Mars 2016
L'EFFET DES DÉPENSES MILITAIRES SUR LA
CROISSANCE ÉCONOMIQUE
Mémoire d'économétrie dans le
cadre du Master 2 « Finances Publiques dans les Pays en
Développement et en Transition »
Sous la direction de
M. Jean-François BRUN
Baker IBRAHIM
Abdelmohssen SHEHA
AVERTISSEMENT
L'Université n'entend donner aucune approbation ni
improbation aux opinions émises dans ce mémoire : ces opinions
doivent être considérées comme propres à leurs
auteurs.
TABLE DES MATIERES
Introduction 1
Section 1 : Revue de littérature . 2
(1) Études montrant les effets négatifs .. 2
(2) Études montrant les effets positifs . 3
(3) Non significativité des dépenses 4
Section 2 : Présentation des données et estimation
économétrique 7
(1) Les données, variables et sources .. 7
(2) Statistiques descriptives 9
(3) Modèle économétrique et modèle
d'estimation 10
(4) Tests économétriques 10
(5) Résultats et interprétation 13
Conclusion 15
Bibliographie 17
Annexes 18
1
INTRODUCTION
La question des dépenses militaires a fait couler
beaucoup d'encre au fils des années. Pendant la guerre froide, une
partie de l'accès massif à l'armement et l'augmentation des
dépenses militaires s'explique par les enjeux stratégiques et la
menace permanente d'une guerre. Or, en dépit de la chute de l'Union
soviétique, les dépenses militaires n'ont pas diminué, ils
ont voire même augmenté dans certains pays. Certains
spécialistes ont prédit la diminution de la dépense, et la
triomphe de la liberté de l'économie de marché. Or, le
21ème siècle a connu plusieurs interventions ou même des
guerres (intervention en Iraq, en Afghanistan....). Il existe plusieurs raisons
de dépenses militaires évoquées dans la
littérature. Certains auteurs mettent l'accent sur la relation entre
l'allocation de fonds aux forces de défense et les conflits d'envergures
(guerre d'Irak et Afghanistan). D'autres évoquent l'effet de ces
dépenses sur la dette.
D'autre économistes, non seulement justifient les
dépenses militaires par la guerre froide, mais par le cadre purement
économique, autrement dit, le rôle des dépense militaires
sur le PIB, surtout que dans certains pays, comme aux États unis, la
part des dépenses militaire est équivalente aux dépenses
de l'éducation, et prévoient un effet positif de ses
dépenses. Donc nous pouvons poser la question, de l'effet des
dépenses militaires sur la croissance économiques. La question
que nous essayerons de poser est quel est l'effet des dépenses
militaires sur la croissance économique.
L'objectif de ce mémoire est de savoir quel est l'effet
des dépenses militaires sur la croissance. Exercent-t-elles un effet ?
Si oui, cet effet est-il positif ou négatif ?
Le mémoire présent se découpe en deux
sections. Dans la première, nous faisons un tour d'horizon du rôle
des dépenses militaires d'après la littérature
économique, avant que nous introduisions, dans la deuxième, notre
modèle proposé, ainsi que les données et les
résultats de notre estimation.
2
SECTION 1 : REVUE DE LITTERATURE
Ce chapitre est consacré à l'évolution
des approches théoriques et empiriques relatives à l'effet des
dépenses militaires sur la croissance économique. Tout d'abord
nous présentons les études qui ont montré les effets
négatifs de ces dépenses, ensuite ceux qui montrent les effets
positifs, avant de faire la lumière sur les études de ceux qui
évoquent le caractère non significatif de ces dépenses.
1) Études montrant les effets négatifs
:
Il y a des études qui ont montré l'effet
négatif des dépenses militaires sur la croissance. Pour Hong
(1979), Lim (1983), 1994), Heo (2010), l'effet négatif des
dépenses militaires sur la croissance provient d'une baisse de la
productivité. En effet, le secteur de défense peut réduire
la productivité domestique. On peut parler ici d'effet
d'éviction. Hong (1979) montre à travers une étude
empirique sur les États-Unis que la productivité du secteur
privé diminue à cause de l'augmentation de la part des ressources
consacrée au secteur militaire.
Par ailleurs, Kaldor (1976) a mené une étude sur
les 40 pays les moins développés entre la période de 1963
à 1973, il conclue que le coefficient de corrélation entre les
dépenses militaires est la croissance économique est de -0.18.
Smith(1977) a trouvé, statistiquement à travers des séries
des pays d'OCDE, que les dépenses militaires ont un effet négatif
sur la formation du capital, et par conséquent sur le taux de
croissance. Goldstein (1988) trouve qu'une augmentation de 1 % de la part des
dépenses de défense du produit national Brut (PIB) aux
États- Unis réduit la croissance économiques d'environ
1.5% en raison des coûts d'opportunité. Cela s'explique par la
réduction du stock de capital due à l'augmentation des
dépenses militaires.
