Memoire Online - Intégration économique régionale et dynamique de la croissance économique dans la sous région de la sadc: approche par modèles des données de panel. de 1990 à 2013.

L'analyse des variables capables de promouvoir ou de freiner la croissance économique d'un groupe de pays, avons-nous dit précédemment, pose un problème tant sur le choix de la méthodologie que sur la démarche d'estimation, dans la mesure où la croissance peut être endogène à certaines variables et exogènes aux autres. La non-prise en compte de cette hétérogénéité peut conduire à des résultats erronés.

Ce chapitre est consacré à la présentation des résultats d'estimations de la relation entre l'intégration économique régionale et la croissance économique. Il est composé de deux sections. Dans la première, nous présentons les résultats d'estimations des différents modèles partant de l'estimation d'un modèle d'ensemble (Pooled Model), passant par l'estimation du modèle à effets fixes avant de chuter sur l'estimation du modèle à effets aléatoires tout en présentant les tests applicables dans le choix d'un modèle principalement celui d'Housman et Breusch Pagan alors que les discussions des résultats font partie de la seconde section.

4.1. Présentation des résultats d'estimations

Variable	Obs	Mean	Std. Dev.	Min	Max
I_D	225	5.488889	2.878664	1	10
t	225	12.26667	6.899793	1	24
pib	225	.7888037	5.45002	-27.14595	18.50676
Lide	209	.6566789	1.722946	-8.508472	3.693052
Louv	225	3.624688	.4419159	2.324206	4.653362
Ldvfin	209	3.256089	.629935	.4806684	5.020908
Linvdom	208	2.641344	1.227492	-1.618047	5.121198
Lpop	225	16.34143	1.104136	14.16296	18.00069
Lapdnr	217	20.22469	.8902172	17.65604	22.71903

Intégration économique régionale et dynamique de la croissance économique dans la sous-région de la SADC : analyse en modèle des données de Panel de 1990 à 2013

On observe que le nombre d'observations pour les différentes variables, n'est pas identique. Cela est expliqué par le nombre des données manquantes pour les principales variables retenues. Les valeurs minimales et maximales peuvent nous permettre de détecter l'existence d'éventuels points aberrants. Il est possible de calculer les coefficients de variation pour chaque variable (écart-type/moyenne) pour voir l'homogénéité/Hétérogénéité de l'échantillon selon la variable étudiée.

En effet, avant de procéder à des régressions linéaires en panel, il sied d'effectuer un calcul des variances intra individuelles (temporelle) et interindividuelles (individuelle) sur les variables sous examen.

Variable		Mean	Std. Dev.	Min	Max	Observations
I_D	overall	5.488889	2.878664	1	10	N =	225
	between		3.02765	1	10	n =	10
	within		0	5.488889	5.488889	T-bar =	22.5
t	overall	12.26667	6.899793	1	24	N =	225
	between		.0874938	12.18182	12.34783	n =	10
	within		6.899292	.9188406	23.91884	T-bar =	22.5
pib	overall	.7888037	5.45002	-27.14595	18.50676	N =	225
	between		1.809268	-2.648624	2.962903	n =	10
	within		5.173002	-28.44783	17.20487	T-bar =	22.5
Lide	overall	.6566789	1.722946	-8.508472	3.693052	N =	209
	between		.8881692	-.523624	2.05136	n =	10
	within		1.506045	-8.035591	2.994541	T-bar =	20.9
Louv	overall	3.624688	.4419159	2.324206	4.653362	N =	225
	between		.3987987	3.181708	4.415019	n =	10
	within		.2242475	2.767186	4.211775	T-bar =	22.5
Ldvfin	overall	3.256089	.629935	.4806684	5.020908	N =	209
	between		.5626021	1.989874	4.128229	n =	10
	within		.3397544	1.746883	4.806832	T-bar =	20.9
Linvdom	overall	2.641344	1.227492	-1.618047	5.121198	N =	208
	between		1.199658	.3765679	4.864977	n =	10
	within		.4836863	.6467295	3.953419	T-bar =	20.8
Lpop	overall	16.34143	1.104136	14.16296	18.00069	N =	225
	between		1.149834	14.43265	17.70216	n =	10
	within		.1642348	15.98609	16.7174	T-bar =	22.5
Lapdnr	overall	20.22469	.8902172	17.65604	22.71903	N =	217
	between		.771975	18.76361	21.42354	n =	10
	within		.4972922	18.60717	22.21543	T =	21.7

La croissance moyenne du PIB par tête, sur l'ensemble de l'échantillon est de 0.789%. La variance inter-individuelles (between) est égale à 3.27, alors que la variance intra-individuelle (temporelle) est égale à 26.76 sur une variance totale de 29.70, soit 90% de la variance totale. Ceci s'explique par

Intégration économique régionale et dynamique de la croissance économique dans la sous-région de la SADC : analyse en modèle des données de Panel de 1990 à 2013

l'importance de la dimension temporelle dans notre échantillon (en moyenne 22.5 ans par pays) par rapport à la dimension individuelle (10 pays).

