WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Déterminants des Investissements Directs Etrangers au Bénin

( Télécharger le fichier original )
par ADJOVI & HOUANGNI
Ecole Nationale d'Economie Appliquée et de Management (ENEAM) - Ingénieur des Travaux Statistiques 2005
  

Disponible en mode multipage

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

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.






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Des chercheurs qui cherchent on en trouve, des chercheurs qui trouvent, on en cherche !"   Charles de Gaulle