Memoire Online - Marchés boursiers et croissance économique. Une analyse comparative entre l'Afrique subsaharienne et l'Asie du sud-est.

La réalisation de cette thèse était un défi personnel. Elle a été un travail long et plein de rebondissements. C'est grâce aux encouragements de beaucoup de personnes que j'ai pu aller jusqu'au bout. Le moment est venu pour les remercier pour leur soutien.

J'exprime ma reconnaissance et ma grande gratitude particulièrement au Pr Luc NEMBOT NDEFFO Vice-Doyen chargé de la Scolarité, des Statistiques et du Suivi des étudiants pour avoir accepté de diriger le présent travail, malgré ses multiples occupations , animé de bonne volonté, ses précieux conseils, et critiques exigeants m'ont considérablement permis de réaliser et d'améliorer ce travail. Je le remercie infiniment pour sa patience et son inconditionnel soutien.

Je remercie Pr David KAMDEM, Doyen de la Faculté des Sciences Economiques et de Gestion pour sa rigueur, ses remarques et ses conseils qui m'ont beaucoup marqués.

Mes remerciements s'adressent également au Président du Jury, Pr Célestin CHAMENI, et au rapporteur le Dr Mathias DJOMDJOM, pour leurs remarques et critiques qui ont permis d'améliorer ce travail.

Je tiens à remercier mes oncles, mes tantes, frères et soeurs : Maman Marie Nguépi Yehouo et papa Kinfack Albert d'avoir cru en moi et pour leurs soutiens multiformes, papa Jean-Pierre FOGUI pour son soutien financier dans mes efforts, papa Emmanuel TSOPGNY, maman Teclaire Wamba, maman Marthe FOFE, Emmanuel NGUEGANG, Maximine KENFACK, Pavel MOUAFO, et Florian MOUAFO et mes soeurs : Jovanca, Gaëlle, Tatiana et Anita MOUAFO pour leurs conseils et encouragements.

Mes remerciements vont aussi à l'endroit de tous mes amis qui ont contribué à l'amélioration de ce mémoire à travers des relectures, critiques et suggestions. Je pense notamment à Christophe KUIPOU, Henri NJANGANG, Gaël TONMO, Narcisse CHA'NGOM et Stéphane TSAPE. De même, je remercie mes camarades de classe : Willy NOUMESSI, Dickson LELE, Noel KEMLEKE, Linda ZANFACK pour leur présence et participation à nos séances de répétition pour la présentation par chacun de nous de nos Power Points et Speech durant deux semaines avant les soutenances.

Je remercie mes très proches amis à savoir : Laëtitia AWA, Dr Aude NGUEDIA, Arnaud HEUNGAP, Charles-Guy AFANDA, pour leurs conseils et soutien moral.

Enfin, tous ceux que je n'ai pas nommément cités se reconnaîtront, je leur dis merci.

RESUME

Cette étude a pour objet, de déterminer la relation qui existe entre le développement des marchés boursiers et la croissance économique dans les pays en développement à travers: la technique d'analyse de panel. Ainsi dans un modèle mettant en relation le taux de croissance économique et trois indicateurs boursiers : la capitalisation boursière, la liquidité boursière liée à l'économie et la liquidité boursière liée au marché, nous utilisons les méthodes des Moindres Carrées Généralisés Faisables (MCGF) et celle des Moindres Cadres Ordinaires (MCO) pour estimer notre modèle de panel. Notre échantillon est constitué de deux groupes de pays du Sud : quatre d'Afrique Subsaharienne (Afrique du Sud, Côte d' Ivoire, Ghana et Nigeria) et quatre d'Asie du Sud-Est (Indonésie, Malaysie, Philippines et Thaïlande). La période d'analyse s'étend sur 23 ans, soit de 1988 à 2010. En ASS, les résultats révèlent l'absence d'une relation significative entre le développement des marchés boursiers et l'évolution de l'activité économique. Par contre en ASE, nous identifions une relation unidirectionnelle entre la capitalisation boursière et la croissance économique, allant de la finance vers la croissance. Toujours en ASE, il existe une relation bidirectionnelle entre le ratio de Turn-over et croissance. Enfin, aussi bien en ASS, qu'en ASE, nous ne détectons aucune relation significative entre le ratio de liquidité boursière lié à l'économie et secteur réel. Globalement ces résultats indiquent que le développement boursier exerce un effet ambigu sur la croissance économique qui diffère selon l'indicateur de développement boursier utilisé et entre les groupes de pays de l'échantillon étudié. L'absence d'une relation significative entre finance et croissance en ASS est due à la présence d'effets de seuil lié aussi bien au niveau du développement boursier qu'au niveau de la croissance économique atteint. Ces résultats suggèrent que des politiques volontaristes et incitatives de la part des Etats et des efforts supplémentaires de la part de des autorités des marchés financiers doivent être engagés afin de renforcer le lien entre marchés boursiers et croissance économique dans les PED d'ASS et d'ASE.

Mots clés : Marchés boursiers, Croissance économique, Données de panel, Sens de la relation, Effets de seuil, Afrique Subsaharienne, Asie du Sud-Est.

