CONCLUSION
Après avoir mis en lumière les différentes
études empiriques sur les
investissements directs étrangers, nous avons ensuite
analysé les caractéristiques statistiques des variables et les
cadres méthodologiques d'estimations du modèle. Les tests de
racines unitaires montrent que toutes les séries sont
intégrées d'ordre un, et que l'application d'un filtre aux
différences a permis de les rendre stationnaires.
D'après l'analyse de la stationnarité (tests ADF
au seuil de 5%) effectuée, les résultats montrent plus
spécifiquement que l'ensemble de nos variables sont stationnaire en
différence première pour le modèle un c'est-à-dire
le modèle sans tendance ni constante ;
Cette analyse nous a permis aussi de faire le choix des
méthodes d'estimations : la co-intégration et la méthode
à correction d'erreurs. Leurs cadres méthodologiques nous ont
permis de déceler néanmoins quelque limites dans leurs mises en
oeuvres, Ces limites sont liées aux conditions d'estimations.
Globalement, les résultats statistiques des variables
du modèle sont satisfaisants pour que les estimations des relations de
longs termes et de courts termes soient effectuées. Nous
présenterons les résultats de ces estimations dans le chapitre
suivant.
CHAPITRE 4 : LES RESULTATS DU MODELE ET
LES RECOMMANDATIONS DE POLITIQUES ECONOMIQUES
En vue de confronter la théorie de l'adaptation
institutionnelle à l'IDE à la réalité camerounaise,
nous examinons ici sa performance dans une analyse de régression
économétrique. Le modèle théorique
développé dans le chapitre précédent nous permet de
construire une relation de long terme et de court terme entre les flux d'IDE et
certains éléments fondamentaux constituant ses
déterminants. Il permet ainsi de construire à partir des
séries temporelles, une équation d'attractivité.
Notons que, l'estimation de cette équation se fait par
la technique de la cointégration lorsqu'il s'agit de définir la
relation de long terme entre les flux d'IDE et ces éléments. Une
fois cette dernière vérifiée, il est alors possible
d'utiliser les modèles à correction d'erreur, pour définir
l'évolution de court terme et de long terme entre la variable
dépendante (IDE) et les variables indépendantes (ces
déterminants). Ces procédures supposent au préalable que
les variables choisies dans la construction de modèle soient
stationnaires ; ce qui a été vérifié au chapitre
précédent.
Si on suppose que les différentes estimations du
modèle approprié ont été normalement
effectuée, leurs résultats nous permettent t-ils de dire qu'il
existe une relation significative entre les flux d'IDE et l'ensemble des
éléments les déterminants d'une part et d'autre part entre
les flux d'IDE et ces éléments pris individuellement ?
A ces deux questions fondamentales, nous apportons non
seulement des réponses pour expliquer la significativité des
variables, mais également nous parviendrons à l'objectif de
recherche : celui d'avoir ciblé les déterminants des
investissements directs étrangers au Cameroun compte tenu des variables
préalablement choisies.
Nous procédons dans ce chapitre à la
présentation et à l'analyse des résultats d'estimations
à la première section. Puis à la deuxième section,
à l'impact des flux d'entrée d'investissements directs
étrangers sur l'économie Camerounaise aux fins des
recommandations de politiques économiques.
SECTION 1 : LA PRESENTATION ET L'ANALYSE CRITIQUE DES
RESULTATS D'ESTIMATION
Il s'agit en fait de présenter les résultats de
la relation de long terme et ceux de l'estimation de la relation de court
terme. Ces résultats sont issus d'un traitement sur Eviews 3.0 et
concernent les données choisies au préalable et compilées
en excel. Nos attentes sont que les résultats de ces estimations
corroborent les énoncés de la théorie d'adaptation
institutionnelle à l'investissement direct étranger et aussi dans
une moindre mesure certains résultats des travaux antérieurs sur
les déterminants de l'investissement directs étrangers surtout
dans les pays en voie de développement.
La première partie de cette section est ainsi
consacrée à l'estimation de la relation de long terme et la
deuxième partie à celle de l'estimation de la relation de court
terme.
