Investissements directs étrangers et développement durable. Cas de la côte d'Ivoire

II.A.3- Résultat du test de la Trace de Johansen

Les résultats de la trace ont été obtenus en supposant la présence d'une constante et l'absence de trend déterministe dans la relation de long terme. A l'hypothèse nulle d'absence de cointégration, la valeur de la statistique de la trace, de 71,855, est supérieure à la valeur critique qui est de 69,812; il y a rejet de l'hypothèse nulle d'absence d'équation de cointégration au seuil de 5%. L'hypothèse nulle d'au plus une seule relation de cointégration est acceptée. Il en est de même pour les autres hypothèses.

Les résultats du test de la Trace de Johansen résumé dans le tableau 6, nous permettent de conclure qu'il existe effectivement une seule équation de cointégration entre les variables de notre modèle. Au regard de ce résultat, il convient, suivant le théorème de la représentation de Granger (1987), de retenir un modèle Vectoriel à Correction d'Erreur pour la suite de notre étude.

Tableau 6 : Résultat du test de la Trace de Johansen

Hypothèses du nombre d'équations de cointégration	Valeur propre maximale	Statistique de la trace Trace	Valeur critique 0.05	Probabilité
Aucune *	0,609	71,855	69,812	0,001
Au plus 1	0,330	35,241	47,856	0,095
Au plus 2	0,238	19,671	29,798	0,150
Au plus 3	0,153	9,118	15,495	0,134
Au plus 4	0,065	2,631	3,841	0,105

Note : test sur un modèle avec absence de trend déterministe et présence d'une constante au seuil de 5%

Source : calcul de l'auteur à partir des données du modèle

II.A.4- le Modèle Vectoriel à Correction d'Erreur (VECM)

Les modèles VECM permettent de faire des modélisations conjointes de dynamiques de court terme (avec les variables en différence première) et de long terme (avec les variables à niveau). Ils peuvent être interprétés comme des modèles d'ajustement qui, selon KEHO (2009) et ESSO (2010), présentent plusieurs avantages ; d'abord, ils permettent l'intervention des variables explicatives avec un décalage temporel pour pouvoir capter le temps nécessaire de l'impact d'un choc ou de la variation d'une innovation. Ensuite, les prévisions faites à partir de tels modèles sont plus fiables. Enfin, ils permettent également de faire une analyse d'impacts en termes de causalité. Le modèle à correction d'erreur que nous devons estimer est sous la forme de l'équation 5 :

Dans l'équation 5, le nombre entier p représente le nombre de retards à niveau. Par ailleurs, les coefficients , appelés force de rappel à l'équilibre, doivent être tous significativement négatifs et compris entre 0 et 1 pour que l'équation à correction d'erreur soit valide .

L'estimation du modèle à correction indique une relation de long terme donnée par l'équation 6 :

(6)

 (0.004) (0.0009) (0.002) (0,004)

Les tests de significativité nous donnent une significativité globale de l'équation (6) avec un coefficient de détermination ajusté égale à 0,8 et la probabilité de la statistique de Fisher proche de 0. Toutefois, les statistiques de Student n'indiquent une significativité que des coefficients des variables laepe et lfeide. Les chiffres entre parenthèse dans l'équation 6 indiquent les écarts types.

La relation (6) nous indique, par ailleurs que, dans le long terme, l'idh a le même sens d'évolution que toutes les variables du modèle. Cette relation confirme les thèses exposées dans la revue de la littérature. Dans le long terme, les IDE ont un impact positif sur le développement humain et, toute chose égale par ailleurs, ils ont un impact positif sur le développement durable en Côte d'Ivoire.

L'estimation du modèle à correction d'erreur indique également que les coefficients des termes d'erreur sont positifs pour les équations DLFEIDE, DLPIBH et DPLAEPE. Celui de DLDIH est néanmoins négatif avec une valeur de -0,08 et significatif. Ce résultat nous permet de confirmer le test de Johansen et d'identifier l'équation DLIDH comme la seule équation de cointégration. Dans cette dynamique de court terme, seule la variable indicatrice des activités extractives et de production du gaz, de l'eau et de l'électricité a un impact positif sur l'IDH ; toutes les autres variables ont un impact négatif. Par ailleurs l'observation de la statistique de Student indique seules les variables DLIDH, DLECO2H et la constante sont significatives.

Tableau 7 : résultat de l'estimation du modèle à correction d'erreur

	D(LIDH)
CointEq(-1)	-0,084
	(0,033)
D(LIDH(0))	0,084
	(0,040)
D(LFEIDE(0))	-0,001
	(0,001)
D(LECO2H(0))	-0,001
	(0,001)
D(LAEPE_PIB(0))	0,003
	(0,001)
D(LPIBH(0))	-0,003
	(0,002)
C	0,0012
	(0,001)

Source : l'auteur à partir des données du modèle

Ces résultats se prêtent difficilement à l'analyse économique et ne rendent toute fois pas compte des inter-corrélations entre les différentes variables du modèle. Il est nécessaire de les renforcer par un test de causalité.