ABSTRACT

This study aims to determine the relationship between stock market development and economic growth in developing countries through: Panel analysis technics, in a model relating to the rate of economic growth and three stock market indicators: Market capitalization, market liquidity in terms of economy and the stock market in terms of liquidity. Methods Feasible Generalized Least Square (FGLS) and the Ordinary Least Frames (OLS) are used to estimate our panel model. Our sample consists of two groups of developing countries: Four Sub-Saharan African countries (South Africa, Ivory Coast, Ghana and Nigeria) and four Southeast-Asian countries (Indonesia, Malaysia, Philippines and Thailand). The period of analysis covers 23 years, from 1988 to 2010. The SSA's results indicate the absence of a significant relationship between stock market development and economic activity. A unidirectional relationship between market capitalization and economic growth is identified in SA, ranging from finance to growth. Still in SA, there is a bidirectional relationship between the turnover ratio and growth. Finally both, SSA and SA, have no significant relationship between their market liquidity ratio, in terms of economy and real sector. In general these results indicate that the stock market development exerts an ambiguous effect on economic growth, which differs according to the stock market development index used between the different groups of countries. The lack of a significant relationship between finance and growth in SSA is due to the presence of threshold effects, linked both in the stock development in terms of economic growth achievement. These results suggest that, proactive policies, incentives from the state and additional efforts on the part of the financial markets' authorities, must be enforced to increase the supply and demand for financial securities, in order to strengthen the link between stock markets and economic growth, in these developing countries.

Keywords: Stocks Markets, Economic Growth, Panel data, direction of the relationship, threshold effects, Sub-Saharan Africa (SSA), Southeast Asia (SA).

LISTE DES ABREVIATIONS

LISTE DES FIGURES

LISTE DES TABLEAUX

CHAPITRE I : INTRODUCTION GENERALE

I .1. Contexte et problématique

I .1.1. Contexte

Au-delà de ses coûts considérables, la crise financière internationale de 2007-2009 souligne les lacunes criantes qui subsistent dans notre compréhension du rôle de la finance et de son intégration avec l'économie. Jusqu'aux années 1980, les liens entre l'économie réelle et l'économie financière étaient relativement peu étudiés. Les théories de la croissance ne faisaient aucune place au rôle du secteur financier. Il fallait remonter à Schumpeter (1911) pour trouver une analyse substantielle du rôle du crédit.

Dans son excellente revue de la littérature, dans le Handbook of Economic Growth, Ross Levine (2005) résume ainsi la recherche actuelle sur la finance et la croissance : « Globalement, l'ensemble des recherches actuelles suggèrent que (1) les pays dont les banques et les marchés fonctionnent mieux se développent plus rapidement; (2) le biais de simultanéité ne semble pas affecter ces conclusions, et (3) une efficacité accrue des systèmes financiers réduit les contraintes qui pèsent sur le financement externe des entreprises, indiquant qu'il s'agit là d'un des mécanismes par lequel le développement des marchés financiers influence la croissance ».

La relation entre les marchés boursiers et la croissance ne cesse en effet, d'animer les débats et ce, depuis la fin des années soixante. D'un point de vue Schumpétérien (1911), les institutions financières sont nécessaires à l'innovation technologique qui sous-tend la croissance. Pour Robinson (1952) en revanche le sens de la relation est inverse, le développement boursier n'étant que le résultat de la croissance économique. Face à de telles contradictions, les théories de la croissance endogène ont constitué un apport conséquent. En général, les modèles théoriques de la croissance endogène supposent que c'est le développement financier qui entraine une croissance plus soutenue.

A l'opposé des théoriciens ci-dessus, certains auteurs comme, Patrick (1966) trouvent une relation bidirectionnelle entre la finance et la croissance économique dans leurs analyses. Selon cet auteur par exemple, les institutions financières même rudimentaires jouent un rôle prépondérant dans la croissance économique et, le rôle de l'Etat est crucial puisque sa politique doit permettre le bon fonctionnement de l'économie de marché. Patrick (1966) propose alors de prendre en compte le niveau de développement économique du pays pour envisager le sens de la relation entre la finance et la croissance économique. Pour Jung (1986) comme pour Patrick (1966), le sens de la relation allant de la finance vers la croissance ne s'exerce que dans les périodes initiales de développement, puis s'inverse avec la maturité de l'économie.

Même si elle a été nuancée par l'école néo-classique, la relation théorique entre le développement boursier et la croissance économique malgré son échec retentissant (krach boursier de 1929^2(*), la crise asiatique de 1997, la crise des Subprimes de 2007...etc.) a été dans son ensemble, vérifié par la majorité des auteurs des écoles néolibérales et néoclassiques. De l'autre côté, les études empiriques menées jusqu'à présent semblent souvent contradictoires tout en suggérant parfois des conditions économiques, financières et institutionnelles pour un impact significatif entre ces deux sphères.

Les débats théoriques sur le lien entre marchés boursiers et la croissance persistent, mais très peu d'études empiriques existent sur le sens de la relation entre finance et croissance et particulièrement des études sur les PED. La plupart des études existantes sont basées sur une analyse transversale et beaucoup concentrées sur les économies avancées. Les résultats de ces études suggèrent un lien positif entre le développement des marchés de capitaux et la croissance (Levine et Zervos, (1998a)).