A- L'estimation de la relation de long terme.
Nous analysons la co-intégration avec l'approche
proposée par ENGELE et GRANGER. L'analyse commence par tester la
normalité des variables à partir du test de Jarque et Bera (J-B).
On accepte la normalité si la statistique de J-B<X2 (2)
(soit, 5.99). À partir de ce test effectué sur Eviews 3, on
constate que l'ensemble des variables suivent la loi normale (résultats
en Annexe A1), ce qui autorise l'estimation par la méthode des moindres
carrés ordinaires (Frikha, 2005). De même, nous proposons en
annexe (AnnexeA2) les résultats du test du ratio de vraisemblance de
Johannsen pour la détermination du rang de co-intégration du
système.
D'après ces résultats, on peut rejeter le seuil de
5% qu'il existe au plus cinq relations de co-intégrations, Pour
l'estimation de notre modèle.
La stationnarité et la normalité des variables
étant confirmées il est alors possible d'établir la
relation de long terme entre les influx D'IDE et ses déterminants.
1-La présentation des
résultats.
Le tableau ci-après regroupe les résultats des
estimations du modèle de long terme Tableau 5 :
résultats de l'estimation du modèle de long terme.
Dependent Variable: LIDE Method: Least Squares Date: 02/22/09
Time: 10:47 Sam ple: 1970 2006
Included observations: 31 Excluded observations: 6
Variable
|
Coefficient
|
Std. Error t-Statistic
|
Prob.
|
C
|
-11.25882
|
14.86291 -0.757511
|
0.4564
|
DS
|
-2.123351
|
0.873640 -2.430466
|
0.0233
|
LANAL
|
-2.583617
|
1.251421 2.064547
|
0.0004
|
LCR
|
-1.102586
|
0.560616 -2.966740
|
0.0414
|
LDEN
|
-3.034692
|
3.451673 -2.879195
|
0.0024
|
LOUV
|
2.979366
|
0.948872 3.139902
|
0.0046
|
LPNBHBT
|
0.605342
|
0.391261 1.547155
|
0.1355
|
LPOP
|
13.09822
|
3.590818 1.647697
|
0.0813
|
R-squared
|
0.852873
|
Mean dependent var
|
3.934295
|
Adjusted R-squared
|
0.677660
|
S.D. dependent var
|
1.572589
|
S.E. of regression
|
0.892837
|
Akaike info criterion
|
2.828811
|
Sum squared resid
|
18.33464
|
Schwarz criterion
|
3.198872
|
Log likelihood
|
-35.84657
|
F-statistic
|
10.00993
|
Durbin-Watson stat
|
2.195268
|
Prob(F-statistic)
|
0.000011
|
2-L' analyse critique des résultats.
D' après les résultats de cette estimation
présentés ci- dessus, nous pouvons dire que l'influence des
variables explicatives sur le comportement d'IDE est bien significative, la
probabilité de Fisher (F-Statistic=0.00001 1) étant
statistiquement différente de zéro. Le Durbin-Watson égal
à 2.19 montre l'absence d'une éventuelle auto corrélation
des erreurs.
Les valeurs de R2 (0.85) et de R2
ajusté (0.67) montrent que l'ensemble des variables explicatives
choisies du modèle théorique a bien une influence sur la 77
variable expliquée. Les valeurs entre parenthèses
représentent la significativité des coefficients estimés
(voir ci dessus).
Ces résultats expliquent le fait que le modèle est
globalement satisfaisant.
Pris individuellement, les coefficients de certaines variables
sont significatifs alors que d'autre ne le sont pas. Il en est de même
des signes attendus de ceux-ci. En effet, les résultats montrent que,
les variables densité (LDEN), analphabétisation (LANAL),
démocratie stabilité (DS), crédits à
l'économie (LCR) et ouverture (LOUV) ont bien une influence
significative sur la variable L'IDE.
