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

 > 

Transfert de technologie et croissance économique: une estimation en panel au sein de l'UEMOA

( Télécharger le fichier original )
par Yawo Agbenyégan ADEDZE-DOGLAN
Université de Lomé - Master de recherche 2012
  

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

Conclusion

La première partie de ce document nous a permis de retracer les tendances économiques de la zone UEMOA à travers l'analyse du degré d'ouverture, des facteurs de productions, de l'inflation, des dépenses publiques et du degré d'industrialisation dans le premier chapitre. Nous avons remarqué que le taux de croissance de la zone est resté en moyenne faible, expliqué par l'état des différents déterminants précités.

Le deuxième chapitre, nous a permis de retracer la littérature existante, aussi bien théorique qu'empirique. Ces revus vont nous permettre dans la seconde partie de définir le cadre d'analyse et un modèle pour la suite de notre travail.

DEUXIEME PARTIE :
ESTIMATIONS EN PANELS ET
INTERPRETATIONS

 

Trans~ert de tecfino(ogie et croissance économique : Vne estimation en panefau sein de PVEMOJI

La deuxième partie de notre travail est intitulé estimation en panels et interprétations. Dans le premier chapitre nous présentons notre méthodologie qui est basée sur l'estimation de deux modèles en panels : un modèle à effet fixe que nous corrigeons des erreurs d'hétéroscédacité et de corrélations et un modèle en panel dynamique que nous estimons par la méthode des Moments Généralisés d'Arellano et Bond (1991)/ Bundel et Bond (1998). Pour corriger les imperfections liées à nos différentes séries et éviter les biais d'estimations, nous procédons différemment aux tests de spécification, de stationnarités, d'endogénéité, d'autocorrelation des erreurs, d'hétéroscédasticité et de corrélation inter individuel. Dans le second chapitre, nous présentons tous les résultats obtenus et leurs interprétations : il s'agit principalement des résultats des différents tests préliminaires développés dans notre méthodologie et de l'estimation des deux modèles.

CHAPITRE 1 : MODELISATION EN PANELS

ET PRESENTATION DE LA METHODOLOGIE

Introduction

Dans ce chapitre, sont exposés le modèle d'estimation, les variables et leurs sources et la méthodologie à suivre. Nous utilisons l'économétrie des données de panel car elle est supposée être le meilleur moyen pour prendre en compte les phénomènes de croissance en fournissant des informations en dynamique pour tous les pays de l'UEMOA.

Nous allons donc présenter le cadre d'analyse et le modèle de notre étude qui tourne autour de deux équations : le premier à effet fixe et le second en panel dynamique. A la suite de ces modèles, nous présentons nos variables et leurs origines avant d'exposer notre méthodologie qui s'articule en trois étapes : les tests de spécifications, les test préliminaires (racine unitaire, endogénéité, autocorrelation, hétéroscédasticité corrélation) et enfin l'estimation des modèles en tenant compte des tests préliminaires.

1.1. Cadre d'analyse et le modèle

La référence dans le domaine des études d'effet de l'évolution technologique extérieur sur la croissance nationale demeure à ce jour les travaux de Coe et helpman (1995). Dans leurs études décrites dans la littérature, dans la partie précédente, l'idée était d'évaluer les bénéfices indirects dérivant des importations de biens et services qui incorporent les connaissances technologiques du partenaire commercial à partir des données en panel. Les auteurs partent d'un modèle théorique où la production expliquée par les inputs qui s'écrit de la forme :

Y = D(
·)
, où Y est la production et D(
·) est une fonction linéaire des inputs.

A partir de ce modèle ils ont construit une équation qui prend en compte le stock de capital en R&D domestique et de celui des partenaires commerciaux tout en proposant une méthodologie de calcul du stock de capital en recherche et développement. La version finale de l'équation de base qu'ils ont utilisée a la forme suivante :

1nTFPit = ai + fid1n1itd + fig7G71nD+ fie mit 1nDite-cli + Eit (1)

Yit

Où TFP est la productivité totale des facteurs ; les ai sont les effets individuels ; 13d est

l'élasticité de la TFP par rapport au stock de capital en R&D domestique~~~~, qui peut
varier entre les pays du G7 et les autres pays grâce à l'interaction entre le capital en R&D
domestique et une variable indicatrice qui vaut 1 pour le pays du G7 et 0 pour les autres.