Entre la controverse théorique et l'ambigüité empirique notre position en vue de cette relation ``finance-croissance'' semble encore fragile et non rassurante, chose qui nous amène à faire marche arrière sur les faits historiques et l'actualité financière internationale pour mieux cerner la réalité et dévoiler ainsi la nature de la relation existant entre le marché boursier et la croissance économique dans notre panel de PED.

L'importance des mouvements des flux de capitaux vers les pays d'Afrique Subsaharienne et d'Asie du Sud-Est, ces 25 dernières années est impressionnante et expliquée essentiellement par la stratégie d'intégration dans l'économie mondiale. En effet, afin d'intégrer la sphère mondiale et incorporer les nouvelles valeurs de libéralisation dans leurs propres économies, un certain nombre de PED ont opté pour un flux libre du capital à travers leurs frontières. Ils ont favorisé la participation des investisseurs étrangers dans leurs marchés boursiers domestiques. Cette attitude a eu pour effet l'augmentation des flux de capitaux d'une manière considérable et spécialement des flux de capitaux privés. C'est ainsi que les places boursières des TA (Indonesia Stock Exchange, Bourse de Kuala Lumpur en Malaysie, Bourse de Manille aux Philippines et Stock Exchange of Thailand) ont progressé considérablement depuis les années 1970 pour atteindre un niveau record de 1223 milliards de dollars en 2007 soit : 550530 milliards de FCFA (Rol S. et De Boissieu C. (1997)).

Jeunes, de petite taille, mais à fort potentiel... C'est le portrait-robot des Bourses africaines. Les dix principales Bourses africaines ont vu leur capitalisation boursière passer de 222 milliards de dollars (soit 99900 milliards de FCFA), en 2002, à plus de 700 milliards (soit 315 000 milliards de FCFA) en 2008. Dans ce paysage, la bourse Sud-africaine fait figure d'exception avec une capitalisation boursière de plus de 800 milliards de dollars (soit 360000 milliards de FCFA) en 2009. La Johannesburg Stock Exchange (JSE) rassemble, à elle seule, plus des deux tiers des opérations boursières qui se font en Afrique. Elle fait ainsi partie du top 20 des Bourses du monde. Outre la JSE, les Bourses les plus dynamiques sont égyptienne (Egyptian Exchange, EGX, deuxième place d'Afrique), kenyane : la Nairobi Stock Exchange (NSE) est la plus importante et ancienne Bourse en Afrique de l'Est et du Centre, tunisienne (Bourse de Tunis), marocaine (Bourse de Casablanca), nigériane (Nigeria Stock Exchange, NSE), ghanéenne (Ghana Stock Exchange, GSE) et mauricienne (Stock Exchange of Mauritius, SEM). Les Bourses du Caire, de Casablanca, de Maurice et la JSE sont les seuls membres africains de la Fédération internationale des Bourses de valeur (World Federation of

Exchanges, WFE). Les autres sont considérées comme des Bourses « frontières »^3(*) du fait de leur petite taille (Loubser R. (2011)).

Plusieurs PED dont les marchés boursiers connaissent un essor susceptible d'attirer les investisseurs financiers institutionnels ont toutes les chances de faire partie de la deuxième génération d'économies émergentes. Les mêmes évolutions cruciales qui annonçaient l'arrivée de ces investisseurs sur les marchés maintenant émergés des « Dragons » d'Asie (DA) du Sud-Est dans les années 80 s'observent aujourd'hui en Afrique Subsaharienne et chez les « Tigres » asiatiques : la croissance décolle, son principal moteur est le secteur privé et les marchés financiers s'ouvrent. L'environnement mondial a joué un rôle primordial : la quête de rendements déclenchée par la forte liquidité des marchés financiers a encouragé les investisseurs à élargir leurs horizons (Nellor D. 2008)). Mais la génération actuelle d'économies émergentes évolue dans un environnement plus complexe et plus intégré qu'il y a 25 ans.

À l'époque, les investisseurs institutionnels avaient pris pied dans les économies émergentes essentiellement via les marchés d'actions et, plus rarement, par le biais des émissions obligataires en devises^4(*). Désormais, ces investissements ne représentent qu'une fraction des opérations. La gamme des activités financières des investisseurs est extrêmement large et porte notamment sur les obligations en monnaie locale et les instruments des marchés des changes. L'ingénierie financière est aussi plus élaborée^5(*). Depuis 25 ans, les marchés boursiers deviennent plus sophistiqués et complexes, et les nouvelles techniques financières arrivent sur les marchés émergents d'Afrique Subsaharien et d'Asie du Sud-est (TA) presque aussi vite que sur les marchés avancés.

Selon l'étude réalisée par la Banque d'investissement African Alliance, le Johannesburg Stock Exchange reste la première bourse africaine en termes de capitalisation avec 330,287 milliards de dollars (soit 148629,15 milliards de FCFA). Le Nigerian Stock Exchange arrive en seconde position avec 82, 813 milliards de dollars (soit 37265,85 milliards de FCFA) selon ce classement qui se base sur des données arrêtées au 31 mai 2014. Ensuite viennent la Bourse Régionale des Valeurs Molières (BRVM) d'Abidjan conforme à sa place de 6^iéme bourse africaine en termes de capitalisation avec 11, 203 milliards de dollars (soit 5041,35 milliards de FCFA), enfin en 9^iéme position le Ghana Stock Exchange avec 6,085 milliards de dollars (soit 2738,25 milliards de FCFA).

