Méthodologie d’estimation

15La détermination du taux optimal d’inflation se fait à travers une relation entre l’inflation et la croissance. Sachant que notre objectif est de déterminer un seuil d’inflation endogène par pays, nous spécifions une équation simple et identique à celle de Lee et Wong [2005] et Furuoka et al. [2009]. Soit donc l’équation réduite suivante :

16

17où growth_t représente le taux de croissance du PIB réel par tête, inf_t représente le taux d’inflation obtenu à partir de l’IPC, inv_t représente la variation du taux d’investissement mesuré par le niveau d’investissement en pourcentage du PIB réel, open_t représente la variation du degré d’ouverture commerciale mesuré par le rapport de la somme des exportations et des importations sur le PIB réel, fin_t représente la variation du niveau de développement financier, gov_t est la part des dépenses de l’administration publique sur le PIB et ε_t représente le terme d’erreur.

18Pour l’estimation d’effets de seuil, nous nous appuyons sur Hansen [1996, 2000]. Plus précisément, nous considérons une équation structurelle à deux régimes dans un modèle TAR :

19

20où q_t représente la variable seuil, divisant toutes les valeurs observées en deux régimes. Les termes y_t et x_t sont respectivement la variable dépendante et l’ensemble des variables explicatives, e_it est le terme d’erreur et γ est la valeur du seuil. Si nous connaissions γ, le modèle pourrait facilement être estimé par les MCO. Puisque le seuil est inconnu a priori, il devrait être estimé en plus des autres paramètres [11].

21En définissant d_t ={q_t ≤ γ} ou {.}, nous pouvons avoir une fonction indicatrice d_t, avec d = 1 si q_t ≤ γ ou d = 0 autrement. Soit x_t (γ) = x_t d_t (γ),on peut réécrire les équations (2) et (3) comme une équation simple :

22

23où θ = θ^’₂, δ = θ^’₁ + θ^’₂ et θ, δ et γ sont les paramètres de la régression à estimer. La somme des carrés des résidus comme un résultat de l’estimation des paramètres de la régression peut être écrite comme suit :

24

25Hansen [2000] recommande d’estimer γ par la technique des moindres carrés ordinaires. La manière la plus facile pour mettre en œuvre cette procédure est de minimiser la somme des carrés des résidus comme une fonction qui dépend du seuil. Ainsi, la valeur optimale du seuil peut s’écrire comme suit :

26

27Avec des conditions sur , l’équation (4) est linéaire en θ et en δ, donnant les estimations conditionnelles des MCO de et de par la régression de la variable dépendante sur les variables explicatives.

28Suivant la procédure précédente, l’équation linéaire (1) peut être exprimée comme une équation non linéaire sous un modèle TAR à deux régimes comme suit :

29

30Dans l’estimation de l’équation (5), la valeur optimale du seuil est obtenue par la détermination de la valeur seuil qui minimise la somme des carrés des résidus (RSS).

31Dans cet article, le taux d’inflation est utilisé comme variable seuil dans l’analyse. La spécification ci-dessus met en exergue un régime dit normal pour lequel l’inflation est inférieure au seuil et un régime dit critique pour lequel l’inflation est supérieure au seuil. En régime normal, l’impact de l’inflation sur la croissance économique est supposé positif (α₁₁ > 0) [12] alors qu’en régime critique, l’impact de l’inflation sur la croissance est supposé négatif (α₂₁ < 0) [13].

32Pour pouvoir utiliser les moindres carrés par régime, le taux d’inflation retardé d’une période est utilisé comme variable de transition dans l’analyse. Ainsi, l’équation (7) devient :

33

34La principale question dans l’équation (8) est de savoir s’il existe, ou non, un effet de seuil. Cela nécessite la comparaison entre le modèle linéaire et le modèle à deux régimes (équation (8)) [14]. Pour cela, Hansen [1996] propose une méthode de « bootstrap » d’hétéroscédasticité du multiplicateur lagrangien pour calculer la valeur asymptotique critique et la p-value. Pour accomplir ceci, un test avec une puissance quasi optimale contre les alternatives éloignées de H₀ est le F-statistic classique :

35

36où S₀ et S₁ sont la somme des carrés des résidus sous l’hypothèse nulle et l’alternative de H₀ : α_1i = α_2i et est la variance résiduelle définie comme :

37

38Hansen [1996] montre que la procédure de « bootstrap » atteint la distribution asymptotique de premier ordre de telle sorte que les p-values construits à partir du « bootstrap » sont asymptotiquement valides.

