la dette extérieure favorise-t-elle la performance économique en Afrique subsaharienne ?

II.2/ Résultats et Interprétations

Cette seconde sous-section s'articulera autour de deux principaux points. Dans un premier temps, nous présenterons les principaux résultats issus de nos estimations. Dans un second temps, il sera question pour nous d'apporter une signification économique à ces différents résultats.

II.2.1. Résultats des estimations

Afin de déterminer quels sont les indicateurs de la dette extérieure susceptibles d'améliorer la croissance en ASS, nous avons eu recours à l'estimateur GMM en système d'Arellano et Bover (1995)/Blundell et Bond (1998). Ainsi, nous avons effectué quatre régressions pour parvenir à notre fin. Dans la première estimation (modèle 1), nous avons voulu isoler l'influence des seuls indicateurs de la dette extérieure sur la croissance économique, tandis que des variables macroéconomiques (déterminants traditionnels de la croissance économique) ont été ajoutées dans le modèle pour la deuxième estimation (modèle 2). En ce qui concerne les deux dernières estimations, il a surtout été question de tenir compte du contexte économique de ces dernières années, notamment la fin des initiatives PPTE qui ont débuté en 1994 et se sont achevées en 2012. Ainsi, dans la troisième régression (modèle 3), nous avons cherché à déterminer l'influence de la dette extérieure sur la période 2002-2012. Enfin, la dernière estimation (modèle 4) a porté sur la période 2013-2017 au cours de laquelle l'économie mondiale a retrouvé peu à peu son dynamisme. Le tableau n°2 fait une présentationsynthétique de nos principaux résultats.

Tableau 2.2 : Présentation des résultats des estimations (Partie I)

Variables	(1) Afrique Subsaharienne (2002-2017)	(2) Afrique Subsaharienne (2002-2017)	(3) Afrique Subsaharienne (2002-2012)	(4) Afrique Subsaharienne (2013-2017)
PIB (retardée)	0.00521	-0.0377	0.000825	-0.0319**
	(0.0499)	(0.0222)	(0.0269)	(0.0143)
Stock de dette extérieure(Log)	10.83***	1.559*	1.029***	0.964*
	(3.184)	(0.815)	(0.357)	(0.556)
IDE (Log)	1.565***	0.0241	0.0490	0.0188
	(0.306)	(0.153)	(0.280)	(0.0738)
Balance commerciale	0.0469* (0.0235)	0.0365*** (0.00886)	0.0298** (0.0123)	0.0452*** (0.00956)
Aide Publique au développement (Log)	-2.515***	0.00841	-0.00330	0.0416
	(0.870)	(0.391)	(0.268)	(0.554)
Service de la dette extérieure (Log)	-5.562***	-0.643*	-0.567**	-0.573**
	(1.814)	(0.346)	(0.207)	(0.241)
Capital Humain (Education (log))		-2.366	0.905
		(2.636)	(1.331)
Infrastructures (Internet)		-0.0208	-0.0621	-0.0430
		(0.0312)	(0.0730)	(0.0359)
Population Active (Log)		-1.036	-0.521	-0.912
		(1.070)	(0.574)	(1.039)
Inflation (Log)		0.451	-0.0896	0.155
		(0.409)	(0.332)	(0.287)
Formation Brute de capital fixe		0.778**		0.669**
		(0.361)		(0.320)
Taux de change fixe		-0.356	0.274	0.0617
		(0.450)	(0.651)	(0.476)
Ressources Naturelles (Log)		-0.163 (0.219)	-0.322 (0.349)	-0.00801 (0.156)
Dépenses de consommation finale		1.116***	1.169***	1.088***
		(0.0739)	(0.0665)	(0.0955)
Maîtrise de la corruption		1.120	0.811	0.190
		(1.035)	(1.969)	(0.835)
Efficacité des Pouvoirs Politiques		-2.206*	-0.355	-0.308
		(1.132)	(1.592)	(1.662)
Anglophone (Ressource Naturelles)*(PMA) (Ressource Naturelles)*(Non PMA)	-3.635* (2.010) 0.0522 (0.0495) -0.150** (0.0718)	-0.706 (0.871) -0.0468 (0.0330) -0.0415 (0.0426)	0.745 (1.925) 0.0364 (0.0267) 0.0335 (0.0398)	-0.241 (0.466) -0.00664 (0.0239) -0.0363 (0.0314)
(Maitrise de la Corruption)*(PMA)	3.425* (1.813)	-1.398 (1.285)	0.738 (1.812)	0.122 (0.446)
Variables muettes temporelles	Oui	Oui	Oui	Oui
Terme Constant	-71.48** (29.23)	-11.65 (15.37)	-9.082 (14.24)	-10.92 (8.203)
Observations	387	183	149	321
Nombre de Pays	38	32	31	36
Fisher (p-value)	4,20 (0,000)	154,6 (0,000)	142,2 (0,000)	342,4 (0,000)
Hansen test (p-value)	5,52 (0,356)	5,21 (0,877)	3,96 (0,682)	7,28 (0,401)
AR (1) (p-value)	-2,84 (0,004)	-1,73 (0,083)	-3,15 (0,002)	-2, 66 (0,008)
AR (2) (p-value)	-0,59 (0,554)	0,46 (0,64)	0,32 (0,748)	-0,81 (0,416)

Notes : les valeurs entre parenthèses correspondent à l'écart-type corrigé de l'hétéroscédasticité. *** p<0,01 significatif à 1%, ** p<0,05 significatif à 5%, * p<0,1 significatif à 10%.

