à celle attendues au sens où elles sont négatives ou, lorsqu elles sont positives, elles sont systématiquement associées à une variable dont le coefficient dans la relation de long terme est lui-même négatif, ce qui engendre au final une vitesse d ajustement négative. Dans les deux modèle I et II, la relation de co-intégration est significative et exerce effectivement son rôle de correcteur d erreur dans la dynamique de long terme du prix réel de pétrole. Ainsi, une hausse du prix de pétrole génère un déséquilibre qui engendre une baisse ultérieure du prix de pétrole. Les variables demande, taux de change et les prix passés sont significatives et sont aussi affectées par les mécanismes d ajustement. Les vitesses d ajustement sont moins rapides dans le modèle I, que dans le modèle II. La relation de court terme (voir l annexe) La relation de court terme dans les deux modèle I et II nous renseigne sur la significativité des coefficients estimés de toutes les variables endogènes jusqu'à quatre retards. Dans le modèle I les seules variables significatives des coefficients estimés de toutes les variables endogènes jusqu'à quatre retards des relations de court terme sont les prix retardés, les variables offre, demande et taux de change ne répondent pas à un choc de prix à court terme. Les variables sont influencées négativement par leurs propres valeurs passées, ce qui suggère l existence d un mécanisme auto-correctif dans le court terme. Dans le modèle II, on constate que certaines variables comme les variables stocks, taux de change effectif réel du dollar et exploration sont significatives. Une augmentation des stocks a un impact sur les prix du pétrole à court terme, ici une augmentation des stocks induit une baisse des prix du pétrole, car il permet aux consommateurs de puiser dans leurs stocks quand les prix augmentent. Même constat pour l exploration, une augmentation de l activité d exploration entraine une hausse des coûts augmentant systématiquement les prix de pétrole. Le taux de change effective réel du dollar, ici coté au certain, joue négativement sur les prix du pétrole, c est à dire qu une dépréciation du dollar de 1% augmente les prix de pétrole de 2,3%. On remarque que même à court terme une hausse passée d une variable quelconque exerce un effet contraire sur les variations présentes de cette même variable. Un mécanisme de correction d erreur apparait ainsi dans les estimations, comme c était le cas dans le bloc de long terme. Donc même à court terme les variables évoluent autour d une valeur d équilibre. Ces résultats confirment l inélasticité de l offre et de la demande de pétrole à court terme car parmi les particularités du marché pétrolier, l offre de pétrole est peu élastique aux prix de pétrole à court terme, même dans le cas de fortes fluctuations des prix. Cette rigidité de l offre par rapport aux prix à court terme est due à plusieurs facteurs : 20
- Dans le cas d une baisse des prix, les producteurs de pétrole préfèrent ne pas limiter ou baisser la production de pétrole car les coûts marginaux de production sont très faibles. - La crainte de perte de part de marché suite à la baisse de la production de pétrole laisse l offre rigide par rapport aux prix à court terme. - Certains producteurs augmentent leurs productions, suite à une baisse des prix du pétrole pour palier le manque à gagner suite à cette baisse des prix malgré le risque d épuisement des réserves. De même, la demande en pétrole est peu élastique aux variations des prix de pétrole à court terme, malgré les fortes fluctuations des prix. Cette rigidité est due essentiellement à plusieurs facteurs : - On ne peut pas faire appel à des produits de substitutions à court terme, et certains produits pétroliers ne sont pas substituables ; - Certains acteurs préfèrent puiser dans leurs stocks, ce qui leur donne une marge de manœuvre pour faire fasse à une hausse des prix de pétrole. - L existence d un comportement dit d économie à la marge. Certains agents essaient de minimiser leurs consommations et coûts en énergie, comme le cas des automobilistes qui essaient de baisser leurs consommations de carburant à chaque fois que les prix augmentent à la pompe. Le ralentissement de l économie mondiale induit une baisse de la demande de pétrole, ce mécanisme passe par les canaux des revenus et non par les prix du pétrole. Aujourd hui on assiste a une montée de la financiarisation autour du pétrole, ce qui permet d avoir une très grande liquidité et une augmentation du volume des transactions. Cela fait apparaitre plusieurs facteurs