39Ayant estimé l’effet de seuil, l’étape suivante consiste à déterminer si l’estimation est statistiquement significative, c’est-à-dire H₁ : α_1i ≠ α_2i. Hansen [2000] propose une technique de « bootstrap » pour simuler la distribution empirique du test de ratio de vraisemblance suivant :

40

41où S₁ (γ) et S₁ sont les sommes des carrés des résidus sous H₀ : γ = γ₀ et H₁ : γ ≠ γ₀ respectivement et est la variance des résidus, avec . L’hypothèse nulle est à rejeter pour des valeurs élevées de LR₁ (γ₀). En plus, Hansen [2000] a montré que les statistiques LR₁ (γ₀) ne sont pas normalement distribuées et a calculé des intervalles de confiance asymptotiques valides sur les valeurs estimées du seuil en utilisant leur intervalle de non-rejet :

42

43où β est un niveau asymptotique donné et la région de non-rejet du niveau de confiance est 1 - β, c’est-à-dire si LR₁ (γ₀) ≤ c (β) alors l’hypothèse nulle de H₀ : γ = γ₀ ne peut pas être rejetée.

44À côté du test sur l’existence d’une valeur seuil, l’autre étape vérifie s’il existe deux ou plus de deux valeurs seuils [15]. Dans ce cadre, nous supposons que γ₁ est connu et nous cherchons le deuxième seuil γ₂. Ainsi, nous obtenons l’équation suivante :

45

46La valeur seuil, l’hypothèse nulle et la statistique de Fischer se présentent comme suit :

47

48H₀ : un seul seuil ;

49

50où S₁ représente la somme des carrés des erreurs obtenue lors de la première estimation de seuil. La variance résiduelle est donnée par :

51

52La significativité de F₂ implique le rejet de l’hypothèse nulle d’un seuil et que deux seuils sont prévus. Si les deux seuils ne sont pas rejetés, alors l’intervalle de confiance pour les deux seuils (γ₁, γ₂) peut être construit de la même manière. Les procédures précédentes sont appliquées jusqu’à ce que l’hypothèse nulle ne puisse plus être rejetée.

Description et stationnarité des données

53Dans cet article, la croissance économique est représentée par le taux de croissance annuel du PIB par tête alors que l’inflation est représentée par le taux de croissance annuel de l’indice des prix à la consommation. À côté du taux d’inflation qui se trouve être la variable d’intérêt et la variable seuil, un ensemble de variables qui sont des déterminants importants de la croissance a été utilisé comme des variables de contrôle. Il s’agit du taux d’investissement, du degré d’ouverture commerciale, du niveau de développement financier et de la part des dépenses du gouvernement sur le PIB réel.

54Le taux d’investissement, défini comme étant la part du niveau d’investissement sur le PIB réel, représente l’accumulation de capital, plus de capital conduisant à un niveau plus élevé de production. Le degré d’ouverture commerciale est mesuré par le ratio de la somme des exportations et des importations sur le PIB réel. Comme discuté par Edwards [1993], la littérature sur la croissance endogène soutient que les économies les plus ouvertes aux échanges internationaux peuvent croître plus rapidement en élargissant leur marché. Par conséquent, le coefficient associé à cette variable devrait être positif. Cependant, en raison de la faible industrialisation des économies de l’UEMOA qui pourrait se traduire par une forte dépendance étrangère, surtout en produits énergétiques, ce coefficient peut aussi être négatif. Le niveau de développement financier est mesuré par les crédits faits au secteur privé, exprimé en pourcentage du PIB réel. En effet, le développement financier joue un rôle important dans le processus de croissance (King et Levine [1993]). La part des dépenses du gouvernement sur le PIB réel représente d’abord l’impact positif keynésien mais peut aussi être utilisée comme un indicateur d’instabilité macroéconomique. Dans cette dernière optique, les dépenses du gouvernement captent les dépenses publiques qui n’affectent pas directement la productivité mais entraînent des distorsions sur les décisions privées (Barro et Sala-i-Martin [1995]) et rendraient compte d’une relation négative entre l’instabilité macroéconomique et l’activité économique (Fischer [1993]).

55Les données sont annuelles et proviennent principalement des WDI de la Banque mondiale à l’exception du taux d’investissement qui provient des WEO du Fonds monétaire international. Avant d’entamer les estimations, des tests de stationnarité ont été effectués sur l’ensemble des variables pour tous les pays (tableau n°5, en annexe) [16].