Source : Auteur, estimations réalisées à partir des données de la Banque Mondiale/CNUCED

II.2.2. Interprétations des résultats

Dans l'ensemble, nos résultats sont satisfaisants aussi bien sur le plan économétrique que sur le plan économique. Sur le plan économétrique, le test de Fisher nous permet de conclure que nos 4 modèles sont globalement et fortement significatifs. En effet, la p-value associée à cette statistique (Prob > F =0,000) est inférieure au seuil de 1% pour toutes les 4 estimations. En outre, le test de Hansen dont la p-value est supérieure au seuil de 10%, est concluant pour tous les modèles ne permettant pas de rejeter l'hypothèse nulle et donc la validité de nos instruments. Enfin, le test AR (2) est également satisfaisant puisque la p-value supérieure au seuil de 10% ne permet pas non plus de rejeter l'hypothèse nulle d'absence d'autocorrélation de second ordre des résidus dans les 4 estimations. Les résultats de nos estimations sont donc robustes d'autant plus que les écarts-types ont également été corrigés de l'hétéroscédasticité.

Sur le plan théorique également, nos résultats sont pour la plupart conformes aux travaux antérieurs, aussi bien pour les indicateurs de la dette extérieure que pour les déterminants traditionnels de la croissance économique. En particulier, en ce qui concerne la dette extérieure, nous avons établi que les indicateurs relatifs au stock de la dette extérieure, les IDE et la balance commerciale permettent de relancer la croissance économique en Afrique subsaharienne. Les coefficients associés au stock de la dette extérieure sont tous positifs dans les quatre modèles. Ils sont même significatifs au seuil de 1% dans la première estimation, 10% pour la deuxième et 1% troisième estimations. Ce résultat est similaire à celui de Cecchetti, Mohanty et Zampoli (2001) qui a étudié la relation entre la dette extérieure et la croissance économique de 18 pays de l'OCDE sur la période 1980-2005. Ils ontmontré à partir d'un modelé en coupe transversale, que si le stock de dette extérieure n'est pas très élevé. Il encourage la croissance économique et stabilise le secteur financier mais au de-là d'un seuil, l'augmentation de dette privée peut avoir des impacts négatifs. Ce faisant, les Etats d'ASS gagneraient à accroître leurs efforts en matière de gestion du stock de la dette extérieure puisque cela leur permettra alors de bénéficier davantage de capitaux étrangers.

Tout comme les IDE, la balance commercialeapparaît comme une source importante de relancer de la croissance économique. En effet, les résultats des estimations établissent une relation positive entre cet indicateur et la croissance économique dans la mesure où tous les coefficients qui lui sont associés sont positifs. Cette relation est même significative au seuil de 10% dans la première régression, au seuil de 1% dans la seconde et 5% dans troisième régressions.Ce résultat n'est pas nouveau puisque Cohen (1993) sur un échantillon de 77 pays en développement avait montré qu'un flux réel de transferts nets affecte la croissance économique, particulièrement en Afrique subsaharienne.

Nos résultats permettent d'établir un lien négatif entre la croissance économique et le service de la dette extérieure. Ce lien est particulièrement important au cours de la période 2002-2017, puisque significatif au seuil de 1%. Ce résultat se rapproche de celui de Karagol (2002) qui avait établi une relation négative entre le service de la dette extérieure et la croissance économique en Turquie. En effet, L'auteur a utilisé des techniques de co-intégration multi-variées. L'étude montre qu'il existe une relation négative entre la dette extérieure et la croissance économique à long terme. Les résultats du test de causalité de Granger ont montré une causalité unidirectionnelle allant du service de la dette extérieure à la croissance économique.

Nos résultats mettent en avant l'influence négative de l'aide publique au développement sur la croissance économique en Afrique subsaharienne. Ce résultat qui semble au premier abord surprenant n'est cependant pas nouveau puisque Burnside et Dollar (2000) l'avaient déjà établi. En effet, même au niveau macroéconomique, l'aide peut avoir des effets hétérogènes selon les caractéristiques des bénéficiaires, les modalités de l'aide et les motifs des donateurs (Mekasha et Tarp, 2013). Par exemple, l'aide fournie par certaines institutions bilatérales pour des raisons politiques ou commerciales peut être moins efficace (Dreher et al., 2016) et peut être moins sensible au franchissement du seuil IDA. Notre effet relativement important peut s'appliquer à une aide moins politisée. Toutefois, après la fin de la guerre froide, la part de l'aide qui est fortement politisée a sans doute diminué considérablement, les motifs géopolitiques perdant de l'importance par rapport aux préoccupations de développement (Headey, 2008).