Intégration économique régionale et dynamique de la croissance économique dans la sous-région de la SADC : analyse en modèle
des données de Panel de 1990 à 2013

Méthode d'Estimation Variables exogènes	Pooled Model	Pop_averaged_model	Modèle à effets fixes		First_Difference_Model	Modèle à effets Aléatoires
Méthode d'Estimation Variables exogènes	Pooled Model	Pop_averaged_model	Between	Within	First_Difference_Model	Modèle à effets Aléatoires
Lide	0.3590283*	0.3630684*	1.11342	0.0666525	-0.2283232	0.3624888*
	(0.2090502)	(0.2059164)	(1.256235)	(0.23024)	(0.3690653)	(0.210321)
	[1.72]	[1.76]	[0.83]	[0.29]	[-0.62]	[1.72]
Louv. Com	4.475767***	4.25107***	-0.5892274	1.309359	-0.7644203	3.974571***
	(1.1233467)	(1.203624)	(6.357386)	(1.693146)	(2.836182)	(1.320699)
	[3.98]	[3.53]	[-0.09]	[0.77]	[-0.27]	[3.01]
Ldvfin	-1.623097	-2.197457**	5.739871	-3.279623***	-0.1300857	-2.55504**
	(1.020926)	(1.035998)	(6.099357)	(1.103426)	(3.090719)	(1.075119)
	[-1.59]	[-2.12]	[0.94]	[-2.97]	[-0.04]	[-2.38]
Linvdom	1.120822**	1.294924**	-2.074882	0.8092525	-4.332489*	1.394183**
	(0.505132)	(0.5432511)	(3.066451)	(0.8841182)	(2.213615)	(0.6063176)
	[2.22]	[2.38]	[-0.68]	[0.92]	[-1.96]	[2.30]
Lpop	-0.3664032	-0.4076941	-0.1529139	6.897336***	12.07562	-0.4158097
	(0.4844382)	(0.5838984)	(1.136183)	(2.420468)	(17.73471)	(0.7041161)
	[-0.76]	[-0.70]	[-0.13]	[2.85]	[0.68]	[-0.59]
Lapdnr	2.041728***	2.002537***	0.7256078	2.606683***	1.279191	2.009367***
	(0.5569063)	(0.6063348)	(2.59087)	(0.7521868)	(1.295773)	(0.6597074)
	[-3.67]	[3.30]	[0.28]	[3.47]	[0.99]	[3.05]
Cste	-48.34239***	-44.68433***	-22.81865	-160.0314***	-	-42.80232***
	(11.25388)	(12.13186)	(58.37094)	(39.89485)	-	(13.55294)
	[-4.30]	[-3.68]	[-0.39]	[-4.01]	-	[-3.16]
R-Squared	0.2222	-	0.0026	0.2391	0.0547	0.1883
Fisher	8.66	-	1.56	9.06	1.53	-
Prob F-test	0.0000	-	0.3850	0.0000	0.1703	-
~p.	-	-	-	10.829515	-	1.4654383
~~	-	-	-	3.7987885	-	3.7987885
p	-	-	-	0.89043441	-	0.12953734
F-test all p. = 0	-	-	-	3.88***	-	-

Notes : Les statistiques de t-Student sont entre crochets [...] et les écarts-types entre parenthèses (...). Le seuil de significativité est 1% (***), 5% (**) et 10% (*). L'échantillon inclus 10 des 15 membres de la SADC. Toutes les variables sont exprimées en log à l'exception de la variable «croissance du PIB(en % annuel)''

Intégration économique régionale et dynamique de la croissance économique dans la sous-région de la SADC : analyse en modèle des données de Panel de 1990 à 2013

Nous nous intéresserons particulièrement aux résultats issus des méthodes avec effets fixes et effets aléatoires. Cependant, si nous posons comme hypothèse que les pays de la SADC (principalement de notre échantillon) sont caractérisés par la même fonction de production et que, de surcroit, leur commerce bilatéral a une structure homogène pour tous les pays de la région, alors les résultats fournis par la méthode MCO-Pooled deviennent très intéressants à interpréter.

Ainsi, en analysant le modèle à effets fixes, les résultats d'estimation montrent que les coefficients associés à l'indicateur du développement financier (Ldvfin), à la population (Lpop), à l'Aide publique au développement net reçue (Lapdnr) et la constante, sont statistiquement significatifs (leur p-value respective < 5%).

