REPUBLIQUE DU BENIN
*=* =*=*=*=*
MINISTERE DE L'ENSEIGNEMENT SUPERIEUR ET
DE LA RECHERCHE SCIENTIFIQUE
*=* =*=*=*
UNIVERSITE D'ABOMEY-CALAVI
*=* =*=*=* =
ECOLE NATIONALE D'ECONOMIE APPLIQUEE ET
DE MANAGEMENT (ENEAM)
*=**=**=*=**=**=
Option : Economie Appliquée
Filière : Statistique
DETERMINANTS DES INVESTISSEMENTS
DIRECTS ETRANGERS AU BENIN
REALISE ET SOUTENU PAR : Raymonde .Mc M.
.HOUANGNI & Roméo R.E.B. ADJOVI SOUS LA DIRECTION DE
:
Maître de stage Tuteur de
mémoire
Jocelyn FIOGBE Didier NOUKPO
Statisticien Economiste à la BCEAO Statisticien Economiste
à la BCEAO
24 ème PROMOTION
ANNEE ACADEMIQUE : 2005-2006
L'ECOLE NATIONALE D'ECONOMIE APPLIQUEE ET DE
MANAGEMENT (ENEAM) N'ENTEND DONNER AUCUNE APPROBATION NI IMPROBATION
AUX OPINIONS EMISES DANS CE MEMOIRE. CES OPINIONS DOIVENT
ETRE CONSIDEREES COMME PROPRES A LEURS AUTEURS.
Dédicaces
le dédie ce travail" à tous ceuic qui
s'y intéresseront ou qui me portent dans leurs coeurs.
Waymonde grOVA9V!9VI
le dédie ce document à toute fafamilTe
AD~OVI et à tous ceuic qui le liront.
qoméoADnOVI
Zemerciements
os sincères remerciements vont à Cendroit
de :
o !Monsieur Idriss DA0VDA, Directeur 9Vationaf de fa
BUEA0 pour Ce Bénin ;
o !Monsieur eoger AÇB0Z0Ç9VIÇBE,
Directeur de Agence Principale de Cotonou;
o !Monsieur ~oger IC0IC0V, Che# du Service de fa
eecherche et de Ça Statistique ;
o !Monsieur 5ocefyn TweE, notre!Maître de
stage;
o !Monsieur Didier 9V0VICP0 , notre Tuteur de
mémoire ;
o !Messieurs Aristide !MEDE9V0V, Brice .7-f0VEI09V,
Crédo EICVE, .7-fa6i6 17D5A9V1, !Marcetrin ED50 et qhierry
A.7-f0VA9VV0ED0 ;
o Tous nos professeurs, amis et parents qui ont
contri6ué à Ca6outissement de ce travaiC
avant propos
De nos jours, la statistique est devenue un outil
incontournable dans le processus de prise de décision. Son importance
dans le développement économique est indéniable. Raison
pour laquelle le Bénin, par le biais de l'Ecole Nationale d'Economie
Appliquée et de Management, forme des Ingénieurs des Travaux
Statistiques à travers sa filière statistique. Cette formation
dure trois (3) ans et s'achève par la présentation d'un
mémoire. Ceci oblige les étudiants à faire un stage
pratique de trois mois en entreprise. De notre coté, notre stage s'est
déroulé à l'Agence principale de la BCEAO pour le
Bénin, au service de la Recherche et de la Statistique et a porté
sur « les déterminants des Investissements Directs
Etrangers au Bénin ».
A
ACP : Analyse en Composantes Principales
AGOA : African growth and Opportunity Act
ADF : Augmented Dickey Fuller
B
BIC : Bénéfices Industriels et Commerciaux
BRVM : Bourse Régionale des Valeurs Mobilières
C
CAF : Coût, Assurance et Fret
CEDEAO : Communauté Economique des Etats de l'Afrique de
l'Ouest
CFE : Centre de Formalités des Entreprises
CIPB : Conseil des Investisseurs Privés au Bénin
COTEB : Complexe des Textiles du Bénin
CPI : Centre de Promotion des Investissements
CNUCED : Conférence des Nations Unies sur le Commerce Et
le Développement
D
DASP : Direction d'Appui au Secteur Privé
E
ENEAM : Ecole Nationale d'Economie Appliquée et de
Management
F
FCFA : Franc de la Communauté Financière
Africaine
FMI : Fond Monétaire International
FMN : Firmes Multinationales
I
IBB : Industrie Béninoise du Bois
IDE : Investissements Directs Etrangers
INSAE : Institut National de la Statistique et de l'Analyse
Economique
M
MCE : Modèle à Correction d'Erreur
MCO : Moindres Carrés Ordinaires
MENA : Middle East and North Africa
O
OBOPAF : Observatoire des Opportunités d'Affaires du
Bénin
OCDE : Organisation pour la Coopération et le
Développement
Economique
O.L.I : Ownership advantages, Localization advantages,
Internalization
advantages
ONAB : Office National du Bois
OPT : Office des Postes et Télécommunications
P
PIB : Produit Intérieur Brut
PMA : Pays Moins Avancés
PNB : Produit National Brut
S
SBEE : Société Béninoise
d'Electricité et d'Eau
SITEX : Société Industrielle des Textiles
SONAPRA : Société Nationale pour la Promotion
Agricole
T
TIC : Technologie de l'Information et de la Communication
TVA : Taxe sur Valeur Ajoutée
U
UEMOA : Union Economique et Monétaire Ouest Africaine
V
VECM : Vector Error Correction Model
Présentation ~
Au lendemain des indépendances, bon nombre de pays
Africains montrèrent leur volonté manifeste de mener leur
politique monétaire de manière conjointe. C'est ce qui justifie
la naissance de l'Union Monétaire Ouest Africaine (UMOA).
La création de l'UMOA en 1962 est l'aboutissement de la
vision sous-régionale de certains Etats décidés à
exercer ensemble leur souveraineté monétaire pour mieux affronter
les problèmes de développement. Actuellement, huit (8) pays sont
membres de l'UMOA. Il s'agit du Bénin, du Burkina Faso, de la Côte
d'Ivoire, de la Guinée Bissau, du Mali, du Niger, du
Sénégal et du Togo.
Ces pays utilisent en commun la même unité
monétaire qu'est le Franc CFA (Franc de la Communauté
Financière Africaine). L'émission de cette monnaie est
confiée à la Banque Centrale des Etats de l'Afrique de l'Ouest
(BCEAO) dont le siège se trouve à Dakar au
Sénégal.
La mission principale de la BCEAO est la mise en oeuvre de la
politique monétaire des Etats membres, le contrôle de
l'évolution de la liquidité, le refinancement des banques
commerciales et le suivi de l'inflation.
Bien qu'ayant son siège à Dakar depuis 1978,
elle possède des Directions Nationales dans chaque Etat membre. Chaque
Direction Nationale est composée d'une ou de plusieurs agences. L'
agence principale centralise les opérations effectuées sur le
territoire national.
Le Bénin compte une Agence Principale à Cotonou
et une agence auxiliaire à Parakou. Notre stage s'est effectué
à l'Agence Principale de Cotonou qui compte onze (11) services aux
compétences variées à savoir :
Le service de l'Administration et du
Patrimoine
Il s'occupe de la gestion du matériel, du mobilier, des
fournitures, de la reprographie et de la gestion du parc automobile.
Le service de la
sécurité
Il a en charge tout ce qui a rapport à la
sécurité des biens et personnes.
Le Service de la Caisse
Ce Service est responsable aussi bien de l'émission, du
dépôt que du retrait de la circulation des pièces et
billets de banque, ainsi que de la vente des devises. Il a pour autre mission
de traiter toute information relative aux éventuelles
contrefaçons.
Le Service de la Comptabilité et du
Budget
Ce Service se charge de la mise en application de toutes les
tâches relatives à la comptabilité et à
l'exécution du budget. On peut citer entre autre la tenue de la
comptabilité générale, auxiliaire et analytique et
l'élaboration du projet de budget.
Le Service des Ressources Humaines
Il assure la gestion administrative et la gestion du personnel de
la Banque, conformément aux règlements du travail et de la
Banque.
Le Service Informatique
Ce Service est chargé de la conception ou de la
réalisation des développements informatiques, de la mise en
oeuvre de la sécurité informatique, de la gestion des
réseaux locaux et du système de
télétransmission.
Le Service des Opérations
Financières
Il s'occupe de toutes les tâches ayant rapport aux
opérations financières (virements, transferts, opérations
sur devises, ouverture de crédits à l'étranger...),
à la chambre de compensation et aux contentieux relatifs au
système financier.
Le Service des Systèmes et moyens de
Paiement
Ce Service est en charge de la gestion des systèmes de
paiement, du suivi de l'application de la réglementation et des risques
relatifs aux instruments et aux systèmes de paiement. Il intervient
aussi dans la gestion des guichets et bureaux réservés, au sein
de l' Agence Principale.
Le Service du Crédit
C'est le Service qui dirige la politique monétaire. En
effet, il se charge de toutes les opérations et activités
liées au financement des États, de l'économie ou au
fonctionnement du système financier.
Le Service des Études
Ce Service suit l'évolution des comptes nationaux,
s'occupe de la réalisation d'études générales et
précises sur la situation économique, financière et
monétaire. C'est ce service qui élabore la balance des paiements
et étudie ses fluctuations.
Le Service de la Recherche et de la
Statistique
C'est le Service qui s'occupe par excellence de la collecte,
du traitement et de la centralisation de toutes les statistiques
économiques, financières et monétaires. Il est aussi
impliquée dans la recherche économique, monétaire et
financière. Ses autres attribution sont la mise en oeuvre du dispositif
interne de suivi de l'activité économique, la réalisation
des études, l'élaboration des indices et des notes statistiques
ainsi que du tableau de bord, la gestion de la documentation, de la
bibliothèque et des archives.
Ce Service comporte trois sections :
· La section Statistique ;
· La section Recherche, Prévisions Economiques
et Formation ;
· La section Documentation.
SOMMAIRE
Introduction 5
Problématique et intérêt de l'étude
6
Objectif de l'étude 8
Première partie : Cadre théorique et conceptuel de
l'étude 10
Chapitre 1 : Cadre théorique de l'étude 10
Chapitre 2 : Flux d'IDE et cadre d'investissement au Bénin
22
Deuxième partie : Recherche des facteurs explicatifs des
flux d'IDE 36
Chapitre 1 : Formalisation économétrique 36
Chapitre 2 : Analyse des résultats et recommandations
57
Conclusion 62
LISTE DES TABLEAUX
Tableau 1 : Présentation des
différents investisseurs étrangers au Bénin par secteur et
par
pays d'origine 27
Tableau 2 : Fiscalité dans
les pays de l'UEMOA 32
Tableau 3 : Présentation des
variables 39
Tableau 4 : Corrélation des
variables à l'IDE 42
Tableau 5 : Présentation des
corrélations aux variables retenues en premier lieu 42
Tableau 6 : Stationnarité
des variables 45
Tableau 7 : Résultats du
test de la trace sur les variables 47
Tableau 8 : Résultats du
test de la valeur propre maximale 48
Tableau 9 : Présentation des
résultats de la relation de long terme 50
Tableau 10 : Test ADF sur les
résidus de long terme 51
Tableau 11 : Présentation
des résultats de l'estimation de la relation de court terme 52
LISTE DES GRAPHIQUES
Graphique 1 : Flux nets de capitaux
privés vers l'ensemble des pays en développement 22
Graphique 2 : Destination des flux
d'IDE en 2004 23
Graphique 3 : Evolution des IDE
entrants dans quelques pays asiatiques et africains 24
Graphique 4 : Répartition
des flux d'IDE de quelques pays asiatiques et africains en 2004 24
Graphique 5 : Evolution des flux
entrants d'IDE au Bénin 25
Graphique 6 : Evolution des flux
d'IDE relatifs au niveau maximal 26
Graphique 7 : Répartition
des IDE dans les pays de l'UEMOA en 2004 28
Graphique 8 : Evolution des flux
d'IDE 28
Graphique 9 : Présentation
des avantages concurrentiels du Bénin en matière d'IDE
dans
la sous-région 34
Graphique 10 : Résultat de
l'ACP sur les variables 41
LISTE DES ENCADRES
Encadré 1 : Principe de
l'ACP 40
Encadré 2 :
Méthodologie de la construction d'un modèle 40
Encadré 3 : Principe du test
de Dickey Fuller Augmenté (ADF) 45
Encadré 4 :
Définition de la cointégration 46
Encadré 5 : Principe du test
de la relation de cointégration de Johansen 47
Encadré 6 : Principe de
l'estimation du modèle à correction d'erreur 49
Introduction
La relance de l'activité économique et la
réduction de la pauvreté dans les pays africains constituent les
principaux sujets de préoccupation des Etats. En effet, le
redémarrage des activités génératrices de revenus
passe irrémédiablement par l'accroissement des investissements.
La structure fragile de ces pays, du fait de leur pauvreté, ne leur
permet malheureusement pas de puiser dans leurs ressources propres pour
effectuer cet effort. Cela les contraint à faire appel à des
capitaux privés étrangers qui, sous certaines conditions, sont
appelées Investissements Directs Etrangers. For est-il de constater que,
comparativement à l'Europe, l'Asie et l'Amérique, l'Afrique n'est
pas une destination de prédilection pour les IDE. Face à cette
réalité, il revient aux Etats africains de rechercher les
facteurs qui déterminent les flux d'IDE dans leurs économies. En
tant que pays de l'Afrique de l'ouest, le Bénin est aussi
concerné. C'est dans cette logique que s'inscrit la présente
étude dont le thème est intitulé :
«Déterminants des Investissements Directs Etrangers au
Bénin».
Dans une première partie il sera présenté
le cadre théorique et conceptuel de l'étude, ensuite la
deuxième partie conduira à la recherche des facteurs explicatifs
des flux d'IDE et aboutira aux recommandations quant à la politique
adéquate en matière d'investissements.
Problématique et intérêt de
l'étude
Le Bénin depuis son accession à
l'indépendance en 1960 s'efforce d'asseoir son développement.
Doté d'un potentiel de production non négligeable, il a tous les
atouts nécessaires au décollage effectif de son économie.
Ces atouts de l'économie béninoise sont : l'abondance de terres
arables dont les plus riches sont situées dans la vallée de
l'Ouémé, sa situation de pays côtier et son statut
géographique. En effet, le Bénin bénéficie d'une
géophysique1, particulièrement attrayante pour
l'agriculture et les activités requérant des cours d'eau.
Cependant, le Bénin est encore loin du niveau potentiel
de production auquel ses atouts et facteurs de production le
prédestinent. En témoignent le taux de sous emploi
supérieur à 25% (Observatoire national de l'Emploi et de la
Formation) et la baisse tendancielle du taux de croissance réel qui est
passé de 6,2% en 2001 à 2,9% en 20052.
En effet, le Bénin appartient au groupe des pays
pauvres les moins avancés (PMA). Son taux de croissance
démographique (3,5%) est supérieur à son taux de
croissance économique (2,9% en 2005)3. Ceci illustre bien
l'affaiblissement continu de l'économie et la chute continue du niveau
de revenu par habitant.
Par ailleurs, les concours du système bancaire
béninois aux entreprises sont essentiellement des crédits
à court terme qui ne favorisent pas l'investissement et limitent par
ricochet le niveau de la richesse produite. Un autre fait marquant est la
quasi-absence des entreprises béninoises parmi celles cotées
à la Bourse Régionale des Valeurs Mobilières (BRVM). Le
marché financier, autre voie de financement des entreprises, est
négligé du fait des conditions de transparence qu'il impose aux
entreprises (bilans certifiés, etc.).
1 La géographie physique étudie la
climatologie, l'hydrographie et la géomorphologie.
2 Source INSAE
3 Source INSAE
Dans ces conditions, pour réduire de façon
durable la pauvreté, le Bénin se doit de maintenir un taux de
croissance supérieur ou égal à 7%1. La
réalisation de cet objectif de production optimale passe par
l'accroissement du niveau des investissements. Or , le niveau actuel de
l'épargne intérieure brute (1,2% du PIB en 2005) ne lui garantit
pas les ressources nécessaires pour faire face au niveau
d'investissement désiré. En conséquence le recours aux
capitaux étrangers s'avère nécessaire pour apporter un
souffle nouveau à l'économie béninoise.
Au nombre de ces apports extérieurs nous pouvons citer
les Investissements Directs Etrangers (IDE), les prêts bancaires, les
investissements de portefeuille2, etc. La plupart de ces capitaux
internationaux, de par leurs caractéristiques, ne sont plus trop
recommandés aux pays qui veulent sortir de l'ornière. Les
prêts bancaires ne cessent d'augmenter la dette extérieure du
pays. De par leur niveau désespérément bas (6,7% du PIB en
2004 selon la banque mondiale) et les problèmes de gouvernance dans les
pays en développement, les Aides Publiques au Développement ne
sont plus de mise. Quant aux investissements de portefeuille, ils ne sont
généralement destinés qu'à la trésorerie,
donc ne représentent que des investissements à court et moyen
termes, inaptes à tout effort de croissance. En effet, vu la
nécessité de l'industrialisation dans le processus de
développement économique, il est plus avantageux pour les PVD
d'encourager l'entrée des investissements directs étrangers qui
sont la forme de capitaux la moins contraignante et qui favorisent
l'émergence de nouvelles entreprises.
En conséquence, des politiques appropriées
visant à inciter les investisseurs étrangers devraient être
mises en oeuvres. A cet effet, il apparaît important de rechercher les
facteurs expliquant les flux d'IDE.
Par ailleurs, le Bénin comparativement à la
Côte d'ivoire, le Mali, le Nigeria, l'île Maurice, attire
très peu d'IDE. La présente étude vise à identifier
les facteurs déterminants qui pourraient transformer le Bénin en
une destination de prédilection des IDE.
1 Source BCEAO
2 ·
Fmances & développement, Juin 2001
Objectif de l'étude
L'objectif de l'étude est de rechercher les variables
pertinentes qui expliquent les flux entrants d'investissements directs
étrangers au Bénin afin de proposer des mesures de politique
économique susceptibles d'améliorer l'attractivité de
l'environnement économique béninois.