Après un relatif fléchissement en 2009, qui a eu des effets négatifs sur l'emploi et la lutte contre la pauvreté, en Indonésie la croissance a été de 6,5% en 2011 et 6,2% en 2012 (PIB nominal de 878 Mds dollar, soit un PIB/habitant supérieur à 3 593 dollar)^6(*). A 60% du PIB, la demande interne reste le principal moteur de la croissance, mais les exportations et l'investissement y participent désormais pour une plus grande part.

La Malaisie a connu depuis les années 1980 une croissance soutenue de son économie (jusqu'en 2008 autour de 6 % en moyenne par an) mais aussi de sa population (+ 2,6 %/an en moyenne, soit plus du triplement depuis 1960). L'impact de la crise asiatique de 1997 sur le PIB a été effacé dès 2003^7(*). En 2012, soutenue par la consommation privée et un taux d'investissement record en 2012 (+24,8% par rapport à 2011) pour atteindre 139,5 Mds RM soit 14,9% du PIB, la Malaisie a affiché une croissance remarquable en 2012, de 5,6 %.Ce pays est bien en train de gagner ses lettres de noblesse dans le domaine des IPO^8(*). En 2012, deux des plus importantes entrées en bourse auront été malaisiennes, si bien que Bursa Malaysia décroche la 3^eplace mondiale en la matière. Un résultat surprenant quand on sait que Kuala Lumpur est une place modeste dont la capitalisation de 328 milliards d'euros (soit 213200 milliards de FCFA) est trois fois inférieure à celle de New Delhi^9(*) en Inde.

L'économie des Philippines avec en moyenne 5% de taux de croissance depuis le début des années 2000, était en 2012 la plus dynamique de l'ASEAN. L'économie de ce pays à revenu intermédiaire connait une croissance forte (7,6% en 2010) et les fondamentaux sont sains (dette soutenable, déficit budgétaire et inflation maîtrisés, réserves de change importantes)^10(*) (Loungani, Prakash, & Mishra S, (2014)).

Après avoir beaucoup souffert de la crise asiatique de 1997-1998, la Thaïlande a été durement frappée par la crise financière et économique mondiale de 2008, notamment en raison de l'ouverture très large de son économie. Sa croissance s'est contractée de 2,3 % en 2009. Elle n'est toutefois restée que deux trimestres en récession. La bonne gestion des finances publiques et la poursuite des investissements étrangers ont contribué à la reprise. La croissance a atteint 7,5% en 2010^11(*) (Hirst P. et Thompson G, ( 1999)).

Dans les économies avancées la bourse est aujourd'hui un maillon indispensable dans le financement des entreprises et un placement de plus en plus fréquent pour les particuliers. Cette évolution bien que présente dans les économies à revenu intermédiaires du Sud reste très marginale dans l'ensemble PED. En raison de leur intégration financière limitée avec les marchés mondiaux, la plupart des pays africains n'ont pas été directement touchés par la crise financière mondiale. Avec l'avantage du recul, il pourrait être tentant de conclure que cette faible intégration financière était une bonne chose, et qu'il serait dans l'intérêt de l'Afrique de ne pas chercher à l'augmenter. Or, pour accroître son taux de croissance économique et faire reculer la pauvreté, il est indispensable que le continent développe ses systèmes financiers et les intègre au reste du monde. De ces constats théoriques et faits de l'actualité financière récente découle notre problématique.

I.1.2. Problématique

Au regard d'une part de la controverse de la littérature sur la relation entre croissance économique et développement boursier et d'autres part de l'évolution des statistiques économiques et financières des pays de notre échantillon nous nous posons la question suivante :

Quel est le sens de la relation entre le développement boursier et la croissance économique ?

v Quel est l'incidence du développement des marchés boursiers émergents sur la croissance économique des pays d'Afrique Subsaharienne et sur ceux des « tigres » asiatiques?

v Quels sont les effets de la croissance du PIB réel par tête sur le développement des marchés boursiers émergents des pays d'Afrique Subsaharienne et d'Asie du Sud-Est?

I.2.Objectifs et hypothèses de l'étude

I.2.1.Objectifs

L'objectif principal de la présente étude est d'apprécier le sens de la relation entre les marchés financiers émergents et la croissance économique dans les pays d'Afrique Subsaharienne et chez les « Tigres » asiatiques.

O₁- Evaluer l'incidence de l'approfondissement de marchés boursiers sur la croissance économique dans un panel de pays d'ASS et d'ASE.

O₂-Mesurer les effets de la croissance économique sur le développement des marchés boursiers émergents d'ASS et d'ASE.

I.2.2.Hypothèses

H₁-Les marchés financiers émergents d'ASS et d'ASE influencent positivement la croissance économique.

H₂-Le taux de croissance économique est positivement corrélé au développement des marchés boursiers émergents dans les PVD d'ASS et d'ASE.

