Chapitre 4
Analyse économétrique de la relation
entre dépenses de prestations sociales
de la CNPS et croissance économique
au Cameroun
A
près la pr'esentation des 'etudes r'ealis'ees sur le
lien entre la s'ecurit'e sociale et la croissance 'economique, et l'analyse
descriptive r'ealis'ee sur la place de
la s'ecurit'e sociale dans l''economie camerounaise, il
convient de pr'esenter le lien 'econom'etrique qui existe entre les d'epenses
de prestations sociales et la croissance 'economique au Cameroun. Le pr'esent
chapitre nous offre l'occasion d'identifier et d'interpr'eter la relation
'econom'etrique entre les d'epenses de s'ecurit'e sociale de la CNPS et la
croissance 'economique au Cameroun. A partir de la m'ethodologie d'estimation
pr'esent'ee au chapitre pr'ec'edent, nous utilisons un modèle VECM pour
'etablir cette relation. La suite et la fin de ce chapitre sont consacr'ees a`
l'interpr'etation des r'esultats et les implications de politiques.
4.1 Analyses stochastiques et résultats des
estimations
Cette section est destin'ee a` pr'esenter les
caract'eristiques stochastiques et même descriptives des s'eries de notre
modèle, afin d'estimer les r'esultats recherch'es. Mais avant, nous
pr'esentons les donn'ees qui nous serviront a` l'estimation des r'esultats.
4.1.1 Description des données de l'étude
Les donn'ees que nous utilisons sont relatives aux principales
variables arrêt'ees dans l'estimation du modèle. Ainsi, pour
mesurer la croissance 'economique, nous utilisons les donn'ees du PIB par
tête46 issues du CD-Rom de la Banque Mondiale (World
Development Indicators, WDI 2010). Toujours de cette source (WDI 2010), nous
utilisons la formation brute de capital pour mesurer l'investissement dans
notre modèle.
Les donn'ees sur les d'epenses et recettes de s'ecurit'e
sociale de la CNPS sont issues des principaux annuaires statistiques (les
'editions de 2000 a` 2009) et les comptes administratifs (de 1978 a` 1999)
produits par la CNPS.
En r'esum'e, les donn'ees utilis'ees proviennent de deux
principales sources jug'ees a` notre sens comme sources de r'ef'erence, dans la
publication et la validation des donn'ees. La p'eriode d''etude s''etale sur 30
ans, allant de l'ann'ee 1979 a` 2009, soit 31 observations. Toutes les
variables ont 'et'e logarithm'ees, pour traduire l''equation de la croisance
'economique comme la fonction de production Cobb-Douglas47.
Dès lors, nous pouvons passer a` l'analyse stochastique de nos s'eries
ainsi que l'interpr'etation des r'esultats que nous allons identifier.
4.1.2 Caractéristiques stochastiques des
séries du modèle
Toute analyse 'econom'etrique sur des s'eries temporelles
passe au pr'ealable par une 'etude stochastique des s'eries du modèle.
Cet exercice consacr'e principalement a` la d'etermination de l'ordre
d'int'egration d'une s'erie, nous met a` l'abri des regressions
fallacieuses.
46nous avons du faire le rapport du PIB r'eel de la BM
par la population totale 47Y = AKáLâ
L'analyse stochastique consiste en effet en une identification
des ordres d'int'egrations de
toutes les s'eries du modèle, et a` un
diagnostic des corr'elogrammes des s'eries stationnaris'es.
Pour stationnariser les s'eries, nous nous servons des tests
usuels de stationnarit'e utilis'es dans la plupart des travaux d'analyse
'econom'etrique. Il s'agit du test de Dickey Fuller Augment'e (ADF) et de celui
de Philips-Perron. Ce dernier test est utilis'e pour prendre en compte
l'h'et'erosc'edasticit'e des r'esidus d'une s'erie.
Les tests de stationnarit'e r'ealis'es48 sur les
s'eries du modèle de long terme, sont consign'es dans le tableau
ci-dessous :
Tableau 4.1 : Résultats des tests de
stationnarité
Source : Nos calculs r'ealis'es sur le logiciel R
Les r'esultats ci-dessus montrent que toutes les s'eries du
modèle sont int'egr'es du même ordre (I(1)). Nous sommes donc en
droit de penser qu'il existerait une relation de long terme (relation de
coint'egration) entre les variables du modèle. Pour celà, il
faudrait que les variables soient coint'egr'ees. En d'autres termes, il
faudrait qu'il existe une combinaison lin'eaire entre ces variables qui soit
stationnaire a` niveau (c'est a` dire sans avoir diff'erenci'e
48les résultats détaillées de ces
tests sont présentés en annexe C
au pr'ealable, pour qu'elle soit stationnaire). Dans le cas
o`u les variables sont coint'egr'ees, nous estimons un modèle a`
correction d'erreur (MCE). Si elles ne sont pas li'ees par une relation de long
terme, nous estimons uniquement la relation de court terme49.
Ces r'esultats ne sont pas surprenants. Les analyses
descriptives r'ealis'ees50 sur chacune des s'eries, montrent que
leur 'evolution d'epend fortement du temps. La s'erie LPIB RH commence par une
coissance très forte (jusqu'en 1986)51, et ensuite une forte
chute jusqu'en 1994 (ann'ee de la d'evaluation du FCFA). Elle contient une
croissance lente mais soutenue depuis 1994 jusqu'en 2009. Cette 'evolution est
la même que pour la s'erie LINV P.
De même, les s'eries LPREST TOT et LREC TOT 'evoluent de
manière quasiidentique, de facon croissante. Dans ces
s'eries, il existerait des tendances d'eterministes qui pourraient pertuber la
stationnarit'e de ces s'eries. Au niveau des corr'elogrammes (pr'esent'es en
annexe C) des s'eries diff'erenci'ees (simple ou partiel), toutes les bandes se
retrouvent a` l'int'erieur des seuils limites des diagrammes. Ces figures
viennent en effet, être en accord avec les r'esultats pr'esent'es au
tableau pr'ec'edent.
Après identification de l'ordre d'int'egration des
s'eries du modèle, nous poursuivons avec l'identification du
modèle d'estimation et la pr'esentation des r'esultats.
| 
