Déterminants des Investissements Directs Etrangers au Bénin

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.