intervenant dans la formation des prix du pétrole à coté des facteurs financiers traditionnels (les taux de change, taux d intérêt et niveau de liquidité) : la multitude des instruments (futurs, option, swaps), et des acteurs (spéculateur, commerciaux...etc). Dans ce type de marché la constitution des prix pétrole est fonction des anticipations d équilibre entre offre et demande sur le marché pétrolier. Ces anticipations sont complexes car elles reposent sur plusieurs facteurs (nombre et qualité de bruts, quantité de stock, niveau de demande finale, et de la capacité d offre, niveau des réserves), mais aussi comportements des acteurs. Dans le modèle III qui suit on essaie de voir l impact de la spéculation sur le prix de pétrole en intégrant les prix futurs à maturité 2, 3 et 4 mois. 21
Le modèle III : L introduction des prix futurs nous permet de voir l impact de la spéculation sur les prix du pétrole. Notre équation se formalise de la façon suivante : ε it Prix futur i : des positions sur le marché à terme à maturité 2, 3 et 4 mois. Tableau 7 : Estimation du bloc de long terme pour les modèles avec les prix futurs à maturité 2, 3 et 4 mois. Modèle à 2 mois Modèle à 3 mois Modèle à 4mois PRIX SPOT(-1) 1 1 1 FOIL i (-1) 1.441539*** 1.561183*** 1.643349*** [ 6.16314] [ 6.10738] [ 6.04557] OFFRE(-1) -9.306923*** -10.01404*** -10.60478*** [ -4.57973] [- 4.55296] [- 4.56974] DEMANDE(-1) 11.20305*** 11.98892*** 12.59383*** [7.12480] [7.03343] [6.99055] REER(-1) -0.347998-0.320835-0.300479 [ -1.03897] [ -0.88721] [ -0.78885] STOCKS(-1) -0.005278 0.006906-0.017776 [ -0.07961] [0.09594] [-0.23327] EXPLOR(-1) 0.944780*** 1.020504*** 1.072131*** [6.02208] [6.00049] [5.96349] Tableau 8 : Vitesse d ajustement vers la cible de long terme pour le modèle à prix futur 2 mois PRIX SPOT(-1) FOIL2(-1) OFFRE(-1) DEMANDE(-1) REER(-1) STOCKS(-1) EXPLOR(-1) -0.015333** -0.046245*** 0.007118** -0.013412*** 0.017221*** 0.044042-0.140530** [-2.04523] [-3.71225] [2.59662] [- 3.65527] [ 3.54814] [1.15740] [ -2.98158] 22
Tableau 9 : Vitesse d ajustement vers la cible de long terme pour le modèle à prix futur 3 mois PRIX_SPOT(-1) D(FOIL3) D(OFFRE) D(DEMANDE) D(REER) D(STOCKS) D(EXPLORATION) -0.012578* -0.041342*** 0.006835** - 0.012266*** 0.016575*** -0.039365-0.130710** [-1.80991] [-3.68194] [2.68728] [- 3.59827] [ 3.68359] [-1.11252] [- 2.98440] Tableau 10 : Vitesse d ajustement vers la cible de long terme pour le modèle à prix futur 4 mois PRIX_SPOT(-1) FOIL4(-1) OFFRE(-1) DEMANDE(-1) REER(-1) STOCKS(-1) EXPLOR(-1) -0.011129* -0.037834 0.006687** -0.011611*** 0.016016*** 0.035472-0.122861** [-1.68548] [-3.63563] [2.76374] [ -3.57895] [ 3.74318] [1.05210] [ -2.94587] Le tableau 7 représente l estimation du bloc de long terme pour le modèle (III). On constate qu une hausse de l offre de pétrole baisse le prix de pétrole. Une hausse de la demande de pétrole augmente le prix de pétrole. La variable exploration est significative, une augmentation de l effort d exploration estimé dans cette étude par le nombre de puits creusés augmente le prix de pétrole, et cela en raison des coûts énormes que représentent les activités d exploration. Il n est pas surprenant avec l introduction des variables prix à terme avec des maturités de 2,3 et 4 mois de voir que les prix de pétrole ne sont pas entrainés uniquement par les variables réelles, mais aussi par la spéculation. Une augmentation des maturités à 2,3 et 4 mois de 1% augmente le prix réel de pétrole de plus de 1,5% ; donc si on veut diminuer les variations de pétrole sur les marchés à terme, il faut diminuer le volume de ces marchés. Dans les tableaux 8, 9 et 10 les coefficients estimés correspondent aux vitesses d ajustement des variables du système vers la cible de long terme. On constate en principe que tout écart d une variable par rapport à sa valeur d équilibre de long terme doit être corrigé par le mécanisme correcteur d erreur qui apparait dans les estimations par une vitesse d ajustement négative. Nos coefficients dans cette estimation ont des valeurs conformes à celle attendues au sens où elles sont négatives ou, lorsqu elles sont positives, elles sont systématiquement associées à une variable dont le coefficient dans la relation de long terme est lui-même négatif, ce qui engendre au final une vitesse d ajustement négative. Dans notre équation, la relation de co-intégration est significative et exerce effectivement son rôle de correcteur d erreur dans la dynamique de long terme du prix réel de pétrole. Ainsi, une hausse du prix de pétrole génère un déséquilibre qui engendre une baisse ultérieure du prix de pétrole. Toutes les autres variables sont significatives et elles aussi sont affectées par les mécanismes d ajustements. Les vitesses d ajustement sont supérieures dans le modèle III avec l introduction des maturités à 2,3 et 4 mois (spéculation) aux vitesses d ajustement dans les autres modèles I et II. 23