L’identification du seuil optimal d’inflation

57L’estimation de γ par les moindres carrés ordinaires est, pour chaque pays, la valeur qui minimise la séquence du ratio de vraisemblance. Cette valeur correspond au point de contact entre la courbe du ratio de vraisemblance et l’axe des abscisses. Les figures (en annexe, seuil 1 pour chaque pays) [17] et le tableau n°6 (en annexe, colonnes 2 et 3) représentent les séquences de ratio de vraisemblance LR en fonction de toutes les valeurs possibles de seuil d’inflation ainsi que les intervalles de confiance.

58Ainsi, le seuil optimal d’inflation se trouverait à 0,4 % pour le Bénin, à 4,3 % pour le Burkina Faso, à 6,9 % pour la Côte d’Ivoire, à 5,4 % pour le Mali, à -1,6 % pour le Niger, à 6,2 % pour le Sénégal et à 7,5 % pour le Togo. Il ressort de ces estimations qu’aucun des pays de l’UEMOA ne semble avoir un taux optimal d’inflation identique à la cible de 2 % définie par le comité de politique monétaire de la BCEAO. À l’exception du Bénin et du Niger pour lesquels la déflation apparaîtrait optimale, tous les autres pays auraient un taux optimal d’inflation supérieur à la cible de la BCEAO.

59Bien que la détermination du seuil optimal d’inflation soit en faveur d’une spécification à deux régimes [18], les intervalles de confiance sont assez larges surtout pour le Bénin, le Burkina Faso, le Mali, le Sénégal et le Togo, alors que pour la Côte d’Ivoire et le Niger le seuil d’inflation obtenu correspond à une borne de l’intervalle de confiance. Ceci montre l’existence d’incertitudes considérables sur la valeur du seuil d’inflation dans ces pays.

60Après avoir identifié le seuil optimal d’inflation, il convient de voir s’il existe des effets de seuil. Il s’agit donc de tester l’hypothèse nulle d’absence d’effet de seuil (H₀ : α_1i = α_2i avec i = 0,…,5) contre son alternatif (H₁ : α_1i ≠ α_2i).

61En utilisant 10 000 réplications de « bootstrap », les valeurs du test F sont associées à des p-values qui sont significatives à 99 % pour la Côte d’Ivoire et le Mali, marginalement significatives à 80 % pour le Bénin et le Burkina Faso et non significatives pour le Niger, le Sénégal et le Togo (tableau n°7, colonnes 2 et 3, en annexe). Ceci suggère une non-linéarité dans la relation entre la croissance économique et l’inflation au Bénin, au Burkina Faso, en Côte d’Ivoire et au Mali ; impliquant que le passage d’un régime à un autre semble être brusque. Pour le Niger, le Sénégal et le Togo en revanche, ces résultats signifient une absence de non-linéarité dans la relation entre la croissance économique et l’inflation pouvant plus précisément traduire que le passage d’un régime à un autre n’est pas brusque [19].

62En fixant les seuils à ces niveaux pour chacun des pays et divisant l’échantillon en deux en fonction de l’inflation, nous pouvons mécaniquement effectuer la même analyse sous chaque sous-échantillon. Il est clair que ces résultats s’étendent à des procédures de recherche d’un deuxième seuil. Environ 8 à 14 observations sont supérieures au seuil à l’exception du Bénin et du Niger où 8 observations sont inférieures au seuil. De la sorte, il n’est plus possible de diviser ces sous-échantillons. Parmi les 23 à 29 observations restantes selon les pays dont l’inflation est inférieure ou supérieure au seuil, la recherche d’un deuxième seuil donne les séquences de ratio de vraisemblance LR, identifiant les seuils et les intervalles de confiance (figure n°2, en annexe, seuil 2 pour chaque pays ; tableau n°6, en annexe, colonnes 4 et 5) [20].

63Ce tableau montre que les seuils seraient estimés à 1,3 % pour le Bénin, 1,6 % pour le Burkina Faso, 1,3 % pour la Côte d’Ivoire, 1,8 % pour le Mali, 4 % pour le Niger, 0 % pour le Sénégal et 0,4 % pour le Togo. Il apparaît ainsi que le Bénin, le Burkina Faso, la Côte d’Ivoire et le Mali présentent des seuils qui sont proches de la cible de 2 % définie par les autorités monétaires de l’union. Ceux du Sénégal et du Togo sont très en deçà de cette cible alors que celui du Niger est supérieur à la cible. D’autre part, les intervalles de confiance sont assez étroits. Ceci permet d’espérer une certaine précision dans l’estimation de ces deuxièmes seuils.