De façon spécifique, l'étude
procédera à une :
- analyse comparative des flux d'IDE à destination du
Bénin avec certains pays en développement, d'Afrique et d'Asie
;
- identification factorielle des variables explicatives des flux
d'IDE entrants au Bénin ;
- évaluation de la variation des IDE par rapport aux
variables identifiées grâce à l'analyse factorielle .
Cadre théorique et
conceptuel de l'étude
Première partie
Première partie : Cadre théorique et
conceptuel de l'étude
Cette partie vise à clarifier les concepts
utilisés dans le document, à faire une revue des théories
économiques relatives aux IDE et à procéder à
l'état des lieux sur les investissements directs étrangers au
Bénin.
Chapitre 1 : Cadre théorique de
l'étude
En économie, les investissements directs étrangers
renvoient à un certain nombre de concepts, de réalités et
de résultats issus de recherches qu'il convient de présenter.
1.1- Définition des concepts
Ici l'accent sera mis sur la notion d'Investissements Directs
Etrangers même, sur les concepts de l'investisseur direct, de
l'entreprise d'investissement et sur la typologie des firmes
multinationales.
1.1.1- Les Investissements Directs Etrangers
D'après la cinquième édition du manuel
de la balance des paiements du FMI, les investissements directs
étrangers sont des actifs fournis par une entité résidente
d'une économie dans les entreprises résidentes d'une autre
économie afin de s'impliquer dans la gestion de ces entreprises
résidentes par le biais d'une relation durable (moyen ou long terme).
Selon l'OCDE, l'investissement direct étranger est une
activité par laquelle un investisseur résidant dans un pays
obtient un intérêt durable et une influence significative dans la
gestion d'une entité résidant dans un autre pays. Ces
investissements étrangers incluent :
- la création d'une nouvelle entreprise et sont dits
« Greenfield » ;
- la modification du statut d'une entreprise déjà
existante par le biais de fusions et d'acquisitions (prise de participation au
capital) ;
- les bénéfices des IDE réinvestis par
l'entreprise bénéficiaire ;
- les prêts à elle accordés par
l'investisseur direct.
Les flux d'IDE sont généralement des flux
à long terme car les actifs que sont ces investissements sont difficiles
à déplacer. La particularité de l'IDE est la
volonté de l'investisseur de prendre part à la gestion de
l'entreprise destinataire de son apport financier. Par convention, ce fonds
doit représenter au moins 10% du capital (des actions ou des droits de
vote) de l'entité réceptrice. En deçà de ce seuil,
les investissements octroyés sont considérés comme des
investissements de portefeuille.
Les natures des différents investisseurs
étrangers sont diverses mais ce sont les firmes ou multinationales qui,
de nos jours, sont les principaux fournisseurs d'IDE. Il est alors pertinent de
s'interroger sur les motivations qui poussent ces dernières à
investir à l'étranger et les différentes stratégies
mises en oeuvre dans ce processus.
1.1.2- L'investisseur direct et typologie des firmes
multinationales
L'investisseur direct peut être une personne physique,
une entreprise publique ou privée dotée ou non d'une
personnalité morale distincte, un groupe de personnes physiques ou
d'entreprises qui sont associées, un gouvernement ou un organisme
officiel, qui possède (selon les critères cités
précédemment) une entreprise d'investissement direct.
Les firmes multinationales communément nommées
FMN sont des entreprises d'investissements directs ayant une envergure
internationale. Elles occupent une place très importante dans les
échanges internationaux, à tous les niveaux, aussi bien dans la
production et l'exportation de produits primaires que de produits finis et de
services. Elles étendent leurs ramifications dans plusieurs pays du
monde, et pour cela elles ont une politique bien précise de localisation
stratégique.
Dunning dans ses études sur les FMN distingue cinq (5)
possibilités qu'exploitent les firmes pour choisir leurs lieux
d'implantation. Dans le cadre de ses travaux en
1993, il considère cinq (5) types de firmes
multinationales selon leur comportement productif :
· Les « Ressources Seekers » encore
appellée « Chercheurs de Ressources »
Elles s'implantent dans une économie dans le but
d'acquérir des ressources particulières, main-d'oeuvre par
exemple, à moindre coût ou des ressources indisponibles dans son
lieu de résidence.
· Les « Market Seekers » ou « Chercheurs de
Grands Marchés »
Elles recherchent la rentabilité de
l'approvisionnement sur le marché local. Généralement,
elles tiennent compte de la taille du marché dans l'arbitrage entre
exporter vers une économie à l'étranger ou s'y
implanter.
· Les « Efficiency Seekers » encore
appellée « Chercheurs d'Efficience » Elles recherchent
l'efficacité de l'économie d'échelle et de la
diversification des risques en s'implantant à l'étranger.
· Les « Strategy Asset ou capability Seekers » ou
« Chercheurs de Compétitivité »
Ce sont des firmes qui achètent des actions à
l'étranger dans le but de promouvoir leurs objectifs de long terme.
Elles sont motivées par le renforcement de leur
compétitivité ou par la baisse de compétitivité de
leurs concurrents.
· Le dernier type regroupe les firmes qui adoptent des
stratégies d'investissement pour échapper à des
restrictions afin de soutenir l'activité d'autres filiales ou tout
simplement des investissements passifs dans le but d'accroître le
capital.
1.1.3- L'entreprise d'investissements directs
Une entreprise d'investissements directs peut être
définie comme étant une entreprise dans laquelle un investisseur
étranger détient plus de 10% des actions ou des droits de vote et
peut exercer un contrôle sur la gestion de cette entreprise. Les
entreprises d'investissements directs peuvent être regroupées en
trois (3) catégories distinctes :
- Les filiales : On parlera de filiale dans le
cas où une entreprise étrangère détiendra plus de
50% du capital.
- Les entreprises affiliées : Une
entreprise est dite affiliée lorsqu'une entreprise non résidente
détient une part du capital comprise entre 10 et 50%.
- Les succursales : Les succursales ont
l'entièreté de leur capital soit 100% appartenant à une
entreprise étrangère.
En recevant ces transferts d'actifs, ces entreprises
d'investissements directs bénéficient d'un certain nombre
d'avantages.
1.2- Avantages et inconvénients des
IDE
Comme nous l'avions présenté dans le paragraphe
précédent, les investissements directs étrangers sont un
des types de capitaux communément sollicités par divers Etats.
Notons néanmoins que les IDE suscitent un engouement tout particulier en
ce qui concerne les pays en développement. Les principales raisons qui
motivent ce choix sont dues au fait que l'IDE :
çr permet des transferts de technologie, en particulier
sous forme de
nouveaux types d'intrants de capital fixe ; ce que les
investissements financiers ou le commerce des biens et services ne peuvent
assurer.
çr promeut la concurrence sur le marché
intérieur des intrants.
çr s'accompagne souvent de programmes de formation du
personnel des
nouvelles entreprises ; ce qui contribue au développement
des ressources humaines du pays hôte.
çr engendre des bénéfices qui contribuent
à l'amélioration des recettes
fiscales du pays bénéficiaire.
D'après Bosworth et Collins (1999), l'IDE produit une
augmentation remarquable de l'investissement intérieur lorsque les
entrées de capitaux de portefeuille semblent n'avoir pratiquement aucun
effet sensible sur l'investissement et les prêts un impact
mitigé.1
Un autre point encourageant la prolifération des IDE
est leur résilience aux perturbations économiques. En effet, les
IDE sont le plus souvent sous forme de machines ou d'infrastructures, donc
difficiles voire impossibles à rapatrier en cas de
1 «Capital flows to developing economies :
Implications for saving and Investments « Brookings paper on Economic
Activity : 1, Brookings Institution, pp 69-143
crise économique. C'est cet élément qui
les distingue des investissements de portefeuille qui sont très volatils
et sensibles à la conjoncture économique. L'IDE devrait donc
augmenter l'investissement intérieur, favoriser la croissance
économique et est tout adapté aux pays en
développement1.
Selon les recherches de Fontagné L. et Pajot M.,
(1999), les IDE améliorent la compétitivité des
entreprises installées sur le marché intérieur du pays
récepteur et ont un impact positif sur les échanges
extérieurs, en particulier sur les exportations. Ils entraînent
aussi des externalités positives par les effets de sous-traitance et
d'exploitation du progrès technologique.
Tous ces éléments illustrent bien
l'opportunité que représentent les investissements directs
étrangers aux pays en développement. Cependant ces derniers
doivent veiller à ne pas trop se leurrer quant aux avantages des IDE.
En effet, la forte proportion d'IDE dans les apports de
capitaux peut être signe de faiblesse, et non de force pour le pays
récepteur. Les IDE affluent beaucoup plus dans les économies dont
les marchés financiers sont déficients comme les pays à
haut-risque. Ainsi, les investisseurs ont l'opulence de s'ingérer
librement dans le fonctionnement de l'économie du pays hôte et d'y
opérer directement au lieu de s'en remettre au marché financier
ou aux institutions juridiques. Or, la politique économique recommande
aux pays désireux d'accroître leur capacité d'accès
aux marchés internationaux de capitaux, de se concentrer sur la mise en
place de dispositifs d'application crédibles.
De même, le transfert de contrôle engendré
pas l'IDE n'arrange pas toujours l'économie résidente. En effet,
avec les IDE, les investisseurs directs étrangers obtiennent des
informations cruciales sur la productivité des entreprises qu'ils
contrôlent. Ainsi, ils tendront à ne garder dans leurs
portefeuilles que les entreprises très productives et à vendre
les moins productives aux épargnants nationaux « non
informés ». Comme dans d'autres cas de sélection adverse, ce
processus peut conduire les investisseurs directs étrangers à
surinvestir.
1 Loungani P. et Razin A., 2001
Un endettement excessif peut aussi limiter les avantages de
l'IDE car l'investisseur peut rapatrier le nominal. Dans ce cas les gains
liés à l'IDE seront réduits du montant de l'emprunt
contracté dans le pays de l'IDE. De plus, l'IDE peut renforcer l'action
des lobbys1.
L'IDE fragilise aussi les économies naissantes. En
effet, la prise de contrôle des entreprises nationales par des
étrangers représente sur un certain plan un amoindrissement de la
souveraineté de l'Etat récepteur2.
L'importance des IDE n'étant plus à
démontrer, il convient de s'intéresser aux théories et
travaux qui ont porté sur eux.
1.3- Littérature sur les IDE
En 1973, Dunning a essayé d'expliquer
pour la première fois, le flux d'IDE dans une économie. Tout en
tenant compte du fait que l'environnement d'investissement dépend
essentiellement de la stabilité politique, il a mis l'accent sur trois
types de facteurs. Il s'agit : des facteurs de marché tels que la taille
et la croissance mesurée par le PNB du pays récepteur; des
facteurs de coûts tels que l'abondance de la main d'oeuvre, la faiblesse
des coûts de production et l'inflation ; et des facteurs liés
à l'environnement d'investissement tels que le degré
d'endettement extérieur du pays et l'état de la balance des
paiements.
Quatre ans plus tard, Dunning (1977) complète son
analyse par une approche globale : « l'approche éclectique »
axée autour du « paradigme O.L.I. ». D'après la
théorie éclectique, les investisseurs directs étrangers
recherchent trois types d'avantages à travers la décision
d'implantation d'une firme. Il s'agit des avantages liés : aux dotations
spécifiques induites (détention d'un brevet exclusif pour
bénéficier d'une situation de monopole sur le marché) par
la concurrence imparfaite (Ownership advantages), à la localisation des
entreprises (Localization advantages) et, de ceux liés à la
faiblesse des coûts de production (Internalization advantages).
Il est à noter que cette approche est beaucoup plus
microéconomique car Dunning a analysé l'importance des flux d'IDE
selon les intérêts des investisseurs.
1 .
Finances & Développement juin 2005 ; p8
2 Loungani P. et Razin A., 2001
De même, Mayer T. et Mucchielli J. -L.
(1999) se sont intéressés à la localisation à
l'étranger des firmes multinationales et en ont déduit quatre (4)
facteurs déterminants : la demande du marché des biens, le
coût des facteurs de production, le nombre d'entreprises locales et
étrangères déjà installées sur place et la
synthèse des différentes politiques d'attraction menées
par les autorités locales. En d'autres termes, les entreprises
recherchent les lieux où la demande est importante et là
où les coûts de production sont faibles. Leur modèle
explique la profitabilité (n) de chaque localisation par la formulation
suivante :
n = 131 + 132 Coûts + 133 Nombre de firmes+ 134 Mesures
incitatives
Plus tard en 1998, Wilhelms S. K. S. et Witter S. M.
D. ont créé le concept d'adaptation institutionnelle
à l'IDE, publié dans l'ouvrage intitulé « Foreign
Direct Investment and its Determinants in Developping Countries ». La
théorie élaborée intègre des variables
microéconomiques (concernant l'investisseur), macroéconomiques
(couvrant les caractéristiques de l'économie réceptrice de
l'IDE) et des variables méso économiques (représentant les
institutions liant l'investisseur et le pays hôte tel que les agences du
gouvernement qui publient les politiques concernant l'investissement direct).
Un des points qui distinguent cette conception des autres est qu'elle accorde
plus d'importance aux variables dites "méso". Le concept d'adaptation
institutionnelle à l'IDE ainsi développé par ces auteurs,
met en corrélation quatre concepts dans le modèle suivant :
IDE = 130 + 131 G + 132 M + 133 E +
134 S.
G symbolisant le concept d'adaptation du gouvernement à
l'IDE, M celui du marché, E celui de l'éducation et S pour le
concept d'adaptation de la réalité socioculturelle. Ces quatre
concepts constituent ce que les auteurs appellent le concept d'adaptation
institutionnelle à l'IDE, et illustrent la capacité d'un pays
d'attirer, d'absorber et de préserver les IDE.
Mentionnons entre autre Levis (1979) qui a
réalisé une étude sur l'attraction des IDE portant sur 25
pays en développement d'Asie, d'Afrique et d'Amérique Latine. Son
choix à porté sur deux groupes de variables : les variables
politiques et celles économiques. Le premier groupe est formé par
: l'indice de compétitivité politique et les relations avec les
pays de l'Ouest. Le second regroupe la croissance
du PNB/Habitant, l'inflation, la balance des paiements, le taux
d'investissement, le taux d'exportation, la pression fiscale et la consommation
en énergie.
Schneider F. et Frey B. S. (1985) ont,
à l'image de Levis, élaboré un
modèle faisant appel à la fois aux variables d'ordres politiques
et économiques qui modulent les flux d'IDE dans les quatre-vingt (80)
pays les moins avancés du monde. Pour des raisons de qualité, les
auteurs ont plutôt procédé à l'élaboration de
trois (3) modèles : un modèle combinant des variables
économiques, un autre modèle contient des variables politiques et
enfin un modèle alliant les deux types de variables à la fois. Le
dernier modèle s'est avéré le meilleur. A la suite d'une
régression normée, les résultats ont montré que les
flux d'IDE augmentent avec le PNB par habitant, le taux de croissance du PNB et
évoluent inversement sous l'influence du taux d'inflation, du
déficit de la balance des paiements, des coûts des facteurs de
production et de l'instabilité politique. Pour finir, ils concluent que
pour obtenir un bon modèle pour estimer les flux d'IDE dans les pays en
développement, il faut tenir compte à la fois des facteurs
économiques et politiques du pays récepteur des IDE.
Pour vérifier la viabilité de leur concept, ils
ont engagé des études sur soixante-sept (67) pays en
développement. Les variables sous-tendant leurs travaux sont
regroupées en quatre (4) grandes lignes : en premier lieu, l'adaptation
du gouvernement à l'IDE représentée par l'indice risque
pays, ensuite le marché matérialisé par le PNB/habitant,
le commerce extérieur, les recettes fiscales, le crédit
accordé par les banques locales, l'utilisation commerciale de
l'énergie. Par la suite viennent l'adaptation à
l'éducation comprenant le facteur capital humain (inscription à
l'école primaire) et pour finir, les réalités
socio-culturelles .
Un nouvel élément venant compléter les
études précédemment faites est celui de la
définition de la théorie « push-pull ». En effet,
celle-ci stipule que les flux de capitaux, et de ce fait les IDE sont
principalement déterminés par des variables externes « push
» et internes « pull ». Ainsi, aux éléments
explicatifs des IDE liés à la localisation (Dunning) dits «
pull », se complètent des facteurs externes « push ». Ces
nouveaux éléments pris en compte donnent des modèles
économétriques du type suivant :
IDEt =a +13 PLt-1+Ô
PSt
PL est le vecteur des facteurs internes ou "Pull
factors" et PS celui des facteurs externes ou "Push factors", a , 13
et Ô sont des vecteurs-coefficients et t est l'année.
Hernandez L. et al. (2001) ont
recherché les déterminants des flux de capitaux privés de
1970 à 1990 pour des pays d'Asie de l'Est et d'Amérique Latine.
Leur étude s'inscrit dans la pensée de l'école «
pull-push ». Les études théoriques ont montré que ces
variables pouvaient être regroupées en deux classes : les facteurs
externes (push) et ceux internes. Les facteurs externes sont
déterminés par le taux d'intérêt international
réel (ex-post), le total des flux d'IDE à destination des autres
pays en développement en pourcentage (%) du total des PIB des grands
pays industriels, le niveau d'activité dans les pays industriels (PIB).