La relation de court terme (voir l annexe). Les coefficients estimés du bloc de court terme correspondent à toutes les variables endogènes jusqu'à quatre retards. Parmi les coefficients significatifs, on constate que les signes obtenus pour une variable donnée restent pour la plupart inchangés dans les périodes successives. Une augmentation des stocks a un impact sur les prix de pétrole à court terme, ici une augmentation des stocks induit une baisse des prix du pétrole, car il permet aux consommateurs de puiser dans leurs stocks quand les prix augmentent. Même constat pour l exploration, une augmentation de l activité d exploration engendre des supplémentaires des coûts augmentant systématiquement les prix du pétrole. La variable prix de pétrole à maturité 4 mois est significative à trois et quatre mois de retards. On remarque que même à court terme une hausse passée d une variable quelconque exerce un effet contraire sur les variations présentes de cette même variable. Un mécanisme de correction d erreur apparait ainsi dans les estimations, comme c était le cas dans le bloc de long terme. Donc même à court terme les variables évoluent autour d une valeur d équilibre. Conclusion L étude présentée ici a visé à mettre en évidence les variables qui affectent l évolution des prix du pétrole. Ce travail a été effectué à partir des séries de données historiques de pétrole brut. Ces séries sont mensuelles du 01/01/1985 à 01/04/2010 et extraites de la base de données DATASTREAM. Certains travaux théoriques insistent sur le rôle joué par les variables traditionnelles dans l évolution des prix de pétrole. Les résultats obtenus suggèrent que seuls les variables réelles sont responsables des évolutions des prix du pétrole. Ils rejoignent les auteurs comme Krugman (2008) et Smith (2009) qui rejettent l hypothèse du rôle de la spéculation sur les marchés pétroliers. Ils concluent que l augmentation des prix de pétrole est due essentiellement à la croissance de la demande de pétrole des pays émergents comme la Chine, Inde et Brésil. Ces résultats contredisent des auteurs qui soutiennent l idée que seule la spéculation est responsable des évolutions des prix de pétrole. Stevans et Sessions (2010) concluent qu à long terme les contrats et les positions sur les marchés à terme du pétrole sont plus de nature spéculatives, les prix réel de pétrole sont plus affectés par la variable prix à terme. Afin de mieux intégrer la dimension dynamique dans notre travail, l analyse a été reprise dans le cadre d un modèle vectoriel à correction d erreur. Cette approche a permis d intégrer plusieurs décalages dans la modélisation. Plusieurs modèles ont été considérés, premièrement un modèle réduit avec trois variables, offre demande et taux de change effectif réel, un deuxième modèle qui intègre en plus des variables du premier modèle, les stocks et l exploration de pétrole. Un troisième modèle qui prend en compte les prix futurs à 2, 3 et 4 maturités. Ce dernier modèle permet de voir si la spéculation aujourd hui affecte le plus les prix de pétrole ou si les variables traditionnelles (offre et demande) qui dominent. On estime un VECM à quatre retards. L estimation du bloc de court terme indique que pour 24
le premier modèle les variables sont influencées négativement par leurs propres valeurs passées, ce qui suggère l existence d un mécanisme auto-correctif dans le court terme. Pour le modèle avec les prix futurs l estimation du bloc de court terme montre la significativité des variables prix futurs, stocks et exploration. Dans le modèle II avec offre, demande, taux de change, stocks et exploration, toutes les variables sont significatives à cout terme sauf l offre et la variable demande qui sont significatives avec deux retards. L estimation du bloc de long terme pour les trois modèles est conforme à la théorie au sens où les vitesses d ajustement sont affectées de signes compatibles avec l existence d un mécanisme de correction d erreur. Pour le modèle sans les prix futurs, les variables qui affectent le plus l évolution des prix de pétrole sont l offre et la demande. L introduction des prix futurs indique qu à long terme en plus des variables traditionnelles, les prix de pétrole sont aussi entrainés par la spéculation (les prix futurs). 25