Toutefois, l'effet du développement financier sur la croissance économique semble négatif. Cet effet négatif sur la croissance peut s'expliquer par plusieurs raisons : (hétérogénéité des pays en matière de développement financier, la non linéarité de la relation, la présence d'un effet seuil, etc.). La recherche d'une explication doit être davantage du côté de la littérature économique, plutôt que de l'arsenal économétrique à utiliser!

En outre, Les IDE, l'ouverture commerciale (Louv), les investissements domestiques (Linvdom), présentent, en moyenne, un effet non significatif sur la croissance du PIB par tête. (p-Value > 5%). La statistique de Fischer : F(9,173)=3.88 confirme l'hétérogénéité des individus sous la forme d'un effet fixe, puisque la p-value < 5%.

Néanmoins, les résultats d'estimation obtenus par le modèle à erreurs composées semblent être meilleurs que ceux obtenus par le modèle à effets fixes. En effet, les coefficients associés à l'ouverture commerciale, au développement financier, à l'investissement domestique et à l'aide publique au développement net reçu sont plus significatifs, au seuil conventionnel de 5%.

Toutefois, l'indicateur associé aux IDE est significatif qu'au seul seuil de 10%, et celui associé à la population reste non significatif. Cela laisse penser que l'hypothèse d'absence de corrélation entre le terme aléatoire individuel ~~ et les variables explicatives du modèle n'est pas vérifiée. Le test de Haussmann, devrait confirmer ces présomptions.

Toutefois, cette défaillance statistique peut également s'expliquer par le problème d'endogénéité de certaines variables comme les IDE, D'où l'intérêt d'utiliser les techniques des variables instrumentales.

Intégration économique régionale et dynamique de la croissance économique dans la sous-région de la SADC : analyse en modèle des données de Panel de 1990 à 2013

b = consistent under Ho and Ha; obtained from xtreg B = inconsistent under Ha, efficient under Ho; obtained from xtreg

Le test de Hausman réfute l'hypothèse d'absence de corrélation entre le terme aléatoire et les variables explicatives du modèle. (P-value= 1.52% <5%). Le test de Chi-Deux est à 6 degrés de libertés car il y'a sous H0, 6 restrictions relatives à l'égalité des coefficients des deux modèles pour les facteurs variables dans le temps (IDE, Ouverture commerciale, développement financier, Investissement domestique, population et Aide publique au développement net reçu).

Ce test confirme la différence significative qui existe entre les coefficients des deux estimations. L'estimateur « Within²² » paraît ainsi le mieux indiqué pour le modèle, mais ne prenant pas en compte les effets des variables invariantes dans le temps, nous y renonçons pour celui des effets aléatoires²³.

Ce choix s'explique non seulement par une significativité statistique mais aussi et surtout par la significativité pratique conformément à la théorie économique et réalités liées à la sous-région (cfr les Dix commandements de l'économètre)²⁴.

22 L'estimateur Within est convergent même en présence d'effets individuels corrélés avec les variables explicatives individuelles, c'est donc un estimateur particulièrement important.

23 Albert MOLLONGO, Estimation du potentiel de commerce dans l'Union du Maghreb Arabe (UMA) par un modèle gravitationnel, Master professionnel Commerce International Équitable, 2010-2011, p32

24 Premier commandement : Tu utiliseras le sens commun et la théorie économique. Deuxième commandement : Tu poseras les bonnes questions (c'est-à-dire tu mettras la pertinence avant l'élégance mathématique). Troisième commandement : Tu connaîtras le contexte (n'effectue pas d'analyse statistique que tu ne manies pas correctement). Quatrième commandement : Tu vérifieras les données. Cinquième commandement : Tu ne voueras pas un culte à la complexité. (Adopte le principe RSMS, autrement dit reste simple de manière stochastique). Sixième commandement : Tu examineras longtemps et rigoureusement tes résultats. Septième commandement : Tu examineras longtemps et avec soin les coûts d'exploitation des données. Huitième commandement : Tu seras prêt à des compromis (n'adore pas les conseils des manuels). Neuvième commandement : Tu ne confondras pas la signification

Intégration économique régionale et dynamique de la croissance économique dans la sous-région de la SADC : analyse en modèle des données de Panel de 1990 à 2013

Intégration économique régionale et dynamique de la croissance économique dans la sous région de la sadc: approche par modèles des données de panel. de 1990 à 2013.

CHAPITRE QUATRE : PRESENTATION DES RESULTATS

Introduction

4.1. Présentation des résultats d'estimations