La thèse étudie et met en évidence les mésalignements (déviation du taux de change réel par rapport à sa valeur d'équilibre) du taux de change pour un certain nombre de pays des deux zones franc CFA, à savoir la Côte d'Ivoire et le Mali pour l'UEMOA, le Tchad, la République Centrafricaine et le Cameroun pour la CEMAC. En fait, il s'agit de savoir si l'organisation des unions monétaires en change fixe avec l'euro, avec leurs règles monétaires et les règles de convergence budgétaires adoptées ne conduisent pas à une surévaluation structurelle et chronique des taux de change réels des pays qui seraient préjudiciables à leur croissance ou plus généralement à leur développement ceci en dépit des gains de crédibilité obtenus en matière d'inflation et les avantages en terme de risque pays que procure des règles strictes, mais claires et constantes au cours du temps. Cela dit le taux de change réel d'équilibre de long terme est apprécié dans la thèse en fonction des termes de l'échange, de la part des biens non échangeables et échangeables internationalement, de la balance courante, de la demande intérieure, des droits et taxes sur les importations et exportations, du degré d'ouverture et des dépenses publiques. Nous en arrivons à la conclusion selon laquelle les taux de change réels ont été en général surévalués (en moyenne sur la période 1965-2003) quoique de manière diverse selon les pays, ce qui justifie après coup la dévaluation de 1994, les mésalignements ne se résorbant pas plus vite dans les « petits pays » que dans les « grands ». Un développement en quatre parties est proposé : la première décrit l'évolution des économies des zones franc selon le régime de change (dévaluation de 1994, passage à l'euro en 1999), la situation de la dette (crise de la dette et politiques d'ajustement structurelles entre 1986 et 1994), la spécialisation du commerce extérieur et le taux de croissance du PIB. Le problème récurrent du déficit extérieur et les taux de croissance faibles sont également mis en exergue. La seconde partie passe en revue les théories du taux de change réel d'équilibre et se termine par une évaluation très précise et originale des taux de change réels. La troisième partie étudie et discute une spécification d'une forme réduite de taux de change réel d'équilibre dans l'esprit de la théorie d'Edwards et développe les modèles VAR et VAR à correction d'erreur qui permettent de penser l'évolution du taux de change vers sa valeur de long terme considérée comme une fonction des fondamentaux décrite par une relation de cointégration. La quatrième partie enfin présente les estimations complètes pour les cinq pays étudiés, les discutent et les utilisent pour produire les conclusions rappelées au début de ce résumé.

La colinéarité rend difficile l’utilisation de la régression linéaire pour estimer l’importance des variables dans les études de marché. D’autres approches ont donc été utilisées.Concernant la décomposition de la variance expliquée, une démonstration de l’égalité entre les méthodes lmg-Shapley et celle de Johnson avec deux prédicteurs est proposée. Il a aussi été montré que la méthode de Fabbris est différente des méthodes de Genizi et Johnson et que les CAR scores de deux prédicteurs ne s’égalisent pas lorsque leur corrélation tend vers 1.Une méthode nouvelle, weifila (weighted first last) a été définie et publiée en 2015.L’estimation de l’importance des variables avec les forêts aléatoires a également été analysée et les résultats montrent une bonne prise en compte des non-linéarités.Avec les réseaux bayésiens, la multiplicité des solutions et le recours à des restrictions et choix d’expert militent pour utilisation prudente même si les outils disponibles permettent une aide dans le choix des modèles.Le recours à weifila ou aux forêts aléatoires est recommandé plutôt que lmg-Shapley sans négliger les approches structurelles et les modèles conceptuels.Mots clés :régression, décomposition de la variance, importance, valeur de Shapley, forêts aléatoires, réseaux bayésiens. / AbstractLinear regression is used in Market Research but faces difficulties due to multicollinearity. Other methods have been considered.A demonstration of the equality between lmg-Shapley and and Johnson methods for Variance Decomposition has been proposed. Also this research has shown that the decomposition proposed by Fabbris is not identical to those proposed by Genizi and Johnson, and that the CAR scores of two predictors do not equalize when their correlation tends towards 1. A new method, weifila (weighted first last) has been proposed and published in 2015.Also we have shown that permutation importance using Random Forest enables to take into account non linear relationships and deserves broader usage in Marketing Research.Regarding Bayesian Networks, there are multiple solutions available and expert driven restrictions and decisions support the recommendation to be careful in their usage and presentation, even if they allow to explore possible structures and make simulations.In the end, weifila or random forests are recommended instead of lmg-Shapley knowing that the benefit of structural and conceptual models should not be underestimated.Keywords :Linear regression, Variable Importance, Shapley Value, Random Forests, Bayesian Networks