Quant aux facteurs internes (pull), ils sont propres au pays d'accueil et
comprennent le taux de croissance réel, le solde de la balance des
paiements en pourcentage du PIB, les investissements en pourcentage du PIB, les
exportations en pourcentage du PIB, le service de la dette extérieure en
pourcentage du PIB et le taux d'appréciation du taux de change. Ces
travaux ont inspiré l'étude des déterminants des flux
d'IDE en Côte d'Ivoire, où Romalahy M. I. (2003)
grâce à un Modèle à Correction d'Erreur,
démontre dans son étude que dans la relation de long terme le
PNB/habitant, le taux d'investissement privé, la variabilité du
taux de change effectif réel, le taux d'ouverture commerciale et le
ratio du service de la dette extérieure rapporté aux exportations
agissent positivement sur les flux d'IDE tandis que le taux de croissance du
PIB, le crédit à l'économie, le taux de pression fiscale
et l'instabilité politique influent de façon négative. La
dynamique de court terme montre que le taux d'intérêt
français a un effet négatif, les signes sont les mêmes que
ceux obtenus dans le modèle de long terme pour les autres variables, le
taux d'ouverture commerciale, la variabilité du taux de change effectif
réel et le service de la dette n'étant pas significatifs. Une
autre étude, celle de Noukpo D. et Fotie H. (2003) a
porté sur l'évolution et la répartition des IDE en Afrique
Subsaharienne. Ces auteurs se sont attelé à définir les
variables les plus explicatives des flux d'IDE. Les variables retenues a
l'issue de leur étude par un Modèle à Correction d'Erreur
sont les suivantes : les flux d'IDE en pourcentage du PIB avec un retard
d'ordre 1, le
taux d'intérêt du marché monétaire
français, le taux d'ouverture avec un retard d'ordre 1, le taux
d'investissement avec un retard d'ordre 2, le taux de croissance
démographique avec un retard d'ordre 2, et la variable exportation de
pétrole avec un retard d'ordre 2. Les variables les plus explicatives
des flux d'IDE retenues sont le taux d'ouverture de l'économie et le
taux de croissance.
En 1996, Fernández-Arias E. et Montiel P.
J. ont proposé un cadre théorique pour l'étude
des déterminants des flux de capitaux privés. Leur modèle
théorique s'inscrit dans le cadre de l'école « pull-push
» selon laquelle ce sont les facteurs internes, tels que l'environnement
économique et financier des pays bénéficiaires, et les
facteurs externes à savoir la situation financière des pays
investisseurs, qui expliquent les flux d'IDE.
D'après ces auteurs la masse des capitaux en direction
du pays récepteur (F) est définie par la
relation suivante : F* = F*(g, c, v, S-1) : avec g
l'environnement intérieur du pays, c la
crédibilité du pays bénéficiaire,
v les conditions financières du pays créditeur
et S-1 le stock de la dette du pays hôte en début
de période. La croissance de F est favorisée par g et c , et est
inhibée par v et S-1.
En effet, plus le pays récepteur est endetté,
moins il est solvable et intéressant pour les investisseurs
étrangers. De plus l'amélioration du cadre macroéconomique
ou de la capacité du pays à honorer ses engagements attire les
capitaux privés.
En supposant les conditions financières du pays
investisseur inchangées, ils différencient l'équation
précédente et obtiennent le modèle de court terme suivant
qui met en relation les différences premières : AF =
AFg + AFc + AFv. Ces travaux ont inspiré
Batana Y. M. (1999) qui a effectué des recherches sur
les variables explicatives des flux de capitaux internationaux au Togo. Ses
conclusions ont été que le taux d'investissement et les
dépenses publiques ont un impact positif très significatif sur
les flux de capitaux à l'opposé du degré d'ouverture qui a
un impact négatif non significatif. De même, Kouadio Y.
M. (2003) a conduit ses recherches sur les déterminants des
flux de capitaux dans les pays de l'UEMOA. A l'issue de l'estimation du
modèle, il retient que les facteurs internes sont les plus
déterminants dans l'explication des flux de capitaux aussi bien à
court terme qu'à long terme. Par ailleurs, ces facteurs lui ont aussi
permis de tirer la conclusion selon laquelle l'après
crise de la dette des années 1980 a été
catastrophique pour la plupart de ces pays en matière d'attrait de
capitaux privés.
Bhattacharya A. et al. (1997) dans leur
ouvrage «External Finance for LowIncome Countries : Capital Flows to
Sub-Saharan African, an Overview of Trends and Determinants» ont
démontré que l'Afrique subsaharienne n'avait pas profité
des flux de capitaux internationaux privés à cause du
considérable risque qu'affichait le continent. A la suite des recherches
faites auprès des banquiers et financiers travaillant à Londres
et aux Etats-Unis, ils ont élaboré un modèle en se fondant
sur des facteurs traduisant le risque tels que les conflits civils,
l'instabilité macroéconomique, la faible croissance
économique , les marchés intérieurs exigus,
l'économie axée sur l'intérieur et la lourdeur de la
réglementation, la lenteur de la privatisation, la
médiocrité des infrastructures et finalement le niveau
élevé des salaires et des coûts de production.
Nshimiyimana F. (1999) a effectué une
étude comparative des IDE au Bénin et en Côte d'Ivoire.
Après avoir relaté l'évolution des IDE dans ces deux pays,
il s'est intéressé à la qualité de leur code
d'investissement et de leur politique d'investissement respectifs. Il a, entre
autres, procédé à l'analyse des facteurs sociaux,
institutionnels (qualité de la main d'oeuvre, stabilité,
légalité bon et fonctionnement de la justice),
géographiques et des infrastructures.
Agenor P.
-R. et al.
(2000) ont réalisé sur les régions du Moyen-orient et de
l'Afrique du Nord (MENA) une étude portant sur les facteurs explicatifs
des IDE. Leur modèle s'est fondé sur 10 variables. En utilisant
la méthode des variables instrumentales sur données de panel
à effets fixes, ils ont retenu les variables suivantes : l'IDE avec un
retard d'ordre un, le taux de croissance réel, l'investissement en
pourcentage du PIB, le degré d'ouverture de l'économie (base 100
année 1990), le PIB réel par habitant, le service de la dette en
pourcentage du PIB, le taux d'intérêt réel international
(London Inter-Bank Offer Rate : LIBOR), la variation du taux d'inflation,
l'indice risque politique (un indice élevé traduit un niveau de
risque faible). Ils retinrent à la fin de leurs estimations que le taux
d'investissement, le taux d'ouverture de l'économie, le service de la
dette en pourcentage du PIB, le taux d'intérêt international,
l'indice risque politique et la
variation du taux d'intérêt ont une influence
significative sur les flux entrants d'IDE. Les variables ayant les impacts les
plus significatifs sont le taux d'investissement et le service de la dette en
pourcentage du PIB.
Enfin, Morisset J. et Neso O. (2002) ont
montré quant à eux que les procédures administratives
complexes, nécessaires à l'établissement et au
fonctionnement des affaires, découragent l'entrée des flux
d'IDE.
Chapitre 2 : Flux d'IDE et cadre d'investissement au
Bénin
A cette étape, il s'agira d'analyser les flux d'IDE dans
certains pays du monde et en particulier le Bénin, et de
présenter le cadre d'investissement au Bénin.
2.1- Analyse des flux d'IDE
Tout d'abord, il sera question d'analyser de façon
spatiale et instantanée la masse d'IDE dans les pays en
développement comparativement à celles des pays
industrialisés. Ensuite, on s'intéressera à
l'évolution des IDE au Bénin. Pour finir, il sera
étudié dans le temps, la part des IDE à destination de
l'Afrique subsaharienne, reçue par le Bénin.
2.1.1- Aperçu sur la répartition des IDE de
par le monde
Les Investissements Directs Etrangers ont connu une croissance
sans précédent au début des années 80. En effet,
à la suite de la récession des années 1981-1982, les flux
mondiaux d'IDE ont augmenté à un taux annuel moyen sans
précédent de près de 30% (FMI).
Graphique 1 : Flux nets de
capitaux privés vers l'ensemble des pays en développement
Source : FMI
Les flux d'IDE ont évolué en moyenne de 25%
pendant la seconde moitié des années 80 et d'environ 13% au
début des années 90, tandis que les exportations de biens ont
augmenté respectivement de 14% puis de 3% en moyenne
annuelle1. Au même moment, les IDE dans les pays en
développement ont suivi la même tendance en atteignant environ le
tiers de leur PIB, alors que pris ensemble, ces flux d'IDE en direction de ces
Etats ne s'établissaient à peine qu'à 10 % des flux totaux
en 1980. Cependant, les inégalités de répartition des IDE
dans les pays en développement et ceux développés se sont
accrues mais cette tendance s'inverse au fur et à mesure que
l'attractivité des pays en développement s'améliore.
Graphique 2:
Destination des flux d'IDE en 2004
Pays en développement 38%
Pays développés 62%
Source: CNUCED
Même au sein des pays en développement, des
inégalités subsistent. Les pays asiatiques tels que la Chine,
l'Inde et la Malaisie qui (au début des années 70) étaient
au même niveau que les pays de l'Afrique ont connu à partir de
1990, des reformes importantes améliorant leur attractivité si
bien que la Chine continentale a reçu en 2004 à elle seule,
près de 46% des IDE entrants dans les pays asiatiques et africains.
1 Markusen & Venables, 1998
Graphique 3 : Evolution des
IDE entrants dans quelques pays asiatiques et africains
Afrique du Nord Chine Chine, Hong Kong RAS
Chine, Macao RAS Chine, Taiwan Province de Inde
Corée, République de Malaisie Afrique
sub-saharienne
-10000
40000
70000
60000
50000
30000
20000
10000
0
Années
Source: CNUCED
Hong Kong, à elle seule, a totalisé 34.035
millions $US tandis que l'Afrique du Nord n'en est qu'à 5.270 et
l'Afrique subsaharienne 12.821 millions $US (CNUCED 2004).
Graphique 4 :
Répartition des flux d'IDE de quelques pays asiatiques et africain en
2004
Afrique du Nord Chine Chine, Hong Kong RAS
Chine, Macao RAS Chine, Taiwan Province de Inde
Corée, République de Malaisie Afrique
sub-saharienne
0%
26%
6%
4%
1%
3%
10%
4%
46%
Source: CNUCED
Analyse des flux d'IDE au Bénin
L'avènement de l'ère Marxiste-Léniniste a
entraîné une vague de nationalisations des entreprises
privées existant jusque là. Ces entreprises sous
contrôle étatique étaient
protégées de toute influence extérieure. C'est ce qui
explique la quasi-inexistence des IDE pendant cette période, et ceci
jusqu'en 1989.
Après la période de la crise politique des
années 80, caractérisée par une extrême maigreur des
flux d'IDE, le Bénin reprit un souffle nouveau.
La chute du géant nigérian et
l'écroulement du cours des matières premières sont autant
de facteurs qui expliquent la crise politico-économique des
années 80 et l'extrême maigreur des flux d'IDE au cours de cette
période. La dégénérescence de la situation
économique béninoise s'est soldée par le changement du
gouvernement pro-marxiste installé et l'avènement de la
démocratie. Une politique de privatisation fut mise en place et des 130
sociétés publiques de 1989, il n'en resta que 27 en 1999 dans le
portefeuille de l'Etat.
En abandonnant le système centralisé du marxisme
pour une économie aux traits libéraux, le Bénin engagea
des réformes aussi bien politiques que structurelles qui
facilitèrent la mise en place d'un environnement favorable aux
investissements privés. Les secteurs effectivement privatisés
pendant les années 90 sont : le tabac, les brasseries, les
huileries/savonneries, les cimenteries, les filatures, la manutention des
conteneurs, les sucreries et le pétrole.
Graphique 5 : Evolution des
flux entrants d'IDE au Bénin
2Période indépendance Période
révolutionnaire Période
démocratique
140
120
100
-20
40
80
60
20
0
Année
Source: CNUCED
En témoigne le volume d'IDE qui était de 6,7
millions $US en 1970, évoluant rapidement à 120,8 millions $US en
1991 du fait de la stabilité et de la libéralisation
nouvelle de l'économie béninoise. Passé
ce cap, l'évolution des IDE fut plutôt mitigée. Ils
refluèrent pour s'établir à 1,4 millions $US en 1993,
reprirent un certain élan franchissant le seuil de 59 millions $US en
2000. Remarquons qu'à cette période, eut lieu la
dévaluation du franc CFA en 1994. Les flux entrants d'IDE repartirent
pour un mouvement baissier en se situant à 13,5 millions $US en 2002. A
partir de cette année, une nouvelle hausse des flux d'investissements
directs étrangers se fit observer jusqu'en 2004 où il a
été constaté 60 millions $US.
Graphique 6:
Evolution des flux d'IDE relatifs au niveau maximal
Bénin IDE flux entrants IDE par rapport au niveau de
1991(%)
140
120
100
-20
40
80
60
20
0
Source: CNUCED 2003
Les différents types d'investisseurs étrangers
sont variés et les secteurs qui sont ciblés par leurs
investissements sont principalement l'agriculture, la production et
transformation du coton, les mines et le pétrole, et enfin le tourisme.
La majeure partie des entreprises qui ont reçu des IDE l'ont
été à travers des privatisations qu'à engagé
l'Etat béninois, à savoir : le Bénin Marina Hôtel,
la SONAPRA, l'OPT (devenu Bénin Telecom S.A. et la Poste du
Bénin), la SBEE (devenu SBEE et SONEB), la SITEX, le COTEB, l'IBB,
l'ONAB, etc.
Tableau 1 :
Présentation des différents investisseurs
étrangers au Bénin par secteur et par pays d'origine
Secteurs
|
Pays d'origine des investisseurs
étrangers
|
Agriculture/Agroalimentaire
|
France, Suisse, Etats-Unis,
Grande Bretagne, Nigeria
|
Production et
transformation du coton
|
Maurice, Inde, Hong Kong, Chine, Sri Lanka, Japon, Nigeria,
Suisse, Mali
|
Mines et pétrole
|
Etats-Unis, GB, Australie,
Russie, Chine, Nigeria
|
Tourisme
|
Etats-Unis, France, Allemande,
Espagne, Grande Bretagne
|
Source: CNUCED 2003
2.1.2- Evolution des flux d'IDE dans certains pays de
l'Afrique subsaharienne
Les pays de l'Union Economique et Monétaire Ouest
Africaine (UEMOA), comme tous les autres pays en développement, ont
tenté d'augmenter leur attractivité des IDE de diverses
manières : refonte des codes d'investissements, privatisation,
création des centres de promotion des investissements, création
de zones franches, etc. Au niveau sous-régional, la signature du pacte
de convergence, de stabilité et solidarité, l'ouverture
économique, l'harmonisation des droits des affaires furent les
différents actes posés par les membres de l'UEMOA pour favoriser
d'une part l'intégration, mais aussi pour inciter les différents
investisseurs à découvrir l'importance du marché sous
régional et les facilités qu'il pourrait leur offrir.
Graphique 7 :
Répartition des IDE dans les pays de l'UEMOA en 2004
Guinée-Bissau
Burkina Faso
Côte d'Ivoire
Sénégal
Bénin
Niger
Togo
total
Mali
5
20
35
60
60
70
180
Millions $US
360
790
Source: CNUCED 2004
Ces différentes mesures économiques ont eu un
impact positif sur les flux d'IDE comme on peut s'en apercevoir pendant la
période 1995-2000. L'évolution béninoise a
été plutôt inégale, à l'opposé de
celle de l'UEMOA, mais on peut remarquer que la tendance générale
est à la hausse depuis ces cinq (5) dernières années.
Graphique 8 : Evolution des
flux d'IDE
Source: CNUCED World Investment Report 2003
L'évolution contrastée des IDE au Bénin,
amène à jeter un regard rétrospectif sur l'environnement
d'investissement béninois.
2.2- Caractéristiques du cadre d'investissement au
Bénin
Le cadre d'investissement béninois réunit les
composantes suivantes : La Zone Franche Industrielle
Dans la sous-préfecture de Sèmè est mis
en projet la création d'une zone franche industrielle. L'accès
à la zone franche permet de profiter de certaines exonérations
fiscales dont l'exonération de droits de douanes sur les
matériels de production, de construction et d'équipements
importés, l'exonération du BIC pendant les premières
années d'exercice, la réduction du versement patronal sur
salaires au taux de 4% pendant les cinq (5) premières années,
l'exonération de la patente pour une durée de dix ans et
l'exonération de la TVA sur les achats de biens nécessaires
à l'aménagement ou à la production de l'entreprise
agréée.
Code des Investissements
Le code des investissements béninois propose des modes
d'exonération fiscales et des droits d'entrée aux entreprises qui
y sont éligibles. On y distingue trois (3) types de régimes
privilégiés :
· Régime « A » ou régime des
petites et moyennes entreprises : Investissements compris entre 20 et 500
millions de FCFA ;
· Régime « B » ou régime des
Grandes entreprises : Investissements compris entre 500 millions et 3 milliards
de FCFA ;
· Régime « C » ou régime de la
stabilisation Fiscale : Investissements supérieurs à 3 milliards
de FCFA.
Ces trois (3) types de régimes offrent des avantages
communs :
· Pendant la période d'installation couvrant une
durée de 30 mois :
o Exonération des droits et taxes perçus
à l'entrée à l'exception de la taxe de voirie et de la
redevance statistique sur le matériel et l'équipement de
production et les pièces de rechange industrielles dans la limite de 15%
de la valeur CAF des équipements.
· Pendant la période d'exploitation couvrant une
période de cinq (5), sept (7) ou neuf (9) ans selon la zone
d'implantation du projet :
o Exonération de l'impôt sur les
bénéfices industriels et commerciaux ;
o Exemption des droits et taxes de sortie sur les biens produits
destinés à l'exportation.
Quant au régime « C », il permet de
bénéficier de la stabilisation fiscale en ce qui concerne le taux
et le mode de détermination de l'assiette des impôts autres que le
BIC pendant toute la durée de l'agrément.
Outre les éléments cités plus haut, toute
entreprise valorisant les matières premières locales sont
exonérées :
· des droits d'enregistrement à leur création
;
· de la patente pendant les cinq premières
années d'exploitation.
Exceptés ces régimes spéciaux
précédemment énoncés, un régime
spécial est applicable pour les entreprises, investissant au minimum 20
millions de FCFA et désireuses de se lancer dans les secteurs suivants :
l'enseignement, la production culturelle, artistique et audiovisuelle, la
sauvegarde de l'environnement, les travaux publics, l'artisanat, la
santé, le tourisme et l'hôtellerie.
Notons, entre autres, qu'à toutes les entreprises
appartenant à l'un des régimes « A », « B »,
ou « C » et à tout investissement compris entre 5 et 20
millions, sont appliqués les avantages du régime
spécial.
Le Centre de Promotion des Investissements (CPI)
Le CPI a été créé en 1998 et a
pour mission d'opérationnaliser les décisions du gouvernement en
matière d'investissements. Il se doit d'assister tout investisseur
étranger et doit créer un cadre d'échange et de
concertation entre les différentes entités.
