Memoire Online - Dette extérieure et performance économique en Afrique subsaharienne.

Dans ce deuxième volet, nous présenterons d'abord le principe de l'estimation et par la suite, nous passerons en revue les principaux tests de robustesse.

La modélisation sous forme de panel dynamique entraine le problème d'endogénéité. En général, ce problème peut résulter de l'omission de variables explicatives pertinentes dans la spécification du modèle ; de la simultanéité qui apparaît lorsque la variable dépendante et certaines variables explicatives sont déterminées en « même temps », ou encore des erreurs de mesures sur les variables indépendantes et/ou de la variable dépendante. Dans le cas particulier de notre étude, la méthodologie relative au calcul des indicateurs de la dette extérieure peut être sujette à des limites et de ce fait conduire à des erreurs de mesure. Dès lors, l'hypothèse d'exogénéité des indicateurs de la dette extérieure peut ne plus être vérifiée.

De plus, la spécification en panel dynamique nécessite que soit introduite, parmi les variables explicatives, la variable dépendante retardée d'au moins une période. La présence de

celle-ci dans le membre de droite de nos équations entraine automatiquement le biais d'endogénéité. Dès lors, l'utilisation des méthodes traditionnelles notamment celle des MCO n'est plus adéquate puisqu'elle donne des estimateurs biaisés et non convergents à cause de la corrélation entre la variable endogène retardée et le terme d'erreur, lorsque les résidus sont autorégressifs. Il nous faut donc recourir à des méthodes d'estimation plus performantes en l'occurrence la méthode des moments généralisés (GMM) développée par Holtz-Eakin et al. (1988) et Arellano et Bond (1991). À cet effet, Arellano et Bond (1991) proposent de passer l'équation de référence (1) en différences premières permettant ainsi d'éliminer l'effet spécifique aux pays.

Cependant, ce passage soulève un nouveau problème puisque la variable dépendante retardée est par construction corrélée avec le terme d'erreur. Pour apporter une solution à ce problème, les auteurs postulent deux hypothèses à savoir l'absence d'autocorrélation des termes d'erreurs ainsi que la faible exogénéité des variables explicatives (les variables explicatives sont non corrélées avec les réalisations futures des termes d'erreurs). Dès lors, Arellano et Bond (1991) proposent les conditions des moments suivantes :

^Y (? ? ? )?

^{i,t?1 i,t
i,t?s}

^{0 pour s? 2, t} ? ^2,...T

⁽⁵⁾

E?Z (? ? ? )? ^{i,t i,t
i,t?s}
?X ( ? ?? )? ? ^{0 pour s} ? ^{2, t} ? ^{2,...T (6)}
ⁱ , ^t
i , ^{t i,t?s}

Les conditions (4) (5) et (6) soulignent l'absence de corrélation entre les variables explicatives retardées ainsi que les variables endogènes retardées avec les variations du terme d'erreur. De ce fait, les conditions (4) (5) et (6) permettent l'utilisation des variables retardées en niveau comme instruments pour estimer l'équation (3).

Cette méthode bien que procurant des résultats plus précis que les techniques usuelles,

présentent néanmoins quelques limites, car l'utilisation des variables retardées en niveau comme instruments n'est pas toujours adéquate. En effet, Blundell et Bond (1998) ont montré que, sur de petits échantillons, les coefficients pouvaient être sérieusement biaisés si les variables explicatives en niveau présentent une forte corrélation. Aussi, l'approche qui sera privilégiée dans le cadre de cette étude, est l'estimateur GMM en systèmes d'Arellano-Bover (1995)/Blundell-Bond (1998). Elle consiste à combiner pour chaque période l'équation en

différence première avec celle en niveau. Dans l'équation en différence première, les variables sont alors instrumentées par leurs valeurs en niveau retardées d'au moins une période. En revanche, dans l'équation en niveau, les variables sont instrumentées par leurs différences premières (Jeanneney, Guillaumont et Kangni, 2006).

Afin de tester la robustesse de notre modèle, nous effectuerons deux tests. Le premier

est le test de suridentification de Sargan/Hansen. Il permet de tester la validité des variables retardées comme instruments. Il sera concluant si l'on ne parvient pas à rejeter l'hypothèse nulle au seuil de 10%. Nous privilégierons le test de Hansen au test de Sargan, car il est robuste en présence d'hétéroscédasticité sur les résidus. Le second est le test d'autocorrélation de second ordre d'Arellano et Bond. Il sera concluant si l'hypothèse nulle (absence d'autocorrélation des termes d'erreurs en différence première à l'ordre 2) ne peut être rejetée au seuil de 10%.

Dette extérieure et performance économique en Afrique subsaharienne.

II.1.2. Méthode d'estimation