Memoire Online - Financement de l'economie et transformation structurelle dans la zone franc africaine

Mémoire rédigé et soutenu publiquement en vue de l'obtention du Master 2 Recherche En Ingénierie Economique et Financière.

« L'Université de Yaoundé II-SOA (Cameroun) et l'Université de Rennes1 en Bretagne (France) n'entendent donner aucune approbation ni improbation aux opinions émises dans ce mémoire. Celles-ci doivent être considérées comme propres à son auteur »

La réalisation de ce mémoire a été rendue possible grâce aux concours de plusieurs personnes à qui je voudrais témoigner toute ma reconnaissance.

Je voudrais tout d'abord adresser toute ma gratitude à mon superviseur le Pr EPO Boniface NGAH malgré ses multiples préoccupations, il est toujours disponible pour m'aider dans ce travail de recherche. Je remercie également le Pr GANKOU FOWAGAPJean-Marie coordonnateur du programme IEF pour son encadrement et ses conseils tout le long de cette formation. Je tiens à remercier mon Directeur de mémoire Dr NGUENKWE Ronie Bertrand pour sa disponibilité, ses critiques pertinentes, sa rigueur et surtout ses judicieux conseils, qui ont contribué à enrichir ma réflexion.

Je remercie également le Doyen et tous les enseignants de la Faculté de Sciences Economiques et de Gestion (FSEG) de l'Université de Yaoundé II., ainsi que tous les membres du LAREM (Laboratoire de Recherche et d'Analyse en Economie Mathématique) pour leurs soutiens, leurs disponibilités et leurs multiples conseils. Je tiens à remercier également les Professeurs de l'Université de Rennes pour leur attention, leur assiduité ainsi que la qualité des cours dispensés.

Une pensée est également dirigée à l'endroit des enseignants d'université de Bangui en particulier le doyen de la FASEG le Professeur MBETID-BESSANE Emmanuel pour la qualité de formation qu'ils ont fourni à mon égard, je suis vraiment reconnaissant. Je remercie également Mr.YADENZI Adrien Stanislas, Mlle MBASSIAN Chancella et Mr.MENZEPO Hyacinthe pour leurs soutiensmoral et financier.

Un merci particulier à mon père DOKA Laurent et à toute ma famille sans exception pour leur soutien moral, financier et intellectuel afin que ce travail puisse être mené à bien jusqu'à son terme.

Enfin, un sincère remerciement à tous mes amis et camarades de la 8^ème promotion IEF, la chorale lesElus du Christ ainsi que UCJG de SOA pour leur amitié, leur soutieninconditionnel et leur encouragement ainsi que tous ceux qui, de près ou de loin ont contribué à la réalisation de ce travail.

LISTE DES GRAPHIQUES ET FIGURES

Figures 1: Résultats du test de normalité des résidus.............................................71

LISTE DES TABLEAUX

RESUME

L'objectif de ce travail est d'étudier l'effet du financement de l'économie sur la transformation structurelle en zone Franc Africaine sur la période de allant de 1995 à 2017.Pour atteindre notre objectif, nous avons utilisé la méthode Autorégressive à retards échelonnés (ARDL) en panel, estimé par le« Pooled Mean Group (PMG) » à partir des données de la Banque Mondiale et de la CNUCED (Conférence des Nations Unies sur le Commerce et le Développement). Nos résultats montrent à court terme que les crédits bancaires alloués au secteur privéont un effet négatif sur la valeur ajoutée du secteur manufacturier.Les résultats suggèrent également que le secteur financier des pays africains de la zone Franc esttoujours peu profond pour impulser un développement industriel et la diversification des exportations, malgré les importantesréformes dont il a fait objet. Aussi, l'insensibilité du secteur manufacturier surl'agrégat monétaire (M2) révèle que la sphère financière n'a pas encore atteint la taillemaximale par rapport à la sphère réelle pour favoriser la transformation structurelle dans la Zone Franc Africaine. Ainsi, pour permettre au secteur financier de jouer pleinement son rôle dans le processus de transformation structurelle, il est nécessaire de mettre plus l'accent surl'accessibilité des entreprises aux crédits à long terme. Ensuite, développer les marchésfinanciers dans la zone pour donner aux entreprises d'autres alternatives definancement de leurs activités.

Mots clés : Financement de l'économie, Transformation structurelle,Zone Franc Africaine,

The objective of this work is to study the effect of economic financing on structural transformation in the African Franc zone over the period from 1995 to 2017, and to achieve our objective, we used the ARDL panel method, estimated by the Pooled Mean Group (PMG) based on data from the World Bank and UNCTAD (United Nations Conference on Trade and Development). Our results show in the short term that bank loans to the private sector have a negative effect on the value added of the manufacturing sector. The results also suggest that the financial sector in African Franc zone countries is still shallow to drive industrial development and export diversification, despite major reforms. Also, the insensitivity of the manufacturing sector to the monetary aggregate (M2) reveals that the financial sphere has not yet reached the maximum size relative to the real sphere to promote structural transformation in the African Franc Zone. Thus, to enable the financial sector to play its full role in the process of structural transformation, there is a need to place greater emphasis on the accessibility of long-term credit to companies. Secondly, to develop financial markets in the area to give companies other alternatives for financing their activities.

Keywords: Economic financing, Structural transformation, African Franc Zone, ARDL, PMG.

1. Contexte

Le secteur financier est un facteur clé de performance économique (Rajan & Zingages, 1988 ; Levine, 2005). Son développement participe à une meilleure allocation des ressources financières qui se traduit par une canalisation de l'épargne vers les projets d'investissements productifs sans risque substantiel d'information asymétrique inhérent aux relations entre investisseurs (Ndikumana, 2003). On constacte dans le monde et en Afrique que le taux d'autofinancement (épargne brute de l'entreprise / FBCF) des dépenses d'investissement et la mobilisation des sources de financement sont faibleet les pays de la zone Franc Africaine sont toujours peu performantsils ne se transforment pas, et le financement de l'économie peut permet à ces pays de se transformer structurellement.

Selon Kuznets (1966) la transformation structurelle se définit comme la réaffectation de l'activité économique dans trois grands secteurs (agriculture, fabrication et services) qui accompagne le processus de croissance économique moderne. Selon McMillan et Rodrick (2011) « Les pays qui parviennent à sortir de la pauvreté et à s'enrichir, sont ceux qui sont capable de se diversifier pour ne plus dépendre de l'agriculture et autre produit traditionnels. A mesure que la main d'oeuvre et d'autre ressources quittent l'agriculture au profit d'activités économiques moderne, la productivité globale s'accroît et les revenus augmentent » c'est-à-dire que la transformation structurelle est comme un phénomène graduel qui se traduit par une réallocation des activités des facteurs de production notamment la mains d'oeuvre, de secteurs à faible productivité comme l'agriculture, la chasse et l'élevage ,vers des secteurs plus moderne de l'économie comme l'industrie et les service à forte valeur ajoutée. La transformation structurelle implique aussi une modification de l'utilisation des facteurs de production, la main-d'oeuvre passant de secteurs à faible productivité (agriculture) à des secteurs de productivité élevée (industrie, agro-industrie).

D'après le rapport de Perspective Economique Africaine (PEA 2015), certains pays ont connu des changements structurels de leurs économie à partir de l'année 2000.Malgré plusieurs réussites, le passage de la théorie à la pratique est lent et limité, un certain nombre de pays n'ayant pas été en mesure de maintenir la croissance et d'assurer un développement inclusif axé sur l'être humain. La raison en est le manque de diversification économique, notamment dans les pays qui, tributaire de l'exploitation des ressources naturelles sont vulnérable aux chocs extérieurs, notamment la volatilité des prix mondiaux des produits de base. Le financement de l'économie est l'un des facteurs qui peut canaliser la transformation structurelle dans la zone franc Africaine.

Selon les études du Fond Mondiale International (FMI), le financement de l'économie c'est la mise à la disponibilité des agents économiques les ressources nécessaire et utiles à leurs activités. La notion de financement de l'économie dans cette théorie est synonyme de l'abandon de la politique de répression financière, jugée nuisible pour la croissance et de l'adoption d'une politique de libéralisation financière. Ils montrent la nécessité de supprimer les restrictions sur les taux d'intérêt; ce qui permet d'encourager l'épargne et d'augmenter le volume des ressources financières disponibles pour les investissements productifs notamment dans le secteur industriel. Cette théorie a longtemps inspiré les recommandations de politiques économiques faites par les institutions internationales aux pays en développement (Eggoh 2011).

L'approche macro-économique distingue un financement par création monétaire d'un financement par une épargne préalable. En effet, lorsque les capacités de financement sont insuffisantes par rapport aux besoins de financement, les banques peuvent créer momentanément, en accordant des crédits, une monnaie additionnelle qui va servir à financer les investissements au-delà de l'épargne réalisée. Elles parient alors sur le fait que ces financements « monétaires » (réalisés par création monétaire) engendreront un supplément de production et de revenu qui permettra de réaliser au final une épargne correspondante à cette avance (approche keynésienne).

La question du financement des activités oppose encore les économistes:
pour les uns le financement est assuré à partir de l'épargne, pour les autres c'est la création monétaire qui doit fournir les moyens nécessaires à l'investissement et à la croissance Certains pays connaissent un besoin de financement vis-à-vis de l'étranger. D'autres pays ont une balance des paiements excédentaire et dégagent alors une capacité de financement extérieure. A l'échelle de l'économie mondiale, les capacités et besoins de paiement de tous les pays doivent s'équilibrer.

La dimension de l'industrialisation est aussi considérée dans la littérature pour évaluer la performance du système financier. Par exemple, Neusser et Kugler (1998), en utilisant un modèle de croissance néo-Schumpetérien et un échantillon des pays de l'OCDE, montrent qu'il existe, à long terme, une relation entre le financement de l'économie et la croissance de la valeur ajoutée du secteur manufacturier. Aussi, le test de causalité de Granger indique une relation bidirectionnelle entre le financement de l'économie et la transformation structurelle.

Le retournement de la conjoncture internationale à la fin des années 1970 et au début des années 1980 a eu un impact négatif considérable sur la plupart des économies du monde.
Les pays africains, en particulier ceux de la zone Franc Africaine n'avaient pas échappé à cette réalité. La Zone franc constituée de zones géographique ou sont utilisées des monnaies qui étaient liée au Franc Français, regroupe 15 pays d'Afrique sub-saharienne, dont huit pays de l'UEMOA, les six pays de la CEMAC, les Comores et la France. Mais nous allons excepter les Comores et la France dans notre champ d'étude, nous allons nous limité sur les pays qui sont membres de la CEMAC et ceux de l'UEMOA. Bâtie sur les liens historiques étroits qui unissent la France aux pays africains, la Zone franc Africaine est issue de la volonté commune de ces pays de maintenir un cadre institutionnel qui a contribué à la stabilité du cadre macroéconomique. La coopération monétaire entre la France et les pays africains de la Zone franc est régie par quatre principes fondamentaux : garantie de convertibilité illimitée apportée par le Trésor français, fixité des parités, libre transférabilité et centralisation des réserves de change. En contrepartie de la garantie du Trésor français, les trois banques centrales sont tenues de déposer une partie de leurs réserves de change sur un compte dit « d'opérations », ouvert dans les livres du Trésor.

Dans la sphère réelle et monétaire, les équilibres ont été rompus, nécessitant la
mise en place de vastes réformes sous l'égide des institutions internationales (FMI et BM). Les faits stylisés laissent apparaître que la zone Franc Africaine est toujours à la marge
du processus de transformation structurelle par rapport à certains pays d'Afrique subsaharienne et d'Asie en développement malgré les politiques d'incitations notamment dans le secteur financier et monétaire. Certains pays africains de la zone Franc ont même connu des
phases de désindustrialisation nécessitant ainsi de s'interroger sur le rôle du financement de l'économie, à travers les crédits alloués au secteur privé, dans ce processus.

2. Problématique

McMilan et Rodrik(2011) et McMilan et al. (2014) ont montré que la transformation structurelle, au lieu d'avoir facilité la migration des ressources des secteurs les moins productifs vers les plus productifs, avait eu l'effet inverse dans les pays d'Amérique latine et d'ASS, contribuant ainsi négativement à la croissance totale de la productivité du travail. Pourtant le secteur manufacturier n'est pas le principale bénéficiaire de cette réaffectation de la main d'oeuvre et sa productivité n'est pas beaucoup plus élevée que celle d'autre secteur.

Dans l'étude influente de Kuznets, Les principaux aspects de la transformation structurelle étaient le déclin part de l'agriculture dans la production totale, et la migration du secteur de l'agriculture à faible revenu vers le secteur de l'industrie à revenu élevé Kuznets (1955). Au fil du temps, le processus de transformation structurelle est devenu un mécanisme multiple. Les pays africains de la zone Franc Africaine, à l'instar de la majorité des pays du continent peinent toujours à amorcer un réel processus de transformation structurelle. La part moyenne des industries manufacturières dans leur PIB se situe au tour de 10 % dans les sous-périodes 1995-1999 et 2000-2016, selon la Commission Economique des Nations Unies pour le Développement (CNUCED); ce qui illustre une tendance à la désindustrialisation. Des études tendent à expliquer les faibles performances économiques de ces pays.

Ce pendant jusqu'à présent, la transformation structurelle demeure difficile à atteindre en Afrique, cela est due entre autre au faible financement de l'économie avec un système financier sous développer. Le crédit bancaire au secteur privé a été plus dynamique dans la zone UEMOA que dans la CEMAC .Au Sénégal et au Togo ou il a atteint 30 % du PIB en moyenne entre 2010 et 2016 (Banque Mondial 2016).Il a atteint environ 38 % du PIB en Côte d'Ivoire (Banque Mondiale 2016), alors quedans la zone CEMAC, il a été plus important au Cameroun 27,03 % du PIB suivi de la République du Congo 19,97 % du PIB et du Gabon 19,22 % du PIB (Banque Mondiale 2016). Il convient de préciser qu'il a été noté un effondrement du crédit au secteur privé dans les 10 voire 15 années après la dévaluation dans tous les pays de la zone Franc. Une légère reprise est notée dans la période 2010-2016. Le niveau de crédit bancaire au secteur privé dans la zone franc Africaine n'a jamais dépassé le pourcentage des pays émergent comme la Chine, la Corée, le Singapour et la Thaïlande, il s'est situé respectivement à 156,7 %, 143,3 %, 147,3 % et 132,9 % sur la période 1960-2016 (Banque Mondiale 2016). Il convient de préciser que ces portions observées dans les pays de la zone Franc sont du même ordre que celles notées dans la plupart des pays d'Afrique Subsaharienne avec par exemple 15,65 % au Nigéria, 18,56 % au Ghana (Banque Mondiale 2016).

Cependant, elles sont plus importantes en Afrique du Nord et en Afrique du
Sud où la moyenne se situe respectivement à 60 % et à 65 % du PIB (Banque Mondiale 2016), la capitalisation boursière et le taux d'accès des entreprises au service financier sont faible alors que dans d'autres régions c'est plus élevé. Par ailleurs, Il laisse apparaître que la moyenne de la part de la valeur ajoutée manufacturière dans le PIB des économies de la zone Franc est en deçà de la moyenne africaine dans toutes les sous-périodes considérées 1995 - 2016. Sa tendance est également baissière passant de 12.36% à 10.36 %. Elle baisse en moyenne de 0.75 point par an entre 1995 et 2016 (Banque Mondial 2016). Cette baisse est expliquée pour une grande partie par l'effondrement de la production manufacturière observé dans la zone CEMAC où elle est passée de 13.79 % à 6.52 % en zone UEMOA elle est passée de 10,94 à 14,2 de la même période (Banque Mondial 2016),tandis que les meilleurs performance étant enregistrées dans la Communauté de développement de l'Afrique austral (SADC),le marché commun de l'Afrique de l''Est et de l'Afrique australe (COMESSA),et l'Union du Maghreb arabe (UMA) (Rapport de l'ACET 2017).Cette situation est très différente de celle des pays d'Asie en développement qui est de 29,7 % à 24 ,63 % de la même période .La moyenne de secteur industriel dans cette zone est de 11,16 % du PIB , le secteur agricole 29,75 % du PIB, le secteur des services représente, en moyenne, 45.38 % du PIB de ces pays. (Banque Mondiale, 2016).

En prenant en compte la statistique, nous observons que la zone Franc Africaine possède une faible valeur ajoutée manufacturière dans le PIB des économies, la capitalisation boursière et le taux d'accès des entreprises au service financier sont faible, le secteur industriel, le secteur agricole et le secteur des services présentent une faible statistique par rapport aux pays émergents comme la Chine, la Corée, le Singapour et la Thaïlande c'est aussi plus faible par rapport aux pays de l'Afrique du Nord et l'Afrique du Sud celle explique une faible transformation structurelle dans la zone franc et le financement de l'économie est l'un des facteurs qui peut canaliser la transformation structurelle dans cette zone.

Partant de développement ci-dessous pouvons-nous donc pose la question de savoir: Quel est l'effet du financement de l'économie sur la transformation structurelle en Zone Franc Africaine ?

· Quel est l'effet du financement de l'économie sur la diversification des exportations en Zone franc Africaine ?

· Quel est l'effet du financement de l'économie sur l'industrialisation en Zone franc Africaine ?

3. Objectif de recherche

Ainsi, l'objectif principal de notre recherche est d'étudierl'effet du financement de l'économie sur la transformation structurelle en zone franc Africaine.

· Analyser l'effet du financement de l'économie sur la diversification des exportations en zone franc africaine

· Analyser l'effet du financement de l'économie sur l'industrialisation en zone franc Africaine.

4. Hypothèse de recherche

Dans l'optique d'atteindre notre objectif susmentionné, nous formulons l'hypothèse principale selon laquelle, le financement de l'économie stimule positivement la transformation structurelle en zone franc Africaine.

· H₁ : Le financement de l'économie influence positivement la diversification des exportations en Zone Franc Africaine.

· H₂ : Le financement de l'économie affecte positivement sur l'industrialisation en Zone Franc Africaine.

5. Intérêt de la recherche

La présente étude a un intérêt double qui peut être relevé sur le plan théorique et empirique :

· Sur le plan théorique, Il vise à compléter la littérature économique sur l'hypothèse de l'effet du financement sur la transformation structurelle en zone franc Africaine

· Sur le plan empirique, Il vise à doter les décideurs publics d'informations nécessaires relatives aux leviers sur lesquels ils doivent se baser pour permettre aux revenus issus de financement de l'économie de favoriser la transformation structurelle dans la zone Franc Africaine.

Par ailleurs, l'approche méthodologique utilisée permet de mieux contrôler l'endogénéité des variables de développement financier et cerner les effets d'une innovation financière sur la transformation structurelle dans la durée.

6. Méthodologie

Pour analyser l'effet du financement de l'économie sur la transformation structurelle dans les pays de la zone Franc Africaine, nous nous sommes inspirés du modèle spécifié par Dermechi et Zakane (2017) à l'aide de la méthodologie ARDL (Auto Régressive Distributed Lag). Nos données proviennent de la base de la Banque Mondiale WDI (2019), CNUCED (2019), Cette étude emploie l'économétrie des données de panel sur un échantillon constitué des 14 pays de la zone Franc africaine couvrant les années 1995 à 2017. Il convient de préciser que les données ne sont pas disponibles pour tous les quatorze (14)^1(*) pays africains membres de la zone Franc. Nous avons exclu de l'échantillon la Guinée Équatoriale en raison de la disponibilité des données. Nous allons utiliser le logiciel Eviews 9 pour les estimations.

