II-Etude de la variation du sens de causalité
entre épargne et investissement en zone UEMOA
Cette partie a pour objectif principal de déterminer le
sens de causalité entre épargne et investissement
intérieurs dans les pays de l'UEMOA. Cependant, menée
l'étude empirique entre l'épargne et l'investissement
intérieurs sans prendre en compte les canaux directs de transmission de
l'influence de l'épargne sur l'investissement parait peu objectif.
Ainsi, on considère en plus de ces deux variables, le taux de
crédit domestique fourni par le système bancaire dans chaque pays
qui est directement lié à l'investissement domestique. Il
représente en fait le rôle des banques dans le financement du
secteur productif. Ce ratio est considéré dans certaines
études comme une mesure pertinente du niveau de développement
financier qui a lieu à travers le système bancaire.
Il convient aussi de faire la différence entre
corrélation et causalité. La corrélation ne signifie pas
une relation de cause à effet. Ce qu'il serait intéressant de
faire c'est de savoir si la connaissance du passé de l'une des variables
permet d'améliorer la prévision de l'autre Granger (1969 et 1988)
ou alors si les chocs qui affectent l'une des variables peuvent modifier la
variance de l'erreur de prévision de l'autre Sims (1980). Dans ce cas,
on dit qu'il existe une relation de cause à effet (relation
causale) entre les variables qui peut aller dans un seul sens
(causalité unidirectionnelle) ou dans les deux (causalité
bidirectionnelle). L'approche de Granger étant celle qui a eu le plus
d'échos chez les économètres, sera retenue dans le cadre
de cette étude. Avant de mener les études empiriques une
synthèse des différents tests économétriques est
faite.
II-1-Synthise de la méthodologie d'analyse
économétrique
En rappel, l'objectif de l'étude est d'examiner la
relation de causalité entre l'investissement intérieur (I),
l'épargne nationale (S) et le crédit fourni par le système
bancaire (CR) dans les pays de l'UEMOA. Comme la Côte d'Ivoire est la
locomotive de l'Union et connait une crise sociopolitique depuis 2002, nous
prenons cela en compte par l'introduction d'une variable muette dans le test de
causalité.
L'analyse empirique de la causalité entre
l'investissement intérieur, l'épargne nationale et le
crédit domestique dans chaque pays de l'UEMOA exige la mise en oeuvre de
techniques économétriques rigoureuses. Pour estimer la relation
reliant les variables ci-dessus indiquées, il est important de
connaître, pour chacune d'elles, la nature du processus stochastique dont
elle est la réalisation. En effet, selon Doucouré (2008) la
plupart des propriétés statistiques des méthodes
d'estimation s'appliquent à des variables stationnaires
(c'est-à-dire non tendancielles et non saisonnières); ces
méthodes ne sont pas valables pour n'importe quel type de
données. En appliquant indifféremment ces méthodes, on
risque d'effectuer des estimations fallacieuses.
Afin d'avoir des résultats robustes, il est donc
nécessaire d'élaborer un certain nombre de tests statistiques
préliminaires. Le protocole de tests adopté comprend le test de
stationnarité, le test de cointégration et le test de
causalité.
II-1-1-Tests de stationnarité
La spécification d'un modèle nécessite le
plus souvent que les variables soient stationnaires, pour éviter le
risque de régressions fallacieuses. Il existe plusieurs tests
statistiques pour déterminer l'ordre d'intégration des
séries. Il faut néanmoins noter que tous ces tests comportent des
biais, ce qui fait penser que la détermination de l'ordre
d'intégration ne saurait etre rigoureuse à partir d'un seul test
(Keho, 2004). C'est pour cette raison que cette étude utilise plusieurs
tests : Le premier test est le test usuel de racine unitaire de Dickey-Fuller
Augmenté (ADF). Ce test prend en compte uniquement la présence
d'auto-corrélation dans les séries. Il est basé sur les
modèles :
Modèle (c) AYt = (p _ 1)Yt_1 + a + 13t +
E;)=11 chAyt_j + Et
(1)Modèle (b) AYt = (p _ 1)Yt_1 + a + AYt_j + Et (2)
Modèle (a AYt = (p _ 1)Yt_1 + AYt_j + Et
(3)
Où ?= 1 - L (L étant l'opérateur de
retard);Yt est la série considérée à la
date t, åt est un bruit blanc et p représente la
fraction des valeurs retardées de yt qui incluse afin
d'assurer la corrélation des séries des résidus. On teste
l'hypothèse nulle : H0: |ñ| = 1 de présence de racine
unitaire (la série est intégrée d'ordre 1,
c'est-à-dire non stationnaire) contre l'hypothèse alternative
d'absence de racine unitaire (la série est intégrée
d'ordre 0, c'est-à-dire stationnaire). La longueur du paramètre
du test ADF est déterminée en utilisant le critère
d'information d'Akaike (AIC) et de Schwartz (SC).
En plus du test ADF, il y a le test de Phillips-Perron (PP).
Ce test ressemble au test ADF. C'est une correction non paramétrique du
test de Dickey-Fuller afin de corriger le problème
d'autocorrélation et d'hétéroscedascité des erreurs
dans les séries. Mais, contrairement au test ADF, il n'y a pas de termes
de différences retardées. Il s'agit donc de tester
l'hypothèse nulle (processus non stationnaire) H0: |ñ| = 1 contre
l'hypothèse alternative de stationnarité
|
H1: |ñ| = 1 et les équations du test sont
données par :
|
|
|
ÄYt = á + ât +
(ñ-)Yt-1+åt
|
(4)
|
ÄYt = á + (ñ -
1)Yt-1+åt
|
(5)
|
ÄYt = (ñ - 1)Yt-1+åt
|
(6)
|
|
| 