Le Centre de Formalités des Entreprises (CFE)
Créé en 1997, le CFE est le seul centre qui
s'occupe des diverses formalités juridiques de constitution des
sociétés commerciales. Encore appelé « Guichet unique
», le CFE est un simple service de courriers.
La Direction d'Appui au Secteur Privé (DASP)
La DASP est chargée d'encourager les initiatives
privées et d'accompagner le développement du secteur
privé.
L'Observatoire des Opportunités d'Affaires du
Bénin (OBOPAF)
L'OBOPAF a pour mission de rassembler des renseignements,
d'identifier des opportunités d'affaires et d'assurer la diffusion de
ces informations auprès des investisseurs potentiels.
Le Conseil des Investisseurs Privés au Bénin
(CIPB)
Institué en 2002 par les principaux investisseurs
surtout étrangers et des acteurs économiques présents au
Bénin, le CIPB est une institution à but non lucratif. Il a pour
mission de conseiller les autorités en matière fiscale,
douanière et législative en entreprenant des études
détaillées sur des projets spécifiques afin de proposer
des lois.
Au vu de tout ce qui précède, les institutions
nationales de promotion et de facilitation de l'investissement sont multiples
et parfois concurrentielles. Pour optimiser le cadre béninois
d'investissement, il convient de spécifier les attributions de chacune
de ces structures. De plus, les activités du CFE devraient être
améliorées et consolidées sous la tutelle du CPI
conformément aux directives de l'UEMOA.
La Fiscalité
La fiscalité béninoise est dans la moyenne de la
sous région mais elle reste quand même supérieure a celle
des principaux pays capturant la majeure partie des IDE en Afrique Occidentale
que sont le Sénégal et la Côte d'Ivoire.
Tableau 2 : Fiscalité
dans les pays de l'UEMOA
Source : BCEAO (2003)
Au delà de ce cadre d'investissement, le Bénin
regorge d'opportunités d'affaire qu'il convient de présenter :
2.3 - Possibilités d'investissements au
Bénin
La République du Bénin, pays côtier se situe
en Afrique Occidentale et bénéficie d'un climat
subéquatorial propice à la culture.
Une part infime de sa superficie (115762 km2) est
exploitée. Le sol béninois est constitué dans sa
majorité de terres arables utilisées dans la marge de 20% du
total des terres cultivables, de richesses minières et de
véritables atouts énergétiques dont le pétrole de
Sèmè et le potentiel hydroélectrique d'Aplahoué.
De par son climat tropical, bien des cultures y sont
pratiquées. Au nombre de celles-ci on peut citer : l'igname, le manioc,
le maïs, le millet, le fonio, l'haricot, le riz, le sorgho, le coton
graine, le palmier à huile, l'arachide, les fruits et légumes
frais, l'ananas, l'anacarde, le poivre, la noix de karité et le kapok.
La pêche et l'élevage sont encore à développer.
Comme richesses minières, le Bénin a de l'or, du fer, du
calcaire, du marbre, du phosphate et des pierres précieuses qui sont
pour la plupart inexploitées.
Actuellement le Bénin présente de nombreuses
opportunités intéressantes d'investissement dans les domaines
agroalimentaire, industriel, des mines et hydrocarbures. Pour cela, le CPI
recommande aux investisseurs les filières suivantes :
çr La filière manioc comme aliment de
substitution pour le bétail européen car le Bénin ne
satisfait que les 4,6% des besoins en cossettes de manioc exprimés par
l'Union Européenne.
çr La filière anacarde et la production de noix
de cajou pour les industries agroalimentaires, pharmaceutiques et de traitement
du cuir. De plus, un traitement et un conditionnement des noix sur le
territoire béninois amélioreraient la compétitivité
de ce produit sur le marché international.
çr La filière ananas afin de satisfaire la
demande occidentale qui augmente de 3% par an. En effet, le Bénin
produit deux variétés d'ananas très
appréciées sur le marché européen : « Cayenne
lisse » et « pain de sucre ». Nonobstant le fait que la
deuxième variété est uniquement produite au Bénin,
seule la première est exportée. L'implantation d'industries de
conditionnement et de transformation de l'ananas est vivement souhaitée
pour l'expansion de cette filière.
çr La filière riz pour améliorer la
qualité, la production et la compétitivité du riz
béninois dans le but de mieux satisfaire la clientèle. En effet,
le riz est fortement consommé dans la sous région et le
Bénin dispose de 300.000 ha de terres hydromorphes propices à sa
culture.
çr La filière des crevettes en vue d'une
réorganisation en assurance qualité, d'une meilleure exploitation
des ressources (tant lagunaire que maritime) et d'une expansion des
exportations vers l'Union Européenne.
çr La filière des cultures maraîchères
pour combler la demande nationale et promouvoir leur exportation.
çr La filière coton comme précurseur de
l'implantation d'huileries et d'industries de textile.
En matière d'industries, le CPI suggère :
çr L'installation de fabrique d'emballages ;
çr L'expansion du tourisme ;
çr Le développement des TIC ;
çr La promotion de l'industrie mobilière ;
çr La gestion des ordures ménagères dans les
villes ;
çr L'exploration et l'exploitation des réserves des
ressources minières et d'hydrocarbures.
Graphique 9 :
Présentation des avantages concurrentiels du Bénin en
matière d'IDE dans la sous-région
Source: CNUCED 2003
Il ressort de tout ce qui précède que, vu
l'importance de l'IDE dans le processus du développement
économique et vu les diverses possibilités que le Bénin
présente, il est impérieux de redynamiser l'entrée des
Investissements directs étrangers. A cet effet, il serait
intéressant de rechercher les éléments sinon les
réalités de l'économie béninoise qui explique
l'arrivée des IDE.
Recherche des facteurs
explicatifs des flux
d'IDE
Deuxième partie :
Deuxième partie : Recherche des facteurs
explicatifs des flux d'IDE
A la base d'outils statistiques et de théories
économiques, il sera procédé à la
détermination des facteurs explicatifs des flux d'IDE au
Bénin.
Chapitre 1 : Formalisation
économétrique
Il s'agira de spécifier ces outils et de choisir de
façon factorielle les facteurs explicatifs à retenir.
1.1- Présentation des données et
méthodologie
1.1.1- Présentation des données
A partir des théories, en particulier de celle de
l'école « pull-push », des diverses études empiriques
sur les Investissements Directs Etrangers, et compte tenu des
réalités propres au Bénin, il est retenu dix-sept
variables pour expliquer les flux d'IDE.
Les données collectées sont de différentes
sources : la banque mondiale, la BCEAO, la CNUCED, Freedom House1,
le FMI et l'INSAE.
La construction de modèles explicatifs des IDE entrants
amène à étaler l'étude sur la période de
1970 à 2004 ; soit trente-cinq observations.
Les variables peuvent être regroupées en deux (2)
sous-ensembles ; à savoir les variables internes reflétant
l'environnement intérieur du pays et les variables externes au pays.
Du groupe des variables internes, le taux
d'alphabétisation (T_ALPHA), l'indice risque politique (RISQUE_P) et la
démocratie et stabilité (D_S01) représentent le contexte
socio-politique. Plus ce contexte sera favorable et plus les investisseurs
auront moins d'appréhension à venir s'implanter. Le taux
d'alphabétisation concerne les personnes âgées de plus de
quinze (15) ans et a été retenu pour matérialiser le
capital humain, facteur indispensable à tout effort de production.
L'indice risque politique, élaboré par Freedom House est
utilisé pour
1 http :www.
heritage.org / research / feature /
index /
apprécier la liberté dans le pays et permet
d'informer l'investisseur quant au retour sur investissement attendu. Quant
à la variable démocratie et stabilité, elle est une
variable «Dummy»1 utilisée pour distinguer la
période d'avant 1990 caractérisée par le régime
marxiste de la période démocratique.
Le PNB par habitant (PNB_HBT01) donne une estimation de la
taille du marché intérieur et du niveau de développement
de l'économie. Il mesure les surplus produits par l'économie, que
ce soit sur le territoire national ou à l'étranger. C'est ce qui
rend cet indicateur plus pertinent que le PIB dans le cadre de cette
étude. Le taux de croissance de la population (POP_GRWTH)
complète cette variable pour mieux évaluer la taille du
marché qui est un des axes sur lequel la stratégie de
délocalisation des firmes se base.
Le service de la dette (S _DETTE) exprimé en
pourcentage des exportations montre la disponibilité de l'Etat à
rembourser ses dettes par les recettes d'exportations.
Le taux d'ouverture indique si l'économie est
introvertie ou extravertie. En effet, les flux d'importation et d'exportation
feront apparaître les facilités qu'auront les entreprises
étrangères à délocaliser leurs unités de
production, compte tenu du fait que ces entreprises orientent principalement
leur production vers l'exportation. La formule permettant d'obtenir le taux
d'ouverture est T_OUV01 = (X/PIB).
Pour apprécier le niveau technologique, la variable TIC
qui représente la part des activités des sociétés
de postes et télécommunications et services affiliés, en
pourcentage des exportations de services est utilisée. Notons aussi la
production électrique (ELECT) qui est un des facteurs importants avec
lequel les investisseurs composent, car elle peut déterminer le niveau
de production de leurs unités industrielles.
Le taux d'investissement (T_INV), le niveau du crédit
local (CR), la valeur ajoutée industrielle (V_AJ_IND), le taux de
croissance (T_CROIS) et le taux d'inflation (T_INFL) sont autant de variables,
directement inspirées des différentes théories sur les
flux de capitaux privés qui présenteront l'état de
l'économie. Elles
1 Variable prenant la valeur zéro (0) avant
1990 et un (1) à partir de 1990
sont toutes exprimées en pourcentage du PIB ; ceci pour
des raisons de simplification.
En ce qui concerne les variables externes le choix s'est
posé sur le taux d'intérêt français en variation
(VTIFR) et la variation du PIB des pays industrialisés (PIB _IND). En
effet, les pays occidentaux constituent la majeure partie des pays
investisseurs au Bénin et il est normal que ces investisseurs arbitrent
entre l'opportunité d'investir au Bénin et celui d'effectuer un
placement sur le marché financier. Il est retenu le taux
d'intérêt français, exprimé en variation du fait de
l'importance des investissements français au Bénin. La variation
du PIB des pays industrialisés montre le niveau d'activité des
pays investisseurs. L'importance des flux d'IDE est relative aux performances
de ces économies.
Les Investissements Directs Etrangers (IDE_ENTR) sont
exprimés en millions de dollars US. Les Investissements Directs
Etrangers retardés d'une année sont intégrés au
modèle qui sera exploité. Ceci pour montrer que le niveau
d'Investissement Direct Etranger de l'année précédente est
un élément qui influe sur la décision d'investir.
Le tableau suivant illustre la répartition des variables
considérées.
Tableau 3 : Présentation des
variables
Variable
|
Nom de la variable
|
Unité des données brutes
|
Signe attendu
|
Source
|
Variable expliquée
|
IDE_ENTR
|
L'Investissement Direct Etranger Entrant
|
Millions de dollars US
|
|
CNUCED
|
Variables explicatives
|
Externes
|
VTIFR
|
La Variation du Taux d'Intérêt Français
|
Variations
|
-
|
BCEAO
|
PIB_IND
|
Le Produit Intérieur Brut des pays
Industrialisés
|
Variations
|
-
|
Internes
|
IDE_ENTR(-1)
|
L'Investissement Direct Etranger Entrant de l'année
antérieure
|
Millions de dollars US
|
+
|
CNUCED
|
PNB_HBT01
|
Le Produit National Brut par habitant
|
Millions de dollars US
|
+
|
World development indicators 2005 CD ROM
|
TIC
|
La part des activités des sociétés de
poste et télécommunication et les services affiliés
|
Pourcentage du service commercial exporté
|
+
|
D_S01
|
La Démocratie et la Stabilité
|
Variable Dummy
|
+
|
Composée
|
T_ALPHA
|
Le Taux d'Alphabétisation de la population ayant
15ans et plus
|
Pourcentage
|
+
|
World development
indicators 2005
CD ROM
|
CR
|
Le Crédit local
|
Pourcentage du PIB
|
+
|
S_DETTE
|
Le Service de la Dette
|
Pourcentage des exportations de biens et services
|
-
|
RISQUE _P
|
Le Risque Pays
|
Indice
|
-
|
Freedom House
|
T_OUV01
|
Le Taux d'Ouverture de l'économie
|
Pourcentage
|
+
|
Calculée
|
T_INV
|
Le taux d'Investissement
|
Pourcentage
|
+
|
Calculée
|
T_INFL
|
Le Taux d'Inflation
|
Pourcentage
|
-
|
BCEAO
|
V_AJ_IND
|
La Valeur Ajoutée Industrielle
|
Pourcentage du PIB
|
+
|
World development
indicators 2005
CD ROM
|
ELECT
|
La production Electrique
|
Kwh
|
+
|
POP_GRWTH
|
Le Taux de Croissance Démographique
|
Pourcentage
|
+
|
T_CROIS
|
Le Taux de Croissance Economique
|
Pourcentage
|
+
|
BCEAO
|
1.1.2- Méthodologie
Vu le nombre des variables explicatives recensées nous
procéderons à une Analyse en Composantes Principales (ACP) afin
d'éliminer d'éventuelles redondances. En effet, l'ACP permet
d'extraire l'essentiel de l'information contenue dans le tableau des
données et d'en fournir une représentation imagée se
prêtant plus aisément à l'interprétation.
Encadré 1 Principe de
l'ACP
L'ACP est appliquée aux tableaux croisant des individus
(en lignes) et des variables (en colonnes). C'est une technique qui permet
d'obtenir une carte des unités d'observations en fonction de leur
proximité et de leur corrélation. Elle vérifie si les
informations contenues dans le tableau brut des données ne peuvent
être obtenues aisément avec un nombre restreint de variables.
L'ACP sera exécutée à l'aide du logiciel
SPAD 5.
Encadré 2 : Méthodologie de la
construction d'un modèle
1. La spécification
C'est la phase de formulation des hypothèses de bases.
Elle permet la description mathématique du phénomène
étudié en passant par l'identification des variables explicatives
et la détermination de la forme mathématique du modèle.
3. La validation.
Elle consiste à la vérification de la
significativité économique et statistique des paramètres
estimés.
2. L'estimation
Elle se résume à la détermination des
valeurs numériques des coefficients du modèle. L'estimation du
modèle se traduit par l'analyse de la multi colinéarité
des variables et le choix de la technique économétrique
appropriée.
Ensuite, il faudra passer à l'élaboration du
modèle explicatif des flux entrants d'IDE au Bénin en respectant
les étapes de la construction d'un modèle
économétrique.
Cette présentation des données et de la
méthodologie à utiliser, introduit la phase pratique de
l'étude.
1.2- Choix factoriel des variables à exploiter
L'exécution de l'ACP normée permet d'avoir sur le
premier plan factoriel le résultat suivant :
Graphique 10 :
Résultat de l'ACP sur les variables
Source : Résultats sous Spad
5
L'étude du graphique 10, amène à relever
deux (2) principaux groupes de variables inversement corrélées.
Le premier groupe est constitué des variables ELECT, V_AJ_IND, T_ALPHA,
PNB_HBT01, T_INV, IDE_ENTR et TIC. Le second groupe est composé des
variables RISQUE_P et T_OUV01. On retrouve les variables, POP_GRWTH et S_DETTE,
auxquels s'opposent T_CROIS, PIB_IND, VTIFR et T_INFL, qui n'appartiennent
à aucun des deux (2) groupes. A cette étape, on retiendra
potentiellement les variables n'appartenant à aucun des deux (2) groupes
; soit POP_GRWTH, S_DETTE, T_CROIS, PIB_IND, VTIFR et T_INFL. Au niveau des
deux (2) packs ainsi distingués, l'analyse de la corrélation
à l'IDE aidera à choisir les plus explicatives. Cette analyse
permet de réduire le nombre de
variables , compte tenu de leur corrélation à l'IDE
et de leur pertinence économique. Le tableau ci-dessous résume la
corrélation des variables à l'IDE.
Tableau 4 :
Corrélation des variables à l'IDE
IDE_ENTR 0,30
0,38 -0,20
0,43
0,30
-0,55
0,04
0,52
0,01 -0,29
0,29 -0,47
0,44
0,49
0,17
Il sera supposé que toute variable explicative
corrélée à au moins 40% avec la variable à
expliquer (IDE_ENTR) est importante pour cette étude. En d'autres
termes, PNB_HBT01, T_OUV01, TIC, V_AJ_IND et T_ALPHA peuvent être
retenues. Vu la faiblesse de la corrélation de la variable S DETTE et T
CROIS à
_ _
l'IDE, elles devront être retranchées du lot des
variables à exploiter dans le modèle. Néanmoins, pour des
raisons de théories économiques, on retiendra la variable
T_CROIS.
Tableau 5 :
Présentation des corrélations entre les variables retenues en
premier lieu
|
PNB_HBT01
|
T_OUV01
|
TIC
|
V_AJ_IND
|
T_ALPHA
|
PNB_HBT01
|
1,00
|
|
|
|
|
T_OUV01
|
0,36
|
1,00
|
|
|
|
TIC
|
0,52
|
0,46
|
1,00
|
|
|
V_AJ_IND
|
0,68
|
0,77
|
0,70
|
1,00
|
|
T_ALPHA
|
0,76
|
0,77
|
0,72
|
0,97
|
1,00
|
Par ailleurs, le tableau ci-dessus révèle une
forte corrélation entre V_AJ_IND, TIC et T_ALPHA. Etant donné que
le taux d'alphabétisation est une variable plus importante que les deux
autres variables(V_AJ_IND et TIC) dans l'explication des Investissements
Directs Etrangers (vu sa corrélation et son importance en tant que proxy
du capital humain), nous avons opté pour T_ALPHA. Le taux d'ouverture
est
aussi, au vu des différentes théories, un
élément très pertinent dans l'analyse des flux de
capitaux. L'ouverture de l'économie dans les pays en
développement est l'un des facteurs qui orientent les choix des
investisseurs.