Bibliographie - Agence Internationale d Energie www.iea.org - Amano, A and S. van Norden (1998) Oil Prices and the Rise and Fall of the U.S. Real Exchange Rate, Journal of International Money and Finance, 17, 299-316. - Bailley,W. and K C.Chan (1993). Macroeconomic influences and the variability of the commodity futures basis, journal of finance, 48(2): 555-73. - BP Statistical Review of World Energy (rapports 2009 ET 2010) - Dées S, Karadeloglou P, Kaufmann R, Sánchez M (2007) Modelling the World Oil Market: Assessment of a Quarterly Econometric Model Energy policy, 35, 178-191. - FAMA E.F., FRENCH K.R., 1987: «Commodity futures prices: some evidence of forecast power, premiums, and the theory of storage», The Journal of Business, vol. 60, n 1. - FAMA E.F., FRENCH K.R., 1988: «Business Cycles and the Behavior of MetalPrices», the Journal of Finance, vol. XLIII, n 5. - Fattouh, B (2009), basis variation and the role of inventories: evidence from the crude oil market, oxford institute for energy studies wpm 38. - International Energy Agency Medium Term Oil Market Report Juin 2009 Edition. -KALDOR N., 1939(a): «Speculation and economic stability», Review of Economic Studies, vol. VIII, n 1, October. -KALDOR N, 1939(b) : «A note on the theory of the forward market», Review of Economic Studies, vol. VIII, n 1, October. - Kaufmann R.K (1995) A model of the world oil market for projection LINK: integrating economics, geology, and politics Economics modeling, 12, 165-178. - Kaufmann R.K. (2004) Does OPEC matter? An econometric analysis of oil prices. The energy journal, 25, 67-91. -Krugman, Paul (2008). The Oil Nonbubble, The New York Times Opinion, http://www.nytimes.com/2008/05/12/opinion/12krugman.html?_r=2&th&emc=th&oref=sl&oref=slo gin - La Conférence des Nations Unies sur le commerce et le développement (CNUCED) www.unctad.org - Longo C., Manera M., Markandya A. and Scarpa E. (2007), Evaluating the empirical performance of alternative econometric models for oil price forecasting - LONG D., 1996 : «Oil Stocks», Oxford Energy Forum, November. - L.K.Stevans et D. N.Session. Speculation, Future Prices, and the U.S Real of Crude Oil American journal of Social and Management Sciences 1.1(2010):13-23 - Medium Term, Oil Market Report juin 2009, International Energy Agency. - Rapport de la direction de la prévision et de l analyse économique, N 53, novembre 2004 26
-Rapport du groupe de travail sur la volatilité des prix de pétrole, sous la présidence de J M Chevalier, février 2010. - Victoria Saporta., Matt Trott., Merxe Tudela. Research and analysis what can be said about the rise and fall in oil prices? Bank of England,Quarterly Bulletin 2009 Q3. - Smith, J. L. (2009). World oil: market or mayhem? Journal of Economic Perspectives, 23(3), 145-164. 27
Annexe Tableau 11 : Estimation du bloc de court terme dans le modèle II: jusqu à quatre retards Variables estimées à T-1 D(PRIX REEL) D(OFFRE) D(PRIX REEL) D(OFFRE) D(DEMANDE) D(REER) D(STOCKS) D(EXPLOR) 0.304312*** -0.010209-0.008241-0.029321 0.222715-0.871715** [ 5.28653] [-0.48924] [-0.30255] [-0.80964] [ 0.76024] [-2.36610] -0.011221-0.053866-0.052691-0.038875 1.052187 1.207564 [-0.06383] [-0.84528] [-0.63349] [-0.35151] [ 1.17610] [ 1.07330] D(DEMANDE) 0.153601 0.031321 0.024200-0.024481 0.387007-0.570698 [ 1.16910] [ 0.65761] [ 0.38929] [-0.29618] [ 0.57880] [-0.67869] D(REER) 0.007835 0.050391-0.021387 0.344843*** 0.115236 1.027260 [ 0.08495] [ 1.50699] [-0.49002] [ 5.94248] [ 0.24548] [ 1.74006] D(STOCKS) 0.020434* -0.012188** -0.021254*** 0.004916 0.135842** -0.007280 [ 1.66594] [-2.74122] [-3.66224] [ 0.63706] [ 2.17621] [-0.09273] D(EXPLOR) -0.012703-0.002031 0.007066-0.005141 0.064745-0.497015*** [-1.39342] [-0.61462] [ 1.63828] [-0.89648] [ 1.39553] [-8.51850] Entre parenthèses figurent les t de Student. Variables estimées à T-2 D(PRIX_REEL) D(OFFRE) D(DEMANDE) D(REER) D(STOCKS) D(EXPLOR) D(PRIX REEL) -0.010366-0.005702 0.004843 0.001474 0.171900-0.603630 [-0.17564] [-0.26653] [ 0.17342] [ 0.03970] [ 0.57233] [-1.59807] D(OFFRE) 0.053837-0.067457-0.023638 0.030771 0.491644-1.013831 [ 0.31055] [-1.07337] [-0.28818] [ 0.28214] [ 0.55724] [-0.91372] D(DEMANDE) 0.099824 0.089200** 0.048524-0.182625** -0.589701-0.058092 [ 0.83082] [ 2.04795] [ 0.85355] [-2.41602] [-0.96439] [-0.07554] D(REER) -0.042627 0.001707 0.017393-0.114778* -0.270741-0.254968 [-0.43900] [ 0.04849] [ 0.37858] [-1.87890] [-0.54788] [-0.41027] D(STOCKS) 0.030600** -0.002068-0.007895-0.000984-0.003380 0.141818* [ 2.45700] [-0.45807] [-1.33972] [-0.12564] [-0.05332] [ 1.77921] D(EXPLOR) -0.019639* -0.001092 0.010685** -0.008717-0.008846-0.333800*** [-1.92233] [-0.29489] [ 2.21048] [-1.35626] [-0.17015] [-5.10515] 28