Certains auteurs évoquent des entraves à
l'investissement : Lim(1983) met l'accent sur l'effet négatif des
dépenses militaires sur la croissance à travers les capitaux
étrangers entrants, qui peut contrôler les investissements et les
dépenses militaires. Lindgren (1984) trouve que les dépenses de
défense se traduisent par la baisse d'investissement privé. Mintz
et Huang (1990, 1991) indiquent que les dépenses de défense et
les investissements privés se rivalisent pour la partie
non-consommée de la totalité du capital disponible dans
l'économie, ce qui signifie que plus des dépenses dans le secteur
de défense peut entraîner la baisse de l'investissement
privé. D'autres auteurs pensent que le champ d'épargne
3
domestique peut être réduit avec la hausse des
taxes pour financer les dépenses militaires. Deger (1983) utilise des
donnés de 50 pays entre 1965 et 1973, et il trouve que les
dépenses militaires agissent négativement sur
l'investissement.
Cuaresma et Reitschuler (2004) vont dans le même sens,
ils trouvent que les dépenses militaires peuvent être
improductives, bien qu'ils fournissent un effet d'assurance pour les guerres.
D'autres auteurs ont même évoqué un effet négatif
des dépenses militaires sur le chômage. Blond (1980) trouve qu'une
augmentation de 10 % du budget de la défense, aux États-Unis,
augmente le chômage de 0,6% à 2,4%.
Certaines explications montrent que le secteur de
défense peut rendre les conditions fiscales difficiles. Smith et Dunne
(1994) trouvent que les dépenses militaires seraient un
régulateur financier très mauvais en raison du retard avant son
entrée en vigueur, car il prend beaucoup de temps pour planifier et
mettre en oeuvre.
2) Études montrant les effets positifs
Certains auteurs pensent que les dépenses militaires
jouent un rôle positif dans l'économie.
Pour Devarkan et Al trouve (1996) il y a une relation positive
entre les dépenses militaires et la croissance économique.
L'argument théorique avancé est que la prise en compte de la part
des dépenses militaires dans l'ensemble de l'économie montre la
possibilité d'avoir plus de bénéfices que des coûts.
Donc il a un effet positif sur la croissance économique (Deger and sen
1995). Les dépenses militaires ont un rôle positif
(benoit1973-1978). Eichenberg (1984) a étudié le cas de
l'Allemagne, il a trouvé que le rôle joué par les
dépenses militaires est positif mais moins important que le reste des
dépenses. Cette relation positive provient du fait que les
dépenses militaires peut être justifiées pour augmenter les
recettes totales, qui a leurs tour peuvent financer les dépenses
sociale.
Cette tendance dans la littérature pense que les
dépenses militaires agissent directement sur la croissance de PIB. Nous
pouvons trouver plusieurs explications de cette effet.
La première, est la question de sécurité
: les dépenses militaires est un facteur crucial pour garantir la
sécurité nationale, qui est cruciale, voire même vital pour
garantir l'activité économique. En absence d'un climat de
sécurité, les investisseurs n'auront pas
4
confiance au système. Par exemple Thomsmpson (11974) et
Mylonidis(2006) pensent que les dépenses militaires peuvent garantir le
droit de propriété qui augmente l'initiative à
l'investissement. Pour Hartely (1995), les dépenses militaires
contribuent non seulement la stabilité interne, mais aussi la
sécurité extérieure. Ces deux facteurs sont cruciaux pour
sécuriser l'activité économique ;
Pour Alptekin (2009) les dépenses militaires affectent
d'une manière positive le Pib à travers la demande
agrégée. Par exemple, lorsque l'économie est dans une
phase de régression, l'augmentation des dépenses militaires
boostent l'économie, nous pouvons parler ici d'un effet de relance. Les
analyses de Benoit (1978) rejoignent la même conclusion, pour lui, il
existe une corrélation positive entre les dépenses militaires en
proportion de la revenue nationale et le taux de croissance mesurée dans
la période entre 1950 et 1965.
Certains auteurs vont plus loin, pour eux les dépenses
militaires représentent un facteur de prévention des crises
à travers l'absorption de surplus sans augmenter le salaire ou augmenter
le capital. Certains auteurs parlent même de l'effet positif des
dépenses militaires en créant des nouvelles technologies. Ces
dépenses développent des nouvelles technologies pour l'avenir
militaire. Ces nouvelles technologies peuvent être aussi utiliser pour
dans le domaine civil, c'est la thèse d'adams et gold(1978), Deger et
sen( 1995).
Certain auteurs évoquent la relation entre les
dépense militaires et le développement du capital humain. Barro
(1990) mentionne dans son article qu'une part des dépenses militaires va
être utilisée afin d'augmenter le support d'éducation qui
est sert à améliorer le capital humain.
3) non significativité des dépenses
militaires
Quelques auteurs pensent que les dépenses militaires
ont un effet hétérogène qui peut être à la
fois positif et négatif. De même, Aizenman and Glick's study
(2003) trouvent que l'impact des dépenses militaires est non
significatif ou négatif.
Nous trouvons également dans la littérature les
partisans de la relation non significative entre les dépenses militaires
et la croissance. Autrement dit l'augmentation des dépenses militaires
n'agissent ni négativement ni positivement. Cette tendance est
basée sur plusieurs étude empiriques où les dépense
militaires sont statistiquement neutres. Nous avons plusieurs exemple dans la
littérature : BIsaws et Ram (1986) fait une
5
estimation de 58 pays de la période de 1960-1970, dont
le coefficient de la dépenses militaires n'est pas signifiant.
Quelques articles de
référence
Afin d'expliquer l'effet que les dépenses militaires
pourraient avoir sur la croissance économique, Giorgio d'Agostino, Paul
Dunne et Luca Pieroni ont tenté de la montrer par une étude1
qu'elles ont menée.