I.3.Méthodologie de l'étude

La méthodologie développée pour atteindre l'objectif de l'étude consiste à utiliser les données de panel. Les données de panel permettent de suivre un individu i (pays) (i=1 à N) sur une période t (t= 1 à T). Les données sont doublement indicées. L'introduction des effets spécifiques pays dans le modèle permet de prendre en compte une éventuelle hétérogénéité des données et les caractéristiques non observables des pays. Pour estimer nos deux modèles, nous avons utilisé la méthode des Moindres Carrées Généralisées Faisables (MCGF) et exceptionnellement la méthode des MCO pour l'une de nos équations dans le deuxième modèle. Enfin, nous faisons également une étude des effets de seuil à fin de voir à partir de quel seuil cette influence entre finance et croissance est robuste et pertinente.

I.4. Limites de l'étude

Toutefois, nous ne traitons au niveau du présent travail, ni l'aspect de l'instabilité financière et son lien avec le développement des marchés boursiers, et de ses implications en ce qui concerne la relation entre le développement boursier et la croissance, ni l'aspect de la causalité au sens de Granger. La littérature économique en la matière étant assez vaste, elle pourra faire l'objet d'une analyse plus approfondie à l'occasion d'un prochain travail de recherche.

I.5.Plan de l'étude

Ce travail est reparti en six chapitres. Le premier chapitre intitulé Introduction générale est consacré au contexte, à la problématique, aux objectifs, aux hypothèses de l'étude et à la méthodologie utilisée. Dans le deuxième chapitre nous présentons le cadre conceptuel et la revue de littérature qui comprend l'aspect théorique et l'aspect empirique. Il met l'emphase sur les différents éléments et aspects de la finance de marché dans ses rapports avec la croissance économique. Dans le troisième chapitre, nous dressons un bref aperçu du développement boursier de notre panel de pays sélectionnés. Elle traite essentiellement d'une part de la structure et de l'évolution des marchés boursiers de pays d'Afrique Subsaharienne et d'Asie du Sud-Est et d'autre part de l'importance des marchés financiers et leurs liens avec la croissance économique. Le chapitre quatre a trait à la méthodologie utilisée pour mener à bien cette étude ainsi que le cadre d'analyse économétrique élaboré à partir des données de panel réalisé à partir du logiciel Stata 12.Le chapitre cinq présente l'estimation du modèle économétrique et l'interprétation des principaux résultats issus de ce travail. Enfin, une brève conclusion générale et des recommandations de politiques économiques et monétaires afin de guider quelques actions futures font l'objet du chapitre cinq.

CHAPITRE II : CADRE CONCEPTUEL ET REVUE DE LA LITTERATURE

Introduction

L'objectif de ce chapitre est de passer en revue les différentes contributions liées à l'analyse du lien entre marchés boursiers et croissance économique réalisées depuis Schumpeter (1911) jusqu'aux travaux les plus récents ayant traités du sens de la relation entre les deux secteurs. L'analyse de cette littérature tant théorique (II.2.) qu'empirique (II.3.) révèle que cette dernière a connu au cours du temps de nombreux rebondissements : en effet, après les prémisses favorables à un lien positif entre le développement boursier et la croissance économique, la contribution des auteurs d'inspiration keynésienne a montré dans sa grande tendance que le développement boursier serait une conséquence de la croissance économique. Enfin nous présenterons une synthèse des critiques formulées par de nombreux auteurs sur le sens de la relation entre finance direct et croissance et les études de seuils (II.4). Mais avant d'entrer dans le vif du sujet, d'emblée nous précisons certaines notions importantes tels que : le marché boursier et la croissance économique et leurs indicateurs respectifs (II.1.).

II.1.CADRE CONCEPTUEL

II.1.1. Notion des marchés boursiers

Un marché boursier est un lieu où s'échangent différents produits financiers, parmi ceux-ci les plus connus sont les actions et les obligations. Cependant il existe une multitude d'autres produits dits produits "dérivés" (options, warrants, bons de souscription...etc.) dont le nombre n'est limité qu'à l'imagination des financiers. Le marché financier joue le double rôle d'être à la fois un lieu de financement pour les entreprises (émission d'actions ou d'obligations) mais également un lieu de placement (investisseurs). C'est pour cette raison qu'un marché financier est scindé en deux sous marchés qui sont respectivement : le marché primaire et le marché secondaire. Le rôle du marché primaire est d'organiser la rencontre entre les sociétés cherchant à financer leur développement et des détenteurs de capitaux. Le marché secondaire tient plutôt le rôle du marché de l'occasion où les différents intervenants peuvent s'échanger des titres, c'est ce marché qui est le plus actif puisqu'il s'y échange des milliards de dollars par jour.

Les Bourses sont des marchés secondaires sur lesquelles un certain nombreux de titres sont côtés et échangés. Le New York Stock Exchange (souvent appelé Wall Street Exchange, nom de la rue où elle est installée), la Bourse de Tokyo (Kabuto Cho), la London Stock Exchange et Euronext (qui réunit les Bourses de Paris, de Bruxelles, d'Amsterdam et de Lisbonne) sont les plus importants marchés boursiers au monde en ce qui concerne les actions (Mishkin (2010)).