Remit

Yit

est l'élasticité de la TFP par rapport au stock de capital en R&D étrangère, Eit est le

terme d'erreur et Df-cil est le stock de capital en R&D étrangère défini comme le stock moyen de capital en R&D domestique des partenaires commerciaux pondéré par la part des importations.

Plusieurs auteurs dont : Helpman (1997), Lichtenberg et Van P. Potterie (2001), Coe et Al ,2008) vont se baser sur ce modèle pour étudier les effets de la technologie extérieur sur la PGF au niveau national en gardant la même mesure des externalités en R&D extérieures. Dans le même optique, Abdeljabbar et Harchane (2004), rendent dynamique le modèle en utilisant la PGF retardé d'une période comme variable explicative ; ce qui leur a permis de capter l'effet de long terme du transfert de technologie sur la croissance économique.

 

Trans~ert de tecfino(ogie et croissance économique : Vne estimation en panefau sein de PVEMOJI

Il existe également une littérature qui associe les externalités en R&D avec la coopération en R&D pour expliquer la croissance économique. Tarek et Naceur (2007) en utilisant la coopération en R&D comme spillover sur la croissance, développent un modèle en panel dynamique linéaire dans lequel ils utilisent le taux de croissance et les dépenses en R&D retardées d'une période comme variables explicatives.

En référence à ces études empiriques, l'étude de l'impacte de la technologie extérieure sur l'économie des Etats de l'UEMOA doit tenir compte des flux du commerce international et des IDE dans la mesure où les achats de brevets sont insignifiants dans ces zones. Or les variables telles que les importations, les dépenses publiques dépendent partiellement du niveau de l'économie dans les périodes passées. C'est ce qui justifie notre choix de prendre en compte les valeurs passées de certaines de nos variables. De surcroit, pour l'étude des phénomènes régionaux, les panels constituent le meilleur choix permettant de capter les effets dynamiques dans le comportement des agents et de contrôler l'hétérogénéité individuelle et /ou temporelle (Doucoure (2008)). L'auteur précise également que les données de panels constituent une source d'information extrêmement riche permettant d'étudier les phénomènes dans leurs diversités comme dans leurs dynamiques.

Nous aurons donc à estimer deux modèles :

Modèle 1 : Nous partons du modèle néoclassique où la production est expliquée par le capital physique (K), la quantité de travail (L) et le progrès technique (A) :

Y = AF(K, L)

En suite, sous hypothèse d'une fonction Cobb-Douglass linéalisée, nous construisons un modèle linéaire simple où le PIB est expliqué par le capital physique, la force de travail, le progrès technique qui vient sous forme de transfert de technologie internationale. Nous y ajouterons d'autres variables telles que les IDE, les exportations dont les effets sur la croissance ont été empiriquement démontrés.

Modèle 2 : Il est identique au premier à la différence que le PIB par habitant est retardé d'une période pour rendre compte de l'effet dynamique. Ce modèle est semblable à celui utilisé par TAREK. et NACEUR (2007).

 

Trans~ert de tecfino(ogie et croissance économique : Vne estimation en panefau sein de PVEMOJI

Le modèle dynamique

Un modèle est dit dynamique lorsqu'il est caractérisé par la présence d'une ou de plusieurs variables endogène retardées parmi les variables explicatives. Pour la présentation du modèle, nous prenons le cas simple d'un modèle autorégressive d'ordre 1 du type :

Yit = a. Yit-i + fixit + Ili + nit (2) ; i= {1, , k},t={1, ,T}

Yit Désigne la variable endogène, X la variable exogène25 ; á et â sont les paramètres à estimer ; ui l'hétérogénéité individuelle ; çit le terme aléatoire qui est.

Ce modèle peut être réécrit sous la forme : yi=Wiä+Di ui +íi, où ä est une matrice contenant á. et â ; Wi est une matrice contenant les variables endogènes retardées et les variables explicatives ; D la matrice des variables muettes et ui le vecteur des effets individuel, íi le vecteur des résidus

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








"Ceux qui vivent sont ceux qui luttent"   Victor Hugo