Les auteurs ont utilisé un modèle de Feder-Ram
et Solow modifié, avec un échantillon de 28 pays pour la
période de 1960-1997. Ils ont pris comme variable expliquée le
taux de croissance du PIB, et comme variables explicatives le PIB par
tête, l'investissement et la proportion des dépenses militaires
comme part du PIB.
Les auteurs ont montré, par le modèle de Solow
modifié qu'ils ont qualifié comme performant, un effet
négatif des dépenses militaires sur la croissance, avec une
élasticité de -0.6.
Les auteurs ont confirmé également que la
rupture dans les dépenses militaires n'implique pas des effets
négatifs sur la croissance, et ont montré comme exemple, dans ce
cadre, la baisse des dépenses militaires suite à la fin de la
guerre froide qui n'a pas affecté la situation économique des
États-Unis.
D'autres auteurs (Cuaresma et Reitschuler 2004/2006) ont
montré, d'ailleurs, que les niveaux le plus bas des dépenses
militaires ont un effet positif sur le PIB par tête, et vice-versa.
Essayant de mesurer lesdits effets, Luca PIERONI2 a essayé de mettre en
place un autre modèle pour expliquer la relation entre les
dépenses militaires et la croissance. Le modèle contient 90 pays,
divisés en deux grands groupes, le premier concerne les pays ayant des
grandes dépenses militaires, et les autres qui n'ont pas autant.
L'auteur a tenté d'expliquer la croissance économique par la part
des dépenses militaires dans les dépenses gouvernementales
totales, ainsi que cette part au carré, et la part des autres
dépenses non militaires.
En termes de son papier, PIERONI a montré que d'un
côté, l'effet des dépenses militaires sur la croissance
dans les pays du premier groupe était légèrement
négatif, et
1 Assessing the Effects of Military Expenditure on Growth,
Paper provided by Department of Accounting, Economics and Finance, Bristol
Business School, University of the West of England, Bristol in its series
Working Papers, Oct 2010, n.1012.
2 Military Expenditure and Economic
Growth, papier de recherche fourni par le department de
Comptabilité, d'Economie et de Finance, Bristol Business School,
Université de West of England, papier n.0708, Août 2007.
6
que dans ces pays les niveaux élevés des
dépenses militaires n'étaient pas accompagnés de baisse
dans les dépenses de santé ou d'éducation, et de l'autre
côté, celui dans les pays du deuxième groupe était
non significatif.
D'autres auteurs3 ont essayé de créer un autre
modèle pour bien mesurer ces effets. Le modèle est
appliqué sur un certain nombre de pays d'Afrique subsaharienne, sur la
période de 1989 à 2010. Dans ce modèle la part des
dépenses militaires dans les dépenses gouvernementales, la part
des autres variables non militaires, le PIB par tête et l'investissement
privé initial ont été utilisées comme variables
explicatives. Ayant un problème d'endogénité de la
variable des dépenses militaires avec la croissance économique
qui sont soupçonnées de s'autoalimenter, les auteurs ont
ajouté les conflits civils comme un instrument corrélé
avec la variable endogène, et non corrélé avec la
variable expliquée. Au terme de leur papier de
recherche, les auteurs ont montré les effets désirables d'ajouter
l'instrument (conflit civil), et ont confirmé l'effet positif de
celui-là sur l'augmentation des dépenses militaires, qui ont
à leur tour des effets négatifs sur la croissance
économique.
En générale, nous pouvons dire qu'il n'y a pas
un consensus dans la littérature concernant cette question.
3 Military Expenditure, Endogeneity and
Economic Growth, G. d'Agostino, J. P. Dunne et L. Pieroni, papier de
recherche fourni par l'Université Library of Munich, Allemagne, MPRA
Paper n.45640, Mars 2013.
7
SECTION 2 : PRESENTATION DES DONNEES ET
ESTIMATIONS ECONOMETRIQUES
La problématique de cette étude est d'analyser
l'effet des dépenses militaires sur la croissance du PIB. Pour y
répondre, nous présenterons tout d'abord nos données, puis
nous menons quelques statistiques descriptives avant de mettre l'accent sur la
méthode d'estimation, les données utilisées et les
résultats des estimations.
I) Les données, variables et sources
Nous présentons ci-dessous quelques statistiques
descriptives des variables que nous avons utilisés pour notre estimation
principale.
Notre échantillon principal est constitué d'un
panel de 574 pays hétérogène en termes de leur
performance économique et leurs revenus, de divers continents, sur une
période de 1988-2013.
Nous avons choisi avec précaution nos pays, autrement
dit, nous avons essayé de garder une
hétérogénéité dans notre base. Nous avons
pris non seulement des grands pays où la dépense d'armement est
considérable, mais aussi d'autres pays comme ceux d'Afrique ou
d'Amérique latine. Nous avons éliminé les îles ;
vues leurs poids négligeables. Par ailleurs, il convient de
préciser que les données proviennent d'une source unique, il
s'agit de World Bank.
Nous présentons successivement la variable
indépendante et les variables dépendantes ainsi que les variables
de contrôle.