7. Organisation de travail

Notre travail est structure en quatre chapitres. Le premier chapitre sera consacré à Présentation des concepts Financement de l'économie et la transformation structurelle : Cadre théorique. Le deuxième chapitre concernera les caractéristiques de l'économie de dans la zone Franc Africaine. Quant au troisième chapitre, il y sera présenté leFinancement de l'économie et la transformation structurelle : Cadre empirique et méthodologique. Enfin le quatrième chapitre sera réservé auxinterprétations et analyses des résultats.

CHAPITRE I

INTRODUCTION

Au cours des dernières décennies, une vaste littérature de l'effet du financement de l'économie sur la transformation structurelle a été élaborée. Des études ont été menées à la fois sur les pays développés et les pays en développement, en particulier ceux qui sont transformer structurellement. Les pays de zone FrancAfricaine n'est pas échappé à cette étude. Ce chapitre est consacré à la présentation du cadre théorique du financement de l'économie et transformation structurelle puis le lien entre ces deux concepts. Mais dans un premier temps, nous allons définir les concepts, montréleurs évolutions et leurs mesures.

SECTION 1. DEFINITONS ET MESURES DES CONCEPTS

Dans cette section, nous allons définir les concepts transformation structurelle et financement de l'économie, et en suite montrer l'évolution de ces deux concepts puis leurs mesures.

1.1. Transformation structurelle

La transformation structurelle est un concept ancien, définit par plusieurs auteurs.

1.1.1.Définition

La transformation structurellese définie comme un processus de diversification et de sophistication des exportations résultant de l'accumulation decapabilités, et permettant au pays d'entrer dans un cercle vertueux de transformation durabledans le tempsLectard (2017). Pour Millan et Rodric (2011), c'est la réorientation de l'activité économique des secteurs les moins productifs vers les secteurs les plus productifs. Il est toutes fois souvent admis par les spécialistes du développement économique que les expressions changement structurel ou transformation structurelle renvoient aux seules transformations de la structure productive (Syrquin, 2007) et, plus particulièrement, au processus d'industrialisation et de tertiarisation d'économies initialement dominées par le secteur agricole. Losch (2013) la définit comme un passage progressif d'économies centrées sur l'agriculture à des configurations plus diversifiées basées sur l'industrie puis les services. Touré (2013) l'appréhende comme un processus par lequel les activités nouvelles et plus productives apparaissent et des ressources sont réallouées des activités traditionnelles vers ces activités nouvelles. C'est dans cette acceptation de la transformation structurelle, plus restreinte mais au contenu problématique bien circonscrit, que nous emploierons indistinctement les termes de transformation structurelle ou de changement structurel dans le présent mémoire. Nous allons nous intéresser à celle de Kuznets (1966) quidéfinit la transformation structurelle comme la réaffectation de l'activité économique dans trois grands secteurs (agriculture, fabrication et services) qui accompagne le processus de croissance économique moderne.

1.1.2 Evolution de la transformation structurelle

L'étude des transformations structurelles a été au fondement des tous premiers travaux
d'économie du développement, qu'il s'agisse des conditions de transfert du surplus de main d'oeuvre d'un secteur traditionnel vers un secteur moderne (Lewis, 1954) ou des déterminants
spécifiques des trajectoires d'industrialisation et de modernisation économique de long terme
dans les pays en retard de développement (Chenery et Taylor, 1968 ; Kuznets, 1966). La
question du changement de la structure productive de pays alors qualifiés de « sous-développées », puis celle des conditions institutionnelles et des politiques publiques qui peuvent l'accompagner, sont constitutives des premières controverses scientifiques et politiques à propos du développement économique des pays pauvres et anciennement colonisés.

1.1.2.1. Transformation structurelle Selon les structuralistes

Durant la seconde moitié du vingtième siècle, le changement structurel est donc devenu une thématique majeure de l'économie du développement. Des auteurs tels que Lewis (1954), Myrdal (1957), Hirschman (1958), Rostow (1959), Gerschenkron (1962), Kuznets (1966) Kaldor (1967) et Chenery et Taylor (1968) proposent des approches analytiques diversifiées du développement économique conçu comme un processus de changement structurel. Ces économistes ont étudié les mécanismes permettant aux économies traditionnelles essentiellement agricoles de se transformer en économies modernes industrialisées. Le développement économique y est fondamentalement appréhendé comme un processus de modernisation économique entraîné par la réallocation des facteurs de production d'un secteur à faible productivité (secteur traditionnel agricole) utilisant une technologie traditionnelle à rendement décroissant, vers un secteur à forte productivité et à rendement croissant, l'industrie moderne.

D'après Kuznets (1955), cette transformation s'effectue de façon séquentielle par, dans un premier temps, une migration des ressources de l'agriculture vers l'industrie et les services et, dans une seconde phase, une migration des ressources des secteurs de l'agriculture et de l'industrie vers les services. Dans ce contexte intellectuel, ce sont les modèles de Lewis (1954) et de Chenery et Taylor (1968), postulant l'hétérogénéité structurelle des économies pauvres, qui vont s'imposer dans les années 1950-1960. Dans le modèle bi-sectoriel de Lewis (1954), la différence de productivité de la main-d'oeuvre entre les secteurs traditionnel et moderne est le principal moteur de la réallocation des ressources. Cette migration de la main-d'oeuvre du secteur traditionnel vers le secteur moderne est dépendante du niveau d'investissement et de l'accumulation de capital.

Dans le modèle fondateur de Lewis, la transformation structurelle consiste en une augmentation de la part du secteur industriel dans la valeur ajoutée et l'emploi domestiques et par une diminution simultanée de la part du secteur agricole traditionnel. La migration intersectorielle de la main-d'oeuvre et du capital entraînent donc le développement économique. Hollis Chenery (1961), autre auteur central de cette littérature pionnière, adopte une démarche plus empirique que théorique puisqu'il liste les différentes modifications socio-économiques que les pays connaissent avec leur développement économique ainsi que les facteurs expliquant les différences de trajectoires de développement. Il s'intéresse enparticulier au « processus séquentiel » durant lequel la structure économique industrielle et institutionnelle se transforme pour permettre à l'industrie de se substituer à l'agriculture traditionnelle comme moteur de croissance.

Dans ce processus, l'accumulation de capital physique est une condition nécessaire, mais non suffisante, du développement économique. Hollis Chenery identifie une série de modifications de la demande intérieure, des échanges et des avantages comparatifs du fait de l'accumulation de capital humain et physique, communs à toutes les économies au-delà de leurs divergences initiales, qui conditionnent le rythme de la transformation structurelle et de la croissance du secteur industriel.

Il existe diverses utilisations du concept de «changement structurel» en économie. Toutefois, l'utilisation la plus courante se réfère aux transformations persistantes de long terme de la composition de variables agrégées. En économie du développement et en histoire économique, le changement structurel se réfère à l'importance relative des secteurs de l'économie, aux changements dans la localisation des activités. Les changements institutionnels mis en avant par Nelson (2005) sont nécessaires dans une économie pour une exploitation réussie des nouvelles technologies qui représentent le principal facteur moteur de la croissance économique et des transformations structurelles. Ces transformations institutionnelles s'opèrent, dans la plupart des pays développés et émergents, à travers les universités, les laboratoires et centres de recherche, les agences gouvernementales, les entreprises, les marchés, la technologie, mais aussi les interrelations entre entreprises, institutions et technologies.

Les premiers modèles de croissance économique ont ignoré les transformations structurelles, car axés sur un seul secteur de production. Cependant, des modèles proposés au cours de la dernière décennie ont tenté de répliquer les transformations structurelles observées, en modifiant des hypothèses des modèles standards de croissance (Acemoglu, 2008, Syrquin, 2010, Jiang, 2011). L'hypothèse selon laquelle les transformations structurelles représentent une source importante de la croissance économique a été initialement développée par Lewis (1954). L'effet du changement structurel et de l'allocation des facteurs de production en économie du développement a été analysé dans les travaux de Chenery, Robinson et Syrquin (1986) et Syrquin (1995). Ces auteurs montrent que les transformations structurelles sont un facteur important expliquant les performances économiques des pays. La plupart des études récentes parvient à montrer que les effets des changements technologiques et de l'allocation des facteurs de production sur la performance économique sont significatifs (Akkemik, 2005 ; Berthelemy, 2001 ; Nelson et Pack, 1999 ; Ngai et Pissarides, 2007)

De récents travaux mettent l'accent sur le rôle des changements structurels dans la croissance de la productivité dans les secteurs non-agricole et manufacturier dans les pays développés et émergents. Par exemple, Timmer et Szirmai (2000) aboutissent à un effet positif de l'allocation des facteurs entre secteurs sur la croissance industrielle dans quatre pays industrialisés et émergents d'Asie, à savoir la Corée du Sud, Taïwan, l'Inde et l'Indonésie

Dans le cas spécifique de la Chine, l'évolution de l'économie de marché de l'ancien système centralisé a nécessité de profonds changements structurels tant au niveau de l'emploi que de la valeur ajoutée, comme le notent Chen, Jefferson et Zhang (2011). Par exemple, la part de l'emploi dans le secteur primaire a baissé de façon substantielle de 83,5% en 1952 à 39,6% en 2008 tandis que celle du secteur tertiaire a connu une hausse régulière .La baisse de la part de l'emploi dans le secteur primaire s'explique par la réduction de la productivité du travail dans ce secteur relativement à la moyenne nationale, passant de 60% en 1957 à 27% en 2010 (Yao, 2014). Cette baisse s'explique par le système de recensement des ménages a favorisé des flux importants de travailleurs des zones rurales vers le milieu urbain. En outre, la baisse de la productivité du travail dans le secteur primaire explique par un nombre important, dans ce secteur, de travailleurs à temps partiel.

Le secteur tertiaire a employé beaucoup plus de travailleurs que le secteur secondaire depuis le milieu des années 1990. Cependant, la part de l'emploi du secteur tertiaire reste inférieure à celle du secteur primaire en 2010. En effet, la contribution de Dekle et Vandenbroucke (2012) utilise une décomposition de l'activité économique en Chine en trois secteurs : le secteur privé agricole, le secteur privé non-agricole et le secteur public non-agricole. Les ressources sont réallouées au détriment du secteur agricole, mais vers les secteurs non agricoles. Ces auteurs parviennent à la conclusion que la productivité du secteur agricole qui explique 47% de la réallocation du travail, est le principal moteur de la transformation structurelle de la Chine.

Selon McMillan et Rodrik (2011), la transformation structurelle comporte deux éléments:

(ii) Le transfert des ressources des activités traditionnelles en direction de ces activités nouvelles, ce qui relève la productivité globale.

En l'absence du premier élément, les moyens de décollage de l'économie sont insuffisants. En l'absence du second, les gains de productivité des secteurs porteurs ne se diffusent pas au reste de l'économie. Il en ressort que les principaux vecteurs de la transformation structurelle sont l'innovation et la réallocation des facteurs en faveur des secteurs à forte valeur ajoutée.

1.1.2.2. Transformation structurelle selon les évolutionnistes

La transformation structurelle est concepts qui été aussi traité par les économistes anciens tel que, les évolutionnistes et les structuralistes.

Joseph Schumpeter est le premier auteur à analyser le rôle primordial des innovations dans l'explication de l'évolution des économies. L'innovation et le progrès technique à travers le phénomène de «destruction créatrice» est une source de gain de productivité. Les activités
novatrices concernent autant la production de nouveaux biens et services que la mise au point de nouvelles méthodes de production, l'ouverture de nouveaux marchés, l'accès à de nouvelles sources de matières premières et la création de nouveaux modes organisationnels.
Les études récentes sur la relation innovation-productivité retiennent généralement quatre types d'innovations:

(i) l'innovation en produit (nouveau produit ou amélioration significative de biens et services existants),

(ii) l'innovation en procédé (changement dans les méthodes de production ou de distribution),

(iii) l'innovation en organisation (changement dans les stratégies managériales, l'organisation du travail ou les relations extérieurs) et

(iv) l'innovation en marketing (changement dans la conception du produit, l'emballage, le placement ou la politique de prix).

b). La réallocation des facteurs de production : catalyseur de la croissance de la productivité des facteurs

Le mouvement de la main-d'oeuvre de l'agriculture de semi-subsistance, peu productive, à l'industrie manufacturière et les services, plus productifs, tant dans les zones urbaines que rurales, est nécessaire pour alimenter des hausses de la productivité globale et l'amélioration des niveaux de vie, à même de faire reculer la pauvreté. De l'analyse de Kuznets, il ressort que la dynamique économique s'articule autour de l'industrie manufacturière dont la part dans l'activité a revêtu la forme d'une courbe en U-inversé: elle augmente durant les stades de développement faible, à mesure que le capital s'accumule, puis diminue pendant les stades de développement élevé, quand l'amélioration des revenus tire la demande de services et que la hausse des coûts de la main-d'oeuvre pèse sur la production manufacturière.

Cette transition en direction des industries manufacturières, puis des services s'opère en partie à l'intérieur des zones rurales. Toutefois, elle fait intervenir, dans une large mesure, une migration vers les centres urbains, motivée par la quête d'opportunités d'emplois formels. En général, les travailleurs urbains affichent une productivité du travail plus forte, notamment du fait d'une plus grande spécialisation, d'un meilleur accès au capital et des économies d'échelle internes et externes. A ces deux vecteurs, il convient d'ajouter les contraintes du processus de transformation structurelle. Pour que s'enclenche le processus, il faut que les branches productives pertinentes aient accès aux facteurs de production. Si ceux-ci sont rationnés ou immobiles, le changement structurel sera impossible. L'élasticité requise des facteurs peut être garantie par l'existence préalable de ressources oisives ou sous-utilisées et la mobilité régionale ou internationale des facteurs.

L'exploration des différents mécanismes susceptibles d'engendrer la transformation structurelle repose sur la construction d'un modèle d'équilibre général multisectoriel. L'approche classique consiste à réduire l'activité à deux secteurs ; agricole et non-agricole (Herrendorf et al. 2013) ou trois secteurs ; agriculture, manufacture, et services
(Bah, 2009). Toutefois, ces études divergent par les mécanismes envisagés pour expliquer la
réaffectation des ressources humaines. De ce point de vue, les modèles peuvent être classés
en deux groupes: le premier groupe se situe côté demande de biens, et explique la transformation structurelle par la nature des préférences des individus (Echevarria, 2000; Kongsamut et al. 2001), tandis que le second groupe se concentre sur les effets de prix relatifs des facteurs de production sur l'allocation de la main d'oeuvre (Duarte et Restuccia, 2010). C'est ainsi que, Bah (2009) développe un modèle à trois secteurs (agriculture, manufacture, services) à partir duquel ils évaluent les niveaux de productivité dans chaque secteur. Pour un échantillon de pays développés, ils concluent que l'agriculture est le secteur le moins productif suivi des services et du secteur manufacturier. Par ailleurs, d'autres études combinent les approches des deux groupes.

C'est le cas de Gollin et Rogerson (2014) qui examinent l'impact des coûts de transport sur la productivité en agriculture et partant sur la taille de ce secteur. En effet, les coûts élevés de transport pénalisent doublement l'économie. Ils réduisent l'agriculture à une activité de subsistance qui sert uniquement à la consommation finale, et, simultanément accroît les coûts de production du secteur non-agricole, (Gollin et Rogerson, 2014). En conséquence, les coûts de transport influencent la rentabilité de chaque secteur et corrélativement la décision d'offre de travail des individus. En plus des coûts de transport, d'autres facteurs (éducation, commerce international) déterminent la productivité dans les différents secteurs d'activité. Buera et Kaboski (2012) construisent un modèle qui décrit le rôle d'un investissement dans le capital humain des travailleurs du secteur des services sur la production dans ce secteur. L'idée défendue par ces auteurs est que l'amélioration du capital humain accroît la productivité du secteur et donc les revenus. Cet effet revenu entraine une mobilité des travailleurs vers ce secteur.

La transformation structurelle dépend aussi du degré d'ouverture commerciale d'un secteur d'activité au reste du monde Matsuyama (2008). Le principe qui sous-tend cette idée est que l'ouverture commerciale offre de meilleures perspectives de marché aux firmes du secteur concerné, avec à terme un accroissement de la production. En somme, la majorité des études prennent pour hypothèse que le choix du secteur d'activité des individus est guidé par les niveaux de productivité dans chacun de ces secteurs, garant de leur niveau de vie. C'est pour cette raison qu'elles considèrent comme déterminants de la mobilité des travailleurs tout facteur susceptible d'influencer la productivité et donc les rendements dans chaque secteur. À côté de ces études théoriques qui modélisent les mécanismes par lesquels s'opère la transformation structurelle, il convient de noter qu'il existe des contributions empiriques visant à apprécier les différences de changement de structure de la population active entre les pays.

1.1.3. Mesure de la transformation structurelle

La diversification et la sophistication des exportations se sont les deux indicateurs permettant de mesurer et de qualifier le processus de transformation structurelle .D'après le rapport de l'ACET (African Center for Economic Transformation), il y a aussi d'autres indicateurs qui permettent de mesurer la transformation structurelle comme l'exportations compétitifs, la force de la technologie, le bien être humain, la relocation des mains d'oeuvres, la chaine de valeur globale, l'industrialisation, le poids du secteur manufacturier dans le PIB, et la baisse de l'emploi agricole dans l'emploi total. Mais nous allons nous intéresser surla diversification et l'industrialisation.

a. La diversification des exportations.

Afin de mesurer la concentration du panier d'exportation (réciproquement sa diversification),
nous utilisons des indicateurs de concentration issus de la littérature des inégalités de revenu.
L'indice de Gini, de Theil et l'indice d'Herfindahl sont couramment utilisés. Ainsi, plus les valeurs des indices sontélevées, plus les exportations ne sont concentrées sur un petit nombre de produits ou de secteurs.Alors que l'indice de Gini donne plus de poids au centre de la distribution, les indicesd'Herfindahl et de Theil pondèrent plus fortement les extrémités de la distribution. Lasensibilité de l'indice d'Herfindahl à l'introduction de nouvelles exportations est cependant faible, il faut que ces dernières représentent une part significative de la distribution pour qu'ily ait une baisse de l'indice.

b. La sophistication des exportations

Les mesures de sophistication contemporaines, le PRODY et le Product Complexity Index
(PCI) sont aujourd'hui très courantes dans la littérature. Ces indicateurs sont associés à
l'accumulation de capabilitésqui sont nécessaires à la modernisation de la structure
productive. Dans l'intention de calculer le niveau de sophistication ou de complexité moyen du panierd'exportation des économies, nous avons utilisé le Product Complexity Index (PCI) proposépar Hausmann et al (2011).

c. L'industrialisation

Pour le mesurer, deux indicateurs sont principalement utilisés dans la littérature : la part de la valeur ajoutée du secteur manufacturier dans le PIB à prix constant et la part de l'emploi manufacturier dans l'emploi total (UNIDO 2013). Comme Dodzin & Vamvakidis (2004), Kang et Lee (2011) GuiDiby et Renard (2015) nous utilisons la part de la valeur ajoutée manufacturière dans le PIB pour mesurer le niveau d'industrialisation. La part de l'emploi manufacturier dans l'emploi total ne peut pas être utilisée dans ce travail à cause de l'indisponibilité des données sur l'emploi manufacturier dans les pays africains

1.2. Financement de l'économie.

Le financement de l'économie est un concept qui se traite souvent sous l'angle du développement financier, il se définit comme suit :

1.2.1 Définition

La prise de conscience de l'importance cruciale d'un système financier performant dans les processus de croissance et développement économique, a fait que les économies développées ou en développement exploitent au mieux le système financier aux moyens de politiques économiques. Cette prise de conscience repose sur l'hypothèse selon laquelle, le financement de l'économie peut favoriser la croissance économique .Néanmoins, le concept « financement de l'économie », n'a pas encore bien défini. Selon le FMI, le financement de l'économie désigne l'ensemble des modalités par lesquelles les agents économique se procurent les fonds nécessaires à la réalisation de leurs activités. D'après la théorie de la libéralisation financière de McKinnon et Shaw le financement de l'économie s'est défini par la libéralisation financière.