Vu tout ce qui précède, il sera retenu le
Crédit local (CR), le PNB/HBT, le risque pays (RISQUE_P), le taux
d'alphabétisation (T_ALPHA) et le taux d'ouverture (T_ OUV01). En plus
de ces variables l'analyse sera poursuivie avec PIB_IND, T_CROIS, VTIFR et
T_INFL.
1.3- Spécification, estimation et validation du
modèle
Cette partie se chargera de décrire
mathématiquement le phénomène étudié, de
déterminer les coefficients des variables explicatives et de
vérifier la significativité statistique et économique des
paramètres estimés.
NB : Les estimations seront faites à
l'aide du logiciel EVIEWS 4.1.
1.3.1- La spécification du modèle
Du fait qu'on désire observer les comportements des
investisseurs à travers l'évolution des IDE et que pour ce faire,
ils décident du niveau d'investissement en se basant sur les
performances antérieures des économies considérées,
les variables internes seront retardées (Ecole « pull-push
»).
En s'inspirant du cadre théorique d'étude des
déterminants des flux des capitaux privés proposé par
l'école « push-pull », on retient l'équation de base
IDEt = a + 13 PLt-a + Ô
PSt pour expliquer l'entrée des Investissements Directs
Etrangers au Bénin ; avec « t » l'année
courante et « a » le nombre de périodes
antérieures (retards). On opte donc pour un modèle
linéaire, en ce qui concerne la forme mathématique du
phénomène ici étudié. Le nombre de retards de
chaque variable a été retenu compte tenu de sa
significativité dans un intervalle de trois ans (t, t-1,
t-2).
Dans le cadre de cette étude, le vecteur des facteurs
internes est formé par les variables CR, PNB/HBT01, RISQUE_P, T_ALPHA,
T_OUV01, T_CROIS,
T INFL et D S01. Celui des facteurs externes est constitué
des variables VTIFR et _ _
PIB_IND.
La forme mathématique du modèle explicatif de
l'entrée des IDE au Bénin ainsi obtenu est le suivant :
IDE_ENTRt = a + P1
CRt-2 + P2 PNB/HBT01t-1 + P3 RISQUE_Pt-2
+
P4 T_ALPHAt-1 + P5 T_OUV01t-1 +
P6 T_CROISt-2 + P7 T_INFLt-1 +
P8 D_S01+ S1 VTIFRt + S2
PIB_INDt + Et
|
A partir de cette description mathématique du
phénomène étudié, les valeurs numériques des
coefficients du modèle d'estimation seront déterminés.
1.3.2- L'estimation des paramètres du
modèle
Pour la réussite de cette phase on testera d'abord la
stationnarité de toutes les séries. Ensuite, il sera
procédé au test de cointégration. En effet, la
présence de plusieurs variables macroéconomiques souvent
stationnaires en première différence, fait soupçonner une
éventuelle relation de long terme entre ces dernières. Enfin, on
construira le modèle à correction d'erreur après avoir
justifié l'existence d'une telle relation.
a) Le test de stationnarité des variables
Le test de stationnarité utilisé est celui de
Dickey Fuller Augmenté (ADF) avec les hypothèses suivantes :
H0 : présence de racine unitaire (série non
stationnaire)
H1 : absence de racine unitaire (série
stationnaire)
La règle de décision est :
Si ADF calculé < ADF
théorique alors l'hypothèse H1 est
vérifiée. La variable est donc stationnaire ;
-(>- Si ADF calculé = ADF théorique alors
l'hypothèse H0 est vérifiée et la variable est non
stationnaire.
Encadré 3 : Principe du test de Dickey
Fuller Augmenté (ADF)
Les tests ADF permettent de mettre en évidence le
caractère stationnaire ou non d'une série temporelle par la
détermination d'une tendance déterministe ou stochastique. Ces
tests sont fondés sur l'estimation par les MCO des trois
équations suivantes :
Avec Et i.i.d. et p peut être
déterminé selon les critères d'information (de
Akaiké ou de Schwartz) ou en estimant un modèle avec une valeur
suffisamment élevée de p et en éliminant progressivement
le dernier terme jusqu'à ce qu'il soit significatif (sous Eviews, p=0
correspond au test de Dickey-Fuller simple).
L'hypothèse nulle du test est H0 : p = 0 . Si
dans l'un de ces modèles (celui retenu pour le calcul de la statistique
de test) on ne peut pas rejeter H0, cela équivaut à l'existence
d'une racine unité et par suite au caractère nons-tationnaire de
la série étudiée.
La statistique de test - ADF - est analogue à la
statistique usuelle t de Student. En fait, cette statistique est égale
à l'opposé du t de Student pour la significativité du
coefficient p [Gourieroux, C. et Monfort, A.(1995) (p.535). La loi limite de
cette statistique sous H0 est tabulée et est indépendante du
choix de p. Enfin, la région
valeurs critiques.
critique du test s'écrit comme {t?
< ttabulé
ñ
p
[1] Axt =p xt-1 - ö
Axt-j+1 + Et
j
[2] Ax t =p xt-1 -
[4] Axt = p xt-1 -
j=2
öj Axt-i+ 1 c Et
j
p
j
p
2
2
öjAxt-i+1+ c + bt +
Et
} et EViews donne automatiquement les
Tableau 6 : Stationnarité
des variables
VARIABLE
|
EN NIVEAU
|
EN DIFFERENCE PREMIERE
|
Lag
|
Tend
|
Const
|
ADFC
|
ADFL
|
Décision
|
Lag
|
Tend
|
Const
|
ADFC
|
ADFL
|
Décision
|
IDE_ENTR
|
1
|
N
|
N
|
-1,65
|
-1,95
|
H0
|
0
|
N
|
N
|
-5,72
|
-1,95
|
I(1)
|
PIB_IND
|
3
|
N
|
O
|
-4,75
|
-2,96
|
I(0)
|
-
|
-
|
-
|
-
|
-
|
-
|
RISQUE_P
|
1
|
O
|
O
|
-2,24
|
-3,55
|
H0
|
0
|
N
|
N
|
-4,21
|
-1,95
|
I(1)
|
T_ALPHA
|
3
|
O
|
N
|
-3,78
|
-3,56
|
I(0)
|
-
|
-
|
-
|
-
|
-
|
-
|
VTIFR
|
0
|
N
|
N
|
-7,50
|
-1,95
|
I(0)
|
-
|
-
|
-
|
-
|
-
|
-
|
PNB_HBT01
|
1
|
N
|
O
|
-2,59
|
-2,95
|
H0
|
0
|
N
|
N
|
-3,97
|
-1,95
|
I(1)
|
T_INFL
|
0
|
N
|
O
|
-4,55
|
-2,95
|
I(0)
|
-
|
-
|
-
|
-
|
-
|
-
|
T_OUV01
|
1
|
O
|
O
|
-3,51
|
-3,55
|
H0
|
0
|
N
|
N
|
-4,80
|
-1,95
|
I(1)
|
CR
|
1
|
O
|
O
|
-1,75
|
-3,55
|
H0
|
0
|
N
|
N
|
-7,04
|
-1,95
|
I(1)
|
NB :
? Tend : Tendance ; Const : Constance ; ADFC : ADF
Calculée ; ADFL : ADF Lue à 5% ; O : Oui ; N : Non
? H0 : La variable est non stationnaire ; I(0) : la variable est
stationnaire en niveau ; I(1) : la variable est stationnaire en première
différence
A l'analyse du tableau, on note que les variables IDE_ENTR,
RISQUE_P, PNB_HBT01, T_OUV01 et CR sont intégrées d'ordre 1 et
que le reste est stationnaire en niveau. Lorsque les variables sont
intégrées de même ordre un risque de cointégration
existe. Pour vérifier l'existence de la cointégration entre les
variables I(1), il faut exécuter le test de cointégration de
Johansen, puis en cas de cointégration, passser à l'estimation
d'un modèle à correction d'erreur.
Encadré 4 :
Définition de la
cointégration
Plusieurs séries xit (i allant de 1 à k) sont dites
cointégrées si ces deux conditions sont vérifiées
:
- Elles sont affectées d'une tendance stochastique de
même ordre d'intégration d : xit
4 I(d) ;
- Il existe un vecteur de cointégration a = [ai , a2 ,
a3 , ... ak ] de dimension (k, 1) ; tel que aXt 4 I(d - b). En d'autres terme
une combinaison linéaire de ces séries permet de ce ramener
à une série d'ordre d'intégration inférieur. On
note Xt 4 CI(d, b) avec Xt = rx x x
L--it , --2t , --3t , ... .,
xkt ] et b>0.
NB : CI signifie cointégrées.
b) Le test de cointégration
Encadré 5 : Principe du test de la
relation de cointégration de Johansen
Soit A la matrice à k
variables et de rang r ,associée à
l'équation du modèle.
-%- Si les éléments de la matrice
A sont tous nuls alors le rang de la matrice est égal
à zéro (r = 0) et on élimine la
possibilité d'une spécification à correction d'erreur ;
Si le rang de la matrice A est égal
à k (r = k), alors toutes les variables sont
stationnaires en niveau et il n'y a pas risque de cointégration ;
Si le rang de la matrice A est compris entre
1 et k-1, (1 = r = k-1), alors il existe r relations de cointégration et
la représentation à correction d'erreur est valide.
Le test élaboré par Johansen fait
référence aux vecteurs propres correspondant aux valeurs propres
les plus grandes de la matrice A. La statistque ainsi
calculée suit une distribution tabulée par Johansen et Juliesus
(1990) et est :
Itrace = -n
la matrice A, k le nombre de variables et
r le rang de la matrice.
Le test de Johansen fonctionne par exclusion d'hypothèses
alternatives. Les hypothèses utilisées sont : H0 : r =
k-1 et H1 : r = k.
La règle de décision est la suivante : Si la
statistique calculée est supérieure à la valeur critique
lue dans la table, alors on rejette l'hypothèse nulle car le rang de la
matrice A est k et il n'existe pas de relation de cointégration. Si non,
la procédure est arrêtée et le rang de la matrice
A est k-1
i=r+
k
1
ln(1-ë) i
avec n le nombre d'observations, ëi
la ième valeur propre de
NB : Le logiciel fournira directement les
résultats du test du nombre de relations de cointégration de
Johansen(cf. annexe n°1).
Tableau 7 : Résultats
du test de la trace sur les variables
HYPOTHESES NULLES
|
VALEURS PROPRES
|
TRACES STATISTIQUES
|
VALEURS CRITIQUES (5%)
|
VALEURS CRITIQUES (1%)
|
R=0
|
0,808664
|
106,3302
|
68,52
|
76,07
|
R= 1
|
0,507311
|
51,75722
|
47,21
|
54,46
|
R=2
|
0,479565
|
28,39727
|
29,68
|
35,65
|
R= 3
|
0,172808
|
6,845292
|
15,41
|
20,04
|
R= 4
|
0,017558
|
0,584577
|
3,76
|
6,65
|
Source : Résultats sous Eviews
4.1
Tableau 8 : Résultats
du test de la valeur propre maximale
HYPOTHESES NULLES
|
VALEURS PROPRES
|
STATISTIQUES DE LA VALEUR PROPRE
|
VALEURS CRITIQUES
|
VALEURS CRITIQUES
|
|
|
MAXIMALE
|
(5%)
|
(1%)
|
R=0
|
0,808664
|
54,57295
|
33,46
|
38,77
|
R< 1
|
0,507311
|
23,35996
|
27,07
|
32,24
|
R< 2
|
0,479565
|
21,55197
|
20,97
|
25,52
|
R< 3
|
0,172808
|
6,260715
|
14,07
|
18,63
|
R<4
|
0,017558
|
0,584577
|
3,76
|
6,65
|
Source : Résultats sous Eviews
4.1
L'observation des résultats du test de la trace sur les
variables montre qu'à R=0 et R< 1 la trace statistique
calculée est supérieure au seuil retenu : on rejette
l'hypothèse nulle Ho de cointégration à 5%. Par contre, on
accepte l'hypothèse nulle selon laquelle il existe au plus deux (2)
relations de cointégration (R< 2) entre les cinq (5) variables. En
effet, d'après la troisième ligne du tableau N°7, la
statistique de la trace relative à la troisième valeur propre est
inférieure à la valeur critique au seuil de 5% (28,39727<
29,68). Mais, notons qu'au seuil de 1%, l'hypothèse Ho est
acceptée dès la deuxième valeur propre soit R< 1
(51,75722< 54,46). L'objectif de l'étude n'étant pas
d'explorer le nombre de relations de cointégration entre les variables,
on considère qu'en réalité il n'existe qu'une seule
relation de cointégration entre toutes les séries I(1) (le seuil
de 1% est ainsi retenu). En effet, on s'intéresse surtout à
l'explication des Investissements Directs Etrangers au Bénin par des
variables pertinentes. De plus le test de la valeur propre maximale confirme
bien ce choix (tableau N°8). En conclusion, les séries I(1) sont
cointégrées et il existe une seule relation de
cointégration. Il sera alors fait recours à l'estimation d'un
modèle à correction d'erreur.
c) Estimation du Modèle à Correction
d'Erreur
Encadré 6 : Le
principe de
l'estimation du
modèle à
correction d'erreur
Selon le nombre de relations de cointégration la
procédure diffère.
9 S'il n'existe qu'un seul vecteur de cointégration, on
utilise la méthode de Engle et Granger, que voici :
1 ère étape: C'est
l'estimation de la relation de long terme, par la méthode des Moindres
Carrés Ordinaires (MCO) et le calcul du résidu :
et = yt - â0 - â1 x1t - - âk
xkt
2ème étape : C'est l'estimation
de la relation du modèle de court terme (dynamique). On n'a :
A yt = a1 A x1t +
a2 A x2t + ..... +
ak A xkt +
Y1 et-1 + Pt
Avec Y1 < 0 (force de
rappel vers l'équilibre) .
-:- Sinon, on fait appel à la représentation
vectorielle à correction d'erreur : VECM (Vector Error Correction
Model).
Présentation des résultats de
l'estimation de la relation de long terme La forme fonctionnelle
de la relation de long terme est :
IDE_ENTRt = P0 + P1
CRt-2 + P2 PNB/HBT01t-1 + P3 RISQUE_Pt-2 +
P4 T_OUV01t-1 + P5 D_S01 +
Et
|
L'estimation du modèle de long terme a permis d'obtenir
les résultats suivants :
Tableau 9 : Présentation des
résultats de la relation de long terme
C -72,948 -3,278 22,252 0,002*
RISQUE_P(-2) 17,324 7,464 2,321 0,000*
PNB_HBT(-1) 0,170 3,822 0,044 0,000*
T_OUV01(-1) -26,042 -4,226 6,162 0,000*
D_S01 58,872 5,390 10,922 0,000*
CR(-2) -1,634 -3,478 0,470 0,001*
Observations 1972 - 2004
R2 ajusté 0,79
Probabilité de la F statistique 0,000000
Durbin Watson 2,12
Erreur standard 13,64
Variable explicative Coefficient
estimé student
Statistique de
Erreur standard
Probabilité
* :significatif à 1% ; ** :significatif à 5% ;
significatif à 10% ; significatif à + de 10%.
Source : Résultats sous Eviews
4.1
Compte tenu des résultats obtenus, on peut écrire
:
IDE_ENTRt = -72,94864 - 1,633553.CRt-2 +
0,169759.PNB/HBT01t-1 + 17,32444.RISQUE_Pt-2 - 26,04223.T_OUV01t-1 +
58,87205.D_S01
|
Le R2 de 0,82 et la probabilité de la
statistique de Fischer (0,0000) indiquent que le modèle semble
être de bonne qualité. Les variables retenues dans le
modèle sont toutes significatives, mais on observe cependant des signes
inattendus.
L'observation du corrélogramme des résidus
(annexe n°6) nous laisse supposer de leur stationnarité. En effet,
les valeurs du corrélogramme simple et partiel sont contenus dans
l'intervalle de confiance, mais on ne saurait conclure définitivement
à ce stade car il ne s'agit que de simples présomptions. Pour
ôter tout doute, le test de racine unitaire de Dickey-Fuller sera
utilisé.
Tableau 10 : Test ADF sur les
résidus de long terme
Variable
|
Niveau de différence
|
Tend ance
|
Constante
|
Niveau de confiance
|
Valeur critique
|
T-Statistique ADF
|
Probabilité
|
Résidu
|
0
|
Non
|
Non
|
5%
|
-1,95
|
-6,15
|
0,0000
|
Source : Résultats sous Eviews
4.1
Compte tenu de la non significativité de la tendance et
de la constante, le test de racine unitaire a été
exécuté sans tendance ni constante. Ce test a
révélé l'absence de racine unitaire dans la série
des résidus. En effet, la probabilité associée à la
statistique (0,0000) est inférieure à 5%. Le résidu issu
de la relation de long terme est donc stationnaire ; ce qui confirme bien
l'existence de la cointégration précédemment
vérifiée par le test de Johansen.
Pour des raisons de qualité du modèle
général de court terme, ont été retirées les
variables stationnaires en niveau qui dégradent l'estimation. A l'issue
de cette phase, le modèle retenu se présente sous la forme
suivante :
Tableau 11 : Présentation des
résultats de l'estimation de la relation de court terme
C 8,067 2,009 4,025 0,057***
D(RISQUE_P(-2)) 20,342 6,648 3,060 0,000*
D(PNB_HBT01(-1)) 0.228 3,408 0,067 0,002*
D(T_OUV01(-1)) -22,753 -3,371 6,751 0,002*
D_S01 3,547 0,807 4,397 o,428****
D(CR(-2)) -2.431 -3,982 0,611 0,000*
D(IDE_ENTR(-1) 0,135 1,345 0,100 0,192****
RES(-1) 0,769 -3,736 0,206 0,001*
T_INFL(-1) 0,440 -1,899 0,231 0,070**
T_CROIS(-2) -1,559 -2,293 0,680 0,031**
Observations 1973 - 2004
R2 ajusté 0,80
Probabilité de la F statistique 0,000000
Durbin Watson 2,17
Erreur standard 10,97
Variable explicative Coefficient
Erreur
estimé de student standard
Statistique
Probabilité
* :significatif à 1% ; ** :significatif à 5% ;
significatif à 10% ; significatif à + de 10%.