Toute fois, les variables démocratie stabilité
(-2.12), crédit (-1.10) et densité (-3.03) n'ont pas les signes
conformes à l'énoncé théorique selon lequel un
niveau élevé de démocratie stabilité influence
positivement les IDE. De même, la disponibilité du crédit
dans le secteur bancaire et le niveau des infrastructures jouent positivement
dans l'attrait des investisseurs étrangers. Bien qu'au Cameroun, un
niveau élevé de démocratie stabilité, la
disponibilité du crédit et le niveau des infrastructures
influencent le comportement des investisseurs étranger, il ressort de
ces résultats que des faiblesses persistent dans ces secteurs.
Les variables LOUV (2.97) et Analphabétisation (-2.58)
ont des signes attendus. D'après la théorie de l'adaptation
institutionnelle à l'IDE, l'ouverture des frontières au commerce
extérieur joue favorablement dans l'attrait des investissements
étrangers. En ce qui concerne le taux d'analphabétisation, son
signe reflète l'intérêt que les investisseurs
étrangers ont pour le Cameroun en ce qui concerne sa main d'oeuvre
adaptée au marché de l'emploi.
Le taux d'ouverture et d'analphabétisation se
justifient au Cameroun pour le commerce, par l'ouverture de son économie
dans les années 1990 et pour l'analphabétisme, par l'engagement
du gouvernement Cameroun à réduire le taux d'analphabète
dans la population totale. Ce dernier cas s'illustre davantage par la
gratuité de l'éducation de base pour tous instauré il y a
une décennie.
Enfin, la population et le produit national brut par
tête ne sont pas significatifs pour expliquer le comportement de l'IDE au
Cameroun, d'après les résultats de nos estimations bien que la
variable population ait le signe attendu. C'est à
dire que la taille du marché est un facteur non
négligeable pour attirer les investisseurs au Cameroun, de même
que son niveau de développement.
Après avoir ainsi montré l'influence de chacune
des variables sur le comportement d'IDE, il convient de déduire de
l'estimation de cette relation de long terme définie, la série
des résidus et de montrer que ces derniers sont stationnaires. S'ils ne
le sont pas, la relation estimée est une régression fallacieuse.
Dans le cas contraire, la relation de co-intégration est
confirmée. Nous appliquons le test ADF sur les résidus de la
relation estimée.
Tableau 6 : les résultats des tests ADF sur les
résidus estimés.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(RESID01 ,2)
Method: Least Squares
Date: 02/23/09 Time: 11:18
Sample(adjusted): 1973 2006
Included observations: 18
Excluded observations: 16 after adjusting endpoints
Variable
|
Coefficient
|
Std. Error t-Statistic
|
Prob.
|
D(RESID01(-1))
|
-1.788405
|
0.407537 -4.388325
|
0.0005
|
D(RESID01(-1),2)
|
0.229827
|
0.253030 0.908298
|
0.3772
|
R-squared
|
0.722653
|
Mean dependent var
|
0.108458
|
Adjusted R-squared
|
0.705319
|
S.D. dependent var
|
1.969742
|
S.E. of regression
|
1.069266
|
Akaike info criterion
|
3.076260
|
Sum squared resid
|
18.29326
|
Schwarz criterion
|
3.175191
|
Log likelihood
|
-25.68634
|
F-statistic
|
41.68943
|
Durbin-Watson stat
|
2.274537
|
Prob(F-statistic)
|
0.000008
|
ADF Test Statistic
|
-4.388325
|
1% Critical Value*
|
-2.7057
|
|
|
5% Critical Value
|
-1 .9614
|
|
|
10% Critical Value
|
-1 .6257
|
*MacKinnon critical values for rejection of hypothesis of a unit
root.
Les résultats issus de l'application du test ADF sur
les résidus (voir en Annexe3, le test de normalité) de la
relation entre l'IDE et ses déterminants reportés dans le tableau
4 montrent qu'ils sont stationnaires (car, ADF calculé (-4.3 8) <
critical
value. Par conséquent, la relation définie est une
relation de co-intégration. Il est alors possible d'estimer le
modèle à correction d'erreur.
|