2.1 Tests de stationnarité
et de cointégration des variables du modèle
2.1.1 Test de stationnarité ou
tests de racine unitaire
Pour tester la stationnarité des variables nous avons
deux tests celui de Dickey-Fuller Augmenté et de
Phillips-Perron. Le choix du test de stationnarité
dépend souvent de la nature spécifique des données et de
l'objectif de l'analyse.Pour tester la stationnarité des variables de
notre modèle nous allons utiliser le test de Dickey-Fuller
Augmenté.
Les hypothèses à tester sont les
suivantes :
H0 : La variable X est non stationnaire H1 : La
variable X est stationnaire
Tableau 6 :
Résultats stationnarité des variables
VARIABLES
|
T. STAT
|
I (.)
|
P Value
|
PIBh
|
-2.570
|
1
|
0.0993
|
HH
|
-4.547
|
1
|
0.0002
|
OUV
|
-5.587
|
1
|
0.0000
|
FBCF
|
-3.385
|
1
|
0.0115
|
CP
|
-3.743
|
1
|
0.0036
|
PPMX
|
-2.944
|
0
|
0.0405
|
PRN
|
-4.227
|
1
|
0.0006
|
POP
|
-3.174
|
2
|
0.0215
|
Source : Auteur, sur stata
Globalement le tableau (6) montre que les variables du
modèle sont stationnaires à des niveaux différents. En
outre, ces résultats du test de racine unitaire de Dickey-Fuller
Augmenté (ADF) et celui de Phillips-Perron (PP) nous ont montré
que la variable PPMX est stationnaire à niveau tandis que les variables
PIBh, HH, OUV, FBCF, CP et la PRN sont stationnairesen différence
première. En fin la variable POP est stationnaire en différence
second. Puisque toutes les variables ne sont pas intégrées de
même ordre, elles ne pouvaient donc pas être
cointégrées au sens de Granger selon la théorie
économétrique, ce qui nous a guidés à choisir un
modèle à correction d'erreur (MCE).
2.1.2 Test cointégration des variables du
modèle
Les hypothèses à tester pour la
cointégration des variables sont les suivantes :
H0 = Absence de cointégration
H1 = Présence de cointégration
Tableau 7 :
Résultats du test de cointégration
Rang maximal
|
Parms
|
LL
|
Valeurs Propres
|
Trace
|
5%
|
0
|
42
|
439.68813
|
-
|
148.4859
|
94.15
|
1
|
53
|
475.77811
|
0.90255
|
76.3059
|
68.52
|
2
|
62
|
501.43275
|
0.63648
|
44.9364*
|
47.21
|
3
|
69
|
508.2754
|
0.47440
|
24.9967
|
29.68
|
4
|
74
|
513.92535
|
0.35690
|
11.3114
|
15.41
|
Source : Auteur, sur stata
Au moins nous avons deux relations de cointégration, on
rejette l'hypothèse H0 on note une relation de cointégration
entre les variables du modèle.Ainsi, nous utiliserons dans le cadre de
ce travail de recherche le modèle à correction d'erreur.
2.2 Interprétations desrésultats et
discussions
2.2.1 Résultats des estimations
du modèle à correction d'erreur
Tableau 8 :
Résultat des estimations du modèle
lPIBH
|
Coef.
|
St.Err.