1.2.2. Financement de l'économie selon la théorie de la libéralisation financière

Avec l'émergence de la théorie néoclassique, les néoclassiques ainsi que ceux qui se sont inspirés de leurs travaux, considèrent la libéralisation financière comme un synonyme du financement de l'économie. La littérature sur la libéralisation financière est fondée sur l'école de la répression financière de McKinnon (1973) et Shaw (1973). Leurs travaux montrent que la libéralisation financière est le moyen le plus efficace pour augmenter les investissements productifs et pérenniser la croissance dans les pays en développement. Des nombreux travaux s'inscrivent dans la même lancée (Galbis ,1977 ; Kapur ,1976 ; Mathieson, 1980). Mais cette première génération de travaux a plutôt modélisé les travaux originels de McKinnon et Shaw, qu'au lieu d'apporter des fondements nouveaux au concept de la libéralisation financière.

Le problème de la définition du financement de l'économie comme synonyme de la libéralisationfinancière est que la théorie néoclassique repose sur les hypothèses fondamentales faibles et peu réalistes. Ces hypothèses ne sont pas représentatives de la réalité actuelle des marchés financiers.

1.2.3. Système financier selon Turunç et le Department For International Development (DFID)

Turunç (1999) dans son analyse, a dissocié le concept de développement financier externe que (offre de service financier) et le développement financier endogène (demande de service financier). Selon lui, un système financier est dit développé si est seulement si, le système de payement fonctionne de manière efficace et évolutive, permet la mobilisation de l'épargne et participe à l'amélioration de l'investissement.

Mais les études menées dans la littérature, en 2004 le DFID montrent qu'il n'existe pas une définition admise de pour ce qui est de la compréhension du concept de développement des secteurs financiers. Selon cette étude, un secteur est financièrement développé si nous avons les déterminants ci-après : les niveaux d'efficience, et de compétitivité sont améliorés, les taux des services financiers disponibles s'accroit, l'augmentation de des institutions financières présente dans le secteur, l'accroissement des liquidités disponibles au sein du secteur financier, l'accroissement des crédits privés alloués, une amélioration de la stabilité et de la régulation du secteur financier et en fin une réduction substantielle de la pauvreté qui permettront l'accroissement de l'accès aux services financiers.

Cependant, pour Ang et Mackibbing (2005), un système est dit financièrement développé s'il est en mesure d'assurer la mobilisation de l'épargne privé, le renforcement de liquidité, la diversification des risques, l'allocation efficiente des ressources, la réduction des couts de l'information et de transaction, la proposition d'une alternative à travers l'épargne individuelle des ménages.

1.2.4. Financement de l'économie selon une approche fonctionnelle

Le financement de l'économie conçu dans ce cadre, est inspiré des travaux de Levine (1997) et de Demerguç-Kunt et Levine (2008).Ils ont adoptés une approche fonctionnelle sur la définition du financement de l'économie et son rôle dans le développement économique .C'est ainsi qu'ils partent de l'idée que l'application des contrats financiers, les coûts d'acquisition de l'information et la réalisation des transactions financières sont disponibles pour le recours à des types particuliers d'intermédiation, de contrats et des marche financiers . Demerguç-Kunt et Levine (2008).subdivisent la fonction de financement en cinq sous fonctions fondamentales, à savoir :

a. La mobilisation du capital

Selon Levine (2005), la mobilisation du capital est le processus couteux de collecte de l'épargne auprès des agents excédentaires pour combler les besoins de financement des agents déficitaire. Cette mobilisation doit faire face aux problèmes de coûts de transaction liés à la collecte de l'épargne, ainsi que le problème d'asymétrie d'information associés à la mise en confiance des épargnants concernant la perte de contrôle de leurs économies.

Les systèmes financiers peuvent réduire les coûts, optimiser l'épargne disponible ainsi que son allocation. Ils diminuent les frictions dans la phase de l'intermédiation en facilitant la collecte de ressources disponibles. Spécifiquement, les systèmes financiers peuvent réduire les coûts en développant un réseau bancaire proche de la population, ou à travers les intermédiaires qui captent le patrimoine des investisseurs.

Le manque d'information sur des projets d'investissements fait partie intégrante des principale barrières de l'allocation des ressources dans une économie. Les investisseurs deviennent donc réticents à placer leur capital dans un environnement pour lequel ils ne disposent d'aucune information.

c. La maitrise et partage de risque

Les systèmes financiers facilitent la classification des risques par leur rôle de producteur d'information sur les agents et meurs offrent des produits servant à la couverture et au partage des risques. La maîtrise du risque permet une meilleure répartition des ressources disponible.

d. Le suivi des investissements et la gouvernance des entreprises

La gouvernance des entreprises n'est pas tout le temps favorable aux détenteurs de capital et plaide dans beaucoup de cas en faveurs des ménages. De cette façon, le degré de contrôle des actionnaires influence la façon dont les firmes utilisent leurs capitaux et prennent leurs décisions d'investissement (Stiglitz et Weiss, 2003).En assurant cette fonction, le système financier encourage le investissement et incite l'accroissement des épargnes.

e. La réduction des coûts de transaction et la qualité des placements financiers

La réduction de ces coûts augmente le capital alloué au sein d'une économie. Elle évite ainsi qu'une partie importante de l'épargne disponible soit retenue par l'intermédiation et augmente la part de l'épargne mobilisée dans le financement des agents déficitaires.La liquidité indique la rapidité à laquelle les actifs financiers sont échangés entre agents économiques sans que nous observions une perte importante.

1.3. Mesure de financement de l'économie

Le financement de l'économie est très souvent analysé sous l'angle du développement financier. Et il se définie comme la mise à la disponibilité des agents économiques les ressources nécessaire et utiles à leurs activités. il se mesure soit par le ratio de la valeur de ses actifs sur le PIB (Goldsmith, 1969) soit par le crédit bancaire à l'économie que Gurley et Shaw (1965) , appellent « monnaie interne sur le PIB ».King et Levine (1993), utilisent plusieurs indicateurs à savoir : le ratio entre le passif liquide du système financier et le PIB , le ratio des crédits des banques commerciales sur le crédit bancaire plus les actifs nationaux des banques centrales ,le ratio des crédit aux entreprises privées sur le PIB. Rajan et Zingales (1978), utilisent quant à eux le ratio de la capitalisation boursière et le crédit national sur le PIB. Pourtant, d'après McKinnon (1973), la part de l'autofinancement sur le financement de l'investissement est un indicateur du développement financier.

SECTION 2 : RELATION THEORIQUE ENTRE FINANCEMENT DE L'ECONOMIE ET TRANSFORMATION STRUCTURELLE

L'importance du système financier et transformation structurelle est essentiellement analysée par deux courants économiques. Il y a d'un côté les auteurs de la théorie de la libéralisation financière et les théoriciens de la croissance endogène. La relation entre ces deux concepts a été un sujet d'analyse extensive et très débattue. Depuis les travaux déterminants de Patrick (1966), le lien entre financement de l'économie et transformation structurelle a été étudié en détails. Dès lors une littérature a émerge le lien de ces concepts.

2.1. Selon les théoriciens de libéralisation financière

La littérature sur la relation entre la sphère financière et la sphère réelle de l'économie est très fournie. Elle remonte aux travaux de Schumpeter (1911), qui évoquait déjà le rôle fondamental du secteur financier dans le développement des activités économiques. Cependant, c'est depuis les travaux théoriques de McKinnon (1973) et de Shaw (1973) sur la théorie de la libéralisation financière que cette relation a eu une envergure mondiale. La notion de développement financier dans cette théorie est synonyme de l'abandon de la politique de répression financière, jugée nuisible pour la croissance et de l'adoption d'une politique de libéralisation financière. Ils montrent la nécessité de supprimer les restrictions sur les taux d'intérêt ; ce qui permet d'encourager l'épargne et d'augmenter le volume des ressources financières disponibles pour les investissements productifs notamment dans le secteur industriel. Cette théorie a longtemps inspiré les recommandations de politiques économiques faites par les institutions internationales aux pays en développement (Eggoh 2011)

2.2. Selon les théoriciens de la croissance endogène

S'inspirant des insuffisances de cette théorie, les modèles de croissance endogène proposent un cadre théorique propice à la mise en évidence de l'influence du développement financier sur la croissance économique. Contrairement à la théorie de McKinnon (1973) et Shaw (1973), les tenants de ce courant partent du postulat d'existence de frictions sur les marchés financiers qui engendrent l'émergence d'intermédiaires financiers et de types de marchés financiers. Ils montrent que le développement financier, qui se traduit par une minimisation de ces frictions, affecte la croissance économique par le biais de trois canaux : la diversification du risque, l'efficacité de l'intermédiation et la réduction des problèmes informationnels (Levine, 1997). La minimisation des contraintes financières permet aux firmes de bénéficier de larges possibilités de financement pour leur croissance. En effet, les imperfectionsinformationnelles augmentent les coûts de l'intermédiation financière et par conséquent engendrent des déséquilibres caractérisés par une faible industrialisation, des taux de croissance économique faibles (Bencivenga et Smith, 1998) et un blocage de l'économie
dans la trappe du sous-développement (Zilibotti, 1994)les pays développés en comparaison avec les pays en développement (Acemoglu, Johnson, et al. 2003).

Au regard de ces résultats empiriques controversés, la question de la relation entre le
développement du secteur financier et la performance économique dans les pays africains
semble être non encore complètement résolue. Dans la littérature, deux raisons sont
mises en avant pour expliquer l'ambigüité des résultats empiriques : l'endogénéité des
indicateurs financiers et la non-linéarité de la relation (Keho 2012). Ce papier est une contribution à cette littérature et a l'intérêt de prendre en considération la transformation structurelle pour évaluer l'impact du développement du secteur financier sur la performance économique des pays africains de la zone Franc. Par ailleurs, l'approche méthodologique utilisée permet de mieux contrôler l'endogénéité des variables de développement financier et cerner l'effet d'une innovation financière sur la diversification et sophistication des exportations dans la durée.

2.3. Les canaux de transmission

La plus part des travaux mettent en relief le faite que d'une manière générale un système financier développé stimule la transformation structurelle. Toute fois si la corrélation entre ces deux termes est admise de manière globale, le sens de causalité reste toutefois contesté. Schumpeter (2012) avait mis l'action sur le rôle primordial des banquiers, qui par leur ciblage et le financement de l'économie, encourage l'innovation technologique, l'accumulation de capital et stimulent ainsi la transformation structurelle. Ainsi donc le financement de l'économie stimule la transformation structurelle à travers l'accroissement des taux d'investissement et à travers l'allocation du capital aux projets les plus productifs.

CONCLUSION

L'objectif de ce premier chapitre a été de présenter les concepts pris de façon individuelle de la relation financement de l'économie et transformation structurelle. Nous avons tenté aussi de passer en revue théorique sur la relation de ces deux concepts. Dans la théorie, les principaux mécanismes de transmission de l'effet financement de l'économie sur transformation structurelle. Partant de cet objectif nous avons vu les principaux mécanismes de transmission de l'effet financement de l'économie qui sont : l'ouverture commerciale, l'accroissement des taux d'investissement et allocation du capitale aux projets les plus productifs, Il convient au chapitre II de prolonger notre analyse à travers le caractéristique du des économies de la zone franc africaineainsi que les faits stylisés.

CHAPITRE II :

INTRODUCTION

La zone Franc Africaine est un espace économique regorgeant principalement des pays en voie de développement. Cette zone reste sous exploitée en termes de production et d'investissement. Pour ce faire, on constate que la zone Franc Africaine est dans le processus de la transformation structurelle à travers les faits stylisés. Ce chapitre consiste à mettre en exergue l'environnement macroéconomique et fonctionnement du système financier de la zone Franc Africaine. Ainsi la première section est consacrée à la présentation de la zone Franc Africaine la deuxième section quant à elle, traite les faits stylisés de cette zone.

SECTION 1 : PRESENTATION DE LA ZONE FRANC AFRICAINE

La Zone Franc est née officiellement en 1948 entre la France, ses colonies et ses protectorats. Elle est passée d'une intégration monétaire à une coopération monétaire entre la France et 14 pays africains ; qui sont regroupés dans deux unions monétaires ayant chacune une banque centrale. Il existe une transférabilité entre les deux Zones, et la France garantie la convertibilité à taux de change fixe avec l'euro ; 1 euro = 655 F CFA grâce au mécanisme du compte des opérations et aux règles relatives à la politique monétaire. L'existence d'une unité monétaire et d'un dispositif monétaire commun impose une discipline ; ceci favorise des compensations entre les pays et permet d'absorber les chocs de court terme, mais elle peut également retarder et ou réduire l'ajustement dans le cas de choc durable. Le change fixe crée un point d'ancrage nominal favorable pour les politiques économiques, limite le risque de change et favorise une discipline commune mais, réduit en même temps la flexibilité.

La convertibilité externe favorise la mobilité des capitaux et les échanges commerciaux, mais peut également conduire à des fuites de capitaux liées aux échanges avec les pays à monnaies inconvertible. Le Franc CFA est détenu pour bénéficier de sa prime de convertibilité.Les Pays Africains de la Zone Franc Africaine avaient connu durant les premières décennies des indépendances une plus grande stabilité de change ainsi que de meilleures performances économique en matière de commerce extérieur et de croissance si on les compare aux autres pays africains hors Zone Franc CFA.

La dévaluation du Franc CFA de janvier 1994 avait permis des progrès économique dans un contexte international favorable. Les effets macro-économique et financiers de la dévaluation ont été globalement conformes aux attentes, en revanche, les questions structurelles de faiblesse des investissements et de compétitivité insuffisante continuent de se poser ; Les investissements permettant un changement de spécialisation internationale et de structure industrielle demeurent en attente. L'environnement institutionnel est insuffisant pour l'investissement productif.

La dévaluation et l'ajustement du Franc CFA ont créé des opportunités pour changer de spécialisation afin de rendre les économies plus flexibles et plus compétitives mais ; Les pays de la Zone demeurent spécialisés dans les « commodités » (marché des matières premières) dont les élasticités des revenus sont faibles et dont les cours sont très instables et les perspectives des marchés sont limitées. La rente de la dévaluation à peu servit à construire des nouveaux avantages comparatifs et à avoir un positionnement positif sur le marché mondial.La dévaluation a été accompagnée de la mise en oeuvre de deux sous-ensembles économique et douanier :

1.1. Vue d'ensemble

En 2006, dans un contexte marqué par une croissance mondiale soutenue et en accélération, les Pays Africains de la Zone Franc (PAZF) ont, globalement enregistrés un nouveau ralentissement de leur taux de croissance (3,1% Après 3,9% en 2005). Ce résultat d'ensemble, à peine supérieur à la croissance démographique résulte de la décélération, plus marquée en Afrique de l'Ouest qu'en Afrique Centrale, du rythme de progression du PIB, qui a convergé vers 3% dans les deux parties de la Zone. Comme en 2005 , la Zone Franc a enregistrée , pour chacun de ses deux principaux sous-ensembles , une croissance économique inférieure à celle de l'Afrique Sub-saharienne (5,5%) , toutefois, le taux d'inflation est resté sensiblement plus bas en Zone Franc CFA que dans pays d'Afrique Sub-Saharienne .

Les pays de la Communauté Economique et Monétaire de l'Afrique Centrale (CEMAC) ont de nouveau bénéficié en 2006 d'une forte amélioration de l'échange, grâce à la hausse des cours du pétrole. Le ralentissement de la croissance économique en Zone CEMAC traduit principalement par la baisse de la production pétrolière, qui représente 11% de la production du Continent, 44% du PIB des 5 pays de la CEMAC producteurs de pétrole proviennent des recettes pétrolières. Le taux d'investissement en Zone CEMAC représente environ 28,7 % du PIB de ces pays et supérieure à celui du reste de l'Afrique Noire, et est très fortement influencé par sa composante pétrolière dont les effets d'entrainement à moyen et long terme sur le développement économique local restent limités aux zones pétrolifères

L'Union Economique et Monétaire Ouest-Africain (UEMOA) a bénéficié d'un léger redressement des termes de l'échange mais a pâti des incertitudes socio-politiques persistantes dans plusieurs de ses pays membres. Le taux de croissance des pays de l'UEMOA a reculé d'un point, passant de 4,1% en 2005 à 3% en 2006, dans le secteur primaire, la lenteur des restructurations a affecté la situation financière et les résultats économiques des filières agricoles. La filière coton de la Zone est fortement confrontée à la concurrence asymétrique de certains pays industrialisés qui accordent de larges subventions à leurs producteurs.

A côté des facteurs conjoncturels, l'environnement socio-politique toujours délicat de certains pays pèse sur les décisions de développement des entreprises, ce que traduit la relative faiblesse du taux d'investissement dans la sous-région soit : 16,9%. Ainsi, depuis 2002, l'économie de l'UEMOA reste contrainte par la situation en Côte d'ivoire dont le PIB représente 35% de la sous-région. En 2006, L'Union a également été affectée par le ralentissement marqué de la croissance du Sénégal de 5,3% à 2,1%, qui représente la deuxième économie de la sous-région soit 20% du PIB.

1.2.Le système financier de la Zone Franc Africaine

Le système de la Zone Franc Africaine regroupe les deux unions monétaires à savoir l'UEMAO et la CEMAC.

1.2.1. Le système financier en Zone UEMOA

L'article 52 des statuts de la BCEAO confie au conseil d'administration de la Banque Centrale la conduite de la politique monétaire dans le cadre des Directives du conseil des Ministres de l'Union, avec le concours à l'échelon National des comités nationaux de crédit. Enfin, l'article 44 des statuts de la BCEAO indique que le Gouverneur fait exécuter les décisions du conseil des Ministres et du Conseil d'administration.

Aux termes de l'accord de coopération monétaire du 4 décembre 1973 entre la France et les pays membres de l'UMOA, L'État français garantit la convertibilité de Franc de la Communauté financière Africaine émis par la BCEAO, en lui consentant un droit de tirage illimité sur un compte d'opération ouvert auprès du Trésor français. L'article 5 de la convention de compte d'opération entre la France et les pays de l'UMOA du 4 décembre 1973 prévoit que, lorsque le compte d'opération devient débiteur, la BCEAO prend les mesures conservatoires figurant à l4article 20 du traité de l'UMOA.

Les objectifs de la politique monétaire s'inscrivent aussi dans le cadre de la « la convergence des performances et des politiques économiques des États membres par l'institution d'une procédure de surveillance multilatérale » selon l'article 4 du Traité de l'UEMOA du 11 janvier 1994 et doivent soutenir l'intégration économique de l'Union.

1.2.2. Le système financier en Zone CEMAC

La convention entre les États membres de la Zone d'émission de la BEAC et les statuts de la BEAC ont confié à la Banque Centrale de l'Union, outre le privilège exclusif d'émettre la monnaie unique, les pouvoirs nécessaires à la mise en oeuvre de la politique monétaire avec le concours à l'échelon national des comités monétaires et financiers. Dans le cadre des exercices de programmation monétaire , le Conseil d'administration de la BEAC fixe pour chaque État de la Zone d'émission des objectifs d'avoir extérieure nets, de croissance des crédits à l'économie et la masse monétaire ( M2) ; De plus , depuis la mise en place du marché monétaire en juillet 1994 , le Conseil détermine un objectif de refinancement des banques en cohérence avec les objectifs en matière de croissance économique ,d'équilibre extérieur et de finances publiques.Aux termes de la convention de coopération monétaire du 23 novembre 1972 entre la France et les États de la Zone d'émission de la BEAC , l'État français garantit la convertibilité de la monnaie émise par la BEAC en lui consentant un droit de tirage illimité sur un compte d'opération ouvert auprès du Trésor français ; En contre partie de ce droit de tirage, la Banque Centrale doit déposer sur le compte d'opération une fraction de ses avoirs extérieurs nets (réserves de change).

