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

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.

CHAPITRE  IV :

PRESENTATION ET ANALYSE DES RESULTATS

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.

1.1 . Analyse descriptive.

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

Tableau 3. Statistiques descriptives des variables du modèle.

Variables	INDUS	AGRI	CSP	DIV	INF	M2	OUV	SERV
Moyenne	9.9094	28.5984	19.4125	0.5228	4.1577	7.7692	67.4425	40.5263
Médiane	8.4033	30.7571	17.4254	0.4990	2.9331	3.1481	59.1238	39.3987
Maximum	21.1991	61.4162	57.0025	0.9180	80.8996	46.9355	165.6459	62.1174
Minimum	0.2326	3.3290	4.1597	0.1991	-29.6910	-29.3096	30.7325	18.9093
Ecart-type.	4.8583	14.8162	9.9706	0.2102	9.1141	11.7021	27.6132	8.5552
Observations	299	299	299	299	299	299	299	299

Source : Auteur.

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.

Tableau.4. Matrice des corrélations linéaires des variables.

	DIV	INDUS	INF	M2	OUV	SERV	CSP	AGRI
DIV	1
INDUS	-0.2948	1
INF	0.1324	-0.1110	1
M2	-0.1503	0.1871	-0.0563	1
OUV	0.3945	-0.2734	0.0140	-0.3805	1
SERV	-0.5114	0.4857	-0.1686	0.1210	-0.2835	1
CSP	0.0411	0.0356	-0.0896	-0.2710	0.3281	0.0317	1
AGRI	0.0554	-0.3580	0.0856	0.0698	-0.5037	-0.2392	-0.0771	1

Source : Construit par l'auteur àpartir d'Eviews 9

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.

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