64Les résultats des tests de linéarité pour le deuxième seuil d’inflation dans les pays de l’UEMOA, en utilisant comme précédemment 10 000 réplications de « bootstrap », montrent que les valeurs du test F sont associées avec des p-values qui sont significatives à 99 % pour le Mali, à 95 % pour le Niger et le Togo, à 90 % pour la Côte d’Ivoire, autour de 80 % pour le Sénégal, et non significatives pour le Bénin et le Burkina Faso (tableau n°7, colonnes 4 et 5, en annexe). Ces résultats révèlent au moins une non-linéarité significative en Côte d’Ivoire, au Mali, au Niger au Sénégal et au Togo. Dans ces pays, ceci décrit un passage brusque d’un régime à un autre ; contrairement au Bénin et au Burkina Faso où l’absence de significativité dans la non-linéarité pourrait montrer une transition non brusque d’un régime à un autre.

65Sachant que la méthode de Hansen détermine un seuil même en l’absence de non-linéarité, il est possible de retenir l’existence d’un effet de seuil entre la croissance économique et l’inflation pour tous les pays de l’UEMOA. Les résultats qui prennent en compte deux seuils (seuil bas et seuil haut) seront examinés dans la sous-section suivante pour les pays de l’union.

Relation entre inflation et croissance économique

66Les tableaux n°8 à 14 (en annexe) fournissent les résultats de l’estimation du modèle à effet de seuil d’inflation pour les pays de l’UEMOA pendant la période 1980-2016. À des fins de comparaison, la première colonne montre les estimations du modèle linéaire qui ignore les seuils optimaux d’inflation alors que les autres colonnes présentent les résultats du modèle avec les seuils d’inflation. Les seuils ont été disposés de façon croissante permettant de distinguer un régime de faible inflation (en-dessous du seuil bas), un régime d’inflation modérée (entre le seuil bas et le seuil haut) et un régime de forte inflation (au-delà du seuil haut).

67Avant de passer à l’examen des résultats, nous analysons d’abord les biais potentiels entraînés par la présence de la variable de transition comme régresseur. À cette fin, des tests d’exogénéité de Wald ont été effectués sur la variable « inflation » (tableau n°15, en annexe). Cette procédure fournit des statistiques de Fischer et de Khi-deux dont les valeurs présentent des probabilités supérieures à 0,05. Ceci indique l’exogénéité de l’inflation par rapport à la croissance économique dans les pays de l’UEMOA.

68Il ressort des tableaux de résultats que dans le modèle linéaire, l’inflation aurait un effet non significatif dans tous les pays à l’exception de la Côte d’Ivoire et du Sénégal où la significativité serait de l’ordre respectivement de 80 % et 90 %. Plus précisément, les coefficients associés à l’inflation sont estimés à -0,25 et -0,15. Cela traduit qu’une inflation de 1 % réduirait la croissance du PIB réel par tête de 0,25 % en Côte d’Ivoire et de 0,15 % au Sénégal. En revanche dans la spécification à effet de seuil, l’impact de l’inflation dépend de son niveau.

69Nous concentrant, à titre d’exemple, sur le cas du Burkina-Faso, l’inflation semble être favorable à la croissance lorsqu’elle y est inférieure à 1,6 %, lui apparaît néfaste à la croissance lorsque son niveau est compris entre 1,6 et 4,3 %, semble y avoir des effets de neutralité sur la croissance au-delà de 4,3 %. Lorsqu’elle est inférieure à 1,6 %, plus d’inflation semble être favorable à la croissance, mais lorsqu’elle est supérieure à ce seuil son accroissement se traduirait par une baisse de la croissance de l’ordre de 0,15 %, tant qu’elle n’atteint pas le seuil de 4,3 %.

70D’autre part, l’inflation semble avoir des effets de neutralité sur la croissance au-delà de 4,3 % au Burkina Faso, entre 1,3 et 6,9 % en Côte d’Ivoire, entre 1,8 et 5,4 % au Mali, en-dessous de 4 % au Niger et entre 0 et 6,2 % au Sénégal.