II.1.2. Concept de croissance économique

La notion de « croissance économique^12(*) » désigne l'augmentation du volume de la production de biens et services d'une année sur l'autre (Bastiat, (1850)). Pour Jean De Bornier, « la croissance économique peut être définie comme l'évolution à moyen et long terme du produit total et surtout du produit par tête dans une économie donnée ». Selon la définition de l'économiste français, François Perroux (1961), la croissance économique est « l'augmentation soutenue pendant une ou plusieurs périodes longues d'un indicateur de dimension, pour une nation, ou du produit global net en terme réels » (Mankiw P. et Taylor M. (2010)).

Au sens strict, la croissance décrit un processus d'accroissement de la seule production économique. Elle ne renvoie donc pas directement à l'ensemble des mutations économiques et sociales propres à une économie en développement. Ces transformations au sens large sont, conventionnellement, désignées par le terme de développement économique^13(*).

II.2.REVUE DES TRAVAUX THEORIQUES

Les marchés boursiers deviennent de plus en plus des acteurs importants sur la scène économique. La crise financière récente des Subprimes en est la preuve du rôle joué par le marché financier et son interaction avec l'économie réelle. Malgré ces faits, à travers l'histoire, les économistes ne sont pas toujours d'accord sur cette interaction. Parfois, les opinions sont diamétralement opposées. Nous exposons, au niveau de cette section, les principaux travaux théoriques qui se sont intéressés à l'analyse de la façon avec laquelle l'exercice de ses fonctions par le marché financier affecte le rythme de croissance économique. Nous montrons, par ailleurs, l'existence d'une controverse théorique quant au sens de la relation entre l'expansion du marché boursier et la croissance économique. Nous étudions, au final, les arguments théoriques qui plaident en faveur de la présence d'effets de seuil dans le lien entre le développement financier et le développement économique.

II.2.1.Des fonctions du marché boursier à la croissance économique

II.2.1.1.Le modèle de croissance endogène de Pagano (1993)

Considérer que la croissance économique peut être fonction du développement financier implique naturellement de reconnaître son caractère endogène. Car on sait que dans les modèles « à la Solow », le taux de croissance à long terme de l'économie ne dépend que du progrès technique et de l'évolution de la population active, l'un et l'autre donnés de façon exogène, c'est-à-dire étrangers au fonctionnement de l'économie (à ses institutions, à ses conditions de financement...). Pour formaliser de façon aussi simple que possible les canaux par lesquels la finance peut interagir avec la croissance, il faut donc écrire un modèle de croissance endogène. On le fera en s'appuyant sur une contribution déjà ancienne de Pagano (1993), qui se résume à la spécification des relations suivantes :

Cette fonction suppose que le niveau de production Y_t est proportionnel au stock de capital K_t, A étant un paramètre représentant un facteur de productivité. On justifie traditionnellement une telle fonction par l'existence d'externalités (apprentissage, rôle du capital humain et d'autres formes de capital complémentaires au capital physique, rôle des institutions, des politiques publiques, du secteur financier...) qui permettent d'expliquer la présence au niveau macroéconomique de rendements d'échelle constants.

- On écrit ensuite une équation comptable de définition de l'investissement I, qui s'interprète aussi comme décrivant la dynamique de l'accumulation du capital :

Ø Enfin, on pose l'égalité entre l'investissement et l'épargne nette des coûts de fonctionnement du système financier : It = ø S_t

(1 - ø) représentant le taux de prélèvement de ces coûts sur l'épargne et pouvant donc être interprété comme une mesure de l'inefficience du système financier. On peut alors écrire l'équation du taux de croissance :

Ce qui revient à dire que le taux de croissance de l'économie est fonction de trois variables qui traduisent les incidences exercées par le système financier sur le secteur réel. Le système financier influe ici de trois façons sur la croissance du capital et de la production :

ü par sa capacité à sélectionner les projets d'investissement, il agit sur la productivité du capital ;

ü par le niveau plus ou moins élevé de ses coûts de fonctionnement, il conditionne le niveau d'épargne mis à disposition de l'investissement ;

ü par sa capacité à offrir des placements attractifs (c'est-à-dire bien rémunérés, présentant une bonne diversification des risques...), il peut induire un niveau d'épargne plus élevé.

La modification de chacun des paramètres identifiés influe sur le taux d'accumulation du capital et, en conséquence, sur le taux de croissance. Une élévation de la productivité du capital accroît le niveau de revenu, donc de l'épargne et par conséquent de l'investissement ; tandis qu'une élévation du taux d'épargne, ou une amélioration de l'efficience opérationnelle du système financier, augmente le taux de croissance de l'investissement et donc de la production.

Cela étant, il reste à préciser ce qui sous-tend ces enchaînements et cela renvoie à la qualité des services financiers fournis aux utilisateurs. Levine [2005] montre qu'ils mettent essentiellement en jeu le traitement de l'information et la baisse des coûts de transaction et identifie cinq fonctions majeures des systèmes financiers :

Ø La production d'informations ex ante sur les entreprises cotées et l'allocation de l'épargne

Ø Le suivi des investissements en exécution et contrôle de la gestion des entreprises

Il appelle « développement financier » le processus par lequel les instruments, les marchés financiers et les intermédiaires financiers améliorent le traitement de l'information, la mise en oeuvre des contrats et la réalisation des transactions, permettant ainsi au système financier de mieux exercer les fonctions définies ci-dessus.