Source: Résultats sous Eviews
4.1
La lecture des résultats ci-dessus permet d'écrire
la relation de court terme suivante :
D(IDE_ENTRt) = 8,087408+ 0,134897.D(IDE_ENTRt-1) +
20,34211.D(RISQUE_Pt-2) + 0,228213.D(PNB_HBT01t-1) - 0,439958.T_INFLt-1 -
22,75344.D(T_OUV01t-1) - 2,431436.D(CRt-2)
- 1,558758.T_CROISt-2 + 3,546720.D_S01 -
0,769192.RESt-1
|
Etant donné que l'ACP a permis de pallier au
problème de multicolinéarité, l'exécution d'un test
de multicolinéarité n'est plus opportune. De plus, l'objectif
principal de l'étude est d'expliquer le phénomène
d'entrée des IDE et non d'élaborer un modèle de
prévision économétrique.
Après estimation des modèles, la validation de ces
modèles sera exécutée.
1.3.3- La validation du modèle
La validation du modèle passe par trois étapes :
l'analyse de la significativité des coefficients, l'analyse de la
qualité des résidus et de la stabilité du
modèle.
a) Analyse de la significativité des coefficients
L'analyse de la significativité du modèle se
fera en deux étapes : l'analyse du point de vue de la qualité
globale d'une part et celle de la qualité individuelle des estimateurs
d'autre part.
L'appréciation de la qualité globale de
l'ajustement se fait avec la statistique de Fischer qui indique si les
variables explicatives ont une influence sur la variable à expliquer.
Les hypothèses sous-tendant cette analyse sont :
|
H0 : tous les coefficients du modèle sont nuls H1
: il existe au moins un coefficient non nul
|
L'arbitrage se fait par la comparaison de la valeur de la
F-statistique estimée à celle tabulée par Fischer. Le
logiciel Eviews fournit automatiquement la probabilité
associée à la F-statistique calculée, ce qui facilite
grandement l'analyse. Il suffira donc de comparer la probabilité
associée à la F-statistique au seuil de 5% retenu. Dans le cas
où la probabilité associée à la Prob(F-statistique)
< 5%, alors l'hypothèse Ho sera rejetée au profit de
l'hypothèse alternative selon laquelle la régression est
globalement significative. Dans notre cas, la Prob (F- statistique) est
inférieure à 5% (Prob(F-statistique) = 0,000000 < 5%) pour le
modèle de long terme : l'hypothèse nulle est rejetée et la
relation de long terme est globalement significative. De même, la
relation dynamique est globalement significative (Prob(F-statistique) =
0,000000 < 5%). Ces résultats sont conformes aux valeurs de la
statistique R2 (0,823257 pour le long terme et 0,855724 pour le
court terme) qui renseignent aussi sur la qualité selon qu'elle approche
l'unité.
Pour se prononcer sur la significativité individuelle,
on utilise la statistique de Student directement fournie par Eviews.
Lorsqu'au seuil considéré la valeur de la statistique de Student
estimée est supérieure à celle tabulée par Student,
alors on retient l'hypothèse de significativité. Dans le cas
contraire, l'hypothèse de nullité de tous les coefficients est
acceptée. Il sera ici utilisé, comme cela a été
précédemment fait, la probabilité de rejet que fournit le
logiciel Eviews au seuil retenu.
Les résultats de l'estimation de la relation de long
terme montrent clairement qu'à 5% toutes les variables retenues sont
significatives car les probabilités associées sont
inférieures à 0,05. Par conséquent, le risque pays, le PNB
par habitant, le taux d'ouverture, le crédit local fourni au secteur
privé et la variable représentant la démocratie et la
stabilité ont une influence significative sur les Investissements
Directs Etrangers.
Quant à l'estimation du modèle de court terme,
la significativité du coefficient des résidus retardés
RES(-1) ou force de rappel à l'équilibre (0,0001 < 5%) et son
signe négatif (-0,769192) montrent la validité du modèle
à court terme. Notons que seules les variables IDE
différenciée, taux d'inflation et démocratie apparaissent
non significatives au seuil de 5%. De même, la constante est
significative à 10%. Toutes les autres variables sont significatives
à 5%.
b) Tests sur les résidus
> Le test de normalité de
Jarque-Bera
L'hypothèse de normalité des résidus est
acceptée lorsque l'une ou l'autre des deux conditions suivantes est
vérifiée :
- Si la valeur estimée de la statistique de Jarque-Bera
est inférieure à celle lue dans la table de Khi-deux au seuil de
5% à deux degrés de liberté (5,99) ;
- Si la probabilité de la statistique de Jarque-Bera,
fournie par Eviews, est supérieure au seuil de 5% (0,05).
Dans le cadre de cette étude, pour le modèle de
long terme, la statistique de Jarque-Bera est inférieure à celle
lue dans la table de Khi-deux (0,072516 < 5,99). De plus la
probabilité de la statistique de Jarque-Bera fournie par Eviews
est supérieure au seuil (0,964391 > 0,05). Quant au modèle de
court terme, la statistique de Jarque-Bera estimée est inférieure
à la valeur tabulée (0,074849 < 5,99) et la probabilité
à elle associée (0,963267) est supérieure à 5%.
Somme toute, les résidus issus aussi bien du
modèle long terme que du modèle dynamique sont normaux.
> Le test d'autocorrélation des erreurs de
Breusch-Godfrey
La statistique de Breusch-Godfrey utilisée est
BG = nR2 ; avec :
- p le nombre de retards des
résidus ;
- n le nombre d'observations ;
- R2 le coefficient de
détermination.
Elle suit une distribution de Khi-deux (
÷2) à p degrés de liberté. On parle
de
non-corrélation des erreurs lorsque
nR2 < 42p) ou bien
si la probabilité lue est
supérieure à 5%.
Les résultats obtenus sous Eviews (Voir annexe
N° 3) signifient que la probabilité en question est
supérieure à 0,05 ; aussi bien pour le modèle de long
terme (0,630539 > 0,05) que pour celui dynamique (0,197537 > 0,05). Par
conséquent, ni les erreurs de la relation de long terme, ni celles de la
relation dynamique ne sont corrélées.
> Le test
d'hétéroscédasticité des erreurs de White (no cross
terms)
Ce test permet de savoir s'il y a
hétéroscédasticité des résidus du
modèle et de détecter son origine. A cet effet, il
régresse le carré des résidus en fonction des
carrés des variables du modèle.
La décision du test est basée sur la statistique
de Fisher du modèle estimé du test. A l'image de celle de
Breusch-Godfrey, la statistique de White est W =
nR2 . et suit un Khi-deux à p degré de
liberté, lorsque n est grand.
L'hypothèse d'homoscédasticité des erreurs
est acceptée si la probabilité affichée est
supérieure à 5%.
Que ce soit au niveau du modèle de long terme (0,184270)
que celui du court terme (0,873287), la probabilité observée est
supérieure à 0,05 (Cf annexe N° 4).
c) Tests de stabilité du modèle
Afin de se prononcer sur une éventuelle
stabilité du modèle, le test de CUSUM sera exécuté.
Le modèle de court terme étant dynamique, il ne s'applique qu'au
modèle de long terme.
Eviews montre un graphe compris dans un entonnoir (Cf
annexe N° 8). La courbe est bien contenue dans le corridor. Le
modèle est donc stable.
L'étude économétrique ainsi achevée,
il convient de passer à l'analyse économique des résultats
ainsi obtenus.
Chapitre 2 : Analyse des résultats et
recommandations
2.1 - Analyse des résultats
Il s'agira ici de vérifier si les variables
explicatives utilisées ont les signes attendus et de faire ressortir
leur importance dans le phénomène d'entrée des IDE au
Bénin.
Notons en premier lieu qu'une augmentation de 1% d'une des
variables, de la relation de long ou de court terme, ferait varier la masse des
IDE de la valeur du coefficient de cette variable, les autres étant
considérées comme constantes. En d'autres termes,
l'interprétation de l'effet des différentes variables sur l'IDE
relève de l'importance des signes et des valeurs des coefficients qui
leurs sont associés.
Dans le long terme, les variables D_S01 et PNB_HBT01 sont
positivement significatives comme attendu. Donc l'investisseur regarde
l'existence de la démocratie et le niveau antérieur de la
productivité, pour investir. En fait, l'augmentation du PNB par habitant
traduit une amélioration du pouvoir d'achat des agents
économiques. Ainsi, l'avancée grandissante de la taille du
marché constitue une opportunité d'affaires pour les
investisseurs étrangers. Par contre, les variables T_ OUV01, CR et
RISQUE_P, bien que significatives, tant sur un horizon de long terme que celui
de court terme, ont des signes contraires aux résultats attendus. Ici
T_OUV01 et CR inhibent les IDE, tandis que RISQUE_P les favorisent. En effet,
plus le niveau du crédit local est élevé, moins le besoin
de financement est important et moins d'opportunités s'offrent aux
investisseurs étrangers. C'est ce qui confirme bien le signe
négatif du crédit local. L'une des particularités du
Bénin est que, sur la période de l'étude, les exportations
ont crû moins vite que le PIB ; d'où la décroissance du
T_OUV01. En réalité cela cache les difficultés de la
filière coton, principale composante des exportations béninoises.
Soulignons entre autre que les IDE n'ont pas eu un impact positif sur les
échanges extérieurs du Bénin. En effet les IDE
reçus par le Bénin n'étaient pas sous forme de
création, mais plutôt des reprises d'entreprises telles que les
huileries (SONICOG) et brasseries (SOBEBRA). Or, ces entreprises produisent
essentiellement pour la consommation locale.
Retenons en conclusion que du fait des problèmes
internes au Bénin et du fait des secteurs ciblés par
l'investissement, les exportations et plus généralement le taux
d'ouverture a eu un impact négatif sur les IDE. Quant au risque pays,
son coefficient négatif serait dû à une autre
particularité de l'économie béninoise et celles africaines
en général. En effet, la présence significative et
positive de D_S01 permet de dire que dans le long terme, l'investisseur se
fierait beaucoup plus à la présence ou non de la
démocratie quand bien même le risque d'y investir RISQUE_P (vieux
de deux ans) serait important. La démocratie et la stabilité sont
aussi une composante du risque pays.
Ainsi, dans la relation de court terme, les IDE de
l'année antérieure, le PNB par habitant, favorisent
l'entrée des IDE au Bénin. Par ailleurs, le taux d'inflation
retardé d'une année constitue une entrave pour ces capitaux
privés. Remarquons aussi que la démocratie et la stabilité
ne sont plus pertinentes dans l'analyse de court terme.
L'anti-corrélation du taux de croissance aux IDE ici observée
s'explique par les difficultés qu'a connu l'économie
béninoise dans le temps. Au nombre de ceux-ci, on peut citer les
problèmes de la filière coton, la fermeture des frontières
du Nigeria.
Quant aux résidus (RES(-1)), ils représentent
l'erreur d'équilibre décalée d'une période de la
relation de long terme. RES(-1) a un coefficient significatif avec le signe
négatif attendu inférieur à un (1), en valeur absolue.
C'est la force de rappel vers l'équilibre. Il indique qu'à court
terme, qu'il se produit un ajustement, de 76,91%, vers l'équilibre de
long terme.
L'analyse économique de l'estimation des
déterminants des IDE au Bénin, amène à faire un
certain nombre de recommandations.
2.2 - Recommandations de politiques économiques
Dans le contexte économique actuel
caractérisé par l'incapacité d'exploiter de manière
optimale les moyens de production dont dispose le Bénin, il urge de
prendre des mesures qui contribueront à l'accélération des
flux d'investissements étrangers. Les recommandations à faire
à partir des études menées sont les suivantes :
çr Vu l'importance de la démocratie et de la
stabilité, encourager la bonne gouvernance et enraciner la culture de la
liberté d'expression ;
çr Investir dans les filières porteuses dans le but
d'améliorer la production et de ce fait, le revenu par tête ;
çr Maintenir le niveau d'inflation suffisamment bas pour
qu'il ne représente pas un frein aux investissements.
De manière plus générale,
l'amélioration du cadre d'investissement béninois doit se faire
à partir de ces axes :
çr Encourager la transparence au sein de l'administration
publique ;
çr Simplifier les conditions nécessaires pour
l'enregistrement des entreprises et des licences ;
çr Lutter activement contre les facteurs contribuant
à la lenteur administrative ;
çr Poursuivre l'objectif d'obtention d'une main d'oeuvre
compétente en améliorant
la qualité de la formation et l'ouverture de nouvelles
filières aptes à combler le
manque de qualification ;
çr Créer de nouvelles infrastructures (routes,
voies ferrées, ports, etc.) et des infrastructures de base en
général ;
çr Réduire le niveau de pression fiscale. La TVA,
les impôts sur les sociétés et les
impôts sur les dividendes sont supérieurs à
ceux en vigueur dans la sous région ; çr Assurer la
sécurité foncière en introduisant des réformes
aptes à rassurer les
investisseurs ;
çr Réviser le code des investissements qui date de
1990 ;
çr Régler les problèmes de conflit entre les
différents services s'occupant des investissements en créant un
organe les regroupant ;
çr Profiter de l'avantage que représente la
proximité du Nigeria en tant que marché potentiel, signer des
accords d'échange et cibler des investisseurs potentiels
nigérians ;
çr Revoir les attributions du CPI et la renforcer dans
l'objectif d'une meilleure promotion, facilitation et suivi des investissements
;
çr Améliorer la position concurrentielle du
Bénin en diversifiant la production, en développant de nouvelles
aptitudes en marketing des produits ;
çr Développer les capacités du port autonome
de Cotonou par de nouvelles infrastructures et par l'entretien de celles qui
existent ;
çr Améliorer la qualité des services
judiciaires et penser à créer un organe qui va débattre
des litiges commerciaux ;
Nonobstant, les facteurs explicatifs et les recommandations sus
citées, il convient de dire pourquoi investir au Bénin et non
ailleurs.
2.3 - Investir au Bénin : cinq (5) bonnes
raisons
Malgré le nombre important de problèmes dont
souffre l'économie béninoise, certaines raisons sont
déterminantes dans l'attrait que représente cette destination
pour les investisseurs étrangers :
-%- Le Bénin est un havre de paix. La stabilité
politique, économique et sociale y sont présentes ; dans une
Afrique où le risque de guerre est élevé ;
-%- La position du Bénin est un atout
indéniable. Sa proximité avec le plus grand marché Ouest
africain (Nigeria), son ouverture sur la mer le rend attractif et les
opportunités que représente l'AGOA sont à ne pas
négliger ;
-%- La qualité et le nombre important de ses ressources
humaines font qu'il dispose d'une main d'oeuvre apte et bon marché ;
-%- Des réformes mises en oeuvre par le nouveau
gouvernement en place pour la promotion des investissements et la confiance que
font déjà bon nombre d'investisseurs dont la Malaisie et la Chine
sont un indicateur de confiance en la santé et en la
sécurité des investissements. On peut désigner entre autre
l'accès au
fonds du Millenium Challenge Account dont les pays élus
ont été suivis sur des critères très rigoureux ;
9 Les secteurs encore inexploités au Bénin,
représentent bien des opportunités d'implantation dans l'Afrique
de l'ouest.
Conclusion
En conclusion, le Bénin reçoit beaucoup moins
d'Investissements Directs Etrangers que la plupart des pays de l'UEMOA et plus
généralement moins que la grande majorité des pays en
développement d'Afrique ou d'Asie. A l'issue de nos analyses, il ressort
que c'est l'environnement d'investissement du Bénin qui est le moteur de
l'attractivité des IDE. L'amélioration de ce cadre
d'investissement devra être le fer de lance en matière de
politique de promotion des investissements. Il serait aussi intéressant
de voir l'impact des complications administratives et les secteurs les plus
mobilisateurs de ces investissements pour mieux orienter les choix de
l'Etat.
Il est quand même important de noter que dans ces
travaux, il n'a pas, été fait recours aux avis des investisseurs
étrangers quant aux raisons qui ont motivé leur arrivée
dans l'espace économique béninois. Il serait alors judicieux de
mener l'enquête auprès de ces FMN et de reconnaître les
secteurs les plus attractifs des IDE. Un autre élément est
l'intégration sous régionale sans laquelle les pays ne peuvent
intervenir activement dans les échanges, face aux super puissances et
regroupements économiques occidentaux. Il faudrait alors pousser la
curiosité à procéder à une recherche sur les IDE
dans l'espace de l'UEMOA : diagnostiquer leurs faiblesses, observer les IDE
entre pays de la sous région et entre l'UEMOA et le reste du monde de
façon à parvenir à une intégration harmonieuse.