71On peut se reporter au tableau n°2 pour une synthèse des résultats du modèle non linéaire concernant la relation inflation/croissance.

Inflation optimale pour les pays de l’UEMOA

72Les résultats sur le seuil optimal d’inflation ont d’importantes implications pour les pays de l’UEMOA surtout dans le contexte actuel d’un objectif d’inflation de 2 % défini par le comité de politique monétaire de la BCEAO. Cet objectif peut constituer une contrainte en termes de croissance pour tout pays dont le seuil optimal d’inflation est différent de 2 %. Les pertes potentielles sont consignées dans le tableau ci-dessous :

Tableau 2

Inflation optimale pour les pays de l’UEMOA

Coefficient en-dessous du seuil Seuil bas Coefficient inter-seuil Seuil haut Coefficient au-dessus du seuil Inflation optimale au sens du modèle Perte par rapport à 2% Bénin -0,22 0,4 0,75 1,3 0,23 Infinie B. Faso 0,61 1,6 -0,15 4,3 0,0 1,6 0,06 C. d’Ivoire 2,7 1,3 0,0 6,9 -3,3 Entre 1,3 et 6,9 0 Mali 0,6 1,8 0,0 5,4 -0,26 Entre 1,8 et 5,4 0 Niger 0,0 -1,6 0,0 4,0 -0,5 Inférieure à 4,0 0 Sénégal 0,5 0,0 0,0 6,2 -0,6 Entre 0 et 6,2 0 Togo 4,4 0,4 0,5 7,5 -0,4 7,5 2,75

Inflation optimale pour les pays de l’UEMOA

73Ce tableau tient compte du fait qu’apparaissent des intervalles d’impacts positifs de l’inflation sur la croissance économique et d’autres de neutralité de ces impacts de l’inflation. En effet, quand le coefficient en-dessous du seuil bas ou interseuil est positif ou nul, l’inflation contribue à une croissance plus élevée ou l’effet de l’inflation sur la croissance est nul. La BCEAO peut choisir son taux d’inflation cible dans l’intervalle correspondant à un impact positif ou nul de l’inflation sur la croissance économique. Ainsi :

• dans le cas du Bénin, une inflation trop faible est un obstacle à la croissance. Au-delà du seuil bas de 0,4 %, l’inflation et la croissance économique sont positivement corrélées, la hausse de la croissance associée à celle de l’inflation étant plus importante en-dessous du seuil haut de 1,3 % qu’au-delà de celui-ci. Dans ce cas, le modèle ne définit pas de taux optimal d’inflation. Pris à la lettre, il dirait que le Bénin, en se calant sur l’objectif commun de 2 % perdrait 0,23 point de croissance par point d’inflation auquel il renonce ;
• au Burkina Faso, lorsque l’inflation est inférieure au seuil bas 1,6 %, le coefficient de l’inflation est positif, suggérant qu’alors la hausse de l’inflation est favorable à la croissance. Une cible d’inflation de 1,6 % semble optimale au Burkina Faso ; le taux objectif de 2 %, n’y impliquant, au sens du modèle, qu’une faible perte de croissance ;
• en Côte d’Ivoire et au Mali, quand l’inflation est inférieure au seuil bas respectivement de 1,3 et 1,8 %, le coefficient sur l’inflation est positif, suggérant qu’à ces niveaux faibles, la hausse de l’inflation est favorable à la croissance. On note, par ailleurs, que jusqu’à 6,9 % en Côte d’Ivoire et 5,4 % au Mali, l’effet de l’inflation sur l’activité économique est nul : le relèvement de l’objectif d’inflation jusqu’à 6,9 % et 5,4 % ne serait pas nuisible dans ces pays, dans le cadre de la modélisation testée. De ce fait, la Banque centrale pourrait chercher à atteindre une cible d’inflation de 1,3 % en Côte d’Ivoire et 1,8 % au Mali, mais l’application de l’objectif de la BCEAO ne semble pas entraîner de perte de croissance dans ces deux pays ;
• dans le cas du Sénégal, une inflation nulle est favorable à la croissance économique. Au Sénégal la stabilité des prix apparaît optimale pour la croissance. Toutefois, le choix d’une inflation optimale nulle pourrait être confronté à la conviction de responsables politiques selon laquelle le taux d’inflation optimal doit être supérieur à zéro pour assurer que les taux d’intérêt nominaux ne se retrouvent pas à leur limite inférieure de zéro. Sachant que l’effet de l’inflation sur l’activité économique est nul jusqu’à 6,2 % au Sénégal, un objectif d’inflation compris entre 0 et 6,2 % serait alors envisageable. Ainsi, l’application de l’objectif de 2 % ne semble pas être une perte pour le Sénégal ;
• pour le Niger, l’inflation n’a aucun effet significatif sur la croissance économique en-dessous du seuil bas correspondant à une déflation de 1,6 % et entre les seuils ; ce qui reflète une neutralité de l’inflation sur la croissance lorsque l’inflation est inférieure au seuil haut de 4 %. Comme pour le Sénégal, la BCEAO pourrait choisir son taux d’inflation cible dans l’intervalle où l’effet de l’inflation sur la croissance est nul. De ce fait, l’engagement de la BCEAO pour un objectif d’inflation positif jusqu’au seuil de 4 % ne semble pas nuire l’activité économique au Niger, l’application de l’objectif de 2 % n’y impliquant aucune perte ;
• concernant le Togo, il existe une relation positive et significative entre l’inflation et la croissance économique jusqu’à un seuil de 7,5 %, l’amélioration de la croissance à la suite d’une hausse des prix étant plus marquée en-dessous du seuil bas de 0,4 % qu’au-dessus. Même une inflation supérieure à l’objectif de 2 % est favorable à la croissance économique. Ainsi, toujours au sens du modèle proposé et testé, cet objectif d’inflation définie par la BCEAO constituerait une contrainte pour le Togo qui pourrait subir une perte estimée autour de 2,75 % de croissance du PIB par tête.