1.3. Le système bancaires.

Le dispositif actuel de financement des économies de la Zone Franc CFA est composé dans sa majorité de banques, or la politique de crédit de celle-ci s'oriente la plupart du temps vers le financement du cycle d'exploitation des entreprises et donc sur les opérations de court terme. Beaucoup d'espoir avaient été mis sur les banques de développement. Celle-ci devait adosser leurs concours sur les opérations de financement de haut du bilan. Malheureusement, elles se sont lancées dans des financements sans discernement et dont la rentabilité était sujette à caution ; ceci a entrainé la disparition de plusieurs banques de développement dans la Zone Franc CFA.

Dans l'ensemble, les banques de développement en activités alignement désormais leur politique de crédit sur celle des banques commerciales. Un marché financier capable de mobiliser l'épargne des ménages et de l'orienter vers des investissements productifs, pourra donc judicieusement compléter ce dispositif en occupant un créneau délaissé par les banques .Mais celle-ci seront sans aucun doute des acteurs à part entière du marché financier.

1.3.1. Le système bancaire de la Zone UEMOA

En 2007, le nombre d'établissements agrées dans l'UEMOA a progressé de 2 unités pour s'inscrire à 116 dont 95 Banques 21 Établissements financiers. Cette augmentation résulte de l'agrément de trois banques et d'un établissement financier, et du retrait de deux établissements financiers.

1.3.1.1.La place des banques dans l'activité économique.

La position extérieure nette des banques s'est améliorée en 2017, en liaison avec une progression des avoirs bruts et des engagements. Après avoir augmenté de 11% en 2006, les crédits à l'économie ont de nouveau enregistré une progression soutenue en 2017, le ratio des crédits rapportés au PIB s'est ainsi inscrit en légère hausse de 16,6% en 2007 contre 15,5 % en 2006. Les crédits de campagne sont en repli dans l'ensemble de l'Union à l'exception du Burkina-Faso et de la Guinée-Bissau. Les crédits ordinaires ont eu augmentés de près de 10,3% par rapport à 2006. L'encours des crédits recensés par la Banque Centrale est passé de 8,5 % à 11% en Cette évolution traduit une hausse des financements pour l'ensemble des secteurs du Commerce, Services fournis à la collectivité , Services sociaux et personnels , Agriculture, Transport, communication , BTP, Services aux entreprises.

Le rythme de progression des crédits à moyen et long terme a été plus soutenu qu'en 2006, la part des concours à long et moyen terme dans l'ensemble de l'Union reste cependant limitée, en raison notamment de la faiblesse du taux d'investissement.

1.3.2.Le système bancaire de la Zone CEMAC.

Au 31 décembre 2007, le système bancaire de la CEMAC comptait 35 établissements de crédits ; Une nouvelle banque a été agrée en Guinée-Équatoriale, et un établissement financier au Cameroun a obtenu un agrément bancaire, parmi ces 35 établissements, 32 ont donnés lieu à une évaluation par la COBAC, synthétisée par une cotation globale, ce qui a donné 6 en situation financière solide 21 en bonne situation financière 4 en situation financière fragile - 3 en situation financière critique.Les systèmes bancaires Camerounais et Gabonais qui ont longtemps représentés 80% du marché bancaire de la CEMAC en matière de distribution de crédits et de collecter des dépôts voient leur part se réduire progressivement au profit de la Guinée et du Congo Brazzaville.

1.3.2.1.Activités des banques

L'activité du système bancaire de la CEMAC a poursuivi son développement 2006, le total agrégé des bilans au 31 décembre 2007 s'est inscrit en hausse de 14,1% par rapport à 2006. Cette évolution résulte essentiellement de la croissance soutenue des dépôts et tout particulièrement du secteur privé + 21%, les dépôts des États s'étant contractés de 10,2 % en 1 an. Le volume des transactions sur le marché interbancaire n'a que modestement progressé en 2006, les taux appliqués sur le marché interbancaire présentent une très forte amplitude, ils ont oscillés entre 2% à 7,5 % en 2007.

Ceci traduit la variabilité des niveaux de liquidité dans le temps et entre les différents États de la CEMAC ; L'importance des opérations intra-groupe réalisées hors marché et les surliquidités bancaires constituent les principaux facteurs explicatifs de l'étroitesse du marché interbancaire de la Zone CEMAC, toutefois, le développement du marché interbancaire demeure aussi entravé par l'existence de risques spécifiques liés à l'absence de cadre juridique et de support ( Les certificats de placement émis en contrepartie des dépôts spéciaux des banques ne sont utilisés comme collatéraux).

1.3.2. La place des banques dans l'activité économique

L'encours des crédits à l'économie a augmenté de près de 9 % en 2007 .Les créances à court terme, qui représentent plus de 60 % des crédits à l'économie ont légèrement diminué à 0,5% dans la Zone. Cette diminution tient principalement à la forte baisse des encours de crédits à court terme au Gabon de - 20 %, les autres pays de la CEMAC ayant enregistrés une progression de leurs encours pour cette catégorie de crédits.

L'encours à moyen terme a en revanche augmenté de 29,6 % du fait de la vigueur de la construction de logements sociaux, des investissements de capacités et de productivité dans le secteur industriel et des travaux de réhabilitation et de développement des infrastructures dans plusieurs pays de la Zone. La situation de surliquidité du système bancaire de la Zone s'est accentuée : L'excédent global de trésorerie a été en hausse de 24 %.

SECTION 2. LES FAITS STYLISES SUR LA TRANSFORMATION STRUCTURELLE ET LE FINANACEMENT DE L'ECONOMIE.

D'après institutions internationales (FMI et BM),les retournements de la conjoncture internationale à la fin des années 1970 et au début desannées 1980 a eu un impact négatif considérable sur la plupart des économies du monde.Les pays africains, en particulier ceux de la zone Franc n'avaient pas échappé à cetteréalité.La stratégie d'industrialisation reposaitprincipalement sur la substitution des importations (ISI). Cette politique étaitaccompagnée par une panoplie de mesures peu orthodoxes y compris l'érection desbarrières tarifaires visant à protéger l'industrie locale qui était largement contrôlée parles entreprises publiques. De plus, la politique monétaire était orientée vers des tauxd'intérêt faibles et la fourniture des crédits bon marché à l'industrie, la nouvelle approche s'est focalisée sur l'amélioration des structuresd'incitation en utilisant le taux de change, les taxes sur les échanges commerciaux, laprivatisation, et la libéralisation du système financier.

Dans le secteur financier, la libéralisation s'est inspirée des thèses néolibérales de Mc
Kinnon (1973) et Shaw (1973). Elle a consisté à l'adoption de vastes programmes de
restructuration des banques (qui étaient quasi dominées par le secteur public), à la
libéralisation des taux d'intérêt, à l'adoption d'instruments indirects de politiquesmonétaires et à l'abolition des contrôles quantitatifs et sectoriels des crédits. Elle devait,ainsi, permettre de réhabiliter le système bancaire pour qu'il joue pleinement son rôle definancement des activités économiques.

La période post-réforme est caractérisée par un foisonnement des intermédiaires
financiers. Selon Ekomo et Avom (2007), ces réformes ont largement modifié la sphèrefinancière des économies de la zone Franc.Ainsi, entre 1995 et 2016, le nombre de banques en activité est passé de trente àcinquante-deux (52) dans la CEMAC et de cinquante-quatre (54) à cent trente-deux (132)dans l'UEMOA sans compter les entreprises d'assurance, les institutions de microfinanceet les divers autres intermédiaires financiers dont leur rôle dans la collecte de l'épargnes'est nettement amélioré.

2.1. Présentation des quelques indicateurs du financement de l'économie en Zone Franc Africaine.

Le secteur financier des pays de la zone reste toujours peu profond comme le témoigne le Tableau 1 qui présente la part du crédit bancaire octroyé au secteur privédans le PIB.

Tableau 1. La part du crédit bancaire octroyé au secteur privé dans le PIB.

Cetableau nous montrela part du crédit bancaire octroyé au secteur privédans le PIBdans la zone Franc Africaine, en moyenne 12,48, 12,15, 19,98 et 21,82 de 1995-2017.Tandis que en ASS la moyenne est de 15,65 % en 2006.Nous constatons que, le crédit bancaire ausecteur privé a été plus dynamique dans la zone UEMOAMais s'est effondré juste après la dévaluation et s'est légèrement relevé à partir de 2010.

Graphique 1 : Taux de croissance annuel moyen de la valeur ajoutée manufacturière par rapport au PIB dans le monde

Il laisse apparaître que la moyenne de la part de la valeur ajoutée manufacturière dans le PIB des économies de la zone Franc est en deçà de la moyenne africaine dans toutes les
sous-périodes considérées. Sa tendance est également baissière passant de 12.36 % à
10.36 %. Elle baisse en moyenne de 0.75 point par an entre 1995 et 2016. Cette baisse est expliquée pour une grande partie par l'effondrement de la productionmanufacturière observé dans la zone CEMAC où elle est passée de 13.79 % à 6.52 %. Cettesituation est très différente de celle des pays d'Asie en développement ou il est enregistrédans cette même période une progression de 1.96 point comme le montre le graphique ci-dessous qui présente le taux de croissance annuel moyen de la valeur ajoutéemanufacturière dans la période 1995-2016.

En 2006, le taux de croissance des pays membres de l'UEMOA s'est établi à 3% contre 4,1% en 2005 soit un niveau à peine égal à celui de la croissance démographique de la Zone , il a , de nouveau été nettement plus inférieur aux performances de l'Afrique Sub-saharienne dans son ensemble qui lui avait été de 5,5% en 2006 ; La décélération de la croissance s'explique principalement par les difficultés persistantes de certaines filières agricoles , les conséquences de la hausse des cours du pétrole et la situation socio-politique toujours délicate dans plusieurs pays de la région. Les principaux secteurs d'activités de l'UEMOA restent fragiles par rapport aux chocs externes, notamment le prix élevé du pétrole qui a continué de pénaliser des pays traditionnellement importateurs nets de pétrole.

Sur la base des estimations les plus récentes, la campagne agricole 2006/ 2007 s'est caractérisée par une hausse de la production vivrière et un résultat contrasté pour les cultures d'exportation. La production vivrière s'est inscrite en augmentation de + 3%, après + 9% pour la campagne 2005/2006 ; Cette progression se retrouve dans tous les États, s'agissant des cultures d'exportation, les performances sont différenciées selon les produits et les pays, si le café a enregistré une légère progression (+ 3%) celle du coton devrait rester stable d'une campagne sur l'autre alors que le cacao évolue à la baisse dans les pays producteurs.

Dans le secteur minier, les estimations sont orientées à la hausse, pour l'or, l'Uranium et le Pétrole brut dont la production en Côte d'ivoire a progressé de 50 % ; au cours de la même année 2006, parmi les composantes du PIB, la consommation (5%) et les exportations (10%) ont progressé, alors que la FBCF (formation brute de capital fixe) est restée stable.

Graphique 2 : Evolution delapart de crédit bancaire au secteur privé dans lePIB dans l'UEMOA

Le crédit bancaire au secteur privé en zone UEMOAest toujours faible sur la période 1995-2016, alors que dans les pays émergents comme la Chine, la Corée, leSingapour et la Thaïlande, il s'est situé respectivement à 156,7 %, 143,3 %, 147,3 % et 132,9 % en 2016 (Banque mondiale). Il convient de préciser que ces portions observées dans les pays de lazone Franc sont du même ordre que celles notées dans la plupart des pays d'AfriqueSubsaharienne avec par exemple 15,65 % au Nigéria. Cependant, elles sont plus importantes en Afrique du Nord et en Afrique duSud où la moyenne se situe respectivement à 60 % et à 65 % du PIB. Cette tendance globale cache une certaine disparité dans la distribution du créditbancaire au secteur privé entre les pays de la zone Franc. En effet, le crédit bancaire ausecteur privé a été plus dynamique dans la zone UEMOA. Mais s'est effondré juste après la dévaluation et s'est légèrement relevé à partir de 2010.

En 2006, le taux d'inflation s'est inscrit en repli pour atteindre 2,3% en moyenne annuelle contre 4,3% en 2005 ; Cette baisse du rythme de la hausse des prix a concerné tous les pays sauf le Sénégal. La décélération de la hausse des prix s'explique par l'augmentation de la production vivrière et de l'offre céréalière. Elle a été tempérée par l'augmentation des cours du pétrole. La hausse des prix à la pompe s'est diffusée aux autres secteurs de l'économie, notamment le transport dont les prix ont accusé une hausse de +10,7% en 2006 ; Les taux d'inflation ont varié d'un pays à un autre entre 3,8% au Bénin et 0 % au Niger, seulement trois pays de la sous-région ont respectés l'objectif de 2% fixé dans le cadre de la programmation monétaire de la BCEAO.

2.2. Situation économique dans la Zone CEMAC

L'année 2006 est marquée par la poursuite de la croissance observée en 2005. La hausse du PIB, en terme réel s'est établi à 3,2 % contre 3,7 % en 2005 ; Ce ralentissement de l'activité économique intervenue dans un contexte international marqué par une amélioration sensible des termes de l'échange ( + 18,4 % ) en liaison avec la bonne tenue des cours du pétrole et des autres produits de base exportés ( bois, café) résulte essentiellement de la baisse de la production pétrolière dans la Zone CEMAC .

2.2.1.Activité

La croissance en Zone CEMAC a été soutenue principalement par le secteur non pétrolier, qui a contribué à hauteur de 3,5 % à la croissance du PIB de la Zone, en revanche, la contribution du secteur pétrolier a été négative, du fait de la diminution de la production pétrolière. Cette dernière a reculée de 3,9 % en 1an, passant de 56,8 Millions de tonnes en 2005 à 54,6 Millions de tonnes en 2006 ; Cette diminution est due à la baisse de la production du Gabon passant de 13 Millions à 11 Millions de Tonnes en 1 an. La production vivrière a augmenté de 3% grâce à l'accroissement des superficies cultivées et à des conditions climatiques favorables. S'agissant de l'industrie du bois, l'augmentation de la production d'agrumes a été de 12,2%, l'apport des industries minières a été positif, traduisant la relance de la production de Diamants bruts et du Manganèse.Le taux d'investissement a progressé en 2006, passant ainsi de 26,5% en 2005 à 28,7% en 2006, grâce à la relance des programmes d'investissements publics dans les domaines des infrastructures collectives et au dynamisme des investissements dans le secteur pétroliers.

Graphique 4 : Evolution delapart de crédit bancaire au secteur privé dans lePIB dans la CEMAC

Le crédit bancaire au secteur privé est toujours peu profond et n'a jamais dépassé 25 % du PIB en moyenne sur la période 1995-2016, alors que dans les pays émergents comme la Chine, la Corée, le Singapour et la Thaïlande, il s'est situé respectivement à 156,7 %, 143,3 %, 147,3 % et 132,9 % en 2016 (Banque mondiale 2017). Il convient de préciser que ces portions observées dans les pays de lazone Franc sont du même ordre que celles notées dans la plupart des pays d'AfriqueSubsaharienne avec par exemple 15,65 %. Cependant, elles sont plus importantes en Afrique du Nord et en Afrique duSud où la moyenne se situe respectivement à 60 % et à 65 % du PIB. Cette tendance globale cache une certaine disparité dans la distribution du créditbancaire au secteur privé entre les pays de la zone Franc. En effet, le crédit bancaire ausecteur privé a été plus dynamique dans la zone UEMOA.

Après le regain des tensions inflationnistes observé en 2005, l'année 2006 s'est caractérisée parune nouvelle hausse du taux d'inflation, en moyenne annuelle, l'indice des prix à la consommation des ménages a progressé de 5,3% après les 2,9% en 2005. Cette accentuation des tensions inflationnistes est observée dans l'ensemble des pays de la Zone CEMAC. Cette évolution résulte principalement de la diffusion aux marchés domestique de la hausse des cours internationaux du pétrole brut, du fait de la levée progressive par les États des mécanismes de blocage des prix à la pompe.

Source : L'auteur à partir des données de la Banque Mondiale (WDI 2019)

Les faits stylisés laissent apparaître que la zone Franc est toujours à la marge
du processus d'industrialisation par rapport à certains pays d'Afrique subsaharienne et
d'Asie en développement malgré les politiques d'incitations notamment dans le secteur
financier et monétaire. Certains pays africains de la zone Franc ont même connu des
phases de désindustrialisation nécessitant ainsi de s'interroger sur le rôle du secteur
financier, à travers les crédits alloués au secteur privé, dans ce processus.

Evolution des quelques indicateurs de transformation structurelle en Zone Franc Africaine.

Au lendemain des indépendances, la plupart des pays africains ont entamés un processus de diversification de leurs structures économiques, à travers des politiques industrielles de substitution aux importations, afin de réduire progressivement leur dépendance à l'égard des produits de base. Ces expériences d'industrialisation ont néanmoins abouti à des échecs, du fait en particulier de la crise de la dette qu'on subit les pays en développement au cours des années 1980. Le creusement des déficits commerciaux, lié à la progression des importations, et l'augmentation des déficits publics, résultant de l'interventionnisme des Etats ont conduit à une réorientation des stratégies de développement et à la privatisation du tissu industriel à partir des années 1990.

En dépit de ces échecs, l'exigence d'une réorientation des politiques de développement des pays africains demeure, afin de promouvoir une plus grande diversification du tissu productif. La diversification joue en effet un rôle essentiel dans la maitrise des aléas de la conjoncture et réduit l'impact des fluctuations des cours des matières premières sur les économies. Elle doit aussi permettre une amélioration de la compétitivité internationale.

Source : L'auteur à partir des données de la Banque Mondiale (WDI 2019)

Les trois graphiques ci-haut nous présentent l'évolution des nombres de produits exportés dans la zone CEMAC, dans la zone UEMOA ainsi que dans le monde. De ce fait, nous constatons que le nombre desproduits exportés dans la zone Franc Africaine n'a jamais dépassé 200 en % annuel. Nousobservonsune évolution dans l'Asie, Amérique latine, en ASS et dans les pays de l'OCED.

Les économies des pays de la CEMAC apparaissent fortement concentrées autour des secteurs pétroliers, minier et agricole. Si l'embellie observée au cours des années récentes sur les marchés mondiaux des matières premières a permis un sensible redressement des performances macroéconomique de la CEMAC, ces économies ne demeurent pas moins vulnérables à un risque de retournement de la conjoncture internationale. Cette vulnérabilité doit conduire à repenser les stratégies de développement à moyen et long terme dans l'optique de rendre durable les performances Macroéconomique récentes.La présente étude donne un bref aperçu de l'opportunité d'une diversification des bases productives, en mettant en relief les enjeux et les déterminants de celle-ci.

2.2.2. Dynamique de diversification des exportations dans les pays de la Zone Franc Africaine.

Source : L'auteur à partir des données de la Banque Mondiale (WDI 2019)

Le processus de diversification dans les pays de la ZoneFranc Africaine peut être apprécié à travers l'évolution de la structure des exportations. Cette approche, qui consiste à considérer la notion de diversification des économies de laZone Franc Africaine comme étroitement liée à celle de la dynamique de leurs exportations, peut se justifier, compte tenu de leurs structures de production dominées par l'exploitation et l'exportation de produits de base.