La Croissance économiques :
Les dépenses militaires par rapport au PIB :
L'indice de la démocratie :
Le PIB par tête
Le taux d'ouverture
La dette Publique Par rapport au PIB
L'inflation
4 Voir l'annexe (1).
8
L'investissement Par rapport au PIB
Les dépenses de santé par rapport au PIB
Dans le cadre du choix des variables, nous avons essayé
de considérer toutes les variables qui peuvent jouer sur la croissance
économique. La variable d'investissement joue, sans doute, un rôle
très positif sur le taux de croissance. Elle est ainsi importante de la
prendre en compte au niveau des variables explicatives. L'inflation excessive
conduit à une déstabilisation certaine de l'activité
économique, et a, par conséquent, un effet négatif sur la
variable expliquée. Les pays les plus endettés ont normalement du
mal à relancer leur économie, et en général le
niveau d'endettement représente une pierre d'achoppement de croissance
économique. La part des dépenses de santé dans le PIB est
aussi significatif : plus on consacre des dépenses pour le soin de
santé, plus le taux de mortalité est moindre, et
l'espérance de vie est élevée, et par conséquent
les agents économiques se réjouissent d'une bonne santé
qui pourra avoir des effets positifs sur la croissance. L'ouverture
économique sur l'extérieur occupe également une place
très importante pour stimuler la croissance économique : les
pays, par leurs avantages comparatives, tirent des bénéfices
considérables en découlant leurs produits aux marchés
internationaux, ce qui assurent une croissance exponentielle de ces pays.
De plus, nous avons estimé nécessaire d'inclure
une ou plusieurs variable institutionnelle, mais vu le manque des
données de tous les pays de cet étude, nous nous sommes
contenté d'inclure une seule variables instrumentales (la
démocratie) dont les données couvrent tous les pays. En fait,
nous pensons que la démocratie peut jouer un rôle favorable
à la croissance économique. Par la stabilité politique et
la transition pacifique de pouvoir qu'elle implique, la croissance
économique peut être assurée à long terme. De plus,
La démocratie est attendue avoir un effet un effet positif sur
l'efficience économique en ce sens que dans un système
démocratique les populations par la voix du vote ou des combats
syndicaux sont capables de sanctionner les dirigeants corrompus et de
réclamer des dépenses publiques plus efficaces. Le niveau de
démocratie est indiqué par des notes rangées entre 0
(régime autocratique) et 10 (régime politique
démocratique). La dette publique : Elle est représentée
par la dette brute du gouvernement rapportée au PIB. Un effet
négatif de cette variable est attendu dans la mesure où lorsque
le niveau d'endettement est élevé - afin de stabiliser
l'environnement économique, les
9
gouvernements considèrent en priorité la
satisfaction des engagements extérieurs au détriment des
dépenses d'investissement local.
II) Statistiques descriptives
Nous présentons ci-dessous quelques statistiques
descriptives des variables que nous avons utilisés pour notre
estimation.
Le tableau 15 indique que nous avons un panel qui
tourne auteur de 1495 observations pour chaque variable, à l'exception
de la variable « dette » où le nombre d'observations est plus
réduit. Ce qui représente un nombre suffisant (un
échantillon assez représentatif).
Le niveau de taux de croissance du PIB reste plutôt
important (3.51%) avec un écart de 2.74. Ceci est expliqué par
les données que nous avons utilisées. Le maximum est de 14.92
pour la Chine.
Quant au niveau moyen des dépenses militaires, il est
relativement élevé (2.74%) malgré le grand écart du
niveau de ces dépenses entre les pays.
Cependant, les pays paraissent être plutôt
démocratiques compte tenu de la valeur élevée de l'indice
moyen de démocratie (6.06). Le niveau moyen d'endettement est quant
à lui plutôt bas (28.68%). Le niveau d'inflation reste
élevé (20.45%). Ceci est due à la grande
hétérogénéité dans notre échantillon,
l'écart type est de (156.06), en effet il existe certain pays où
ils ont reconnu un niveau très élevé d'inflation.
Le tableau 26 présente les résultats
récapitulatifs de la matrice de corrélation. Les résultats
trouvés, nous montrent qu'il y a une faible corrélation entre nos
variables explicatives, ce qui représente un élément
positif. Pour preuve, la corrélation entre la croissance du PIB et les
dépenses militaires est de 0,05. La corrélation entre la
croissance du PIB et la variable de contrôle « inflation » est
de -0.25. Seule la corrélation entre la croissance du PIB et
l'investissement reste légèrement élevée.
Les résultats mettent en exergue une corrélation
négative. Ainsi qu'entre la croissance du PIB et inflation et la
démocratie. De plus, nous apercevons une corrélation positive
entre la croissance du PIB et le taux d'ouverture et entre la croissance du PIB
et le PIB initial par tête.
5 Voir l'annexe (2)
6 Voir l'annexe (3)
10
Nous nous attendons donc à voir une relation positive
entre les dépenses militaires et le taux de croissance du PIB.
III) Modèle économétrique et
méthode d'estimation
Afin de vérifier si les dépenses militaires
jouent un rôle positif ou négatif sur la croissance
économique, nous estimons le model suivant :
pmil it + /32.cpib it+/33.infJ
it + /33.invit +/34de
+/35depsa +/36 ouv e +/37dem 7
it it it it+£it
Le procédé suivit ici ne s'appuie pas sur une
méthode proposée par un article de recherche particulier.
Cependant, elle suit un raisonnement logique qui sera détaillé
dans ci-après.