ANNEXES
TABLE DES MATIERES Dédicaces
...ii
Remerciements ..iii
Avant propos ..iv
Acronymes . v
Présentation de l'institution d'accueil
.vii
SOMMAIRE 1
LISTE DES TABLEAUX 2
LISTE DES GRAPHIQUES 3
LISTE DES GRAPHIQUES 3
LISTE DES ENCADRES 4
LISTE DES ENCADRES 4
Introduction 5
Problématique et intérêt de
l'étude 6
Objectif de l'étude 8
Première partie : Cadre théorique et
conceptuel de l'étude 10
Chapitre 1 : Cadre théorique de l'étude
10
1.1- Définition des concepts 10
1.1.1- Les Investissements Directs Etrangers 10
1.1.2- L'investisseur direct et typologie des firmes
multinationales 11
1.1.3- L'entreprise d'investissements directs 12
1.2- Avantages et inconvénients des IDE 13
1.3- Littérature sur les IDE 15
Chapitre 2 : Flux d'IDE et cadre d'investissement au
Bénin 22
2.1- Analyse des flux d'IDE 22
2.1.1- Aperçu sur la répartition des IDE de par le
monde 22
2.1.2- Evolution des flux d'IDE dans certains pays de l'Afrique
subsaharienne 27
2.2- Caractéristiques du cadre d'investissement au
Bénin 29
2.3 - Possibilités d'investissements au Bénin 32
Deuxième partie : Recherche des facteurs
explicatifs des flux d'IDE 36
Chapitre 1 : Formalisation économétrique
36
1.1- Présentation des données et
méthodologie 36
1.1.1- Présentation des données 36
1.1.2- Méthodologie 40
1.2- Choix factoriel des variables à exploiter 41
1.3- Spécification, estimation et validation du
modèle 43
1.3.1- La spécification du modèle 43
1.3.2- L'estimation des paramètres du modèle 44
a) Le test de stationnarité des variables 44
b) Le test de cointégration 46
c) Estimation du Modèle à Correction d'Erreur
49
1.3.3- La validation du modèle 53
a) Analyse de la significativité des coefficients 53
b) Tests sur les résidus 54
c) Tests de stabilité du modèle 56
Chapitre 2 : Analyse des résultats et
recommandations 57
2.1 - Analyse des résultats 57
2.2 - Recommandations de politiques économiques 59
2.3 - Investir au Bénin : cinq (5) bonnes raisons 60
Conclusion 62
Annexes 63
Bibliographie
ANNEXES
Annexe N° 1 : Test de
cointégration de JOHANSEN
Date: 11/09/06 Time: 11:59
Sample(adjusted): 1972 2004
Included observations: 33 after adjusting endpoints Trend
assumption: Linear deterministic trend
Series: RISQUE_P PNB_HBT01 T_OUV01 CR IDE_ENTR Lags interval (in
first differences): 1 to 1
U nrestricted Cointegration Rank Test
Hypothesized
|
|
Trace
|
5 Percent
|
1 Percent
|
No. of CE(s)
|
Eigenvalue
|
Statistic
|
Critical Value
|
Critical Value
|
None **
|
0.808664
|
106.3302
|
68.52
|
76.07
|
At most 1 *
|
0.507311
|
51.75722
|
47.21
|
54.46
|
At most 2
|
0.479565
|
28.39727
|
29.68
|
35.65
|
At most 3
|
0.172808
|
6.845292
|
15.41
|
20.04
|
At most 4
|
0.017558
|
0.584577
|
3.76
|
6.65
|
*(**) denotes rejection of the hypothesis at the 5%(1 %) level
Trace test indicates 2 cointegrating equation(s) at the 5% level Trace test
indicates 1 cointegrating equation(s) at the 1% level
Hypothesized
|
|
Max-Eigen
|
5 Percent
|
1 Percent
|
No. of CE(s)
|
Eigenvalue
|
Statistic
|
Critical Value
|
Critical Value
|
None **
|
0.808664
|
54.57295
|
33.46
|
38.77
|
At most 1
|
0.507311
|
23.35996
|
27.07
|
32.24
|
At most 2 *
|
0.479565
|
21 .55197
|
20.97
|
25.52
|
At most 3
|
0.172808
|
6.260715
|
14.07
|
18.63
|
At most 4
|
0.017558
|
0.584577
|
3.76
|
6.65
|
*(**) denotes rejection of the hypothesis at the 5%(1 %) level
Max-eigenvalue test indicates 1 cointegrating equation(s) at both
5% and 1% levels
Unrestricted Cointegrating Coefficients (normalized by b'*S1
1*b=I):
RISQUE_P PNB_HBT01
-0.577248 -0.011359
0.436902 0.010152
-0.952860 -0.012443
-0.123039 0.012679
0.026006 0.001213
|
T_OUV01 2.092764 1.367950 1.629295 0.304371 -0.453946
|
CR 0.118394 -0.166977 0.113874 0.019109 -0.109126
|
IDE_ENTR 0.062207 -0.007291 -0.029248 -0.016191 0.001702
|
|
Unrestricted Adjustment Coefficients (alpha):
|
|
|
|
D(RISQUE_P) 0.050541
|
0.067543
|
0.435331
|
0.019433
|
0.039759
|
D(PNB_HBT0 -2.241548
|
-4.891794
|
4.335293
|
-10.84222
|
-1 .389943
|
1)
|
|
|
|
|
D(T_OUV01) -0.087454
|
-0.101001
|
-0.061526
|
-0.068816
|
0.025264
|
D(CR) -0.952204
|
2.300349
|
0.519553
|
-0.184902
|
0.033067
|
D(IDE_ENTR) -15.67597
|
-3.791892
|
-5.423675
|
1.658743
|
-0.788244
|
1 Cointegrating Equation(s):
|
Log likelihood
|
-400.3597
|
|
|
Normalized cointegrating coefficients (std.err. in
parentheses)
RISQUE_P PNB_HBT01 T_OUV01 CR IDE_ENTR
1.000000 0.019677 -3.625415 -0.205101 -0.107765
(0.00253) (0.39883) (0.02464) (0.01167)
Adjustment coefficients (std.err. in parentheses)
D(RISQUE_P) -0.029175
(0.07981)
D(PNB_HBT0 1.293929
1)
(3.35415)
D(T_OUV01) 0.050482
(0.03463)
D(CR) 0.549658
(0.38337)
D(IDE_ENTR) 9.048923
(1.59752)
2 Cointegrating Equation(s): Log likelihood -388.6797
Normalized cointegrating coefficients (std.err. in
parentheses)
RISQUE_P PNB_HBT01 T_OUV01 CR IDE_ENTR
1.000000 0.000000 -40.98150 0.773984 -0.611325
(6.37386) (0.38499) (0.16879)
0.000000 1.000000 1898.454 -49.75759 25.59116
(316.371) (19.1092) (8.37784)
Adjustment coefficients (std.err. in parentheses)
|
D(RISQUE_P)
|
0.000335
|
0.000112
|
|
(0.09963)
|
(0.00210)
|
D(PNB_HBT0
|
-0.843305
|
-0.024200
|
1)
|
|
|
|
(4.14882)
|
(0.08730)
|
D(T_OUV01)
|
0.006355
|
-3.20E-05
|
|
(0.04099)
|
(0.00086)
|
D(CR)
|
1.554685
|
0.034168
|
|
(0.35285)
|
(0.00743)
|
D(IDE_ENTR)
|
7.392238
|
0.139562
|
|
(1.92982)
|
(0.04061)
|
3 Cointegrating Equation(s): Log likelihood -377.9037
Normalized cointegrating coefficients (std.err. in
parentheses)
RISQUE_P PNB_HBT01 T_OUV01 CR IDE_ENTR
1.000000
|
0.000000
|
0.000000
|
0.084184
|
0.259872
|
|
|
|
(0.09092)
|
(0.03821)
|
0.000000
|
1.000000
|
0.000000
|
-17.80282
|
-14.76673
|
|
|
|
(4.89569)
|
(2.05727)
|
0.000000
|
0.000000
|
1.000000
|
-0.016832
|
0.021258
|
|
|
|
(0.00912)
|
(0.00383)
|
Adjustment coefficients (std.err. in parentheses)
|
|
|
D(RISQU E_P)
|
-0.414475
|
-0.005305
|
0.907449
|
|
|
(0.12917)
|
(0.00212)
|
(0.32211)
|
|
D(PNB_HBT0
|
-4.974231
|
-0.078143
|
-4.319288
|
|
1)
|
|
|
|
|
|
(6.78208)
|
(0.11148)
|
(16.9128)
|
|
D(T_OUV01)
|
0.064980
|
0.000734
|
-0.421427
|
|
|
(0.06621)
|
(0.00109)
|
(0.16510)
|
|
D(CR)
|
1.059624
|
0.027704
|
2.000529
|
|
|
(0.57038)
|
(0.00938)
|
(1.42238)
|
|
D(I DE_ENTR)
|
12.56024 (2.92503)
|
0.207047 (0.04808)
|
-46.82999
(7.29429)
|
|
4 Cointegrating Equation(s):
|
Log likelihood
|
-374.7733
|
|
Normalized cointegrating coefficients (std.err. in parentheses)
RISQUE_P PNB_HBT01 T_OUV01 CR
|
IDE_ENTR
|
1.000000
|
0.000000
|
0.000000
|
0.000000
|
0.196311
|
|
|
|
|
(0.02723)
|
0.000000
|
1.000000
|
0.000000
|
0.000000
|
-1 .325211
|
|
|
|
|
(1.52253)
|
0.000000
|
0.000000
|
1.000000
|
0.000000
|
0.033967
|
|
|
|
|
(0.00417)
|
0.000000
|
0.000000
|
0.000000
|
1.000000
|
0.755022
|
|
|
|
|
(0.13676)
|
Adjustment coefficients (std.err. in parentheses)
|
|
|
D(RISQUE_P)
|
-0.416866
|
-0.005059
|
0.913364
|
0.044650
|
|
(0.12977)
|
(0.00252)
|
(0.32358)
|
(0.02535)
|
D(PNB_HBT0
|
-3.640212
|
-0.215615
|
-7.619348
|
0.837927
|
1)
|
|
|
|
|
|
(6.31979)
|
(0.12294)
|
(15.7586)
|
(1.23462)
|
D(T_OUV01)
|
0.073447
|
-0.000139
|
-0.442373
|
-0.001810
|
|
(0.06454)
|
(0.00126)
|
(0.16094)
|
(0.01261)
|
D(CR)
|
1.082374
|
0.025359
|
1.944251
|
-0.441210
|
|
(0.57172)
|
(0.01112)
|
(1.42561)
|
(0.11169)
|
D(IDE_ENTR)
|
12.35615
|
0.228079
|
-46.32511
|
-1.808705
|
|
(2.91429)
|
(0.05669)
|
(7.26690)
|
(0.56933)
|
Annexe N° 2 : Résultat
du test de normalité des résidus Résidu
de la relation de long terme
Résidu de la relation de court terme
Annexe N° 3 : Test
d'autocorrélation des erreurs Test d'autocorrélation des erreurs
pour le long terme
Breusch-Godfrey Serial Correlation LM Test:
F-statistic 0.359425 Probability 0.701626
Obs*R-squared 0.922360 Probability 0.630539
Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 11/11/06 Time: 12:58
Presam ple missing value lagged residuals set to zero.
Variable Coefficient Std. Error t-Statistic Prob.
RISQU E_P(-2) 0.202233 2.390557 0.084597 0.9333
PNB_HBT01 (-1) -0.002490 0.046108 -0.054005 0.9574
T_OUV01(-1) 0.532740 6.573350 0.081045 0.9361
D_S01 2.051506 11.80481 0.173786 0.8634
C -2.244430 23.29706 -0.096340 0.9240
CR(-2) -0.017213 0.488113 -0.035263 0.9721
RESID(-1) -0.112347 0.212236 -0.529349 0.6012
RESI D(-2) -0.142324 0.202353 -0.703345 0.4883
R-squared 0.027950 Mean dependent var -4.45E-14
Adjusted R-squared -0.244224 S.D. dependent var 12.53343
S.E. of regression 13.98039 Akaike info criterion 8.320405
Sum squared resid 4886.282 Schwarz criterion 8.683195
Log likelihood -129.2867 F-statistic 0.102693
Durbin-Watson stat 2.012803 Prob(F-statistic) 0.997667
Test d'autocorrélation des erreurs pour le court terme
Breusch-Godfrey Serial Correlation LM Test:
F-statistic 0.056982 Probability 0.944750
Obs*R-squared 0.164911 Probability 0.920852
Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 11/12/06 Time: 13:26
Presam ple missing value lagged residuals set to zero.
Variable Coefficient Std. Error t-Statistic Prob.
D(IDE_ENTR(-1)) -0.023891 0.150053 -0.159217 0.8750
D(RISQUE_P) -0.552576 4.349074 -0.127056 0.9001
D_S01 -0.084975 5.397781 -0.015743 0.9876
RES(-1) -0.031652 0.275649 -0.114828 0.9096
C 0.1 14536 4.832334 0.023702 0.9813
T_CROIS -0.047401 0.792733 -0.059794 0.9529
T_INFL(-1) -0.001112 0.288105 -0.003860 0.9970
D(PNB_HBT01 (-1)) 0.000175 0.083294 0.002106 0.9983
RESID(-1) 0.072988 0.274716 0.265686 0.7930
RESID(-2) -0.086373 0.326012 -0.264938 0.7935
R-squared 0.005153 Mean dependent var 1.83E-15
Adjusted R-squared -0.401829 S.D. dependent var 11.59881
S.E. of regression 13.73286 Akaike info criterion 8.327767
Sum squared resid 4149.012 Schwarz criterion 8.785809
Log likelihood -123.2443 F-statistic 0.012663
Durbin-Watson stat 2.013628 Prob(F-statistic) 1.000000
Annexe N° 4 : Test
d'hétéroscédasticité
Test d'hétéroscédasticité des erreurs
du long terme
White Heteroskedasticity Test:
F-statistic 1.567430 Probability 0.184026
Obs*R-squared 12.54556 Probability 0.184270
Test Equation:
Dependent Variable: RESID^2 Method: Least Squares
Date: 11/11/06 Time: 13:35 Sample: 1972 2004
Included observations: 33
Variable Coefficient Std. Error t-Statistic Prob.
C 945.4113 1398.901 0.675824 0.5059
RISQUE_P(-2) -488.2582 422.9068 -1.154529 0.2601
RISQUE_P(-2)^2 56.06895 43.45881 1.290163 0.2098
PNB_HBT01(-1) -3.154093 4.666583 -0.675889 0.5059
PNB_HBT01 (-1 )^2 0.007594 0.007456 1.018520 0.3190
T_OUV01 (-1) 187.3592 853.5152 0.219515 0.8282
T_OUV01(-1)^2 -85.35617 163.0822 -0.523394 0.6057
D_S01 -30.07599 183.6072 -0.163806 0.8713
CR(-2) 6.524661 39.44856 0.165397 0.8701
CR(-2)^2 -0.219059 0.888906 -0.246436 0.8075
R-squared 0.380169 Mean dependent var 152.3267
Adjusted R-squared 0.137626 S.D. dependent var 214.9346
S.E. of regression 199.5970 Akaike info criterion 13.67553
Sum squared resid 916296.4 Schwarz criterion 14.12901
Log likelihood -215.6462 F-statistic 1.567430
Durbin-Watson stat 2.404231 Prob(F-statistic) 0.184026
Test d'hétéroscédasticité des erreurs
du court terme
White Heteroskedasticity Test:
F-statistic 0.917543 Probability 0.554151
Obs*R-squared 12.75385 Probability 0.467000
Test Equation:
Dependent Variable: RESID^2 Method: Least Squares
Date: 11/12/06 Time: 13:17 Sample: 1973 2004
Included observations: 32
Variable Coefficient Std. Error t-Statistic Prob.
C 176.4236 81.70146 2.159369 0.0446
D(IDE_ENTR(-1)) 1.417272 2.134695 0.663923 0.5152
(D(IDE_ENTR(-1 )))^2 -0.040678 0.038991 -1.043249 0.3106
D(RISQUE_P) -82.15362 315.7302 -0.260202 0.7977
(D(RISQU E_P))^2 -41.98525 78.85354 -0.532446 0.6009
D_S01 206.2163 93.15540 2.213681 0.0400
RES(-1) -4.202279 4.031423 -1.042381 0.3110
RES(-1 )^2 0.006629 0.265714 0.024947 0.9804
T_CROIS -37.72992 19.53932 -1.930974 0.0694
T_CROIS^2 3.001078 3.579842 0.838327 0.4128
T_INFL(-1) -8.256925 12.00182 -0.687973 0.5002
T_INFL(-1)^2 -0.089557 0.400109 -0.223832 0.8254
D(PNB_HBT01 (-1))
|
1.112791
|
1.374099 0.809833
|
0.4286
|
(D(PNB_HBT01 (-
|
0.006164
|
0.029503 0.208936
|
0.8368
|
1)))^2
|
|
|
|
R-squared
|
0.398558
|
Mean dependent var
|
130.3283
|
Adjusted R-squared
|
-0.035817
|
S.D. dependent var
|
190.2644
|
S.E. of regression
|
193.6418
|
Akaike info criterion
|
13.66953
|
Sum squared resid
|
674948.3
|
Schwarz criterion
|
14.31079
|
Log likelihood
|
-204.7125
|
F-statistic
|
0.917543
|
Durbin-Watson stat
|
1.753167
|
Prob(F-statistic)
|
0.554151
|
Annexe N° 5 :Graphique du
corrélogramme des résidus de la relation de long terme.
Annexe N° 6 : Test ADF sur les
résidus de long terme
Null Hypothesis: RES has a unit root
Exogenous: None
Lag Length: 0 (Automatic based on AIC, MAXLAG=4)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -6.147237 0.0000
Test critical values: 1% level -2.639210
5% level -1.951687
10% level -1 .61 0579
*MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(RES)
Method: Least Squares
Date: 11/09/06 Time: 16:30
Sample(adjusted): 1973 2004
Included observations: 32 after adjusting endpoints
Variable Coefficient Std. Error t-Statistic Prob.