Variables estimées à T-3 D(PRIX REEL) D(OFFRE) D(PRIX_REEL) D(OFFRE) D(DEMANDE) D(REER) D(STOCKS) D(EXPLOR) 0.165571** -0.001927 0.000452-0.019318-0.134060 0.596633 [ 2.79316] [-0.08968] [ 0.01612] [-0.51802] [-0.44439] [ 1.57263] 0.024192-0.042556 0.264669*** 0.145701 0.329252 0.343835 [ 0.14338] [-0.69573] [ 3.31514] [ 1.37256] [ 0.38342] [ 0.31839] D(DEMANDE) -0.000142-0.121820** -0.014580-0.007957-1.363058** 1.443956* [-0.00118] [-2.78447] [-0.25533] [-0.10480] [-2.21926] [ 1.86941] D(REER) 0.097240-0.079048** -0.114078** 0.105981* 1.278965** 0.218381 [ 1.01163] [-2.26854] [-2.50830] [ 1.75256] [ 2.61448] [ 0.35498] D(STOCKS) 0.017958-0.003383 0.001457-0.008580-0.080277-0.078192 [ 1.42107] [-0.73854] [ 0.24365] [-1.07927] [-1.24824] [-0.96678] D(EXPLOR) -0.034701** -0.003004 0.000502-0.014023** 0.024781-0.164861** [-3.41804] [-0.81615] [ 0.10455] [-2.19563] [ 0.47963] [-2.53726] Variables estimées à T-4 D(PRIX REEL) D(OFFRE) D(PRIX_REEL) D(OFFRE) D(DEMANDE) D(REER) D(STOCKS) D(EXPLOR) -0.246268*** 0.007118-0.019897 0.006785-0.360977-0.745333** [-4.36210] [ 0.34781] [-0.74487] [ 0.19104] [-1.25637] [-2.06274] -0.191785-0.090251-0.024457 0.118025 0.370404 1.594118 [-1.14329] [-1.48414] [-0.30813] [ 1.11837] [ 0.43388] [ 1.48480] D(DEMANDE) 0.071231 0.028470 0.029642-0.188489** 1.621192** -2.392078** [ 0.57396] [ 0.63282] [ 0.50481] [-2.41419] [ 2.56685] [-3.01161] D(REER) 0.216439** 0.009670 0.130744** -0.031330-0.276080 0.489385 [ 2.32471] [ 0.28651] [ 2.96793] [-0.53489] [-0.58266] [ 0.82128] D(STOCKS) 0.017958-0.003383 0.001457-0.008580-0.080277-0.078192 [ 1.42107] [-0.73854] [ 0.24365] [-1.07927] [-1.24824] [-0.96678] D(EXPLOR) -0.001077-7.17E-05 0.003093-0.009720* 0.063916-0.199900*** [-0.11877] [-0.02183] [ 0.72109] [-1.70452] [ 1.38553] [-3.44568] Entre parenthèses figurent les t de Student. 29
Tableau 9 : Estimation du bloc de court terme pour le modèle I: jusqu à quatre retards Variables estimées à T-1 D(PRIX_REEL) D(OFFRE) D(DEMANDE) D(REER) D(PRIX_REEL) 0.333311*** -0.009301-0.010076-0.026863 [ 5.84036] [-0.46177] [-0.37080] [-0.74447] D(OFFRE) -0.032018 0.039555-0.114084-0.243696** [-0.16885] [ 0.59102] [-1.26358] [-2.03261] D(DEMANDE) 0.000974 0.004362 0.130851** 0.106862 [ 0.00717] [ 0.09100] [ 2.02344] [ 1.24442] D(REER) 0.014407 0.060347* -0.054142 0.356879*** [ 0.15383] [ 1.82566] [-1.21413] [ 6.02678] Variables estimées à T-2 D(PRIX REEL) D(PRIX_REEL) D(OFFRE) D(DEMANDE) D(REER) 0.016930 0.000552 0.007762-0.008222 [ 0.28346] [ 0.02617] [ 0.27293] [-0.21773] D(OFFRE) 0.026434-0.013990-0.137393-0.170594 [ 0.14316] [-0.21468] [-1.56277] [-1.46126] D(DEMANDE) -0.014783 0.056590 0.081430-0.059735 [-0.11987] [ 1.30017] [ 1.38680] [-0.76611] D(REER) -0.041003 0.013248 0.009455-0.123247** [-0.41731] [ 0.38204] [ 0.20210] [-1.98392] Variables estimées à T-3 D(PRIX REEL) D(PRIX_REEL) D(OFFRE) D(DEMANDE) D(REER) 0.184338** -0.003337-0.012127-0.026174 [ 3.08824] [-0.15841] [-0.42671] [-0.69353] D(OFFRE) 0.079720 0.005862 0.139732* 0.032765 [ 0.45272] [ 0.09432] [ 1.66660] [ 0.29429] D(DEMANDE) -0.048494-0.158563*** -0.024461 0.104214 [-0.39602] [-3.66885] [-0.41954] [ 1.34602] D(REER) 0.077263-0.072367** -0.139994** 0.086775 [ 0.79146] [-2.10037] [-3.01185] [ 1.40588] 30
Variables estimées à T-4 D(PRIX_REEL) D(OFFRE) D(DEMANDE) D(REER) PRIX SPOT D(PRIX_REEL) -0.089039 0.007338* -0.001498 0.018187** [-1.47396] [ 1.77500] [-0.27150] [ 2.55495] D(OFFRE) 0.057604-0.112781* -0.091103 0.131300 [ 0.06521] [-1.86578] [-1.12935] [ 1.26143] D(DEMANDE) -1.948525** 0.050234 0.060162-0.155581** [-3.01174] [ 1.13462] [ 1.01824] [-2.04071] D(REER) -0.310364-0.009620 0.127630** -0.065155 [-0.62007] [-0.28084] [ 2.79213] [-1.10466] Tableau 12 : Estimation du bloc de court terme pour le Modèle III : jusqu à quatre retards Variables estimées à T-1 PRIX SPOT(-1) FOIL2(-1) OFFRE(-1) DEMANDE(-1) REER(-1) STOCKS(-1) EXPLOR(-1) 0.346186*** -0.015357-0.007335-0.010956 0.075249-0.913263** 0.101769 [ 5.86591] [-0.71165] [-0.25395] [-0.28676] [ 0.25121] [-2.46140] [ 1.03775] FOIL2 0.090351** 0.004457-0.010713-0.008899-0.304420-0.379317 0.434263*** [ 2.44269] [ 0.32955] [-0.59180] [-0.37164] [-1.62148] [-1.63117] [ 7.06545] OFFRE -0.045285-0.040704-0.001190-0.259199** 1.490695* -0.021596 0.311509 [-0.26501] [-0.65147] [-0.01422] [-2.34302] [ 1.71874] [-0.02010] [ 1.09708] DEMANDE 0.069935-0.001288 0.034926 0.179106** -0.139855 1.155272-0.405784* [ 0.51489] [-0.02594] [ 0.52539] [ 2.03681] [-0.20286] [ 1.35288] [-1.79789] REER 0.086603 0.071020** -0.069758 0.323183*** 0.018643 0.703716-0.113902 [ 0.92682] [ 2.07866] [-1.52534] [ 5.34242] [ 0.03931] [ 1.19790] [-0.73358] STOCKS 0.009004-0.013480** -0.015101** 0.001659 0.106914* 0.049291 0.037290* [ 0.73793] [-3.02145] [-2.52873] [ 0.21000] [ 1.72633] [ 0.64256] [ 1.83923] EXPLORATION -0.023821** -0.006135 0.015293** 0.006487 0.046763-0.415914*** -0.009170 [-2.32815] [-1.63994] [ 3.05389] [ 0.97935] [ 0.90046] [-6.46582] [-0.53934] 31