Pour mieux apprécier les couts et les avantages d'un processus de diversification, il convient d'en souligner les principales caractéristiques.

La diversification joue un rôle important dans le développement et la croissance d'une économie. En effet, elle peut contribuer selon certains auteurs à accroitre la productivité des facteurs, à renforcer l'investissement et à stabiliser les recettes d'exportations. Le rapport sur la diversification en Afrique de la Commission Economique pour l'Afrique des Nations Unies 2007 répertorie 5 catégories de variables agissant sur le processus de diversification, notamment:

· Les facteurs physiques : L'investissement, la croissance et le capital humain;

· Les politiques publiques : Les politiques budgétaires, commerciales et industrielles,

· Les variables Macroéconomique : Les taux de changes et d'inflation ainsi que les soldes extérieurs ;

· Les variables institutionnelles : La gouvernance, l'environnement de l'investissement et la situation sécuritaire ;

· L'accès aux marchés : Le degré d'ouverture aux échanges de biens, de services et des capitaux, l'accès aux financements, bancaires ou de marché.

Plus particulièrement, au plan Macroéconomique, une forte instabilité de l'environnement économique, marqué diversification.par exemple, par une forte inflation, ne favorise ni la création et le développement de nouveaux secteurs d'activité, ni l'instauration d'un climat d'affaire favorable au processus de

L'industrialisation dans la Zone Franc Africaine est peu performant par rapport aux autres régions du monde .On constate dans la Zone UEMOA une forte évolution au Benin et le Burkina Faso. Tandis que dans la zone CEMAC c'est le Congo suivi du Gabon.La dynamique du secteur manufacturier reste insensible dans cette Zone.

CONCLUSION

Au terme de ce chapitre, les économies de la zone Franc Africaine reposent pour la plus part sur l'exportation des matières première et des ressources naturelles du sol et du sous-sol. Ce qui traduit la faible diversification de ses économies. En effet, ces pays fondent leurs espoirs sur une politique économique basée sur le volet budgétaire. L'ancien système financier était très fragile et subissait toutes les crises internationales. La libéralisation financière peut faciliter la circulation des capitaux ainsi qu'un renforcement de la création des établissements financiers. Mais malheureusement aujourd'hui, celle-ci n'arrive pas à porter des fruits escomptés. Nous observons d'une manière objective que l'évolution des indicateurs de transformation structurelle tel que l'industrialisation, nombres des produits exporté dans la CEMAC reste faible par rapport à l'UEMOA même si elle a augmenté d'une manière infime et ne peut significativement impacter sur le processus de la transformation structurelle. Les dirigeants de ces pays doivent donc instaurer un climat favorable et propice pour un bon environnement des affaires et pour l'attrait des capitaux

CHAPITRE III :

INTRODUCTION

L'objectif de ce chapitre est de faire l'analyse empirique de la relation financement de l'économie et la transformation structurelle en zone Franc Africaine et la méthodologie utilisée. Pour ce faire, nous verrons d'une part l'effet du financement de l'économie sur la diversification des exportations et d'autre part l'effet du financement de l'économie sur l'industrialisation en zone Franc Africaine. La littérature empirique concernant cette relation est bien fourni, certains auteurs ont montrés que le financement de l'économie affecte positivement la transformation structurelle d'autres ont plutôt montrés quele financement de l'économie ne contribue pas à la transformation structurelle. Ce chapitre est structuré tel que suit : la revue empirique dans la première section et la méthodologiques dans la deuxième section.

SECTION 1 : REVUE EMPIRIQUE

Ce travail est une contribution à cette littérature et à l'intérêt de prendre en considération la faible transformation structurelle pour évaluer l'impact du développement du secteur financier sur la performance économique des pays africains de la zone Franc. Par ailleurs, l'approche méthodologique utilisée permet de mieux contrôler l'endogénéité des variables de financement externe et cerner les effets d'une innovation financière sur transformation structurelle dans la durée.Les prédictions théoriques ont suscités une vaste littérature empirique avec des résultats ambigus et controversés.

1.1. Résultats ambigus sur le financement de l'économie et la transformation structurelle

Les travaux de King et Levine (1993), constituent sans doute les contributions pionnières dans les analyses empiriques de la relation entre développement financier et transformation structurelle. Les travaux empiriques récents sur la transformation structurelle mettent en avant le rôle majeur, sur la performance des économies émergentes, des facteurs suivants : la gouvernance macroéconomique, le leadership, la croissance inclusive, la promotion des exportations, le capital humain, l'innovation et les nouvelles technologies de l'information et de la communication.

Dans le secteur financier, la libéralisation s'est inspirée des thèses néolibérales de Mc
Kinnon (1973) et Shaw (1973). Elle a consisté à l'adoption de vastes programmes de
restructuration des banques (qui étaient quasi dominées par le secteur public), à la
libéralisation des taux d'intérêt, à l'adoption d'instruments indirects de politiques monétaires et à l'abolition des contrôles quantitatifs et sectoriels des crédits. Elle devait, ainsi, permettre de réhabiliter le système bancaire pour qu'il joue pleinement son rôle de financement des activités économiques.

Les déterminants de la transformation structurelle tels que analyser au plan empirique sont en relation avec le commerce international. En effet, à l'aide des outils de régressions, McMillan et Rodrik (2011) démontrent que, la faible proportion des ressources naturelles dans les exportations d'un pays contribue à la dépréciation du taux de change réel, et en conséquence limite la croissance économique nécessaire au changement structurel. Aussi, Duarte et Restuccia (2010) montrent que le degré d'ouverture commerciale d'un pays est corrélé positivement à la productivité en industrie et négativement à celle du secteur des services. Pour ces auteurs, au fur et à mesure que l'économie domestique échange avec le reste du monde, la transformation structurelle se fait au profit du secteur des produits manufacturiers.

Lee et Malin (2013) mettent en exergue la contribution du niveau d'éducation et de transformation structurelle à la croissance économique de la Chine. À partir des données sur la période 1978-2004, ils obtiennent que pour 11% de production par travailleur, 9% relève de la réallocation de la main d'oeuvre entre les secteurs et 2% de l'investissement dans le capital humain dans chaque secteur. Par ailleurs, la transformation structurelle suggère que la réaffectation des ressources humaines entre les secteurs d'activité est guidée par les aptitudes des individus dans chaque secteur. Le risque étant d'avoir un changement de structure de la population active avec une détérioration des revenus des travailleurs qui ont migré vers le secteur où ils sont moins productifs Rogerson (2007). Dans le même ordre d'idées, McMillan et Rodrik (2011) montrent que les activités qui portent la croissance dans les pays asiatiques diffèrent de celles de l'Afrique Subsaharienne.

De manière globale, l'essentiel de ces études porte sur les pays développés alors même que la transformation structurelle s`avère indispensable pour les économies en développement. Par ailleurs, les différents mécanismes envisagés pour expliquer l'allocation des ressources humaines sur le marché du travail semblent ignorés les facteurs institutionnels et l'action gouvernementale. En particulier, si le choix du secteur d'emploi d'un individu résulte des rémunérations offertes, le gouvernement grâce à l'instrument budgétaire peut orienter cette décision dans un sens souhaité. Ainsi, cette étude contribue à la littérature sur la transformation structurelle en envisageant la réforme de l'allocation des dépenses publiques, comme facteur gouvernant la mobilité des travailleurs entre les différents secteurs de production.

1.2. Les controverse sur les résultats

Les premières études empiriques sur la transformation structurelle évaluent la relation
entre le PIB par tête et la taille de chaque secteur d'activité (agriculture, manufacture, et
services). Globalement, il ressort que dans la majorité des pays, le PIB par tête est relié négativement à la proportion des individus exerçant en agriculture (Herrendorf et al. 2013).
Par la suite, les travaux concernent les déterminants de la productivité dans chaque secteur, mais aussi, tentent d'expliquer les expériences de transformation structurelle de certains pays
à l'instar de la Chine, les États-Unis, etc.

(Eggoh, 2011), s'intéressent à la relation entre financement de l'économie et transformation structurelle et utilisent des données en coupe transversale de plusieurs pays et concluent que non seulement le développement financier affecte positivement la transformation structurelle, mais il permet de la prévoir dans un horizon de 10 et 30 ans. Par la suite, en considérant une relation linéaire ou de causalité entre le développement financier et la transformation structurelle, d'autres travaux ont confirmé ce résultat (Beck et al. 2000 ; Rioja et valev. 2004 ; Beck et al. 2004 ; Gehringer, 2013, etc.), mais aussi il a aussi été remis en cause par bien d'autres (Gregorio et Guidotti., 1995 ; Ewetan et Okodua., 2013 ; Thumrongvit et al. 2013 ; etc.).

Selon Collier (2009), le secteur privé des économies africaines est majoritairement composé de petites et moyennes entreprises qui ont un accès limité à la finance pour deux principales raisons. Premièrement, l'octroi de crédit en Afrique est généralement considéré comme plus risqué que par rapport aux autres régions. Deuxièmement, le financement des grandes entreprises déjà bien installées est jugé moins risqué que par rapport aux PME. Les banques ne souhaitent pas ainsi utiliser leurs fonds pour des emplois trop risqués. Elles exigent des garanties et des formalités qui limitent l'accessibilité des PME à la finance (Audrey, 2004).Ce phénomène a mis le système bancaire de la zone Franc dans une situation de surliquidité qui constitue, comme le soulignent Ekomo et Avom (2007), un paradoxe de la libéralisation financière pénalisant ainsi les activités de création de richesses surtout des PME. C'est peut-être l'une des raisons qui expliquent la faible transformation structurelle des économies de la zone Franc Africaine

Dans le contexte des pays africains, des résultats ambigus sont aussi observés, Misati et Nyamongo (2012) s'intéressent sur la libéralisation financière et transformation structurelle, Sur un échantillon composé de 34 pays d'Afrique Subsaharienne concluent que la libéralisation financière affecte positivement la transformation structurelle. Cependant, cet effet positif est réduit par la volatilité du système financier que la libéralisation génère. Plus récemment, Ousmanou (2017) s'intéresse également à l'analyse d'une problématique similaire en considérant un échantillon plus large de 45 pays d'Afrique. Il utilise une spécification non linéaire et établit que la libéralisation financière n'affecte que la transformation structurelle des pays ayant entrepris des réformes institutionnelles améliorant le système éducatif, à la stabilité macroéconomique et à la gouvernance. Dans le même sillage, sur un échantillon plus 45 pays de l'Afrique sub-saharienne large, Keho (2012) montre que le développement financier ne contribue pas à la transformation structurelle des pays de l'UEMOA. Il explique ce résultat par la faiblesse de la profondeur du secteur financier des pays étudiés.

D'autres auteurs ont mis l'accent sur l'intégration financière, la profondeur du système financier et la volatilité macroéconomique. Par exemple, Abdoullahi (2016) étudie la relation entre l'intégration financière internationale, le développement financier et la diversification des exportations à l'aide d'un panel de 30 pays d'Afrique subsaharienne de 1976 à 2010 et un éventail d'indicateurs de développement financier. Il conclut que l'intégration financière internationale agit positivement sur la transformation structurelle à travers son impact positif sur le développement financier. Cependant il trouve que son effet direct sur la croissance est négatif.

De même, Ibrahim et Alagidede (2017) examinent le rôle du développement financier dans la volatilité du cycle économique. À partir d'une approche spectrale qui leur permet de décomposer la volatilité en différentes composantes, ils concluent que le développement financier influe à court terme sur la volatilité du cycle macroéconomique, de façon non linéaire, dans 23 pays d'Afrique Subsaharienne au cours de la période 1980-2014.

La dimension de l'industrialisation est aussi considérée dans la littérature pour évaluer la performance du système financier. Par exemple, Neusser et Kugler (1998) s'intéressent aussi sur la relation entre le développement financier et la croissance de la valeur ajoutée du secteur manufacturier, en utilisant un modèle de croissance néo-Schumpetérien et un échantillon des pays de l'OCDE, montrent qu'il existe, à long terme, une relation entre le développement financier et la croissance de la valeur ajoutée du secteur manufacturier. Aussi, le test de causalité de Granger indique une relation bidirectionnelle entre développement financier et industrialisation. Concernant la volatilité, il est montré que la production industrielle est plus stable dans les pays développés en comparaison avec les pays en développement (Acemoglu, Johnson, et al. 2003)

Dans leur étude sur l'effet du financement de l'économie sur la transformation structurelle dans les pays africains de la zone franc par le truchement des institutions, Kuipou et al. (2015), obtiennent le résultat grâce à la GMM en panel dynamique. L'effet direct de la gouvernance sur la transformation structurelle dans la zone franc est non significatif. Leurs résultats sont positifs et non significatifs dans la CEMAC comparativement à ceux de la zone UEMOA qui sont positifs et significatifs.

Udoh et Ogbuagu (2012) et d'Ewetan et Ike (2014) qui travaillent sur l'économie nigériane avec des résultats controversés. Ewetan et Ike (2014) montrent que les crédits alloués au secteur privé ont un impact positif sur la croissance industrielle du Nigéria, tandis que les réserves de change l'affectent négativement. Par contre, à l'aide d'un modèle ARDL Udoh et Ogbuagu (2012) constatent que le financement de l'économie a un impact négatif et significatif sur la production industrielle de l'économie nigériane aussi bien à long qu'à court terme.

SECTION 2. METHODOLOGIE

Cette section concerne la présentation de la méthodologie de modélisation économétrique adoptée, il s'agit de l'application de l'approche du modèle ARDL en panel, développée par Pesaran et al. (2001). Cependant, nous allons

2.1. L'effetdu financement de l'économie sur la diversification des exportations

Pour tester notre première hypothèse qui stimule que le financement de l'économie sur la diversification des exportations dans les pays de la zone Franc Africaine, nous nous sommes inspirés du modèle de Dermechi et Zakane (2017). Ces auteurs ce sont intéressés sur l'impact des facteurs budgétaire et financière sur la diversification économique en Algérie.

2.1.1. Présentation du modèle

IHNN = á₀IHNN_t-1+ á₁G_t+ á₂(Capitalisation Boursière)_t+ á₃CSP_t+ á₄M3_t+ á₅(Ouverture commerciale)_t+ v_t

Où IHNN est l'indice de Herfindahl-Hirschman qui mesure le degré de la diversification, les indicateurs des finances publiques, les dépenses publiques en valeur « G » ; l'approfondissement boursier « Capitalisation Boursière » ; la taille bancaire « M3 » ; le crédit au secteur privé « CSP » ; le degré de l'ouverture commerciale «Ouverture commerciale» Avec : ái les coefficients de chaque variable explicative ; t = 1...t ; v_t le est terme d'erreur. La raison du retard de la variable endogène concentration des exportations (IHNN) est de rendre compte d'une grande persistance dans le temps des quatre variables

DIVi= á₀ DIVi_t-1+ á₁M2_t+ á₂CSP_t+ á₃OUV_t+ á₄INF_t+á₅SERV_t + á₆AGRI_t+ v_t(1)

Où DIVi est l'indice de diversification des exportations, M2_tc'est les agrégats monétaires, OUVtle degré d'ouverture commercial,INF_tl'inflation, IND_tindustrialisation,SERV_tservice et AGRI_tl'agriculture.Nous n'avons pas utilisé la capitalisation boursière car la capitalisation boursière dans la Zone Franc Africaine n'est pas performante.

2.1.2. Présentation des variables.

Les variables utilisées dans le cadre de cette étude ainsi que leurs définitions sont consignées dans un tableau en annexe. Il s'agit des variablesagrégats monétaires,crédit au secteur privé, le taux d'inflation, industrie, agriculture, service, ouverture commercial et l'indice de diversification.

Exprimésen pourcentage du PIB, qui sont largement utilisés dans la littérature. Cependant ils nepermettent pas d'appréhender la capacité du système financier à affecter l'épargne aux
projets d'investissements rentables (Gehringer, 2013).Les données proviennent de la base de la Banque Mondiale WDI (2019)

Il s'agit du rapport entre le montant de crédit accordé aux entreprises privées par les banques de second rang et le PIB. Cet indicateur de développement financier mesure le degré d'intermédiation de l'économie (Demetriades et Hussein, 1996 ; Levine et al. 2000), la proportion des ressources consacrée aux investissements privés et l'efficience dans l'allocation des ressources du secteur financier. Les données proviennent de la base de la Banque Mondiale WDI (2019)

L'inflation a un impact négatif sur le secteur financier pour plusieurs raisons que nous allons essayer de résumer dans les lignes qui suivent. Une forte inflation est généralement le signe d'une grande instabilité macroéconomique et entraines des imperfections sur la rentabilité des projets d'investissement. Ces imperfections de marche nuisent au secteur financier dont l'une de ses principales fonctions qui est l'allocation du capital. L'inflation peut également agir négativement ressource sur le système financier par ce qu'elle peut s'apparenter à une taxe sur les banques. Les données proviennent de la base de la Banque Mondiale WDI (2019)

L'industrie représente le niveau d'industrialisation. Pour le mesurer, deux indicateurs sont principalement utilisés dans la littérature : la part de la valeur ajoutée du secteur manufacturier dans le PIB à prix constant et la part de l'emploi manufacturier dans l'emploi total (UNIDO 2013). Comme Dodzin & Vamvakidis (2004), Kang et Lee (2011) GuiDiby et Renard (2015) nous utilisons la part de la valeur ajoutée manufacturière dans le PIB pour mesurer le niveau d'industrialisation. La part de l'emploi manufacturier dans l'emploi total ne peut pas être utilisée dans ce travail à cause de l'indisponibilité des données sur l'emploi manufacturier dans les pays africains.Les données proviennent de la base de la Banque Mondiale WDI (2019)

L'indice des réformes commerciales, initialement développé par Sachs et Warner (1995a), a été employé pour représenter le degré de l'ouverture commerciale « Open_market » en prenant en compte les réformes entretenues depuis 1990. Le degré d'ouverture commerciale (OUV), calculé par le ratio de la somme des importations et des exportations par rapport au PIB, est inclus comme une variable de contrôle dans l'équation du développement financier. Plusieurs travaux (Rajan et Zingales, 2003 ; Baltagi et al. 2007) ont récemment montré que l'ouverture commerciale favorise le développement financier.Les données proviennent de la base de la Banque Mondiale WDI (2019)

La variable agriculturereprésente respectivement la valeur ajoutée du secteur agricole dans le PIB. En se référant à la loi de Colin Clark, on peut s'attendre à une contraction des autres secteurs lorsque le secteur industriel se développe. Les données proviennent de la base de la Banque Mondiale WDI (2019)

La variable service représente respectivement la valeur ajoutée du secteur des services dans le PIB. En se référant à la loi de Colin Clark, on peut s'attendre à une contraction des autres secteurs lorsque le secteur industriel se développe. Les données proviennent de la base de la Banque Mondiale WDI (2019)

Afin de mesurer la concentration du panier d'exportation (réciproquement sa diversification), nous utilisons des indicateurs de concentration issus de la littérature des inégalités de revenu. L'indice de Gini, de Theil et l'indice d'Herfindahl. Ainsi, plus les valeurs des indices sont élevées, plus les exportations ne sont concentrées sur un petit nombre de produits ou de secteurs. Alors que l'indice de Gini donne plus de poids au centre de la distribution, les indices d'Herfindahl et de Theil pondèrent plus fortement les extrémités de la distribution. La sensibilité de l'indice d'Herfindahl à l'introduction de nouvelles exportations est cependant faible : il faut que ces dernières représentent une part significative de la distribution pour qu'il y ait une baisse de l'indice. La propriété de décomposition de l'indice de Theillerend particulièrement attractif pour l'étude des dynamiques de diversification ; il est fréquemment du fait qu'il génère une externalité positive ou négative. Les données proviennent de la base de CNUCED (2019).