RES(-1) -1.088384 0.177053 -6.147237 0.0000
R-squared 0.549316 Mean dependent var -0.142686
Adjusted R-squared 0.549316 S.D. dependent var 18.55471
S.E. of regression 12.45634 Akaike info criterion 7.913087
Sum squared resid 4809.969 Schwarz criterion 7.958891
Log likelihood -125.6094 Durbin-Watson stat 2.044359
Annexe N° 7 : Estimation des
modèles
Estimation : modèle du long terme
Dependent Variable: IDE_ENTR
Method: Least Squares
Date: 11/08/06 Time: 11:02
Sample(adjusted): 1972 2004
Included observations: 33 after adjusting endpoints
Variable
|
Coefficient
|
Std. Error t-Statistic
|
Prob.
|
RISQU E_P(-2)
|
17.32444
|
2.320948 7.464379
|
0.0000
|
PNB_HBT01(-1)
|
0.169759
|
0.044417 3.821923
|
0.0007
|
T_OUV01(-1)
|
-26.04223
|
6.161723 -4.226452
|
0.0002
|
D_S01
|
58.87205
|
10.92183 5.390310
|
0.0000
|
C
|
-72.94864
|
22.25278 -3.278181
|
0.0029
|
CR(-2)
|
-1.633553
|
0.469686 -3.477970
|
0.0017
|
R-squared
|
0.823257
|
Mean dependent var
|
20.97536
|
Adjusted R-squared
|
0.790527
|
S.D. dependent var
|
29.81256
|
S.E. of regression
|
13.64467
|
Akaike info criterion
|
8.227541
|
Sum squared resid
|
5026.782
|
Schwarz criterion
|
8.499633
|
Log likelihood
|
-129.7544
|
F-statistic
|
25.15288
|
Durbin-Watson stat
|
2.123277
|
Prob(F-statistic)
|
0.000000
|
Estimation du modèle du court terme
Dependent Variable: D(IDE_ENTR)
Method: Least Squares
Date: 11/14/06 Time: 11:57
Sample(adjusted): 1973 2004
Included observations: 32 after adjusting endpoints
Variable
|
Coefficient
|
Std. Error t-Statistic
|
Prob.
|
C
|
16.05597
|
11.83097 1.357114
|
0.1906
|
D(IDE_ENTR(-1))
|
0.099147
|
0.105128 0.943109
|
0.3575
|
D(RISQUE_P(-2))
|
21 .73439
|
3.217960 6.754091
|
0.0000
|
RES(-1)
|
-0.684051
|
0.217829 -3.140312
|
0.0054
|
T_INFL(-1)
|
-0.575224
|
0.270226 -2.128673
|
0.0466
|
D(PNB_HBT01(-1))
|
0.170179
|
0.078725 2.161680
|
0.0436
|
D(T_OUV01(-1))
|
-24.66140
|
6.883299 -3.582788
|
0.0020
|
D(CR(-2))
|
-2.506351
|
0.617147 -4.061187
|
0.0007
|
T_CROIS(-2)
|
-2.169221
|
0.797376 -2.720449
|
0.0136
|
D_S01
|
-2.954486
|
10.04194 -0.294215
|
0.7718
|
T_ALPHA(-1)
|
0.359011
|
0.581953 0.616907
|
0.5446
|
VTIFR
|
0.307608
|
1.218660 0.252415
|
0.8034
|
PIB_IND
|
-3.577701
|
2.011080 -1.778995
|
0.0912
|
R-squared
|
0.876629
|
Mean dependent var
|
1.725000
|
Adjusted R-squared
|
0.798710
|
S.D. dependent var
|
24.32136
|
S.E. of regression
|
10.91186
|
Akaike info criterion
|
7.908780
|
Sum squared resid
|
2262.303
|
Schwarz criterion
|
8.504235
|
Log likelihood
|
-113.5405
|
F-statistic
|
11.25057
|
Durbin-Watson stat
|
2.200253
|
Prob(F-statistic)
|
0.000003
|
Sans VTIFR
Dependent Variable: D(IDE_ENTR)
Method: Least Squares
Date: 11/14/06 Time: 11:59
Sample(adjusted): 1973 2004
Included observations: 32 after adjusting endpoints
Variable
|
Coefficient
|
Std. Error t-Statistic
|
Prob.
|
C
|
16.05716
|
11.55072 1.390144
|
0.1798
|
D(IDE_ENTR(-1))
|
0.106329
|
0.098807 1.076124
|
0.2947
|
D(RISQUE_P(-2))
|
21.74064
|
3.141641 6.920153
|
0.0000
|
RES(-1)
|
-0.679633
|
0.211981 -3.206096
|
0.0044
|
T_INFL(-1)
|
-0.583507
|
0.261873 -2.228206
|
0.0375
|
D(PNB_HBT01 (-1))
|
0.177825
|
0.070942 2.506639
|
0.0209
|
D(T_OUV01(-1))
|
-24.70047
|
6.718550 -3.676458
|
0.0015
|
D(CR(-2))
|
-2.499066
|
0.601869 -4.152173
|
0.0005
|
T_CROIS(-2)
|
-2.153209
|
0.776021 -2.774680
|
0.0117
|
D_S01
|
-2.704845
|
9.756408 -0.277238
|
0.7844
|
T_ALPHA(-1)
|
0.339001
|
0.562872 0.602271
|
0.5538
|
PIB_IND
|
-3.465585
|
1.914954 -1.809748
|
0.0854
|
R-squared
|
0.876215
|
Mean dependent var
|
1.725000
|
Adjusted R-squared
|
0.808134
|
S.D. dependent var
|
24.32136
|
S.E. of regression
|
10.65338
|
Akaike info criterion
|
7.849628
|
Sum squared resid
|
2269.889
|
Schwarz criterion
|
8.399279
|
Log likelihood
|
-113.5940
|
F-statistic
|
12.87006
|
Durbin-Watson stat
|
2.215886
|
Prob(F-statistic)
|
0.000001
|
Sans T ALPHA
Dependent Variable: D(IDE_ENTR)
Method: Least Squares
Date: 11/14/06 Time: 12:00
Sample(adjusted): 1973 2004
Included observations: 32 after adjusting endpoints
Variable
|
Coefficient
|
Std. Error t-Statistic
|
Prob.
|
C
|
20.83709
|
8.263986 2.521434
|
0.0198
|
D(IDE_ENTR(-1))
|
0.106710
|
0.097294 1.096779
|
0.2852
|
D(RISQUE_P(-2))
|
21.96606
|
3.071571 7.151410
|
0.0000
|
RES(-1)
|
-0.717925
|
0.199130 -3.605307
|
0.0017
|
T_INFL(-1)
|
-0.629286
|
0.246767 -2.550127
|
0.0186
|
D(PNB_HBT01 (-1))
|
0.186598
|
0.068369 2.729280
|
0.0126
|
D(T_OUV01 (-1))
|
-25.05161
|
6.590865 -3.800960
|
0.0010
|
D(CR(-2))
|
-2.437784
|
0.584136 -4.173316
|
0.0004
|
T_CROIS(-2)
|
-1.949399
|
0.687671 -2.834782
|
0.0099
|
D_S01
|
2.566914
|
4.243408 0.604918
|
0.5517
|
PIB_IND
|
-3.198666
|
1.834480 -1.743637
|
0.0958
|
R-squared
|
0.873970
|
Mean dependent var
|
1.725000
|
Adjusted R-squared
|
0.813956
|
S.D. dependent var
|
24.32136
|
S.E. of regression
|
10.49049
|
Akaike info criterion
|
7.805102
|
Sum squared resid
|
2311.057
|
Schwarz criterion
|
8.308948
|
Log likelihood
|
-113.8816
|
F-statistic
|
14.56272
|
Durbin-Watson stat
|
2.194192
|
Prob(F-statistic)
|
0.000000
|
Sans PIB IND
Dependent Variable: D(IDE_ENTR)
Method: Least Squares
Date: 11/14/06 Time: 12:00
Sample(adjusted): 1973 2004
Included observations: 32 after adjusting endpoints
Variable
|
Coefficient
|
Std. Error t-Statistic
|
Prob.
|
C
|
20.83709
|
8.263986 2.521434
|
0.0198
|
D(IDE_ENTR(-1))
|
0.106710
|
0.097294 1.096779
|
0.2852
|
D(RISQUE_P(-2))
|
21.96606
|
3.071571 7.151410
|
0.0000
|
RES(-1)
|
-0.717925
|
0.199130 -3.605307
|
0.0017
|
T_INFL(-1)
|
-0.629286
|
0.246767 -2.550127
|
0.0186
|
D(PNB_HBT01 (-1))
|
0.186598
|
0.068369 2.729280
|
0.0126
|
D(T_OUV01 (-1))
|
-25.05161
|
6.590865 -3.800960
|
0.0010
|
D(CR(-2))
|
-2.437784
|
0.584136 -4.173316
|
0.0004
|
T_CROIS(-2)
|
-1.949399
|
0.687671 -2.834782
|
0.0099
|
D_S01
|
2.566914
|
4.243408 0.604918
|
0.5517
|
PIB_IND
|
-3.198666
|
1.834480 -1.743637
|
0.0958
|
R-squared
|
0.873970
|
Mean dependent var
|
1.725000
|
Adjusted R-squared
|
0.813956
|
S.D. dependent var
|
24.32136
|
S.E. of regression
|
10.49049
|
Akaike info criterion
|
7.805102
|
Sum squared resid
|
2311.057
|
Schwarz criterion
|
8.308948
|
Log likelihood
|
-113.8816
|
F-statistic
|
14.56272
|
Durbin-Watson stat
|
2.194192
|
Prob(F-statistic)
|
0.000000
|
Annexe N° 8 :Test de stabilité de
CUSUM
Annexe N°9 : Tableau des
données de régression
Années
|
CR
|
D_OUV01
|
D_S01
|
IDE _ENTR
|
PIB _IND
|
PNB_HBT01
|
RISQUE _P
|
T_CROIS
|
T_INFL
|
T_OUV01
|
VTIFR
|
1970
|
7,86
|
65,17
|
0
|
6,70
|
2,76
|
130
|
7,51
|
2,10
|
7,07
|
2,21
|
-0,28
|
1971
|
8,37
|
81,04
|
0
|
2,80
|
2,78
|
130
|
7,53
|
-1,50
|
13,00
|
2,88
|
-2,84
|
1972
|
9,58
|
81,30
|
0
|
4,80
|
2,78
|
140
|
7,50
|
6,43
|
3,50
|
2,83
|
-0,89
|
1973
|
10,29
|
75,84
|
0
|
3,50
|
6,00
|
170
|
7,50
|
3,71
|
4,70
|
2,54
|
3,96
|
1974
|
10,51
|
73,76
|
0
|
-2,34
|
0,70
|
200
|
7,60
|
3,34
|
30,80
|
2,43
|
4,00
|
1975
|
20,33
|
80,89
|
0
|
1,89
|
-0,10
|
220
|
7,70
|
-4,90
|
0,40
|
2,58
|
-4,99
|
1976
|
17,86
|
75,67
|
0
|
2,45
|
4,50
|
230
|
7,70
|
0,88
|
13,50
|
2,46
|
0,64
|
1977
|
17,08
|
78,36
|
0
|
3,13
|
3,80
|
250
|
7,70
|
4,98
|
5,20
|
2,51
|
0,51
|
1978
|
19,17
|
82,79
|
0
|
0,75
|
4,20
|
270
|
7,70
|
1,26
|
5,90
|
2,72
|
-1,09
|
1979
|
18,59
|
101,22
|
0
|
3,57
|
3,60
|
330
|
7,60
|
6,54
|
14,10
|
3,47
|
1,06
|
1980
|
23,52
|
109,51
|
0
|
4,32
|
1,30
|
410
|
7,60
|
6,78
|
14,40
|
3,60
|
2,81
|
1981
|
19,50
|
108,92
|
0
|
2,09
|
1,80
|
440
|
7,60
|
9,95
|
15,80
|
3,58
|
3,45
|
1982
|
27,78
|
80,81
|
0
|
-0,01
|
0,00
|
390
|
7,60
|
2,24
|
22,30
|
2,59
|
-0,43
|
1983
|
31,70
|
62,10
|
0
|
0,01
|
2,80
|
310
|
7,60
|
-4,35
|
4,60
|
1,97
|
-2,34
|
1984
|
28,63
|
64,36
|
0
|
0,01
|
4,70
|
290
|
7,70
|
7,93
|
2,00
|
2,50
|
-0,79
|
1985
|
32,13
|
72,86
|
0
|
-0,09
|
3,40
|
280
|
7,70
|
7,53
|
-6,90
|
2,97
|
-1,81
|
1986
|
30,37
|
59,09
|
0
|
1,10
|
2,80
|
290
|
7,70
|
2,17
|
-1,50
|
2,25
|
-2,19
|
1987
|
29,12
|
55,48
|
0
|
0,10
|
3,50
|
320
|
7,70
|
-1,50
|
0,80
|
2,15
|
0,24
|
1988
|
29,85
|
50,96
|
0
|
0,00
|
4,50
|
380
|
7,70
|
3,41
|
1,90
|
1,70
|
-0,46
|
1989
|
21,06
|
44,73
|
0
|
62,10
|
3,40
|
360
|
7,70
|
-2,85
|
1,80
|
1,78
|
1,55
|
1990
|
22,38
|
51,73
|
1
|
62,38
|
2,30
|
370
|
6,40
|
3,21
|
1,60
|
1,75
|
0,78
|
1991
|
14,75
|
54,31
|
1
|
120,78
|
0,90
|
380
|
2,30
|
4,23
|
0,70
|
2,01
|
-0,36
|
1992
|
13,20
|
60,10
|
1
|
77,57
|
1,50
|
370
|
2,30
|
2,96
|
3,30
|
2,28
|
1,04
|
1993
|
9,33
|
58,11
|
1
|
1,41
|
1,50
|
380
|
2,30
|
5,84
|
1,10
|
2,18
|
-1,78
|
1994
|
11,68
|
43,68
|
1
|
13,65
|
3,40
|
340
|
2,30
|
2,02
|
33,60
|
1,99
|
-3,06
|
1995
|
11,74
|
49,66
|
1
|
8,01
|
2,70
|
360
|
2,20
|
6,05
|
15,50
|
1,81
|
0,66
|
1996
|
10,84
|
46,41
|
1
|
13,49
|
3,00
|
350
|
2,20
|
4,32
|
6,60
|
1,69
|
-2,62
|
1997
|
7,41
|
45,10
|
1
|
13,71
|
3,40
|
390
|
2,20
|
5,73
|
4,70
|
1,62
|
-0,49
|
1998
|
6,88
|
44,75
|
1
|
32,71
|
2,70
|
390
|
2,20
|
3,96
|
5,50
|
1,72
|
0,15
|
1999
|
6,80
|
44,97
|
1
|
39,26
|
3,03
|
390
|
2,20
|
5,34
|
1,40
|
1,61
|
0,39
|
2000
|
8,46
|
43,30
|
1
|
59,74
|
3,04
|
390
|
2,20
|
4,86
|
3,30
|
1,52
|
0,78
|
2001
|
4,56
|
43,07
|
1
|
43,86
|
2,93
|
380
|
2,20
|
6,25
|
3,10
|
1,52
|
0,44
|
2002
|
5,81
|
40,88
|
1
|
13,51
|
3,00
|
380
|
2,20
|
4,42
|
2,50
|
1,43
|
0,54
|
2003
|
9,77
|
41,55
|
1
|
44,73
|
2,99
|
440
|
2,20
|
3,88
|
1,50
|
1,46
|
0,59
|
2004
|
6,71
|
41,83
|
1
|
60,00
|
2,97
|
400
|
2,20
|
3,12
|
2,37
|
1,47
|
0,52
|
NB :Vu le nombre important de données,
seules les variables du modèle général ont
été présentées.
BIBLIOGRAPHIE
· AGENOR Pierre-Richard et al (2000) «Private Capital
Flows to MENA: Issues and Evidence» World Bank Institute, Washington DC
20433, 29 p.
· BATANA Yélé M. (1999) «Les
Déterminants des Flux de Capitaux Privés Internationaux au
Togo» Les GREAT Cahiers N°2, pp. 22-30.
· BHATTACHARYA Amar et al (1997) «External Finance
for Low-Income Countries: Capital Flows to Sub-Saharan African, an Overview of
Trends and Determinants.» Edition de Zubair Iqbal., Washington D.C. IMF
Institute, pp. 208-23 1.
· BOURBONNAIS Régis (2003),
«Econométrie», DUNOD, 5ème édition,
Paris, 306 p.
· CPI (2003), «Bénin : En route vers une
économie moderne de marché», 41 p.
· DAMON Jacquelin et IGUE John O.(2000), «l'Afrique
de l'ouest dans la compétition mondiale. Quels atouts possibles ?, Club
du Sahel et de l'Afrique de l'ouest- OCDE, pp377-398.
· DIAWARA Cheick Salah et CNUCED (2004) « Examen de la
Politique de l'Investissement : Bénin » UNCTAD/ITE/IPC/2004/1, 100
p.
· DOSSOU Antonin S.(2000), «Guide pratique de
l'économétrie des séries temporelles», Direction de
la Formation, BCEAO, 113 p.
· DUNNING J.H. (1973) «The Determinants of
International Production», Oxford University Press, En ligne :
http://links.jstore.org/sici?sici=0030-
7653%28 197311 %292%3A25%3A3%3C289%3ATDOIP%3E2.0.CO%3B2- D&origin=bc
· DUNNING J.H. (1977) «Theories and paradigm of
International Business Activity» publié par Edward Elgar
· FONTAGNE Lionel et PAJOT Michaël (1999)
«Investissement Direct à l'Etranger et Echanges Extérieurs :
un Impact plus fort aux Etats-Unis qu'en France», Economie et
Statistique, Paris, INSEE, Vol. 6/7, No. 326-327, 239 p.
· HERNANDEZ Leonardo, MELLADO Pamela et VALDES
Rodrigo, 2001 «Determinants of Private Capital Flows in the 1970s and
1990s: Is There Evidence of Contagion?» IMF Working Paper, IMF Institute,
pp. 3-21.
· KOUADIO Yao M. (2003) «Déterminants des Flux
de Capitaux dans les Pays de l'UEMOA», Rapport de stage,
BCEAO-Abidjan, ENSEA, 70 p.
· LOUNGANI Prakash et RAZIN Assaf (2001)
«L'Investissement Direct Etranger est-il Bénéfique aux Pays
en Développement ?», Finance et Développement,
Washington, D.C. 20431, IMF, Vol. 38, No2, 61 p.
· MAYER Thierry et MUCCHIELLI Jean-Louis (1999) «La
localisation à l'Etranger des Entreprises Multinationales. Une Approche
d'Economie Géographique Hiérarchisée Appliquée aux
Entreprises Japonaises en Europe», Economie et Statistique,
Paris, INSEE, Vol. 6/7, No. 326-327, 239 p.
· MORISSET Jacques et NESO Olivier L. (2002)
«Administrative Barriers to Foreign Investment in Developing
Countries», Washington D.C. 20433, World Bank, 21 p.
· NOUKPO D et FOTIE H. (2003), «Les
déterminants des investissements directs étrangers en Afrique
Subsaharienne», ENSEA, 59 p.
· ROMALAHY Mande I. (2003), «Déterminants et
Modèles d'Estimation des Investissements Directs Etrangers en Côte
d'Ivoire», Rapport de stage, BCEAO-Abidjan, ENSEA, 59 p.
· SCHNEIDER, Friedrich et FREY, S. Bruno (1985). -
Economic and Political Determinants of Foreign Direct Investment. - World
Development, vol.13, No 2. - pp. 161-175.
· WILHELMS Saskia K. S. et WITTER Stanley M. D. (1998)
«Foreign Direct Investment and its Determinants in Developping
Countries» p 79.
|