IV. Approche
économétrique
II.1. Méthodologie d'analyse
La modélisation des interactions entre IDE et
croissance économique, et l'identification des déterminants des
IDE, se fera à partir d'un modèle structurel à
équations simultanées appliquées sur données de
panel. Ce choix se justifie par le fait que les entrées d'IDE peuvent
expliquer le taux de croissance d'une économie, mais aussi du fait que
le taux de croissance peut constituer un facteur d'attractivité des flux
d'IDE. De plus, certaines variables influencent simultanément les
entrées d'IDE et le taux de croissance. Ainsi, il apparait opportun
d'analyser cette séquence causale de l'attractivité vers les IDE,
puis des IDE vers la croissance, en utilisant un modèle à
équations simultanées qui endogénéise la
croissance, les IDE et certaines variables décisives
d'attractivité et de croissance économique. Ce faisant,
l'estimation d'un modèle structurel à équations
simultanées permet de tenir compte de cette interdépendance et/ou
du double statut de certaines variables, et de réduire
considérablement les biais d'estimation équation par
équation.
En outre, il faut signaler que les études
antérieures sur l'interaction entre IDE et croissance économique
sont presque inexistantes en zone UEMOA. Les études existantes dans le
domaine se sont focalisées sur l'identification des déterminants
des IDE entrants dans la zone. Toutefois, certaines études d'impact et
d'effets interactifs, ont été réalisées
spécifiquement au niveau de certains pays, sans pour autant prendre en
compte l'effet groupe.
Par ailleurs, les études empiriques d'impact de l'IDE
sur la croissance se caractérisent par la non prise en compte des effets
interactifs entre l'IDE et la croissance d'une part, et les facteurs
explicatifs de l'attractivité et la croissance d'autre part. En effet,
la première génération de modèles d'analyse de
l'impact des IDE sur la croissance économique, a été
développée sous forme d'une relation univoque allant des IDE vers
la croissance, dans laquelle les IDE sont considérés comme des
variables exogènes, Alaya et al (2009). La seconde
génération de modèles enrichit la première en
introduisant des variables interactives qui permettent de poser la question des
conditions qui favorisent l'apparition d'effets positifs des IDE, (Borensztein
et al, 1998). Cette approche a permis de définir les capacités
d'absorption nécessaires à l'apparition d'effets positifs des IDE
sur la croissance. Mais elle ne permet pas de traiter ni des relations
réciproques entre croissance économique et IDE, ni de tenir
compte des feedbacks dynamiques entre les IDE et l'insertion
commerciale, le capital humain ou les infrastructures qui peuvent stimuler la
croissance via des gains d'attractivité endogènes.
D'où la naissance de la dernière génération de
modèles qui tient compte des interactions entre la croissance
économique et les IDE, de l'endogénéité possible de
l'IDE à certains facteurs de la croissance tels que l'ouverture
commerciale, les infrastructures, le niveau d'éducation ou la
stabilité macroéconomique. Ces derniers modèles ont
été construits en termes d'équations
simultanées.
Ainsi Alaya (2004), montre que, la présence des
spillovers implique une interaction entre les différents
déterminants de la croissance, d'où l'intérêt
d'endogénéiser ces complémentarités dans l'analyse
empirique. Par ailleurs, les relations observées entre l'IDE et la
croissance peuvent souffrir des problèmes de causalité
réciproque (feedback effect) du fait que l'IDE pourrait
être attiré par des pays où le taux de croissance est assez
élevé, d'où le besoin d'introduire des variables
instrumentales ou des équations multiples afin de résoudre ces
problèmes d'endogénéité.
Afin de dégager les déterminants des IDE, le
modèle s'inscrit dans la logique de la théorie des «
pull factors >> à savoir l'identification des facteurs
d'attractivité spécifiques aux pays de l'UEMOA qui affectent le
choix d'investissement des FMNs. Il s'agira de dégager les facteurs
explicatifs des IDE, et les interactions entre IDE et croissance
écomique, ayant contrôlé les facteurs usuels de la
croissance.
Les différentes variables explicatives sont
exprimées en proportion du PIB. Au delà de la prise en compte de
la taille des différentes économies et de leur niveau de
développement que permet une telle spécification, elle a
l'avantage de permettre une interprétation plus simple des coefficients,
dans la mesure où un certain nombre de variables explicatives sont
également exprimées en pourcentage du PIB, et donc dans la
même métrique. Cette spécification permet également
d'éviter une multicolinéarité du PIB avec l'ensemble des
variables explicatives, (Kinda, 2006).
Le modèle est inspiré de celui de ALAYA (2004) :
« IDE et croissance économique : une estimation à partir
d'un modèle structurel pour les pays de la rive sud de la
méditerranée », auquel nous avons retranché certaines
variables et équations, et ajouté d'autres que nous estimons plus
pertinentes au regard des spécificités de l'UEMOA et de la
disponibilité des certaines données.
A côté des modèles à
équations simultanées, on aurait du penser à un
Modèle à Correction d'Erreur (MCE), afin de mettre en
évidence les relations de court terme et de long terme. Toutefois,
même en utilisant la définition alternative de la
cointégration plus large de Campbell et Perron (1991), permettant de
définir la cointégration entre des variables plus ou moins
hétérogènes, c'est-à-dire qu'il faut au moins deux
variables I(1) dans une relation pour avoir cointégration, ce
modèle apparaît inapproprié car toujours est-il que, le
coefficient associé à la force de rappel doit être
négatif, significatif et en valeur absolue inférieur à
l'unité. Ces conditions ne sont pas satisfaites par notre base de
données. Certains auteurs soutiennent que même en cas de variables
stationnaires, des MCE peuvent être développés mais les
conditions requises pour le coefficient de la force de rappel doivent toujours
être vérifiées.
| 