|
t-value
|
p-value
|
[95% Conf
|
Interval]
|
Sig
|
HH
|
0.12
|
0.198
|
0.60
|
0.055
|
-0.29
|
0.529
|
*
|
lOUV
|
-0.09
|
0.09
|
-1.00
|
0.325
|
-0.276
|
0.095
|
|
lFBCF
|
0.199
|
0.078
|
2.54
|
0.018
|
0.038
|
0.361
|
**
|
lCP
|
-0.057
|
0.04
|
-1.42
|
0.167
|
-0.14
|
0.026
|
|
lPPMX
|
-0.05
|
0.019
|
-2.61
|
0.015
|
-0.089
|
-0.011
|
**
|
PRN
|
-0.008
|
0.009
|
-0.88
|
0.386
|
-0.027
|
0.011
|
|
lPOP
|
0.438
|
0.105
|
4.17
|
0000
|
0.221
|
0.655
|
***
|
STAT
|
0.024
|
0.037
|
0.63
|
0.532
|
-0.054
|
0.101
|
|
Constant
|
6.328
|
1.485
|
4.26
|
0000
|
3.263
|
9.394
|
***
|
|
Mean dependent var
|
13.413
|
SD dependent var
|
0.122
|
R-squared
|
0.968
|
Number of obs
|
33
|
F-test
|
89.728
|
Prob > F
|
0.000
|
Akaike crit. (AIC)
|
-141.177
|
Bayesian crit. (BIC)
|
-127.708
|
*** p<.01, ** p<.05, * p<.1
|
|
Source : Auteur, sur stata
Après estimation, nous constatons que le modèle
est globalement significatif en effet au moins 4 variables ont un effet
significatif sur le PIBh qui est la variable à expliquer. En effet, le
tableau 8 montre que l'Indice de Diversification des exportations (HH), la
Formation Brute du Capital Fixe (FBCF) et la démographie (POP) ont un
effet positif et significatif sur la croissance économique. Par contre,
la Part des Produits Manufacturés dans les Exportations (PPMX) a un
effet négatif sur la croissance.
Il faut noter donc quela diversification des exportations est
un déterminant important de la croissance économique du
Sénégal, même si la variable d'ouverture s'avère
être non significative.
Des conclusions similaires ont été
trouvées par la plupart des études qui ont confirmé
l'hypothèse qu'une expansion et une diversification des exportations
conduisent à une augmentation de la production, cette relation positive
n'est pas toujours soutenue dans la littérature. En effet, Michaely, M.
(1977) a constaté que la relation positive significative entre
diversification des exportations et croissance économique se
réalise le plus souvent dans les pays développés que dans
les pays les moins avancés. Il a donc soutenu qu'un niveau minimum de
développement était nécessaire pour que les exportations
aient un effet sur la croissance économique. De même, Chang et
al(2000). Dans un contexte VAR ont examiné les relations entre les
revenus, les exportations et les importations à Taïwan de 1971
à 1995. Ils ont constaté que la diversification des exportations
avait un léger effet négatif sur les revenus et que, par
conséquent, l'hypothèse de croissance tirée par les
exportations ne s'appliquait pas à Taïwan. Sharma et Panagiotidis
ont cherché à tester l'hypothèse de croissance
tirée par les exportations dans le cas de l'Inde sur la période
1971-2001 en utilisant différentes approches et leurs conclusions ont eu
tendance à renforcer les arguments infirmant la croissance tirée
par la diversité des exportations.
Le constat sur la Formation Brute du Capitale Fixe (FBCF) est
que si elle augmente de 10% le PIB augmente de 2% toutes choses égales
par ailleurs.
Quant aux produits manufacturés, les résultats
révèlent un effet négatif sur la croissance
économique. Si la PPMX augmente de 10% le PIB baisse de 0,5%. Selon
Bensafta, K.M. (2014), le signe négatif de ce coefficient suppose
l'existence d'un effet seuil : en dessous de 40% de part des exportations
des produits manufacturés dans les exportations totales, la relation est
négative et ce résultat suggère que la transmission
positive de l'exportation des produits manufacturés vers la croissance
commence à partir du seuil de 40%. En dessous de ce seuil, l'impact peut
être négatif. Bien que nous ne disposons pas de données
permettant d'appuyer cette position, il semble plausible de croire que certains
effets d'apprentissage puissent être néfastes.
En outre, dans le cas de la transformation destinée
à l'exportation vers d'autres pays moins développés, par
exemple, il est possible que des goûts inadéquats se
développent et affectent les industries locales. Ces possibilités
sont probablement reliées aux activités de marketing des
entreprises transnationales. Willmore (1990), par exemple, souligne l'impact
négatif de certains produits nouveaux et différenciés
exportés par des firmes étrangères établies en
Amérique centrale sur les autres pays membres du marché commun.
Dans cette optique, Levin et Raut (1997), ont conclu qu'il pouvait y avoir une
forte incidence positive sur la croissance économique lorsque
les exportations totales d'un pays comprennent une plus forte
proportion d'exportations de produits manufacturés.