a. Production de l'information ex ante sur les firmes cotées et allocation du capital

Les marchés boursiers sont susceptibles de stimuler la production de l'information relative aux entreprises. En effet, en présence de marchés boursiers larges (Grossman et Stiglitz (1980)) et liquides (Kyle (1984) et Holmstrom et Tirole (1993)), un agent convenablement informé peut facilement dissimuler l'information privée en sa possession et obtenir un gain de cet avantage informationnel. Ceci motive la recherche de l'information, avec des implications positives sur l'allocation du capital^14(*). Allen et Gale (2000) soulignent qu'en situation d'incertitude, les marchés boursiers s'avèrent plus efficaces que les banques dans la collecte et le traitement de l'information. En effet, au sein de ces marchés, les nombreuses entreprises cotées sont obligées de publier leurs états financiers et fournir d'une manière régulière l'information sur les performances réalisées. Ceci accroît la disponibilité de l'information, contrairement à la situation qui prévaut dans les systèmes basés sur les banques où l'information est privée et les possibilités d'externalités positives sont éliminées. D'où le rôle dans l'accumulation du capital prend tout son sens avec cette fonction qui porte sur l'acquisition d'une information suffisante et de qualité concernant la profitabilité des projets d'investissement ou la capacité des agents à s'endetter. En l'absence de cette information, l'accumulation de capital peut s'avérer inefficace et nuire à la croissance à long terme.

b. Suivi des investissements en exécution et contrôle de la gestion des entreprises financées

Le développement des marchés boursiers aide à exercer un meilleur contrôle des entreprises endettées et ce, par la facilitation des dispositifs de rachat d'entreprises inconvenablement gérées (Scharfstein (1988) et Stein (1988)) ou la liaison de la rémunération des managers aux performances de l'entreprise (Diamond et Verrecchia (1982) et Jensen et Murphy (1990)).Ces derniers montrent que les marchés boursiers efficients permettent d'atténuer le problème principal de l'agent. En effet, les marchés boursiers jouent un rôle important dans le contrôle des managers des entreprises financées. Ce rôle est d'autant plus important que, de part l'asymétrie de l'information, les managers sont tentés de favoriser leurs propres intérêts au détriment de ceux des créanciers et des actionnaires. Selon Levine (2005), les marchés financiers constituent des « contrôleurs » plus efficaces que les banques. Ils se prêtent plus facilement à identifier, isoler et mettre en faillite les firmes en détresse, afin de les empêcher de nuire à l'ensemble de l'économie. Les banques sont au contraire, rarement disposées à liquider des firmes avec lesquelles elles entretiennent des relations de longues date, et parfois même multidimensionnelles.

c. Amélioration de la gestion des risques

Selon Levine (2005), les marchés boursiers et les contrats financiers émergent afin d'améliorer la gestion des risques. Ces arrangements financiers permettent, d'après cet auteur, la diversification transversale du risque, le partage inter-temporel du risque et enfin la réduction du risque de liquidité. La théorie traditionnelle de la finance met en évidence le rôle des marchés financiers dans la promotion de la croissance économique via leur effet sur la diversification transversale du risque. Celle-ci représente une technique de couverture contre les risques qui consiste en la détention de portefeuilles diversifiés d'actifs.^15(*)

Au-delà de la diversification transversale du risque, d'autres travaux théoriques étayent le rôle des systèmes financiers dans l'amélioration du partage inter-temporel du risque. Le lissage inter-temporel du risque peut être défini comme étant le mécanisme à travers lequel les risques associés à un stock détenu d'actifs, qui ne peuvent être diversifiés à un moment particulier, sont répartis entre différentes générations du temps (les risques liés aux chocs macroéconomiques à titre d'exemple). (Allen et Gale (1997, p 525)).

Les systèmes financiers émergent également en réponse au risque de liquidité, avec des effets sur la croissance économique de long terme. Les marchés financiers permettent aussi la gestion du risque de liquidité, c'est-à-dire celui dû aux incertitudes associées à la conversion des actifs en un moyen d'échange. La liquidité reflète dans ce sens la possibilité, la facilité et la rapidité, de convertir des instruments financiers en pouvoir d'achat prévisible. Intuitivement, la liquidité favorise la croissance économique (Levine (1991)).

d .Facilitation des échanges de biens et services

Les arrangements financiers qui réduisent les coûts de transaction sont capables de promouvoir la spécialisation, l'innovation et la croissance économique. La spécialisation exige en effet un grand nombre de transactions. Ces dernières étant coûteuses, les arrangements financiers susceptibles de réduire les coûts associés facilitent la spécialisation de l'appareil productif et génèrent des gains de productivité (Levine (2005)).Les interactions qui existent entre la facilitation des échanges, la spécialisation, l'efficacité productive, l'innovation et la croissance sont au coeur de l'analyse développée par Adam Smith (1776) dans son ouvrage Recherche sur la nature et les causes de la richesse des nations. Dans un travail beaucoup plus récent, Greenwood et Smith (1997) montrent que les marchés jouent un rôle important dans la promotion de la spécialisation de l'activité économique, l'accroissement des gains de productivité et la stimulation de la croissance. Les arrangements financiers sont également susceptibles de promouvoir la spécialisation de la production par la mobilisation des ressources financières nécessaires. Cooley et Smith (1998) montrent qu'en absence de marchés financiers, les agents économiques tendent à retarder leur engagement dans des activités entrepreneuriales. Ils sont, en effet, obligés d'attendre l'accumulation de leurs revenus afin de disposer des fonds nécessaires à l'adoption de telles activités (activités connues pour leur échelle importante). Ceci ne peut qu'empêcher la spécialisation et entraver l'apprentissage par la pratique. La présence de marchés financiers accélère, au contraire, le développement entrepreneurial, la spécialisation et l'apprentissage par la pratique et ce, en mettant à la disposition des entrepreneurs potentiels les fonds financiers nécessaires pour l'entreprise des activités de production.