2.3. L'effetdu financement de l'économie sur l'industrialisation en zone Franc Africaine

Pour tester notre deuxième hypothèse, nous nous sommes inspirés du modèle spécifié par les mêmes auteurs Dermechi et Zakane (2017).

2.3.1. Présentation du modèle

IHNN = á₀IHNN_t-1+ á₁G_t+ á₂(Capitalisation boursière )_t+ á₃CSP_t+ á₄M3_t+ á₅(Ouverture commerciale)_t+ v_t

Où IHNN est l'indice de Herfindahl-Hirschman qui mesure le degré de la diversification, les indicateurs des finances publiques, les dépenses publiques en valeur « G » ; l'approfondissement boursier «Capitalisation boursière» ; la taille bancaire « M3 » ; le crédit au secteur privé « CSP » ; le degré de l'ouverture commerciale «Ouverture commerciale» Avec : ái les coefficients de chaque variable explicative ; t = 1...t ; v_t le est terme d'erreur. La raison du retard de la variable endogène concentration des exportations (IHNN) est de rendre compte d'une grande persistance dans le temps des quatre variables

INDUS_i = á₀INDUS_{i t-1}+ á₁M2_t+ á₂CSP_t+ á₃OUV_t+ á₄INF_t+á₅SERV_t + á₆AGRI_t+ v_t(2)

Où SOPHi est l'indice de sophistication des exportations,M2_tce sont les agrégats monétaires, OUV_tle degré d'ouverture commercial,INF_tl'inflation, IND_tindustrialisation,SERV_tservice et AGRI_tl'agriculture.Nous n'avons pas utilisé la capitalisation boursière car la capitalisation boursière dans la Zone Franc Africaine n'est pas performante_.

2.3.2. Spécification des modèles

DIVi = á₀ DIVi_t-1+ á₁M2_t+ á₂CSP_t+ á₃OUV_t+ á₄INF_t+á₅SERV_t + á₆AGRI_t+ v_t(1)

INDUS_i= á₀INDUS_{i t-1}+ á₁M2_t+ á₂CSP_t+ á₃OUV_t+ á₄INF_t+á₅SERV_t + á₆AGRI_t+ v_t(2)

2.3.3. Présentation des variables.

Les variables utilisées dans le cadre de cette étude ainsi que leurs définitions sont consignées dans le tableau 3 (annexe) ci-après. Il s'agit des variablesagrégats monétaires,crédit au secteur privé, le taux d'inflation, industrie, agriculture, service, ouverture commercial et l'indice de diversification.

Afin de mesurer la concentration du panier d'exportation (réciproquement sa diversification), nous utilisons des indicateurs de concentration issus de la littérature des inégalités de revenu. L'indice de Gini, de Theil et l'indice d'Herfindahl. Ainsi, plus les valeurs des indices sont élevées, plus les exportations ne sont concentrées sur un petit nombre de produits ou de secteurs. Alors que l'indice de Gini donne plus de poids au centre de la distribution, les indices d'Herfindahl et de Theil pondèrent plus fortement les extrémités de la distribution. La sensibilité de l'indice d'Herfindahl à l'introduction de nouvelles exportations est cependant faible : il faut que ces dernières représentent une part significative de la distribution pour qu'il y ait une baisse de l'indice. La propriété de décomposition de l'indice de Theillerend particulièrement attractif pour l'étude des dynamiques de diversification ; il est fréquemment du fait qu'il génère une externalité positive ou négative. Les données proviennent de la base de CNUCED (2019)

3.1. Principe de l'estimation

Nous allons estimer nos équations par la méthode ARDL en panel. Les modèles ARDL ou modèles autorégressifs à retards échelonnés ou distribués sont des modèles dynamiques. Ces modèles ont pour particularité de prendre en compte les dynamiques temporelles à savoir : les anticipations, les délais d'ajustement...etc. Dans l'explication des séries en améliorant leur efficacité ainsi que les prévisions, contrairement aux modèles non-dynamiques dont l'explication instantanée ne prend qu'une partie de la variati on de la variable à expliquer.

3.2. Nature du modèle économétrique.

Durant ces dernières années, l'économétrie des séries temporelles a connu des développements importants tant du point de vue des tests de racine unitaire que des tests de Co intégration. Pesaran et Shin (1997) et Pesaran et autres (2001) ont développé une nouvelle technique pour tester l'existence d'une relation de long terme entre des variables caractérisées par un ordre d'intégration différent. Il s'agit d'approche au test aux bornes « bounds test » pour une relation de long terme dans un modèle autorégressif à retards échelonnés ARDL (Auto Régressive Distributive Lags). En raison de son caractère peu contraignant, cette technique est de plus en plus utilisée comme alternative aux tests de Co intégration usuels à cause de la flexibilité qu'elle offre. En effet, la méthode ARDL ne nécessite pas que les variables du modèle soient purement I (0) ou I (1). C'est également une technique qui offre la possibilité de traiter conjointement la dynamique de long terme et les ajustements de court terme. C'est pourquoi, nous avons adopté cette approche pour analyser la relation dynamique de financement de l'économie et transformation structurelle en zone franc Africaine.

3.2.1. Les avantages de l'approcheARDL

La méthode ARDL est utilisée pour examiner l'effet du financement de l'économie sur la transformation structurelle en zone franc africaine, afin de faire face aux problèmes liés à l'analyse des séries qui ne sont pas intégrés de même ordre. Cette procédure présente plusieurs avantages. Premièrement, la méthodologie de test d'ARDL est applicable indépendamment si les variables explicatives sont stationnaires ou intégrées d'ordre 1. Ainsi, le problème de l'ordre d'intégration associée au test de Johansen (1995) est évité. Deuxièmement, il a de bonnes propriétés par rapport aux petits échantillons. Troisièmement, la méthode ARDL corrige le problème de la corrélation et d'endogénéité, par une augmentation appropriée de l'ordre des variables explicatives. Pour illustrer l'approche d'ARDL, considérons le modèle simple :

La procédure ARDL à long terme implique deux étapes. À la première étape, on teste l'existence d'une relation de long terme. La présence de la relation à long terme entre les variables est testée en calculant les F-statistiques pour tester la signification des niveaux décalés des variables sous la forme de correction d'erreur du modèle ARDL sous-jacente. Le modèle à correction d'erreur du modèle d'ARDL est le suivant :

représentent la dynamique à court terme du modèle tandis que

représentent la relation de long terme et å est le terme d'erreur du bruit blanc. L'hypothèse nulle du test F est la non-existence de la relation de Co intégration :

Les statistiques pertinentes sont les statistiques F pour la signification conjointe

. La distribution asymptotique de F est non-standard, et calculée indépendamment de l'ordre d'intégration des variables explicatives. Pesaran et autres (1996) ont calculé les valeurs critiques appropriées ; en conséquence, il existe deux ensembles de valeurs critiques. Supposant que toutes les variables sont I (0) et une en supposant que toutes les variables sont I (1).

· Si la valeur de la F-stat dépasse la borne supérieure, alors on rejette H0 et on conclut à l'existence d'une relation de long terme entre les variables considérées.

· Si la valeur de la F-stat est inférieure à la borne inférieure, alors on ne rejette pas H0 et on conclut à l'absence de relation de long terme entre les variables considérées.

· Si la valeur de la F-stat est comprise entre les deux bornes, alors on ne peut pas conclure. Le résultat dépend du fait que les variables sont I (0) ou I (1). Une fois queles résultats des tests rejettent l'hypothèse nulle de la « non-existence de la relation de long terme », alors il est possible de procéder à la prochaine étape de la procédure ARDL d'estimation, qui est l'estimation des coefficients de long terme.

Dans la deuxième étape, on détermine les ordres des retards dans le modèle ARDL en utilisant le critère d'information Schwartz (SIC) ou d'Akaike (AIC). L'estimation de long terme de la spécification ARDL choisie, donne une estimation des coefficients de la relation de Co intégration.

Il est important de noter, cependant, que cette étape n'est viable que si les résultats des tests de F rejettent l'inexistence d'une relation de long terme entre les variables, donc la variable x peut être considérée comme la variable qui explique y à long terme. La condition de la solution du modèle CUSUM et CUSUMSQ pour la stabilité des paramètres seront adoptés, ainsi que les tests de diagnostic.

3.2. Test de Racine unitaire

Avant la mise en oeuvre des modèles ARDL, il est nécessaire de savoir si les séries des variables dont nous disposons sont stationnaires. Dans cette perspective, nous utiliserons deux tests de stationnarités à savoir : Test de Levin,Lin et Chu et de Im, Pesaran et Shin(Hurlin et Mignon 2005)

3.2.1. Présentation de quelques tests de racine unitaire en données de panel

Depuis les travaux fondateurs de Levin et Lin (1992),deux principales évolutions peuvent être mises en évidence dans cette voie de recherche. D'une part, on a pu assister depuis la fin des années 90 une évolution tendant prendre en compte une hétérogénéité des propriétés dynamiques des séries étudiées, avec notamment les travaux d'Im, Pesaran et Shin (1997) et de Maddala et Wu (1999). D'autre part, un second type de développements récents dans cette littérature tend introduire une dichotomie entre deux générations de tests : la première génération repose sur une hypothèse d'indépendance entre les individus, ce qui apparat peu plausible notamment dans le cas de certaines applications macro-économiques. La seconde génération, actuellement en plein développement, intègre diverses formes possibles de dépendances inter-individuelles (Bai et al (2001), Phillips et Sul (2003a), Moon et Perron (2004), Choi (2002), Pesaran (2003) et Chang (2002) (Hurlin et Mignon 2005, page 1).

Andrew Levin,Lin et Chu-Fu dans une série de contributions (Levin et Lin 1992, Levin et Lin 1993 et Levin, Lin et Chu 2002) ont proposé le premier test de racine unitaire en panel. Leur démarche est directement inspirée de celle des tests de racine unitaire en séries temporelles de Dickey et Fuller (1979). Pour ces auteurs les séries étudiées ont des propriétés dynamiques homogènes. Aussi, la considération de la dépendance inter-individuelle est paramètre de nuisance.

Le test de Levin et Lin est plus restrictif. Im, Pesaran et Shin dans une série de contributions (1997, 2002 et 2003) relâche l'hypothèse d'homogénéité et suggère une moyenne du test de Dickey-Fuller Augmenté (ADF).Im, Pesaran et Shin (IPS par la suite) considèrent un modèle avec effets individuels et sans tendance déterministe (équivalent du modèle 2 chez Levin et Lin). En l'absence d'autocorrélation des résidus, ce modèle s'écrit :

Ils proposent une statistique de test notée

donnée par la moyenne des

statistiques individuelles de Dickey-Fuller :

3.4.Presentation des estimateurs « Pooled Mean Group (PMG) », Mean Group (MG), Dynamic fixed effect (DFE).

Les modèles ARDL qui héritent des caractéristiques des modèles AR et DL, souffrent de certains problèmes économétriques qui compliquent leur estimation par les Moindres Carrés Ordinaires : colinéarité entre les variables explicatives (modèle DL), autocorrélation des erreurs (modèle AR). En panel, l'agrégation peut conduire à des estimations biaisées et lorsque les coefficients de pente varient entre les pays (Pesaran et Smith, 1995). Une solution consiste à estimer pour chaque pays pendant la période puis calculer la moyenne des coefficients estimés (estimateur fondé sur la méthode dite « Mean Group ». Cependant, cette méthode ne donne de résultats cohérents que si la dimension du panel tend vers l'infini (Pesaran et Smith, 1995). Pour les échantillons de petite taille, une autre option consiste à utiliser un estimateur fondé sur la méthode dite « Pooled Mean Group » (PMG). Dans ce cas les coefficients de long terme sont uniformes mais les coefficients de court terme ne le sont pas nécessairement. Cet estimateur permet d'établir une distinction entre dynamique de court terme et dynamique de long terme et tient compte de l'hétérogénéité des pays. Cette méthode permet également de résoudre les problèmes d'endogénéité et d'hétérogénéité dans une spécification dynamique.

Certaines conditions sont primordiales à la validité, à la cohérence et à l'efficience de la méthode (Samargandi et al. 2013), à savoir :

· L'existence de la relation de long terme entre les variables d'intérêt requiert que le coefficient du terme de correction d'erreur soit négatif et pas plus bas que -2 ;

· Que le résidu résultant du modèle à correction d'erreurs soit sériellement non-corrélé et les variables explicatives peuvent être traitées comme exogènes. De telles conditions peuvent être satisfaites en incluant les retards p et q (p pour la variable dépendante et q pour la variable indépendante) dans le modèle à correction d'erreurs ;

· Si la dimension temporelle T et individuelle N sont toutes les deux à la fois grandes, cela permet d'utiliser la technique des panels dynamiques qui permet d'éviter le biais dans la moyenne des estimateurs et résoudre le problème de l'hétérogénéité.

Une autre méthode d'estimation des modèles ARDL est les effets fixes dynamiques (DFE), l'estimateur des effets fixes dynamiques (DFE) comme la méthode des PMG restreint les coefficients du vecteur cointégrant à être égaux entre tous les panels. Egalement, elle restreint le coefficient de la vitesse d'ajustement et les coefficients de court terme à être égaux. Notons cependant que, les modèles en FE (Fixed effects) sont soumis à un biais d'équations simultanées venant de l'endogénéité entre le terme d'erreur et la variable dépendante retardée.

Le test de Hausman permet d'effectuer un choix entre les estimateurs PMG et MG en testant l'hypothèse nulle d'une différence non systématique entre les coefficients du modèle. En outre, il sert également de critère de choix entre MG et DFE, notamment en testant l'hypothèse nulle d'un biais d'endogénéité minimal récurrent dans les modèles à effets fixes dynamiques. Cependant, il convient de préciser que le test de Hausman ne permet pas de comparer les estimateurs PMG et DFE puisque la nature de ces derniers est en accord avec l'hypothèse d'une différence non systématique entre les coefficients du modèle.

3.5. SOURCES DES DONNEES

Nos données proviennent de la base de la Banque Mondiale WDI (2019) et la base de CNUCED (2017), Cette étude emploie l'économétrie des données de panel sur un échantillon constitué des 14 pays de la zone Franc africaine couvrant les années 1995 à 2017. Il convient de préciser que les données ne sont pas disponibles pour tous les quatorze (14) pays africains membres de la zone Franc. Nous avons exclu de l'échantillon la Guinée Équatoriale en raison de non disponibilité des données. Nous utiliser le logiciel Eviews 9 pour les tests et les estimations.

CONCLUSION

En somme, le chapitre 3 nous fournit la présentation qui existe au sujet des différentes interactions entre les variables du développement financier et celle de la transformation structurelle. Le développement des activités économiques ne cesse sans doute, de dépondre des services des intermédiaires financiers. Les intermédiaires financiers stimulent la disponibilité des fonds nécessaires à la relance des activités économiques, tout en permettant la minimisation des risques partager à travers les différents agents économiques. La littérature montre que les disparités entre les pays en matière d'effets et de causalité entre le financement de l'économie et la transformation structurelle, sont essentiellement dues : aux différences structurelles des systèmes financiers, aux différences d'institutions économiques et politiques, aux politiques économiques et monétaires et ainsi qu'aux dotations pays en capital physique et humain. La seconde section de ce chapitre table sur le modèle d'analyse utilisé afin de vérifier les hypothèses émises et aussi en vue d'atteindre nos objectifs fixés dès le départ. Cette seconde section nous présente aussi la méthodologie détaillée utilisée qui nous permet d'obtenir les résultats présentés dans le chapitre IV.

INTRODUCTION

De nos jours, la plupart des études économiques ne se limitent plus à de simples analyses et conclusions uniquement basées sur les observations théoriques. Elles doivent renforcées par des procédures de vérifications empiriques qui viennent confirmer ou infirmer les hypothèses émises au préalable. L'économie mathématique a donc pour rôle de procéder à des estimations économétriques fondées sur des modèles qui serviront à apporter des preuves concrètes aux hypothèses fixées. Ainsi, l'objectif de ce chapitre est d'interpréter les résultats des estimations économétriques de l'effet dufinancement de l'économie sur la transformation structurelle, en analysant les résultats qui en découlent pour nous permettre de faire des propositions de politiques économiques.

SECTION I : PRESENTATION DES STATISTIQUES DESCRIPTIVES

Cette section va s'articuler autour de trois principaux points. Dans un premier temps, nous présentons les analyses descriptives des variables du modèle en suit nous présenterons la matrice de corrélation et les tests de racine unitaires.

Nous présentons la statistique descriptive des variables dans le tableau 4 ensuite nous analyserons les résultats.

Notre échantillon compte 299 observations. La moyenne des variables industries, agriculture, crédit au secteur privé, diversification des exportations, inflation, M2, taux d'ouvertureet le service des treize (13) pays de la zone Franc, sesitue respectivement à 9.90, 28.59, 19.41, 0.52, 4.15, 7.76, 67.44 et 40.52. Ces chiffres sont enpourcentage du PIB. Les écarts-types sont plus faibles que les moyennes, révélantrelativement une faible dispersion des valeurs autour de leurs moyennes. Seule lavariable agriculture a une distribution normale au regard de la valeur de sa probabilité de la statistique de Jarque-Bera. Le tableau laisse également apparaître la tertiarisation deséconomies africaines de la zone Franc. En effet, le taux d'ouverture représente, enmoyenne, 67.44 % du PIB de ces pays. Dans ce qui suit, nous présenterons les résultats de la corrélation entre les variables.

1.2. Matrice de corrélation.

La matrice de corrélation est présentée dans le tableau 5. Pour vérifier si toutes nos variables sont corrélées.

Le résultat ci-dessus nous montre que nos variables^2(*) ne sont pas toutes corrélées positivement et encore moins fortement liées. En effet nous pouvons constater que les variables INDUS, M2, et SERV demeurent négativement corrélées avec un faible degré de liaison avec la DIV respectivement (-29%, -15% et -51%). Par contre les variables INF, OUV, CSP, et AGRI sont positivement corrélés, mais leurs degrés de liaison (1%, 3% ,4% et 5%) restent très faibles.

1.3. Tests de racine unitaire en données de panel.

Pour s'assurer que les variables étudiées sont stationnaires, soit au niveau I(0) ou après la première différentiation, nous ferons appel aux tests de Levin et Linet d'Im-Pesaran-Shin. Les résultats obtenus sont prés entés dans les tableaux 6 et 7.

Note : ***, **, * indiquent le rejet de l'hypothèse nulle de test de racine unitaire à des niveaux de significativité de 1%, 5% et 10%

Les résultats obtenus pour les variables à niveau indiquent que toutes les variables ne sont pas stationnaires au seuil de 1% et 10%. Les résultats dans le tableau 5 et 6 montrent que les tests de racine unitaires de Levin et Linet d'Im-Pesaran-Shinde nos séries ont des probabilités supérieures à 5% ou à 1% et autorisent donc à ne pas rejeter l'hypothèse nulle racine unitaire (non stationnarité) à l'exception des variables INF est stationnaires à niveau et en première différence. Le test effectué sur les séries en différence première permet de rejeter l'hypothèse nulle de non stationnarité pour toutes les séries aux seuils de 5%. En définitive on ne retient que toutes les séries stationnaires.

Après avoir testé la stationnarité de nos différentes variables dans la présente étude, il ne s'avère qu'aucune des variables n'est stationnaire après deuxième différenciation et plus (c'est-à-dire elles sont toutes stationnaires soit en niveau ou à la première différenciation). Par conséquent, le modèle ARDL peut être appliqué afin d'analyser l'effet du financement de l'économie sur la transformation structurelle en zone franc Africaine.

SECTION 2. PRESNTATION DES RESULTAT ECONOMETRIQUE.