La première étape consiste à faire une
régression avec la méthode de Moindres Carrées Ordinaires
« MCO » entre notre variable expliquée « la croissance du
PIB » et les autres variables explicatives.
Dans la deuxième étape, nous profitons de la
dimension panel et nous allons d'abord effectuer une régression avec la
méthode d'effets fixes avant d'effectuer celle d'effets
aléatoires afin de choisir la meilleure méthode parmi les
trois.
IV) Tests économétriques A)
Régression avec MCO
La première étape consiste en une
régression avec la méthode de MCO entre notre variable
expliquée « la croissance du PIB » et les autres variables
explicatives.8
- Significativité des variables :
Dans notre modèle, les résultats du test
statistique de Student sont inférieurs à la valeur
théorique qui figure dans la table de Student (2.1009 avec un risque
d'erreur de 5%). Cela signifie que nos variables (taux de croissance,
investissement, dette, dépense sante) sont significatives lorsque nous
acceptons un seuil maximal d'erreur de 5%. Quant aux dépenses
militaires, la variable n'est pas significative.
7 Voir l'annexe (4) pour l'explication des
variables.
8 Voir le tableau (3) à l'annexe (5).
11
- Significativité du modèle :
Les résultats nous montrent que le coefficient de
détermination est égal à 0.3933. Cela veut dire que notre
modèle explique 39.33% de la variance du taux de croissance du PIB.
Cependant, ce coefficient a tendance à varier avec le nombre de
variables que l'on ajoute ou enlève. Pour éviter ce biais, il
faut s'intéresser au R2 ajusté. Dans notre cas, il est
égal à 0.3861, donc notre modèle est bien significatif.
B) Régression avec les effets fixe avec
muettes
En regardant les résultats donnés par le
modèle9, nous voyons clairement que la méthode
d'effets fixes donne un R2 ajusté de 0.7275, ce que signifie que notre
modèle explique approximativement 72% de la croissance économique
des pays du modèle. Ce résultat reste sans doute meilleur que
celui obtenu par le modèle MCO.
C) Régression avec la méthode effets fixes
« Within »
En regardant les résultats donnés par le
modèle10, nous remarquons que cette méthode nous donne
également un résultat qui est meilleur du modèle MCO, tout
en ayant toutes variables significatives sauf «infl».
D) Régression avec la méthode d'effets
aléatoires
Le modèle d'effets aléatoire11, quant à
lui, nous donne des résultats qui sont également meilleurs du
modèle MCO. Les variables explicatives restent significatives, à
l'exception de deux variables (infl qui représente l'inflation et dem
qui représente la démocratie).
E) Tester la présence des effets
spécifiques
Dans la régression avec la méthode des effets
fixe, nous observons, que la probabilité de Fisher est de 0.00 donc nous
pouvons conclure qu'il existe des effets spécifiques.
Dans la régression avec la méthode des effets
aléatoires, nous devrons utiliser le Test de Breusch-Pagan.
9 Voir le tableau (4) à l'annexe (6).
10 Voir le tableau (5) à l'annexe (7).
11 Voir le tableau (6) à l'annexe (8).
12
H0=absence d'effets spécifiques ; H1=effets
spécifique ;
Règle de décision : p value >0.10 = non rejet
H0.
Quand nous menons le test de Breusch-Pagan, Vu que la
probabilité est 0 alors on rejet H0 et on accepte l'hypothèse
nul. D'où nous pouvons conclure qu'il y a bien les effets
spécifiques pour le modèle à effet aléatoire.
F) Test d'Hausmann
Dans ce test, nous avons les hypothèses suivantes :
Hypothèse nul : modèle d'effets aléatoires est
approprié
Hypothèse alternative : modèle d'effets fixes est
approprié
Vu que la probabilité est 012 alors on
rejette l'hypothèse nulle, et on accepte, par conséquent, le
modèle des effets fixe.
E) Différents tests
Afin de vérifier la validité de notre
modèle, nous allons effectuer plusieurs tests
économétriques.
- Normalité
Pour savoir si les erreurs de notre modèle suivent bien
une loi normale, nous allons utiliser le test de Jacques-Bera. Nous
définissons deux hypothèses : H0 lorsqu'ils suivent cette loi
normale, H1 dans le cas inverse. En réalisant le test, nous obtenons une
probabilité de 0.0105. Cette dernière est inférieure
à la valeur de 0.10. Nous acceptons donc, par conséquent,
l'hypothèse H1.13
Néanmoins, vu que nous avons un nombre d'observations
assez élevé, qui dépasse 1000, nous pouvons continuer les
procédures et appliquer les autres tests.
- Homoscédasticité
Pour vérifier que la variance de nos erreurs est bien
constante, et donc homoscédastique, nous utilisons le test de
Breusch-Pagan. Nous définissons deux hypothèses : H0 si les
erreurs sont homoscédastiques et H1 dans le cas contraire.
12 Voir le tableau (7) à l'annexe (9).
13 Voir le tableau (8) à l'annexe (10).
13
Nous obtenons14 une P-value de 0.000. Cela signifie
que nous rejetons H0, et nous gardons H1, autrement dit, il y a un
problème d'hétéroscedasticité.
En tenant compte de ce résultat, nous avons refait la
régression EF sur stata en ajoutant l'ordre (robust) afin d'appliquer la
correction type (white).
