WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Diversification des exportations et croissance economique: cas du Senegal


par Mamadou Lamine BOUSSO
Université Cheikh Anta Diop de Dakar - Master 2 en politique commerciale 2022
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

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 ».

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Piètre disciple, qui ne surpasse pas son maitre !"   Léonard de Vinci