Cette section a pour but d'analyser les données à travers les tests de racine unitaire et les résultats du test de normalité des résidus.

2.1. Les Résultats économétriques.

Afin de déterminer l'effet du financement de l'économie sur la diversification des exportations et l'effet du financement de l'économie sur l'industrialisation en zone franc Africaine, nous avons fait recours à l'estimateur PMG.

Nous allons présenter ici le résultat global des estimations et en suite présenter pour les sous régions.

Tableau 7. Estimation de la première équation avec ARDL(1, 2, 2, 2, 2, 2, 2)

Le tableau ci-dessus présente le résultat de notre première estimation mettant en relation financement de l'économie sur la diversification des exportations par la méthode ARDL en panel sur une période de 1995 à 2017 pour les 13 pays de la Zone Franc Africaine.Le résultat d'estimation montre que tous les coefficients qui ont des probabilités signalées en gras sont statistiquement significatifs. Acout terme les variablesM2 et INF,ont un impact négatifet non significatifssur la diversification des exportations.La dynamique du secteur de diversification des exportations reste insensible aux agrégats monétaires M2 et l'inflation. Cela pourrait s'expliquer parl'endogénéité de l'offre de monnaie (Goux, 2008). Tandisque les variables CSP,a un impact positif sur la diversification des exportations.Eggoh (2011) a également trouve ce même résultat.Par contre le secteur des services est favorable à la diversification des exportations dans la Zone Franc. Cerésultat pourrait être expliqué par l'importance des services dans l'économie des pays africains de la zone Franc. Selon le rapport de la CNUCED (2015), ils jouent un rôle fondamental dans le processus de transformation structurelle des pays de la Zone. Par exemple les sous-secteurs de services dynamiques comme les télécommunications, la logistique, la distribution sont profitables au développement du secteur manufacturier des pays africainsAussi, les autres variables du système donnent plusieurs enseignements.

En effet, en considérant l'échantillon global, sur la production du secteur agricoleproduit un effet positif à très court terme pour devenir négatif. A longue terme les variables INF, CSP, SERV et M2 ont un impact positif et significatif sur la diversification des exportations ce résultat est la même pour Misati et Nyamongo (2012) qui concluent que ces variables affecte positivement la transformation structurelle. Par ailleurs, les résultats indiquent que l'ouverture influence négativement la dynamiquedu secteur manufacturier dans la Zone Franc Africaine aussi bien à court qu'à long terme. Ainsi,même si l'ouverture est généralement bénéfique pour l'ensemble des pays, elle doit sefaire avec beaucoup de précautions étant donné ses effets négatifs sur le secteurmanufacturierlaproduction manufacturière est plus sensible à l'ouverture qu'aux autres indicateurs. Àtitre illustratif, sur l'ensemble de la période hormis la production manufacturière elle-même, la part de l'ouverture dans les fluctuations de la production manufacturière estlargement supérieure à celle des autres variables dans la zone Franc prise globalement. Pour des analyses plus fines, il est nécessaire d'examiner la réponse dusecteur manufacturier en fonction de l'appartenance des pays à une zone monétairecommune (UEMOA et CEMAC).

Tableau 8. Estimation de la deuxième équation avec ARDL(2, 2, 2, 2, 2, 2, 2)

		Relation à court terme
Variables	Coefficient	Std. Error	t-Statistic	Prob.*
INDUS
D(INDUS(-1))	-0.055938	0.102720	-0.544566	0.5871
D(INF)	0.174472	0.071816	2.429445	0.0167
D(M2)	0.119682	0.108013	1.108030	0.2702
D(M2(-1))	0.091346	0.030676	2.977801	0.0036
D(CSP)	0.170721	0.123761	1.379438	0.1705
D(CSP(-1))	-0.242987	0.124596	-1.950196	0.0537
D(AGRI)	0.341490	0.370397	0.921957	0.3586
D(AGRI(-1))	-0.143543	0.284245	-0.504996	0.6146
D(SERV)	-0.021409	0.114730	-0.186600	0.8523
D(SERV(-1))	-0.021568	0.111637	-0.193197	0.8472
D(OUV)	0.004584	0.040468	0.113275	0.9100
D(OUV(-1))	0.039280	0.032565	1.206190	0.2303
COINTEQ01	-0.164404	0.073786	-2.228121	0.0279
Relation à long terme
INF	-0.043038	0.033477	-1.285602	0.2013
M2	-0.570249	0.064528	-8.837181	0.0000***
CSP	0.123739	0.025918	4.774255	0.0000***
AGRI	-0.368808	0.053424	-6.903373	0.0000***
SERV	0.137422	0.024943	5.509389	0.0000***
OUV	-0.007208	0.016162	-0.445996	0.6565
COINTEQ01	-0.164404	0.073786	-2.228121	0.0279***

Le tableau ci-dessus présente le résultat de notre deuxième estimation mettant en relation financement de l'économie et industrialisationpar la méthode ARDL en panel sur une période de 1995 à 2017 pour les 13 pays de la Zone Franc Africaine.Le résultat d'estimation montre que tous les coefficients qui ont des probabilités signalées en gras sont statistiquement significatifs.Ainsi A cout terme, les variables CSP, AGRI, ont un 'impact négatifs sur l'industrialisation. Herrondorf (2013) a trouvé ce même résultat qui tente d'expliquer les expériences de transformation structurelle de certains pays à l'instar de la Chine, Etats-Unis, etc. Par ailleurs, les résultats indiquent que l'ouverture influence négativement la dynamique du secteur manufacturier dans la Zone Franc Africaine aussi bien à court qu'à long terme. Ainsi, même si l'ouverture est généralement bénéfique pour l'ensemble des pays, elle doit se faire avec beaucoup de précautions étant donné ses effets négatifs sur le secteur manufacturier.Ainsi l'impact du crédit au secteur privé sur le secteurl'industrialisation n'est pas uniforme dans la durée. Deux enseignements peuvent être tirésde ce résultat. Premièrement, les crédits bancaires de court terme ne sont pas favorablesà l'industrialisation d'où la nécessité de mettre l'accent sur les crédits à long terme pourdévelopper le secteur manufacturier. Deuxièmement, ce résultat pourrait être expliquépar le coût du crédit qui limite l'accessibilité à la finance des PME, qui constituel'essentiel du tissu industriel. Cela confirme les prédictions théoriques de Rajan et Zingales(1988). Ils soutiennent que lorsqu'un pays est caractérisé par un système financier noncompétitif dans lequel les banques payent un intérêt faible sur les dépôts et facturent destaux élevés sur les prêts, le crédit sera limité et l'industrie devient non compétitive.D'ailleurs, plusieurs études microéconomiques ont révélé que l'accès au financement estl'une des principales contraintes des entreprises manufacturières des pays africains (Bigsten, 2004 ; Kiendrebeogo, 2014 ; Lo, 2016)En effet, ces résultats confirment l'idéed'une dépendance des industries manufacturières sur le crédit bancaire plutôt que sur laquantité de monnaie en circulation. Ils corroborent ainsi les résultats Kim et al. (2016), quisoutiennent que le développement financier, par le canal du crédit au secteur privé, favorise unecroissance rapide des secteurs industriels composés de petites et moyennes entreprisesdans les économies ou la structure du système finance repose plus sur les banques que surles marchés financiers.

2.1.2. Résultats par sous-Zone

Les résultats ici est par sous Zone à savoir : La zone UEMOA et la Zone CEMAC. Nos résultats sont présentés dans les tableaux en annexes.

2.1.2. Résultats de la Zone UEMOA

Nos résultats dans la zone UEMOA montrent qu'à court terme l'ouverture commerciale (OUV) et service(SERV)impactent positivement sur la diversification des exportations, la variable l'ouverture commerciale (OUV)est significativement positive à court terme et les autres variables crédit au secteur privé (CSP), agrégats monétaire (M2), inflation(INF), agriculture (AGRI), impactent négativement sur la diversification des exportations. Ce résultat est la même pour Keho (2012) qui montre que le développement financier ne contribue pas à la transformation structurelle des pays de l'UEMOA. Il explique ce résultat par la faiblesse de la profondeur du secteur financier des pays étudiés. Tandis qu'à long terme les variables agrégats monétaire (M2) et inflation (INF)impactent positivement sur la diversification des exportations. Concernantl'industrialisation,les variables agrégats monétaire (M2), crédit au secteur privé (CSP) etagriculture (AGRI), impactent positivement sur l'industrialisation en zone UEMOA à court terme tandis qu'à long terme agrégats monétaire (M2) et l'ouverture commerciale (OUV) agissent positivement sur l'industrialisation en Zone UEMOA.

Les résultats des estimations de la Zone CEMAC nous montrent qu'à court terme, crédit au secteur privé (CSP), agriculture (AGRI),l'inflation (INF) et service (SERV) ont un effet positif sur la diversification des exportations et à long termeagrégats monétaire (M2),l'inflation(INF) et agriculture (AGRI), sont les variables qui impactent positivement sur la diversification des exportations dans cette zone l'industrialisation est peu performant dans cette Zone comme nous avons constaté dans la problématique, A court terme les variables M2, crédit au secteur privé (CSP),et agriculture (AGRI), ont un effets positif sur l'industrialisation de la Zone CEMAC. Nous observons aussi à long terme que l'ouverture commerciale et les agrégats monétaires ont un effet positif sur l'industrialisation de la zone CEMAC.

Le tableau 9 fait ressortir les résultats du test permettant de décider s'il y a, ou non, une relation de Co intégratio n entre les variables étudiées.

La valeur de F-test est tirée après avoir estimé les équations. Au niveau de ce test, nous faisons référence aux valeurs critiques asymptotiques énoncées par Narayanan (2005). Les résultats de la procédure «bounds test » ci-dessus montrent que la statistique de Fisher (17.92472 et 11.48626) est supérieure à la borne supérieure pour les différents seuils de significativité. Donc nous rejetons l'hypothèse H0 d'absence de relation de long terme et nous concluons l'existence d'une relation de Co intégration entre les différentes variables.

La probabilité associée à la statistique de Jarque-Bera 0.000 est inférieure à 0,05. L'hypothèse de normalité des résidus n'est pas donc vérifiée.

CONCLUSION

L'objectif de ce chapitre est d'analyser l'effet du financement de l'économie sur la transformation structurelle en zone franc Africaine à travers la modélisation du modèle ARDL en panel. Les résultats du modèle économétrique indiquent que toutes les variables ne sont pas stationnaires au seuil de 1% et 10% et présentent l'existence d'une relation de Co intégration entre les différentes variables. Pesaran et al. (2001) nous a amené à conclure sur l'existence d'une relation de Co-intégration entre les variables, grâce à un test aux bornes, nous constatons que la statistique de Fisher (17.92472 et 11.48626) sont supérieure au borne supérieure pour les différents seuils de significativité.

CONCLUSION GENERALE

L'objectif de ce travail est d'analyser l'effet du financement de l'économie sur la diversification des exportations en Zone Franc Africaineet d'analyser l'effet du financement de l'économie sur l'industrialisation en Zone Franc Africaine.

Notre hypothèse stipule que le financement de l'économie stimule positivement la transformation structurelle en zone franc Africaine.

Le financement de l'économie et transformation structurelle a été débattue par les économistes au début des années 1980. L'étude des transformations structurelles a été au fondement des tous premiers travaux d'économie du développement, qu'il s'agisse des conditions de transfert du surplus de main d'oeuvre d'un secteur traditionnel vers un secteur moderne (Lewis, 1954) ou des déterminants spécifiques des trajectoires d'industrialisation et de modernisation économique de long terme dans les pays en retard de développement (Chenery et Taylor, 1968 ; Kuznets,1966).

Les définition diffèrent selon les auteurs, y'a ceux qui soutiennent que la transformation structurelle représente une source importante de la croissance économique a été initialement développée par Lewis (1954)et ceux qui pensent que la transformation structurelle est un risque étant d'avoir un changement de structure de la population active avec une détérioration des revenus des travailleurs qui ont migré vers le secteur où ils sont moins productifs Rogerson (2007). Kuznets (1966) définit la transformation structurelle comme la réaffectation de l'activité économique dans trois grands secteurs (agriculture, fabrication et services) qui accompagne le processus de croissance économique moderne. Elle se mesure par la diversification des exportations, la sophistication des exportations et l'industrialisation. Le rapport de l'ACET (2017) propose d'autres indicateurs qui sont :

Pour examiner l'effet du financement de l'économie sur la transformation structurelle en zone Franc Africaine de 1995-2017, nous nous sommes inspirés du modèle de Dermechi et Zakane (2017). La méthodologie de modélisation économétrique adoptée est celle de l'approche du modèle ARDL en panel, développée par Pesaran et al. (2001).

Nous avons estimes nos équations dans l'ensemble (Zone Franc Africaine) et nous avons aussi estimé les équations par sous-zone.Nos résultats montrent que les crédits bancaires privés alloués au secteur privé à court terme, à un effet négatif sur la valeur ajoutée du secteur manufacturier. Ainsi l'impact du crédit bancaire sur le secteurmanufacturier n'est pas uniforme dans la durée. Deux enseignements peuvent être tirésde ce résultat. Premièrement, les crédits bancaires de court terme ne sont pas favorablesà l'industrialisation. Deuxièmement, ce résultat pourrait être expliquépar le coût du crédit qui limite l'accessibilité à la finance des PME et PMI, qui constituel'essentiel du tissu industriel. Cela confirme les prédictions théoriques Rajan et Zingales(1988). Ils soutiennent que lorsqu'un pays est caractérisé par un système financier noncompétitif dans lequel les banques payent un intérêt faible sur les dépôts et facturent destaux élevés sur les prêts, le crédit sera limité et l'industrie devient non compétitive.D'ailleurs, plusieurs études microéconomiques ont révélé que l'accès au financement estl'une des principales contraintes des entreprises manufacturières des pays africains (Bigsten, 2004 ; Kiendrebeogo, 2014 ; Lo, 2016).

Par ailleurs, la dynamique de l'industrialisation est quasi insensible sur l'agrégat monétaire (M2).En outre, dans la Zone Franc, la dynamique du secteur manufacturier reste insensible sur l'agrégat monétaire M2 et l'inflation. Cela pourrait s'expliquer parl'endogénéité de l'offre de monnaie (Goux, 2008). En effet, ces résultats confirment l'idéed'une dépendance des industries manufacturières sur le crédit bancaire plutôt que sur laquantité de monnaie en circulation. Ils corroborent ainsi les résultats Kim et al. (2016), quisoutiennent que le développement financier, par le canal du crédit bancaire, favorise unecroissance rapide des secteurs industriels composés de petites et moyennes entreprisesdans les économies ou la structure du système finance repose plus sur les banques que surles marchés financiers. Un résultat intéressant est également noté sur l'ouverture commerciale, celle-ci n'est pas favorable au développement du secteur manufacturier.Les résultats suggèrent que le secteur financier des pays africains de la zone Franc esttoujours peu profond pour impulser un développement industriel et la diversification des exportations, malgré les importantesréformes dont il a fait objet. Aussi, l'insensibilité du secteur manufacturier surl'agrégat monétaire (M2) révèle que la sphère financière n'a pas encore atteint la taillemaximale par rapport à la sphère réelle pour favoriser la transformation structurelle de la zone Franc. Le secteur des services est aussi favorable à l'industrialisation. Ce résultat pourrait être expliqué par l'importance des services dans l'économie de de la Zone Franc Africaine. Selon le rapport de la CNUCED (2015), ils jouent un rôle fondamental dans le processus de transformation structurelle des pays de la Zone.

Par exemple les sous-secteurs de services dynamiques comme les télécommunications, la
logistique, la distribution sont profitables au développement du secteur manufacturier
des pays africains.

Ainsi, pour permettre au secteur financier de jouer pleinement son rôledans le processus de transformation structurelle, il est nécessaire de formuler les recommandations depolitiques économiques suivantes :

v Mettre plus l'accent surl'accessibilité des entreprises aux crédits à long terme pour développer le secteur. Ensuite ;

v développer les marchésfinanciers de la zone-Franc pour donner aux entreprises d'autres alternatives definancement de leurs activités.

Nous recommandons le développement du marché financier et l'accès des entreprises aux crédits dans les deux Zone et le développementde l'agriculture dans la Zone UEMOA.

Acemoglu, D., Johnson, S., Robinson, S., & Thaicharoen, Y. (2003). Institutional causes,
macroeconomic symptoms: volatility, crises and growth, Journal of Monetary Economics, vol. 50, no1, pp. 49-123.

Adoullahi, D. (2016). Integration of financial markets, financial development and growth: Is
Africa different?, Journal of International Financial Market, Institutions and Money, vol. 42, pp. 43-59.

Andrianaivo, M., & Yartey, C. (2010). Understanding the Growth of African Financial Markets, African Development Review, vol. 22, no 3, pp. 394-418.Développement financier et transformation structurelle des pays africains de ...Revue Interventions économiques, 61 | 201917

Ang, J., & Mc Kibbin, W. (2007). Financial liberalization, financial sector development and growth:Evidence from Malaysia, Journal of Development Economics, vol. 84, no 1, 215-233.

Audrey, C. (2004). Une analyse empirique de l'impact de la libéralisation financière en AfriqueSubsaharienne sur la période 1983-1996, Revue Tiers Monde, pp. 617-641.

Banque Mondiale, (2019). «World Development Indicators, Data» www.worldbank.org

Beck, T., & Levine, R. (2004). Stock markets, bank and growth: panel evidence, Journal of bankingand Finance, vol. 28, no 3, pp. 423-442.

Beck, T., Levine, R., & Loayza, N. (2000). Finance and the sources of growth, Journal of FinancialEconomics, vol. 58, pp. 261-300.

Bencivenga, V., & Smith, B. (1998). Economic development and financial depth in a model withcostly financial intermediation, Research in Economics, vol. 52, pp. 363-386.

Bigsten, A. (2004). Do african manufacturing firms learn from exporting?Journal of DevelopmentStudies, vol. 40 no 3), pp. 115-141

.CNUCED. (2011). Promouvoir le développement industriel en Afrique dans le nouvel environnementmondial. New York et Genève : Nations Unies.

CNUCED. (2015).Le développement économique en Afrique : Libérer le potentiel du commerce des servicesen Afrique pour la croissance et le développement. Palais des Nations, Genève : ONU.

Collier, P. (2009). Repenser le financement des PME en Afrique, Revue Proparco, vol. 1, pp. 3-5.

Dodzin, S., & Vamvakidis, A. (2004). Trade and industrialization in developing economies, Journalof Development Economics, vol. 75, pp. 319-328.

Echaudemaison, C.-D. (2003). Dictionnaire d'économie et des sciences sociales. Paris : Nathan.

Eggoh, J. (2011). Récents développements de la littérature sur la finance et la croissance
économique, Mondes en développement vol. 155, pp. 141-150.

Ekomo, S., & Avom, D. (2007). Quinze ans de restructuration bancaire dans la CEMAC : qu'avons-nous appris ?, Revue d'économie financière, vol. 89, pp. 183-205.

Ewetan, O. & Ike D. N. (2014). Does financial sector development promote industrialization inNigeria? International Journal of Research In Social Sciences, vol. 4 no1, pp. 17-25.

Ewetan, O., & Okodua,H. (2013). Is There a Link Between Financial Sector Developmentand
Economic Growth in Nigeria?, International Journal of Financial Economics, vol. 4 no1, pp. 108-118.

FMI. (2015). CEMAC : Pourquoi la croissance économique traine-t-elle et que peut-on faire pour remédier àcette situation ? Fond Monétaire International, Département Afrique.

Gehringer, A. (2013). Growth, productivity and capital accumulation: the effects of financial
liberalization in the case of european integration, International Review of Economics and Finance,vol. 25, pp. 291-309.