Après avoir fait la correction, les écarts types
sont devenus robustes.15
- Indépendance sérielle
Nous allons utiliser le test de Wooldridge pour pouvoir
trouver s'il y un problème d'autocorrélation. Nos
hypothèses sont : H0 : Absence d'autocorrélation et H1 :
Autocorrélation. Si la probabilité est < 0.10 on refuse H0.
Les résultats sont affichés dans le tableau en
annexe16
V) Résultats et Interprétation
D'après le modèle d'effets fixes, dont les
résultats affichés précédemment ont
été favorisés par le test d'Hausman, nous pouvons
remarquer que la variable « dépenses militaires comme part de PIB
» a joué un rôle négatif sur la variable
expliquée « taux de croissance de PIB ».
Avec un coefficient de -0.42, chaque augmentation de 1% des
dépenses militaires entraine une baisse de 0.42 du PIB, et vice-versa :
chaque diminution de 1% des dépenses militaires augmente le PIB par
0.42%, ce qui est considérable surtout dans cette période
délicate dans l'économie mondiale qui témoigne une baisse
globale.
De plus, les variables « dette, démocratie, le PIB
initial par tête et le taux d'ouverture » sont tous significatives
et agissent négativement sur le PIB, surtout la démocratie. Le
signe négatif de la démocratie peut être expliqué
par le fait que dans certains pays la dictature peut assurer une
stabilité économique dans le pays, et donc la démocratie
peut susciter des émeutes et une instabilité qui peut affecter
l'état général de l'économie.
Il convient de souligner à ce stade le rôle
apparaissait négatif des dépenses de santé sur la
croissance économique. En effet, nous doutons d'avoir eu un
problème
14 Voir le tableau (9) à l'annexe (11).
15 Voir l'annexe (12).
16 Voir l'annexe (13).
14
d'endogénité entre la variable des
dépenses de santé et la croissance économique. Ce
problème a fait en sorte que les résultats de cette variable
soient faux. Par ailleurs, ce signe négatif peut être
expliqué par un constat général dans les pays
développés : il est remarqué que ces pays affrontent un
problème de vieillissement de la population qui dérive de la
croissance de l'espérance e vie, ce qui entraine sans doute une
augmentation de leurs dépenses en matière de santé
à l'encontre de la croissance économique qui dépend, entre
autres, sur la jeunesse.
A la lumière de ce résultat, et tout en
comprenant les enjeux géopolitiques qui affectent sans doute les
décisions des acteurs publics dans le monde entier, nous estimons que la
baisse des dépenses militaires peut avoir, à court et moyen
terme, des effets positifs sur la croissance économique. À long
terme la baisse des dépenses militaires va contribuer sans aucun doute
à ralentir la course d'armement déjà encouru dans le
monde, ce qui diminue les conflits armés et pertes tant humaines
qu'économiques qui y sont attachées.
Notre estimation rejoint, donc, le deuxième courant de
la littérature qui évoque l'effet négatif des
dépenses militaires sur la croissance économique.
15
CONCLUSION
L'effet des dépenses militaires sur la croissance
économique a occupé une place importante dans la pensée
économique. Les économistes ont toujours essayé d'estimer
cet effet pour pouvoir tirer des conclusions valables au niveau
général, peu importe le niveau économique de pays.
Malgré ces nombreuses tentatives, la littérature
économique n'est pas parvenue à un consensus concernant cette
question.
Les auteurs ont expliqué différemment les effets
des dépenses militaires sur la croissance économique. Bien que le
premier courant ait confirmé le caractère positif des
dépenses militaires représenté en l'augmentation des
dépenses destinées aux Recherches et Développement qui en
découle, et dont le secteur privé bénéficie, le
deuxième courant a évoqué les effets négatifs des
dépenses militaires, estimant que ces dépenses exerce un effet
d'éviction sur les investissement privés. Entre les deux courants
existe un troisième qui met l'accent sur le caractère
insignificatif des dépenses militaires, autrement dit, la
neutralité de ses effets sur la croissance économique.
En essayant de contribuer à résoudre cette
problématique, nous avons créé un modèle pour
estimer lesdits effets qui est basé sur une base de données de 57
pays dans la période de 1988 à 2013.
Nous avons appliqué les différentes
méthodes de régression avant de comparer leurs résultats,
afin de compter sur celle qui donne les meilleurs résultats.
Après avoir appliqué la méthode MCO,
Effets fixes et Effets Aléatoires et le test d'Hausman, ce dernier nous
a montré que la méthode d'Effets fixes (within) était la
meilleure. Par conséquence, nous avons fait nos conclusions à la
lumière de celle-ci.
D'après notre modèle, amplement introduit, nous
pensons que les dépenses militaires jouent un rôle négatif
sur la croissance économique. Par l'effet d'éviction qu'il
exerce, elles canalisent les dépenses gouvernementales vers des fins non
productives, ou au moins, moins productives de ceux civils.
Par ailleurs, le choix d'augmenter, d'une façon
incessante, les dépenses militaires peut révéler une
instabilité permanente, ce qui affecte négativement les
investissements privés.
De plus, la course d'armement exercée par les
différents pays rend le risque de conflits armés fort
envisageable. L'issue de ces conflits est normalement plus des dépenses
excessives dans le secteur militaire, et des dégâts sociaux,
économiques et humaines considérables. Afin de remédier
à ces effets, quelque chose qui prend normalement des décennies,
le pays devra réajuster l'allocation de ses ressources de façon
efficace et optimale, dans l'objectif de rattraper ses homologues.