Variables estimées à T-2 PRIX SPOT(-2) FOIL2(-2) OFFRE(-2) DEMANDE(-2) REER(-2) STOCKS(-2) EXPLOR(-2) PRIX SPOT -0.071188 0.000344 0.009488-0.024321 0.231644-0.470997-0.074585 [-1.15794] [ 0.01531] [ 0.31533] [-0.61106] [ 0.74234] [-1.21858] [-0.73009] FOIL2-0.101841** 0.020601-0.007313-0.024602 0.172585 0.208612 0.222810*** [-2.46330] [ 1.36276] [-0.36142] [-0.91917] [ 0.82244] [ 0.80259] [ 3.24328] OFFRE 0.066648-0.023341 0.284479*** -0.033177 0.671382-1.072637 0.284192 [ 0.39723] [-0.38046] [ 3.46429] [-0.30544] [ 0.78837] [-1.01688] [ 1.01934] DEMANDE 0.069682 0.063687 0.050709-0.023529-0.899381 1.063673-0.228275 [ 0.57264] [ 1.43136] [ 0.85145] [-0.29867] [-1.45617] [ 1.39037] [-1.12894] REER -0.052445 0.020555-0.003653-0.158524** -0.288480-0.326042 0.081010 [-0.53709] [ 0.57570] [-0.07643] [-2.50764] [-0.58206] [-0.53110] [ 0.49927] STOCKS 0.021062* -0.002827-0.002514-0.008353 0.003736 0.158731** -0.003952 [ 1.71400] [-0.62919] [-0.41798] [-1.04994] [ 0.05989] [ 2.05468] [-0.19355] EXPLORATION -0.022620** -0.003343 0.013235** 0.003862-0.008748-0.285506*** -0.013327 [-2.12945] [-0.86061] [ 2.54575] [ 0.56162] [-0.16225] [-4.27515] [-0.75503] Variables estimées à T-3 PRIX SPOT(-3) FOIL2(-3) OFFRE(-3) DEMANDE(-3) REER(-3) STOCKS(-3) EXPLOR(-3) PRIX SPOT 0.222208*** -0.000110-0.008572-0.013963-0.042468 0.271329 0.076321 [ 3.61054] [-0.00488] [-0.28458] [-0.35044] [-0.13595] [ 0.70125] [ 0.74629] FOIL2 0.079267** 0.012043-0.035470* 0.001292 0.063329-0.206916-0.049013 [ 1.89345] [ 0.78673] [-1.73113] [ 0.04766] [ 0.29804] [-0.78617] [-0.70457] OFFRE 0.066648-0.023341 0.284479*** -0.033177 0.671382-1.072637 0.284192 [ 0.39723] [-0.38046] [ 3.46429] [-0.30544] [ 0.78837] [-1.01688] [ 1.01934] DEMANDE -0.025999-0.143556*** -0.019139 0.132349* -1.761659** 2.543236*** -0.040365 [-0.21576] [-3.25818] [-0.32452] [ 1.69654] [-2.88034] [ 3.35710] [-0.20159] REER 0.136429-0.061132* -0.147477*** 0.081142 1.222232** 0.089756 0.111016 [ 1.41216] [-1.73053] [-3.11897] [ 1.29733] [ 2.49250] [ 0.14777] [ 0.69153] STOCKS 0.012151 0.007033 0.012846** 0.000166-0.076077-0.002770 0.014120 [ 0.98322] [ 1.55627] [ 2.12374] [ 0.02074] [-1.21282] [-0.03565] [ 0.68759] EXPLORATION -0.035858*** -0.004485 0.000907-0.004325 0.007753-0.111058* 0.000604 [-3.54049] [-1.21099] [ 0.18303] [-0.65965] [ 0.15082] [-1.74415] [ 0.03588] 32
Variables estimées à T-4 PRIX SPOT PRIX SPOT(-4) FOIL2(-4) OFFRE(-4) DEMANDE(-4) REER(-4) STOCKS(-4) EXPLOR(-4) -0.271209*** 0.013492-0.022764-0.034415-0.398100-0.706093** 0.069284 [-4.69622] [ 0.63894] [-0.80538] [-0.92049] [-1.35813] [-1.94477] [ 0.72199] FOIL2-0.019297 0.007804-0.017632-0.062957** -0.475420** 0.481267** -0.026822 [-0.48868] [ 0.54048] [-0.91230] [-2.46260] [-2.37198] [ 1.93854] [-0.40876] OFFRE -0.172215-0.073686-0.022869 0.041012 0.719352 0.727033 0.530182** [-1.03253] [-1.20825] [-0.28014] [ 0.37981] [ 0.84972] [ 0.69334] [ 1.91297] DEMANDE 0.004639-0.000919 0.042047-0.021144 1.347603** -1.131235-0.387037** [ 0.03672] [-0.01989] [ 0.67988] [-0.25846] [ 2.10113] [-1.42397] [-1.84328] REER 0.201961** 0.022363 0.115234** -0.089512-0.404161 0.613130 0.022400 [ 2.14786] [ 0.65044] [ 2.50396] [-1.47043] [-0.84683] [ 1.03717] [ 0.14336] STOCKS 0.009201-0.005212 0.008542-0.015786** -0.074328-0.083807 0.033121 [ 0.74341] [-1.15176] [ 1.41019] [-1.97015] [-1.18321] [-1.07708] [ 1.61049] EXPLORATION -0.002492-0.001008 0.003148-0.002719 0.054126-0.158593** -0.004057 [-0.27753] [-0.30687] [ 0.71636] [-0.46775] [ 1.18756] [-2.80925] [-0.27186] Tableau 15 : Estimation du bloc de court terme du modèle III à maturité 3mois: jusqu à quatre retards Variables estimées à T-1 PRIX SPOT(-1) FOIL3(-1) OFFRE(-1) DEMANDE(-1) REER(-1) STOCKS(-1) EXPLOR(-1) PRIX SPOT 0.348758*** -0.015174-0.007881-0.010390 0.072147-0.910964** 0.127593 [ 5.90763] [-0.70226] [-0.27216] [-0.27181] [ 0.24003] [-2.44850] [ 1.33771] FOIL3 0.089089** 0.005447-0.012774-0.009417-0.308990-0.363228 0.459822*** [ 2.32957] [ 0.38916] [-0.68095] [-0.38033] [-1.58691] [-1.50710] [ 7.44198] OFFRE -0.055382-0.040021 0.000366-0.261443** 1.467443* 0.007215 0.306119 [-0.32494] [-0.64155] [ 0.00438] [-2.36909] [ 1.69103] [ 0.00672] [ 1.11166] DEMANDE 0.077769-0.002838 0.033864 0.183253* -0.113456 1.125124-0.399976 [ 0.57444] [-0.05728] [ 0.50993] [ 2.09052] [-0.16460] [ 1.31869] [-1.82857] REER 0.082450 0.071902** -0.070416 0.321316*** 0.028092 0.696006-0.111677 [ 0.88303] [ 2.10392] [-1.53745] [ 5.31480] [ 0.05909] [ 1.18279] [-0.74028] STOCKS 0.008491-0.013656** -0.014957** 0.001935 0.109833* 0.048747 0.031866 [ 0.69712] [-3.06335] [-2.50356] [ 0.24533] [ 1.77115] [ 0.63508] [ 1.61934] 33