74En vue de contribuer à la détermination d’un objectif d’inflation convenant aux pays d’Afrique de l’Ouest, objectif à définir par la Banque centrale des États de l’Afrique de l’Ouest, nous avons étudié la relation entre l’inflation et la croissance pour chacun des pays de l’union. Pour cela, nous avons utilisé la méthode de régression à effet de seuil développée par Hansen [1996, 2000], dont un élément essentiel est la détermination endogène du seuil d’inflation.

75À partir des données annuelles couvrant la période 1980-2016, il semble que l’effet de l’inflation sur la croissance économique soit non linéaire dans les pays de l’UEMOA. Les résultats montrent qu’à l’exception du Togo, l’objectif d’inflation de 2 % défini par le comité de politique monétaire de la BCEAO est compatible ou proche avec les taux d’inflation optimaux trouvés pour le Burkina Faso, la Côte d’Ivoire, le Mali, le Niger et le Sénégal. Pour le Bénin, nous observons un faible rendement d’une inflation supplémentaire au-delà du seuil de 1,3 %.

76Les résultats semblent suggérer que les pertes de croissance susceptibles d’être engendrées par l’utilisation de la cible de 2 % en lieu et place du taux optimal d’inflation seraient nulles dans tous les pays de l’union, à l’exception du Togo qui sacrifierait environ 2,75 % de croissance du PIB réel par tête. À l’élucidation près du cas du Togo, ces résultats semblent montrer que l’approche de la BCEAO est globalement pertinente.

77Le taux optimal apparaît différent d’un pays à l’autre. Cette différence de taux d’inflation optimal des pays de l’UEMOA pourrait s’expliquer par une différence des systèmes productifs, des structures financières, des institutions et des normes sociales. Ceci renvoie aux limites de cet article et suggère des orientations possibles pour les travaux futurs. Tout d’abord, l’article ne propose pas de modèle macro-économique structurel ni de la zone, ni d’aucun de ses pays. Le modèle de croissance retenu est certes admissible, mais n’épuise pas la question. Donc, des recherches futures pourraient reposer sur un modèle spécifique de l’union ainsi que de ses membres. Plus particulièrement, il s’agira de tester la solidité des résultats en retenant ou en incluant d’autres variables ou encore en faisant des croisements entre ces variables. D’autre part, il y a une seule politique monétaire dans l’union et la Banque centrale doit viser un seul objectif. Donc, il est nécessaire de déterminer le niveau optimal de l’inflation pour l’UEMOA dans son ensemble. De ce fait, une estimation portant sur l’agrégat « zone BCEAO » serait une opportunité. Enfin, la méthode utilisée pour la détermination du seuil d’inflation est à transition brusque. Ainsi, des recherches ultérieures pourraient utiliser des méthodes à transition lisse dont la plus récente est celle en panel.