Gelbard, E., Gulde, A., & Maino, R. (2014). Revue d'Economie Financière, vol. 116.

Goux, J.-F. (2008). Macroéconomie monétaire et financière. Paris: Economica. PP 280

Gregorio, J., & Guidotti, P. (1995). Financial development and economic growth. World Development, pp. 443-448.

Gui-Diby, S., & Renard, M.-F. (2015). Foreign Direct Investment Inflows and the Industrializationof African Countries, World Development, vol. 14, pp. 43-57.Développement financier et transformation structurelle des pays africains de ...Revue Interventions économiques, 61 | 201918

Ibrahim, M., & Alagidede, P. (2017). Financial sector development, economic volatility and shocksin sub-Saharan Africa, Physica A: Statistical Mechanics and its Applications, vol. 484, pp. 66-81.

Im, K., Pesaran, M., & Shin, Y. (2003). Testing for Unit Roots in Heterogenous Panels, Journal ofEconometrics, vol. 115, pp. 53-74.

Kamajou F et Kos à Mougnol A. (2016)Déterminants du développement financier dans les Pays de La Zone Franc CFA: Le rôle de La qualité des Institutions

Kang, S., & Lee, H. (2011). Foreign direct investment and de-industrialisation, The World Economy,pp.313-329.
Kaya, Y. (2010). Globalization and industrialization in 64 developing countries. Social Forces, vol. 88,no 3, pp. 1153-1182.

Keho, Y. (2012). Le Rôle des Facteurs Institutionnels dans le Développement Financier et
Economique des Pays de l'UEMOA, Revue Economique et Monétaire vol. 12.

Keller, W. (2010). International trade, foreign direct investment and technology spillovers. DansKeller, Handbook of the economics of innovation. Elsevier.

Kiendrebeogo, Y. (2014). Contraintes financières et exportations : Cadre d'analyse et évidenceempirique dans l'UEMOA, Revue Economique et Monétaire, vol. 14, pp. 06-29.

Kim, D. H., Lin, S. C., & Chen, T. C. (2016). Financial Structure, Firm Size and Industry Growth.International Review of Economics and Finance, 41, pp. 23-39.

King, R., & Levine, R. (1993). Finance and growth: Schumpeter might be right?, Quarterly Journal ofEconomics, vol. 108, pp. 717-737.

Levine, R. (2005). Finance and growth: theory, evidence, and mechanisms. In the Handbook ofEconomic Growth, ed, P. Aghion, & S. Durlauf. Amsterdam, Netherlands: North-Holland, pp. 865-934.

Levine, A., Lin, C., & Chu, C. (2002). Unit root tests in panel data: Asymptotic and finite sampleproperties, Journal of Econometrics, vol. 108, pp. 1-22.

Levine, R. (1997). Finance and economic growth: views and agenda, Journal of Economic Literature,vol. 2, pp. 688-726.

Lo, S. (2016). Contraintes domestiques, productivité et sélection des firmes sur le marché des
exportations : Une analyse empirique sur données d'entreprises sénégalaises, Revue Ouest
Africaine de Sciences Economiques et de Gestion, vol. 8, n0 2, pp. 56-78.

McKinnon, R. (1973). Money and capital in economic development. Washington DC: The BrookingsInstitution.

Miller, N., Peng, L., & Sklarz, M. (2011). House price and economic growth, Journal of Real EstateFinance and Economics, vol. 42, no 4, pp. 522-541.

Misati, N., & Nyamongo, E. (2012). Financial liberalization, financial fragility and economic
growth in Sub-Saharan Africa. journal of financial stability, vol. 12, pp. 150-160.

Mobolaji, H. I. (2008): «Essays on Financial Development and Growth in Sub-Saharan African Countries'', Ph. D thesis, University of Leicester, 159 pp.

Ndikumana, L. (2003). Financial markets and economic development in Africa. Dans E. Nnadozie,African Economic Development, pp. 373-403.

Neusser, K., & Kugler, M. (1998). Manufacturing growth and financial development: Evidencefrom OECD countries, Review of Economics and Statistics, vol. 80, no 4, pp. 638-646.

Ousmanou, N. (2017). Financial liberalization and growth in African economies: The role of policycomplementarities, Review of Development Finance, vol. 7, pp. 73-83.

Rajan, A., & Zingales, L. (1988). Financial dependence and growth, American Economic Review,vol. 88, no 3, pp. 276-288.Développement financier et transformation structurelle des pays africains de ...Revue Interventions économiques, 61 | 201919

Rioja, F., & Valev, N. (2004). Finance and the sources of growth at various stages of economic ofdevelopment, Economic Inquiry, vol. 42, pp. 127-140.

Rodrik, R. (2008). Industrial policy: don't ask why, ask how, Middle East Development Journal,pp. 1-29.

Schumpeter, J. (1911). Théorie de l'évolution économique, recherche sur le profit, l'intérêt et le cycle deconjoncture. Paris: Payot (traduction française 1934).

Shaw, E. (1973). Financial deepening in economic development, Oxford University Press.
Sims, C. (1980). Macroeconomics and Reality, Econometrica, vol. 48, pp. 1-48.

Thumrongvit, P., Kim, Y., & Pyun, C. (2013). Linking the missing market: The effect of bond
markets on economic growth, International Review of Economics and Finance, pp. 529-541.

Udoh, E., & Ogbuagu, R. (2012). Financial sector developement and industrial production in
Nigeria, Journal of Applied Finance and Banking, vol. 4, no 2, pp. 49-68.

UNIDO. (2013). Industrial development report 2013. Sustaining employment growth: the role ofmanufacturing and structural change, Vienna: UNIDO.

UNIDO. (2016). Industrial Development Report 2016. The Role of Technology and Innovation inInclusive and Sustainable Industrial Development. Geneva.

Zilibotti, F. (1994). Endogenous growth and intermediation in an «Archipelago» economy,
Economic Journal, pp. 462-473.

ANNEXES

Dependent Variable: D(DIV)
Method: ARDL
Date: 10/24/19 Time: 21:20
Sample: 1997 2017
Included observations: 273
Maximum dependent lags: 2 (Automatic selection)
Model selection method: Akaike info criterion (AIC)
Dynamic regressors (2 lags, automatic): INF M2 CSP AGRI SERV OUV
Fixed regressors: C
Number of models evalulated: 4
Selected Model: ARDL(1, 2, 2, 2, 2, 2, 2)
Note: final equation sample is larger than selection sample


Variable	Coefficient	Std. Error	t-Statistic	Prob.*


	Long Run Equation


INF	0.005942	0.000900	6.602125	0.0000
M2	0.003140	0.000958	3.277160	0.0014
CSP	-0.002483	0.000520	-4.771660	0.0000
AGRI	0.003100	0.001078	2.875824	0.0047
SERV	-0.005593	0.000769	-7.269051	0.0000
OUV	-0.002065	0.000199	-10.38378	0.0000


	Short Run Equation


COINTEQ01	-0.514363	0.102265	-5.029704	0.0000
D(INF)	-0.001054	0.001438	-0.732976	0.4650
D(M2)	-0.002921	0.001490	-1.959768	0.0523
D(M2(-1))	-0.000821	0.001545	-0.531786	0.5958
D(CSP)	0.004673	0.002903	1.609835	0.1100
D(CSP(-1))	0.007769	0.002786	2.788843	0.0061
D(AGRI)	-0.006622	0.003199	-2.069950	0.0405
D(AGRI(-1))	0.005234	0.008101	0.646175	0.5194
D(SERV)	0.004777	0.004200	1.137403	0.2576
D(SERV(-1))	0.001418	0.003459	0.409919	0.6826
D(OUV)	0.000930	0.000598	1.555372	0.1224
D(OUV(-1))	0.000430	0.000953	0.451006	0.6528
C	0.402762	0.091093	4.421423	0.0000


Mean dependent var	-0.000858	S.D. dependent var		0.066368
S.E. of regression	0.045085	Akaike info criterion		-3.091666
Sum squared resid	0.252051	Schwarz criterion		-0.925855
Log likelihood	637.2041	Hannan-Quinn criter.		-2.224809


*Note: p-values and any subsequent tests do not account for model
selection.
Dependent Variable: D(INDUS)
Method: ARDL
Date: 10/25/19 Time: 15:38
Sample: 1997 2017
Included observations: 273
Maximum dependent lags: 2 (Automatic selection)
Model selection method: Akaike info criterion (AIC)
Dynamic regressors (2 lags, automatic): INF M2 CSP AGRI SERV OUV
Fixed regressors: C
Number of models evalulated: 4
Selected Model: ARDL(2, 2, 2, 2, 2, 2, 2)
Note: final equation sample is larger than selection sample


Variable	Coefficient	Std. Error	t-Statistic	Prob.*


	Long Run Equation


INF	-0.043038	0.033477	-1.285602	0.2013
M2	-0.570249	0.064528	-8.837181	0.0000
CSP	0.123739	0.025918	4.774255	0.0000
AGRI	-0.368808	0.053424	-6.903373	0.0000
SERV	0.137422	0.024943	5.509389	0.0000
OUV	-0.007208	0.016162	-0.445996	0.6565


	Short Run Equation


COINTEQ01	-0.164404	0.073786	-2.228121	0.0279
D(INDUS(-1))	-0.055938	0.102720	-0.544566	0.5871
D(INF)	0.174472	0.071816	2.429445	0.0167
D(M2)	0.119682	0.108013	1.108030	0.2702
D(M2(-1))	0.091346	0.030676	2.977801	0.0036
D(CSP)	0.170721	0.123761	1.379438	0.1705
D(CSP(-1))	-0.242987	0.124596	-1.950196	0.0537
D(AGRI)	0.341490	0.370397	0.921957	0.3586
D(AGRI(-1))	-0.143543	0.284245	-0.504996	0.6146
D(SERV)	-0.021409	0.114730	-0.186600	0.8523
D(SERV(-1))	-0.021568	0.111637	-0.193197	0.8472
D(OUV)	0.004584	0.040468	0.113275	0.9100
D(OUV(-1))	0.039280	0.032565	1.206190	0.2303
C	3.247853	1.361837	2.384905	0.0188


Mean dependent var	0.018627	S.D. dependent var		2.080592
S.E. of regression	1.368298	Akaike info criterion		2.484068
Sum squared resid	207.8186	Schwarz criterion		4.810768
Log likelihood	-183.3681	Hannan-Quinn criter.		3.415320


*Note: p-values and any subsequent tests do not account for model
selection.

Dependent Variable: D(DIV)
Method: ARDL
Date: 11/07/19 Time: 16:13
Sample: 1997 2017
Included observations: 168
Maximum dependent lags: 2 (Automatic selection)
Model selection method: Akaike info criterion (AIC)
Dynamic regressors (2 lags, automatic): M2 CSP INF AGRI SERV OUV
Fixed regressors: C
Number of models evalulated: 4
Selected Model: ARDL(2, 2, 2, 2, 2, 2, 2)
Note: final equation sample is larger than selection sample


Variable	Coefficient	Std. Error	t-Statistic	Prob.*


	Long Run Equation


M2	0.006206	0.000719	8.627204	0.0000
CSP	0.000467	0.000332	1.407693	0.1639
INF	-0.000240	0.001131	-0.212611	0.8323
AGRI	0.011882	0.001175	10.10970	0.0000
SERV	0.000552	0.001008	0.547947	0.5856
OUV	-0.001239	0.000121	-10.21087	0.0000


	Short Run Equation


COINTEQ01	-0.605839	0.194664	-3.112224	0.0027
D(DIV(-1))	-0.081361	0.090718	-0.896854	0.3731
D(M2)	-0.004128	0.002074	-1.990020	0.0507
D(M2(-1))	-0.001326	0.001539	-0.861745	0.3919
D(CSP)	0.000268	0.003324	0.080514	0.9361
D(CSP(-1))	0.002594	0.003262	0.795273	0.4293
D(INF)	-0.001263	0.001334	-0.946526	0.3473
D(AGRI)	-0.009288	0.004724	-1.966359	0.0535
D(AGRI(-1))	-0.003218	0.004019	-0.800651	0.4262
D(SERV)	0.003844	0.005044	0.761982	0.4488
D(SERV(-1))	0.000126	0.004763	0.026410	0.9790
D(OUV)	0.000970	0.000550	1.762830	0.0826
D(OUV(-1))	0.001054	0.001053	1.000848	0.3206
C	0.041131	0.033176	1.239776	0.2194


Mean dependent var	-0.002563	S.D. dependent var		0.063635
S.E. of regression	0.047887	Akaike info criterion		-3.336178
Sum squared resid	0.151349	Schwarz criterion		-1.274426
Log likelihood	424.9284	Hannan-Quinn criter.		-2.500524


*Note: p-values and any subsequent tests do not account for model
selection.

Dependent Variable: D(INDUS)
Method: ARDL
Date: 11/07/19 Time: 16:14
Sample: 1997 2017
Included observations: 168
Maximum dependent lags: 2 (Automatic selection)
Model selection method: Akaike info criterion (AIC)
Dynamic regressors (2 lags, automatic): M2 CSP INF AGRI OUV
Fixed regressors: C
Number of models evalulated: 4
Selected Model: ARDL(2, 2, 2, 2, 2, 2)
Note: final equation sample is larger than selection sample


Variable	Coefficient	Std. Error	t-Statistic	Prob.*


	Long Run Equation


M2	0.524939	0.243373	2.156937	0.0339
CSP	-0.112999	0.105004	-1.076149	0.2850
INF	2.673392	0.946263	2.825210	0.0059
AGRI	0.236550	0.126653	1.867697	0.0653
OUV	0.170591	0.074702	2.283615	0.0249


	Short Run Equation


COINTEQ01	-0.071316	0.041123	-1.734197	0.0866
D(INDUS(-1))	-0.209221	0.125943	-1.661234	0.1004
D(M2)	-0.039684	0.042398	-0.935979	0.3520
D(M2(-1))	-0.031850	0.036456	-0.873658	0.3848
D(CSP)	0.002966	0.075051	0.039518	0.9686
D(CSP(-1))	-0.110590	0.053216	-2.078125	0.0408
D(INF)	-0.082116	0.085414	-0.961379	0.3392
D(AGRI)	-0.498896	0.169904	-2.936341	0.0043
D(AGRI(-1))	-0.183208	0.095651	-1.915373	0.0589
D(OUV)	-0.030806	0.049168	-0.626560	0.5327
D(OUV(-1))	-0.042433	0.034019	-1.247323	0.2158
C	-0.630141	0.371189	-1.697628	0.0933


Mean dependent var	0.059215	S.D. dependent var		1.991208
S.E. of regression	1.048674	Akaike info criterion		2.926779
Sum squared resid	91.27645	Schwarz criterion		4.691499
Log likelihood	-168.2637	Hannan-Quinn criter.		3.642042


*Note: p-values and any subsequent tests do not account for model
selection.

Dependent Variable: D(DIV)
Method: ARDL
Date: 11/07/19 Time: 10:58
Sample: 1997 2017
Included observations: 105
Maximum dependent lags: 2 (Automatic selection)
Model selection method: Akaike info criterion (AIC)
Dynamic regressors (2 lags, automatic): M2 CSP INF AGRI SERV
Fixed regressors: C
Number of models evalulated: 4
Selected Model: ARDL(1, 2, 2, 2, 2, 2)
Note: final equation sample is larger than selection sample


Variable	Coefficient	Std. Error	t-Statistic	Prob.*


	Long Run Equation


M2	0.008207	0.004001	2.051084	0.0450
CSP	-0.005990	0.000481	-12.45950	0.0000
INF	2.84E-05	0.001794	0.015825	0.9874
AGRI	0.005686	0.004017	1.415593	0.1625
SERV	-0.007285	0.001320	-5.518495	0.0000


	Short Run Equation


COINTEQ01	-0.468950	0.174365	-2.689467	0.0095
D(M2)	-0.005382	0.003043	-1.768468	0.0825
D(M2(-1))	-0.004204	0.003642	-1.154477	0.2533
D(CSP)	0.010504	0.006028	1.742641	0.0870
D(CSP(-1))	0.007692	0.002579	2.982479	0.0043
D(INF)	0.001848	0.001923	0.961143	0.3407
D(AGRI)	-0.005799	0.006092	-0.951884	0.3453
D(AGRI(-1))	0.018819	0.026420	0.712316	0.4793
D(SERV)	0.001025	0.008480	0.120874	0.9042
D(SERV(-1))	-2.49E-05	0.004512	-0.005509	0.9956
C	0.387780	0.195019	1.988420	0.0518


Mean dependent var	0.001870	S.D. dependent var		0.070748
S.E. of regression	0.052315	Akaike info criterion		-2.727642
Sum squared resid	0.150530	Schwarz criterion		-1.295503
Log likelihood	216.8394	Hannan-Quinn criter.		-2.146344


*Note: p-values and any subsequent tests do not account for model
selection.

Dependent Variable: D(INDUS)
Method: ARDL
Date: 11/07/19 Time: 16:34
Sample: 1997 2017
Included observations: 105
Maximum dependent lags: 2 (Automatic selection)
Model selection method: Akaike info criterion (AIC)
Dynamic regressors (2 lags, automatic): M2 CSP INF AGRI OUV
Fixed regressors: C
Number of models evalulated: 4
Selected Model: ARDL(2, 1, 1, 1, 1, 1)
Note: final equation sample is larger than selection sample


Variable	Coefficient	Std. Error	t-Statistic	Prob.*


	Long Run Equation


M2	21.48085	424.5442	0.050597	0.9598
CSP	-46.04902	897.6344	-0.051300	0.9592
INF	-56.95073	1113.355	-0.051152	0.9593
AGRI	-43.53666	841.4685	-0.051739	0.9589
OUV	14.77285	289.4259	0.051042	0.9594


	Short Run Equation


COINTEQ01	0.001504	0.000589	2.554388	0.0128
D(INDUS(-1))	0.041319	0.137278	0.300990	0.7643
D(M2)	0.045846	0.050726	0.903799	0.3692
D(CSP)	0.318506	0.186070	1.711752	0.0914
D(INF)	-0.006781	0.017473	-0.388093	0.6991
D(AGRI)	0.350518	0.284608	1.231581	0.2222
D(OUV)	-0.013015	0.017393	-0.748337	0.4568
C	-0.880334	0.626489	-1.405186	0.1644


Mean dependent var	0.027271	S.D. dependent var		1.545916
S.E. of regression	1.320174	Akaike info criterion		2.522942
Sum squared resid	122.0002	Schwarz criterion		3.597046
Log likelihood	-100.0692	Hannan-Quinn criter.		2.958915


*Note: p-values and any subsequent tests do not account for model

Wald Test:
Equation: Untitled


Test Statistic	Value	df	Probability


F-statistic	17.92472	(6, 189)	0.0000
Chi-square	107.5483	6	0.0000


Null Hypothesis: C(1)=0, C(2)=0, C(3)=0, C(4)=0, C(5)=0,
C(6)=0
Null Hypothesis Summary:


Normalized Restriction (= 0)		Value	Std. Err.


C(1)		0.005157	0.001452
C(2)		0.002752	0.001110
C(3)		-0.002661	0.000834
C(4)		-0.002485	0.000426
C(5)		-0.005031	0.001123
C(6)		0.007009	0.001355


Restrictions are linear in coefficients.

* ¹ Le Benin, Burkina Faso, cote d'Ivoire, Cameroun, Centrafrique, République du Congo, Gabon, Guinée Bissau, Mali, Niger, Sénégal, Tchad et le Togo

* ²Diversification des exportations (DIV), Industrialisation(INDUS), Inflation (INF), Agrégats monétaires (M2), Ouverture Commerciale (OUV), Service (SERV), Crédit au secteur privé(CSP), Agriculture (AGRI)