Pour la variable Population, les mêmes constats ont
été notés, si elle augmente de 10% le PIB augmente de 4.4%
toutes choses égales par ailleurs. Cela montre que le dividende
démographique a un effet favorable sur les performances
économiques du Sénégal. Des résultats similaires
ont été avancés par un groupe de chercheurs et à
l'issue de leurs recherches, c'est ainsi qu'un concept révolutionnaire a
pris l'essor en l'occurrence le « dividende démographique ».
Dans ce même ordre d'idées, Bloom et al. (1997) ont tenté
d'expliquer les performances économiques réalisées dans
l'Asie sud-est et l'Asie du Sud durant la fin du 20esiècle et
ont trouvé que la transition démographique, le passage de fort au
faible taux de mortalité et fertilité était
l'élément moteur de cette forte croissance que l'on a
qualifié de miraculeuse. Après cette étude, il y a eu un
regain d'intérêt sur les questions démographiques dans le
monde et son lien avec l'économie. Dans la foulée, nous pouvons
citer les travaux des auteurs considérés comme des pionniers en
la matière ; Bloom, Canning et Fink (2008) ; Bloom, Canning, Fink, et
Finlay (2009) ; Bloom, Canning, Fink (2009) ; Bloom, Canning, Fink, et Finlay
(2007) ; Bloom, Canning, Fink et Finlay (2009).
Par contre, nos résultats montrent un effet non
significatif dans le PIB des variables Ouverture Commerciale (OUV),
Crédit Privé (CP), Part des Ressources Naturelles dans les
Exportations (PRN) et le la Stabilité Politique (STAB). Ces
résultats pourraient s'expliquer du fait que nos exportations ne sont
pas suffisamment diversifiées afin de pouvoir influencer sur la
croissance économique du fait de la faible industrialisation de
l'économique sénégalaise.
Pour plusieurs auteurs (Aka, 2010 ; Esso, 2010, Kuipou et al.,
2015), le secteur financier joue un rôle déterminant sur la
croissance économique. Les travaux d'Esso (2009), sur les pays de
l'Union Economique et Monétaire Ouest Africaine (UEMOA) exceptée
la Guinée-Bissau, présente des résultats divergents quant
à l'effet du secteur financier sur la croissance économique.
L'auteur montre que le ratio des crédits octroyés au secteur
privé du Bénin affecte négativement le Produit
Intérieur Brute (PIB) par tête au seuil de 10%. Cet effet est
également négatif au seuil de 5% au Togo. En revanche, le ratio
du crédit alloué au secteur privé sur le PIB par
tête du Mali a un effet positif au seuil de 10%. En dépit de ces
pays, le secteur financier n'a aucun effet sur le PIB par tête du Burkina
Faso, de la Côte d'Ivoire, du Niger et du Sénégal. Dans les
pays en développement, le secteur financier n'affecte pas
forcément la croissance économique pour plusieurs raisons :
« la nature et l'orientation des crédits distribués, la
concentration bancaire, le niveau élevé des taux
d'intérêt, la faiblesse des dispositifs institutionnels,
comptables, réglementaires et prudentiels » (Sène, 2018, p.
2).
S'agissant de la variable stabilité politique (STAB)
les résultats font ressortir un effet non significatif sur la croissance
économique sénégalaise. Le taux de croissance
économique est en moyenne le plus élevé dans les pays
stables, environ plus de deux fois plus élevé que les pays
instables. En revanche, ce sont les pays instables qui connaissent les taux de
croissance le plus et le moins élevé.Depuis le début du
vingtième siècle, les nouvelles stratégies de
développement ayant pour objectif principal la lutte contre la
pauvreté et les inégalités ont accordé une place
capitale à la qualité des institutions (El Jabri, 2022 ; Clarke,
2013).Elle constitue désormais le pilier d'un développement
durable, particulièrement pour les pays en voie de développement.
Dans cette perspective, le maintien de la stabilité politique constitue
l'une des préoccupations majeures dans la mesure où de nombreuses
initiatives visant la suppression de l'instabilité politique ont
été entreprises par les organisations internationales. Au
départ, le rapport de la Commission mondiale sur l'environnement et le
développement des Nations Unies de 1987 (CMED, 1988), dit rapport
Brundtland, définit le développement durable (DD) comme le «
développement qui répond aux besoins du présent sans
compromettre la capacité des générations futures à
répondre à leurs propres besoins ».
|