Inflation
3572
BULLETIN OFFICIEL
Nº 7464 bis – 20 joumada II 1447 (11-12-2025)
L’approche généralement utilisée dans ce cadre s’inspire de la méthodologie développée par Diebold et Yilmaz (2009-2012)1 pour analyser les effets de « contagion » entre les actifs financiers. Elle consiste à construire, à partir d’un modèle VAR, une matrice d’interaction basée sur la décomposition généralisée de la variance des erreurs de prévision. Appliquée par la BRI2 sur les données mensuelles américaines couvrant deux périodes distinctes, 1965-1985 (régime d’inflation élevée) et 1986-2019 (basse inflation), cette approche laisse conclure que la connectivité augmente avec l’inflation, les produits alimentaires et les carburants étant identifiés comme les composantes les plus « contagieuses » en termes de transmission de pressions inflationnistes. Des conclusions similaires ressortent d’une étude plus récente menée par la Banque du Portugal3 en 2023 sur la période post-pandémique. Dans le cas du Maroc, cette approche a été appliquée à travers un modèle BVAR pour les 12 divisions de l’indice des prix à la consommation, en intégrant également un ensemble de variables pour capter les chocs externes. Il s’agit de l’inflation dans la zone euro, du cours du pétrole (Brent) et de l’indice FAO. Les estimations ont été réalisées initialement sur la période allant de janvier 2007 à décembre 2020, caractérisée par une inflation modérée, puis en l’élargissant jusqu’à 2023 pour inclure la phase post-pandémique marquée par une hausse importante des prix. Les résultats pour la première période font ressortir une interconnectivité moyenne de 24,4% entre les différentes composantes de l’IPC. En d’autres termes, près d’un quart des variations totales au niveau de ces indices est attribué aux effets de « débordement », les chocs idiosyncratiques expliquant le reste, soit 75,6%. Les divisions de l’indice les plus « contagieuses » s’avèrent être « les produits alimentaires inclus dans l’IPCX », 57,4% de toute variation de cette rubrique se transmet aux autres divisions de l’indice. A l’inverse, les composantes les plus vulnérables aux chocs sont les « articles d’habillement et chaussures », dont 42,6% de la variation s’explique par celles émanant des autres rubriques, suivis des « biens et services divers » avec 37,4% et des « meubles, articles de ménage et entretien courant du foyer » avec 36,1%. Diebold, F. X. and K. Yilmaz (2009). “Measuring financial asset return and volatility spillovers, with application to global equity markets.” Economic Journal,119(534). Diebold, F. X. and K. Yilmaz (2012). “Better to give than to receive, predictive directional measurement of volatility spillovers.” International Journal of Forecasting, 28(1). 2 “Inflation: a look under the hood”, BIS Annual Economic Report 2022. 3 Quelhas, J. and Serra, S. (2023). “The inflation process in Portugal: the role of price spillovers”. Banco de Portugal Economic Studies, Vol. IX, No. 2. 1
72