16
Enfin, comme nos bases sont généralement assez
récentes ; nous avons donc dû analyser uniquement la
période de 1988 et 2013, c'est la période qui correspond à
la chute du mur de Berlin. Cependant, il sera aussi intéressant de voir
l'évolution des dépenses militaires avant et après la fin
de la guerre froide, dans le but de voir si le clivage idéologique entre
le camp soviétique et capitaliste l'accès aux armements. En
outre, les données que nous avons choisies ne prennent en compte la
parte de la dépense militaire sur dépense totale. Il sera aussi
intéressant de voir l'effet de la dépense totale par rapport aux
PIB. Par ailleurs, il sera aussi intéressant de voir l'effet de la
dépense militaire sur croissance dans les pays en voie de
développement d'un côté et les pays développé
de l'autre. Nous affirmons à la fin qu'il est certes important d'inclure
une variable instrumentale pour éviter le problème
d'endogénité entre la variable (dépenses militaires) et
les résidus, sauf que pour trouver cet instrument nous avons
cherché l'instrument « conflits » qui s'agit d'une variable
muette pour les conflits internes et externes pour les pays concernés
dans la période de la régression, mais vu que nous n'avons pas
trouvé cette variable, nous nous sommes contenté d'appliquer la
régression sans prendre cela en compte.
17
BIBLIOGRAPHIE
1- J.Dunne, L.Pieroni : (2010) «Ass ssing th Eff ts
of Mi itary Exp n itur on Growth», Paper provided by Department of
Accounting, Economics and Finance, Bristol Business School, University of the
West of England, Bristol in its series Working Papers, Oct 2010, n.1012.
2- L.Pieroni, «Mi itary Exp n itur an E ono i
Growth», papier de recherche fourni par le department de
Comptabilité, d'Economie et de Finance, Bristol Business School,
Université de West of England, papier n.0708, Août 2007.
3- G.d'Agostino, J. P.Dunne et L.Pieroni, (2013) «Mi
itary Exp n itur , En og n ity an E ono i Growth», papier de
recherche fourni par l'Université Library of Munich, Allemagne.
4- Alban, Econométrie des variables
qualitatives. Manuel et exercices corrigés (Broché)
5- A.Alptekin et P.Levine : (2007) «Mi itary Exp n
itur an E ono i Growth», papier de recherche fourni par le department
de Comptabilité, d'Economie et de Finance, Bristol Business School,
Université de West of England, papier n.0708, Août 2007.
6- S.Awaworyi and S.Ling Yew (2014) «Th Eff t of Mi
itary Exp n itur on Growth: An E piri a Synth sis »
ANNEXES
Annexe (1)
1- 2- Morocco
3- Namibia
4- Netherlands
5- Niger
6- Norway
7- Paraguay
8- Poland
9- Qatar
10- Russia
11- Saudi Arabia
12- South Africa
13- Senegal
14- Switzerland
15- Tunisia
16- Turkey
17- United Arab Emirates
18- United States of America
19- Venezuela
18
Algerie
2- Argentine
3- Austalira
4- Austria
5- Bahrain
6- Belgium
7- Benin
8- Brazil
9- Canada
10- Chile
11- China
12- Colombia
13- Congo Republic
14- Costa Rica
15- Cote d'Ivoire
16- Denmark
17- Egypte
18- Ethiopie
19- Finland
20- France
21- Gabon
22- Germany
23- Greece
24- Guinea
25- India
26- Ireland
27- Iran
28- Israel
29- Italy
30- Japan
31- Jordan
32- Korea
33- Kuwait
34- Lebanon
35- Lithuania
36- Luxembourg
37- Madagascar
38- Mali
39- Mexico
19
Annexe (2)
Tableau (1) : Les variables
|
Obs
|
Mean
|
|
Min
|
|
|
1495
|
3.516395
|
2.743187
|
-8.23
|
|
|
1492
|
15732.42
|
18912.08
|
111.5
|
|
|
1497
|
23.07965
|
6.557395
|
5.609
|
|
|
860
|
28.68222
|
62.65361
|
-344.208
|
|
Variable
|
1397
|
2.748962
|
Std. Dev.