EXPLORATION -0.022739** -0.006322* 0.015144*** 0.006869 0.046887-0.413437*** -0.006373 [-2.22653] [-1.69138] [ 3.02306] [ 1.03883] [ 0.90169] [-6.42346] [-0.38623] Variables estimées à T-2 PRIX SPOT(-2) FOIL3(-2) OFFRE(-2) DEMANDE(-2) REER(-2) STOCKS(-2) EXPLOR(-2) PRIX SPOT -0.079806 0.000231 0.010140-0.024206 0.246399-0.456273-0.083082 [-1.29369] [ 0.01024] [ 0.33509] [-0.60601] [ 0.78450] [-1.17363] [-0.83358] FOIL2-0.109276** 0.020054-0.006269-0.024911 0.198365 0.213533 0.207929** [-2.53709] [ 1.27206] [-0.29671] [-0.89326] [ 0.90455] [ 0.78666] [ 2.98793] OFFRE 0.068795-0.050724 0.022654-0.193058* 1.051733-2.651324** 0.068001 [ 0.40800] [-0.82191] [ 0.27389] [-1.76832] [ 1.22507] [-2.49501] [ 0.24961] DEMANDE 0.081890 0.062858 0.049488-0.020029-0.881368 1.025656-0.226003 [ 0.67471] [ 1.41497] [ 0.83124] [-0.25487] [-1.42626] [ 1.34090] [-1.15251] REER -0.056976 0.020851-0.003518-0.159458** -0.274017-0.344054 0.094145 [-0.58401] [ 0.58393] [-0.07351] [-2.52429] [-0.55164] [-0.55958] [ 0.59727] STOCKS 0.021854* -0.003038-0.002189-0.007994 0.003408 0.153184** -0.004352 [ 1.78730] [-0.67877] [-0.36503] [-1.00977] [ 0.05475] [ 1.98791] [-0.22027] EXPLORATION -0.021285** -0.003491 0.013156** 0.004090-0.008502-0.283991*** -0.011781 [-2.00729] [-0.89945] [ 2.52928] [ 0.59564] [-0.15748] [-4.24967] [-0.68768] Variables estimées à T-3 PRIX SPOT(-3) FOIL3(-3) OFFRE(-3) DEMANDE(-3) REER(-3) STOCKS(-3) EXPLOR(-3) PRIX SPOT 0.233493*** -0.000328-0.009031-0.014102-0.060148 0.261930 0.063550 [ 3.77904] [-0.01448] [-0.29799] [-0.35251] [-0.19120] [ 0.67267] [ 0.63660] FOIL3 0.096916** 0.011797-0.035270 0.002158 0.059877-0.260609-0.072145 [ 2.22770] [ 0.74087] [-1.65277] [ 0.07659] [ 0.27032] [-0.95052] [-1.02639] OFFRE 0.055966-0.022502 0.285568*** -0.035230 0.664946-1.035928 0.289197 [ 0.33448] [-0.36743] [ 3.47939] [-0.32518] [ 0.78054] [-0.98240] [ 1.06977] DEMANDE -0.022521-0.143734*** -0.020855 0.134058* -1.748075** 2.526863*** -0.052145 [-0.18747] [-3.26884] [-0.35389] [ 1.72342] [-2.85790] [ 3.33750] [-0.26865] REER 0.136683-0.060522* -0.147815*** 0.079950 1.241832** 0.060767 0.097771 [ 1.41623] [-1.71333] [-3.12236] [ 1.27941] [ 2.52721] [ 0.09991] [ 0.62702] 34
STOCKS 0.010900 0.007052 0.013119** 0.000321-0.074562-0.003540 0.011638 [ 0.88641] [ 1.56675] [ 2.17502] [ 0.04035] [-1.19093] [-0.04568] [ 0.58580] EXPLORATION -0.035354*** -0.004573 0.000806-0.004148 0.008567-0.109827* 0.000286 [-3.49784] [-1.23602] [ 0.16250] [-0.63384] [ 0.16648] [-1.72418] [ 0.01750] Variables estimées à T-4 PRIX_SPOT(-4) FOIL3(-4) OFFRE(-4) DEMANDE(-4) REER(-4) STOCKS(-4) EXPLOR(-4) PRIX_SPOT -0.283011*** 0.013376-0.021167-0.034798-0.401606-0.686779* 0.059749 [-4.88987] [ 0.63143] [-0.74560] [-0.92859] [-1.36286] [-1.88287] [ 0.63895] FOIL3-0.043171 0.008633-0.016822-0.064511** -0.480106** 0.502477* -0.016753 [-1.06170] [ 0.58007] [-0.84340] [-2.45030] [-2.31903] [ 1.96083] [-0.25501] OFFRE -0.172474-0.074031-0.022083 0.039969 0.713768 0.750094 0.495412* [-1.03657] [-1.21561] [-0.27057] [ 0.37099] [ 0.84254] [ 0.71532] [ 1.84284] DEMANDE 0.014576-0.001881 0.040582-0.018390 1.356169** -1.152874-0.372512* [ 0.11570] [-0.04080] [ 0.65671] [-0.22545] [ 2.11429] [-1.45206] [-1.83013] REER 0.196129** 0.023020 0.115287** -0.090902-0.402753 0.587634 0.008028 [ 2.08826] [ 0.66964] [ 2.50247] [-1.49481] [-0.84225] [ 0.99280] [ 0.05291] STOCKS 0.009107-0.005225 0.008563-0.015541-0.074046-0.085313 0.030752 [ 0.73841] [-1.15742] [ 1.41541] [-1.94602] [-1.17914] [-1.09757] [ 1.54321] EXPLORATION -0.002096-0.001079 0.003081-0.002703 0.053857-0.157925** -0.005996 [-0.23397] [-0.32913] [ 0.70113] [-0.46598] [ 1.18061] [-2.79684] [-0.41421] Tableau 18 : Estimation du bloc de court terme du modèle III à maturité 4 mois : jusqu à quatre retards Variables estimées à T-1 PRIX SPOT(-1) FOIL4(-1) OFFRE(-1) DEMANDE(-1) REER(-1) STOCKS(-1) EXPLOR(-1) PRIX SPOT 0.349398*** -0.014857-0.007936-0.009547 0.075029-0.906583* 0.140666 [ 5.92295] [-0.68738] [-0.27382] [-0.24975] [ 0.24910] [-2.43319] [ 1.51306] FOIL4 0.087171** 0.006363-0.014104-0.009456-0.306167-0.345815 0.477069*** [ 2.21624] [ 0.44150] [-0.72983] [-0.37102] [-1.52450] [-1.39200] [ 7.69612] OFFRE -0.058867-0.038976 0.000205-0.263345** 1.448272* 0.026640 0.308757 [-0.34599] [-0.62521] [ 0.00245] [-2.38869] [ 1.66711] [ 0.02479] [ 1.15147] DEMANDE 0.082378-0.004250 0.033188 0.185392** -0.088399 1.093457-0.389945* [ 0.60989] [-0.08588] [ 0.50009] [ 2.11825] [-0.12818] [ 1.28172] [-1.83186] 35