La FBCF joue un rôle très important sur la relance de la croissance économique en Afrique subsaharienne. En effet, le coefficient associé à cette variable est positif et significatif au seuil de 5% pour les périodes 2002-2012. Théoriquement, une économie plus ouverte offre davantage de débouchés aux entreprises puisqu'elle leur permet d'accéder aux marchés voisins. Cela correspond aux conclusions de Helpmann (1984) pour le cas de l'IDE vertical. Par ailleurs, la taille du marché mesurée par la FBCF a un effet positif sur la croissance économique. Ainsi, plus la taille du marché augmente, plus les entrepreneurs étrangers sont incités à investir dans le pays. Elle permet de tenir compte des économies d'échelle et de ce fait, les gains escomptés sont similaires à ceux obtenus pour les dépenses de consommation finale. Ces avaient déjà été obtenus par Asiedu (2003) et Anyanwu (2012).

Concernant les indicateurs de la stabilité macroéconomique, nous avons retenu dans le cadre de cette étude le taux de change effectif et l'inflation. En somme, ces indicateurs exercent un effet négatif sur la croissance économique. Ainsi, plus la dette d'un pays augmente, plus les agents économiques peuvent être mis à contribution pour participer à son remboursement. Les investisseurs étrangers peuvent donc subir une augmentation régulière des impôts. Nous avons pu montrer que la relation entre le taux de change et la croissance économique était négative et non significative dans la première estimation mais positive et non significative dans la deuxième. Généralement, la plupart des pays d'ASS ont une balance commerciale déficitaire (Banque Mondiale, 2016b).Lorsque ce déficit se creuse, les Etats sont amenés à définir des politiques contraignantes pour rééquilibrer le solde commercial. Ces mesures peuvent avoir des effets pervers sur la croissance économique. Cela peut justifier la relation négative et non significativeétablie entre le taux de change et la croissance économique dans le cadre de cette étude. L'influence de l'inflation sur notre variable dépendante est mitigée. D'une part, elle a un effet négatif, mais non significatif sur la relance de la croissance économique, ce qui est cohérent avec la littérature. En effet, une forte volatilité des prix augmente le degré d'incertitude dans l'économie, facteur limitant les décisions d'investissement dans l'économie (Atangana-Ondoa, 2013). D'autre part, les résultats des estimations de la troisième régression établissent une relation positive, mais non significative entre l'inflation et la croissance économique. Etant donné que les pays d'ASS sont principalement exportateurs de produits de base dont les prix sont fixés sur le marché international, il est possible que les firmes étrangères gagnent plus d'une augmentation des prix sur le marché local puisque ce sont elles qui fournissent ce marché en produits manufacturiers.

Le capital humain a une influence négative sur la croissance économique en Afrique subsaharienne.Il est également établi dans cette étude une relation négative, mais non significative entre l'éducation et la croissance économique. Mais dans la mesure où nous avons mesuré l'éducation par le taux de scolarisation brut dans le primaire et que celui-ci est sensiblement équivalent pour toutes les régions du monde (Banque Mondiale, 2016b), cette relation négative peut davantage exprimer le fait que cette variable soit un mauvais indicateur du capital humain dans le cadre d'une étude sur la croissance. Aussi, il aurait été préférable d'utiliser les données sur l'éducation dans le secondaire et le tertiaire, mais l'absence de données nous a contraints à privilégier la première variable.

Les ressources naturelles jouent un rôle négatif sur la relance de la croissance économique en Afrique subsaharienne. Ce résultat n'est pas nouveau puisque Asiedu (2006) l'avait déjà établi dans son étude portant sur 22 pays d'Afrique subsaharienne sur la période 1984-2000. De même, Anyanwu (2012) l'a également obtenu cette fois-là à partir d'une approche en coupe transversale sur 53 pays africains. Toutefois, la petite innovation dans notre étude a été de comparer le rôle des ressources naturelles dans les PMA et dans les Non-PMA. Dès lors, nous avons pu montrer que la croissance économique a une préférence révélée pour les Non-PMA que pour les PMA. Ce résultat se justifie par la présence d'infrastructures de Mauvaise qualité dans les PMA. Qui plus est, nous avons établi un lien négatif entre les infrastructures et la relance de la croissance économique. En effet, des infrastructures de mauvaise qualité détériorent la productivité des investissements puisqu'ils permettent d'augmenter les coûts d'exploitation liés à l'implantation des firmes étrangères.