4.121181
|
0
|
|
tpib
|
1459
|
6.061001
|
4.126396
|
0
|
|
cpib
|
1491
|
20.47734
|
156.0606
|
-20.62722
|
|
inv
|
1452
|
71.6666
|
41.42942
|
13.25795
|
|
det
|
1102
|
6.794038
|
2.637768
|
1.874583
|
|
20
Annexe (3)
Tableau (2) : Correlation
|
|
|
Variables explicatives
|
|
|
|
Variable explique
|
TPIB
|
DEPSA
|
CPIB
|
DET
|
INV
|
Depmil
|
INFL
|
DEM
|
TOUVNET
|
-0.3825
|
+0.24
|
-0.09
|
0.3348
|
+ 0,05
|
-0.06
|
-0.25
|
+ 0.07
|
21
Annexe (4)
Explication des variables
tpin : représente le taux de croissance de PIB ;
depmil : les dépenses militaires en taux de PIB ;
cpib : représente le PIB initial par tête ;
det : la dette publique en taux de PIB ;
inv : l'investissement en taux de PIB ;
depsa : les dépenses de santé en taux de PIB
;
touvnet : le taux d'ouverture à l'étranger ;
infl : le taux d'inflation
dem : indice de démocratie
: Le terme d'erreur
Annexe (5)
22
Tableau (3) : Modèle MCO
23
Annexe (6)
Tableau (4) : Modèle d'effet fixe
(muette)
|
SS
|
df MS
|
|
Number of obs
|
|
|
|
|
|
3517.13667
|
51 68.9634641
|
|
Prob > F
|
|
|
1185.58503
|
629 1.88487286
|
|
R-squared
|
|
|
|
|
|
Adj R-squared
|
|
|
|
|
|
4702.7217
|
680 6.9157672
|
|
Root MSE
|
|
Source
|
|
|
P>|t|
|
|
|
|
-.0000637
|
8.18e-06 -7.79
|
0.000
|
F( 51, 629)
-.0000797
|
|
Model
|
-.0080074
|
.0028437 -2.82
|
0.005
|
-.0135916
|
|
Residual
|
-.0047589
|
.0080988 -0.59
|
0.557
|
-.0206629
|
|
|
.1512757
|
.0146852 10.30
|
0.000
|
.1224378
|
|
Total
|
-.4781322
|
.0914723 -5.23
|
0.000
|
-.6577603
|
|
|
-.4957068
|
.0795044 -6.23
|
0.000
|
-.651833
|
|
|
-.177605
|
.0752474 -2.36
|
0.019
|
-.3253716
|
|
tpib
|
Coef.
-.0143376
|
Std. Err. t
.0048823 -2.94
|
0.003
|
[95% Conf.
-.0239252
|
|
24
Annexe (7)
Tableau (5) : Modèle d'effets fixes
(Within)
Fixed-effects (within) regression
Group variable: id
|
|
|
|
|
|
|
t
|
P>|t|
|
|
|
R-sq: within = 0.3591
|
between = 0.3733 overall =
0.3434
-.0000637
-.0080074
-.0047589
.1512757
-.4781322
-.4957068
-.177605
-.0143376
8.714733
|
8.18e-06 .0028437 .0080988
.0146852 .0914723 .0795044 .0752474
.0048823 .8402509
|
-7.79 -2.82 -0.59
10.30 -5.23 -6.23 -2.36
-2.94 10.37
|
0.000 0.005 0.557
0.000 0.000 0.000 0.019
0.003 0.000
|
Number of obs =
Number of groups =
Obs per group: min =
avg = max =
F(8,629) =
-.0000797
-.0135916
-.0206629
.1224378
-.6577603
-.651833
-.3253716
-.0239252
7.064696
|
|
Annexe (8)
Tableau (6) : Modèle d'effet
aléatoire
25
26
Annexe (9)
Tableau (7) : Test d'Hausman
. hausman fe re
Note: the rank of the differenced variance matrix (7) does
not equal the number of coefficients being tested (8); be sure this is what you
expect,
or there may be problems computing the test. Examine the
output of your estimators for anything unexpected and possibly consider
scaling
your variables so that the coefficients are on a similar
scale.
|
|
(b-B)
Difference
|
|
(b) (B)
fe re
|
|
-.0000637
|
-.0000597
|
-4.02e-06
|
|
|
-.0080074
|
-.0072992
|
-.0007081
|
|
|
-.0047589
|
-.0011403
|
-.0036185
|
|
|
.1512757
|
.1444938
|
.0067819
|
|
|
-.4781322
|
-.3928342
|
-.085298
|
|
|
-.4957068
|
-.4318874
|
-.0638194
|
|
|
-.177605
|
-.0413254
|
-.1362796
|
|
|
-.0143376
|
-.0107395
|
-.0035981
|
|
sqrt(diag(V_b-V_B))
S.E.
Coefficients
3.12e-06
.0013557
.0002255
.0039583
.0456137
.0387827
.0534109
.0031563 b = consistent under Ho and
Ha; obtained from xtreg B = inconsistent under Ha,
efficient under Ho; obtained from xtreg cpib
det
infl
inv
depmil
depsa
dem
touvnet
Test: Ho: difference in coefficients not systematic
chi2(7) = (b-B)'[(V_b-V_B)^(-1)](b-B)
= 23.91
Prob>chi2 = 0.0012
(V_b-V_B is not positive definite)
.
Breusch and Pagan Lagrangian multiplier test for random
effects
tpib[id,t] = Xb + u[id] +
e[id,t]
|
|
|
|
Estimated results
|
Var
1.884873
chibar2(01)
|
sd
|
|
= sqrt(Var)
6.915767
3.130354
=
2.629785 1.372907 1.769281
1232.61
Prob > chibar2 = 0.0000
Annexe (10)
Tableau (8) : Test de Normalité
. sktest residols
Skewness/Kurtosis tests for Normality
joint
Variable
Obs Pr(Skewness) Pr(Kurtosis) adj chi2(2)
Prob>chi2
residols
27
696 0.0183 0.0450 9.11 0.0105
28
Annexe (11)
Tableau (9) : Test
d'Hétéroscidasticité
Breusch-Pagan / Cook-Weisberg test for
heteroskedasticity Ho: Constant variance
Variables: fitted values of tpib
chi2(1) = 57.68
Prob > chi2 = 0.0000
Annexe (12)
29
La robustness
Annexe (13)
30
Indépendence sérielle
|