REER 0.080827 0.072616* -0.070984 0.321227*** 0.039412 0.690613-0.101062 [ 0.86666] [ 2.12505] [-1.54912] [ 5.31562] [ 0.08277] [ 1.17241] [-0.68759] STOCKS 0.008314-0.013808* -0.014916** 0.002056 0.111524* 0.047690 0.028826 [ 0.68397] [-3.09996] [-2.49736] [ 0.26105] [ 1.79679] [ 0.62112] [ 1.50466] EXPLORATION -0.022176** -0.006491* 0.015042** 0.006958 0.047918-0.413382*** -0.004868 [-2.17568] [-1.73807] [ 3.00355] [ 1.05348] [ 0.92073] [-6.42104] [-0.30306] Variables estimées à T-2 PRIX SPOT(-2) FOIL4(-2) OFFRE(-2) DEMANDE(-2) REER(-2) STOCKS(-2) EXPLORATION(-2) PRIX SPOT -0.083898-0.000315 0.010126-0.024720 0.253668-0.452813-0.087282 [-1.35894] [-0.01391] [ 0.33381] [-0.61793] [ 0.80471] [-1.16123] [-0.89706] FOIL4-0.114349** 0.018726-0.006527-0.026397 0.213475 0.208547 0.203680** [-2.57010] [ 1.14870] [-0.29856] [-0.91564] [ 0.93971] [ 0.74212] [ 2.90479] OFFRE 0.064414-0.049617 0.023296-0.196492* 1.018897-2.613006** 0.078661 [ 0.38268] [-0.80449] [ 0.28169] [-1.80152] [ 1.18551] [-2.45777] [ 0.29652] DEMANDE 0.088850 0.062209 0.049016-0.018354-0.870900 0.998578-0.225393 [ 0.73367] [ 1.40196] [ 0.82378] [-0.23389] [-1.40845] [ 1.30550] [-1.18095] REER -0.060953 0.020960-0.004061-0.160989** -0.266457-0.349353 0.099901 [-0.62509] [ 0.58666] [-0.08477] [-2.54797] [-0.53519] [-0.56724] [ 0.65008] STOCKS 0.022385* -0.003161-0.001990-0.007757 0.002609 0.149832* -0.003967 [ 1.83710] [-0.70801] [-0.33247] [-0.98246] [ 0.04193] [ 1.94690] [-0.20656] EXPLORATION -0.020522* -0.003632 0.013139** 0.004193-0.008241-0.284175*** -0.010882 [-1.93846] [-0.93618] [ 2.52594] [ 0.61126] [-0.15245] [-4.24977] [-0.65219] Variables estimées à T-3 PRIX_SPOT(-3) FOIL4(-3) OFFRE(-3) DEMANDE(-3) REER(-3) STOCKS(-3) EXPLORATION(-3) PRIX_SPOT 0.240071*** -0.000129-0.008950-0.013347-0.073040 0.258620 0.051419 [ 3.88011] [-0.00570] [-0.29443] [-0.33291] [-0.23120] [ 0.66179] [ 0.52732] FOIL4 0.110187** 0.012100-0.034825 0.005326 0.054881-0.299295-0.094031 [ 2.45517] [ 0.73583] [-1.57933] [ 0.18315] [ 0.23950] [-1.05585] [-1.32945] OFFRE 0.110187** 0.012100-0.034825 0.005326 0.054881-0.299295-0.094031 [ 2.45517] [ 0.73583] [-1.57933] [ 0.18315] [ 0.23950] [-1.05585] [-1.32945] DEMANDE 0.049569-0.021656 0.285845*** -0.036991 0.661518-1.005147 0.282327 36
[ 0.29685] [-0.35395] [ 3.48407] [-0.34187] [ 0.77588] [-0.95303] [ 1.07282] REER -0.021161-0.144018*** -0.021600 0.134818* -1.735475** 2.513609*** -0.058248 [-0.17653] [-3.27903] [-0.36674] [ 1.73574] [-2.83552] [ 3.31999] [-0.30833] STOCKS 0.139058-0.060114* -0.148351*** 0.080173 1.253695** 0.035942 0.082243 [ 1.44211] [-1.70145] [-3.13129] [ 1.28316] [ 2.54638] [ 0.05901] [ 0.54119] EXPLORATION 0.010244 0.007108 0.013309** 0.000500-0.073283-0.003652 0.009721 [ 0.83600] [ 1.58320] [ 2.21065] [ 0.06299] [-1.17128] [-0.04719] [ 0.50340] La significativité des estimations à 1%, 5% et 10% est respectivement signalée par ***, ** et* Variables estimées à T-4 PRIX_SPOT(-4) FOIL4(-4) OFFRE(-4) DEMANDE(-4) REER(-4) STOCKS(-4) EXPLOR(-4) PRIX_SPOT -0.290238*** 0.013190-0.020401-0.035245-0.404446-0.671529* 0.060101 [-5.01203] [ 0.62165] [-0.71702] [-0.93930] [-1.36788] [-1.83601] [ 0.65855] FOIL4-0.058683 0.009362-0.016485-0.065802** -0.486385** 0.532374* -0.010472 [-1.40756] [ 0.61287] [-0.80479] [-2.43579] [-2.28486] [ 2.02172] [-0.15939] OFFRE -0.171653-0.074504-0.021791 0.039038 0.707569 0.759364 0.470300 [-1.03368] [-1.22449] [-0.26709] [ 0.36280] [ 0.83451] [ 0.72400] [ 1.79704] DEMANDE 0.020347-0.002816 0.039887-0.017296 1.364254* -1.174610-0.349227* [ 0.16188] [-0.06115] [ 0.64587] [-0.21237] [ 2.12575] [-1.47957] [-1.76297] REER 0.192669** 0.023660 0.115045** -0.091809-0.406386 0.576537-0.000701 [ 2.05339] [ 0.68820] [ 2.49549] [-1.51004] [-0.84825] [ 0.97283] [-0.00474] STOCKS 0.009192-0.005228 0.008563-0.015494* -0.074183-0.086223 0.029108 [ 0.74705] [-1.15970] [ 1.41648] [-1.94350] [-1.18084] [-1.10952] [ 1.50111] EXPLORATION -0.001870-0.001150 0.003073-0.002668 0.053852-0.158067* -0.006303 [-0.20906] [-0.35087] [ 0.69917] [-0.46025] [ 1.17889] [-2.79728] [-0.44700] 37