e. Mobilisation des épargnes

Le système financier joue un rôle important dans la mobilisation et la collecte des épargnes. Par l'exercice de cette fonction, les marchés et intermédiaires financiers favorisent l'accumulation du capital puisqu'ils augmentent le volume des épargnes disponibles, facilitent l'exploitation des économies d'échelle et améliorent la maîtrise des indivisibilités des investissements. Au-delà de cet effet direct sur la croissance du stock de capital, une meilleure mobilisation des épargnes améliore l'allocation des ressources et stimule l'innovation. L'adoption des meilleures technologies de production requiert en effet des investissements de grande échelle. Une mobilisation efficace des fonds financiers est, dans ce cas, essentielle. Pour Sirri et Tufano (1995), sans l'accès aux multiples financements fournis par les épargnants, plusieurs processus de production devraient se trouver contraints par des échelles économiquement inefficientes. Acemoglu et Zilibotti (1997) soulignent enfin qu'en présence de projets larges et indivisibles, les arrangements financiers qui assurent une parfaite mobilisation des épargnes contribuent fortement à la croissance de la productivité. Cette fonction est au coeur du premier canal de transmission vers la croissance noté par Pagano et affecte directement l'accumulation de capital, mais aussi la disponibilité de volumes importants d'épargne pouvant financer l'innovation ou des investissements massifs nécessaires à l'exploitation de rendements croissants.

La croissance économique et le marché boursier sont donc intimement liés comme le montre clairement la figure ci-dessous.

FIGURE 1 : Lien théorique entre finance et croissance économique

Fonctions de la finance : Production de l'information, facilitation des échanges, amélioration de la gestion des risques, contrôle des entreprises cotées, mobilisation des épargnes

Les canaux de transmissions : Accumulation, financement de l'innovation technologique, externalités positives

Source : Fonctions du système financier et canaux de transmission du développement boursier à la croissance économique (Levine [1997, p 691]).

En définitive, un marché boursier grand, liquide et efficient favorise la croissance économique. Ainsi, nous constatons que notre hypothèse 1 est vérifiée par la théorie economique. Nous présentons par la suite deux autres modèles théoriques qui soutiennent cette corrélation positive entre la finance et la croissance économique.

II.2.1.2. Modèle de régression indirect de Levine (1991)

Levine (1991) propose d'investir dans le marché boursier afin d'atténuer les risques financiers et accroître la productivité des titres échangés grâce à la liquidité du marché. Ainsi, les entreprises n'ayant pas de difficulté pour vendre leurs titres pourront avoir un haut niveau d'investissement. Pour tester l'hypothèse théorique, il régresse l'investissement sur 03 mesures de la croissance du marché boursier. Suivant le modèle ci-dessous à deux niveaux.

Croissance_it= á^'_i+

'_t+ö₁(croissance_it-1) + ö₂(PIB_it-1) + ö₃(investissement_it-1) + ö₄(IDE_it-1) + ö₅(ES_it-1) + ?'_it ....................................................................................(2)

Où INV_it représente l'investissement réel du pays i à la date t divisé par le PIB, MCR représente le ratio de la capitalisation boursière par le PIB, STR le ratio de liquidité boursière, TR le ratio de turn-over des titres sur le marché, SE le niveau de scolarisation au secondaire, FDI représente l'investissement direct étranger divisé par le PIB. á_imet en évidence les effets spécifiques à chaque pays, ã_t capture les effets communs et spécifique de chaque période tels que les progrès techniques et ?_test le terme d'erreur. Il trouve que la liquidité du marché boursier est importante pour la croissance économique. En effet, une liquidité renforcée facilite l'investissement dans les projets de long terme dont la rentabilité est plus élevée et stimule la croissance économique. Bencivenga et al. (1996) et Levine (1991) pensent qu'un marché liquide réduit le risque et le prix de l'investissement (possibilité de vendre rapidement les capitaux). Un consensus général se dégage des études théoriques, indiquant que le développement des marchés boursiers améliore l'efficacité des investissements.

II.2.1.3.Modéle de régression directe de Levine et Zervos (1997)

A la suite des travaux théoriques d'Atje et Jovanovic (1993), Levine et Zervos (1997) construisent un modèle de régression direct de panel qui leur permet de régresser le taux de croissance du PIB par habitant sur ??une variété de variables de contrôle (ceci afin de contrôler les conditions initiales) et sur une variable synthétique du développement du marché boursier. Ce modèle se présente comme suit :

Y_t= á₁+ á₂SB_t+ á₃X_t+ å_{t
......................................................................................}(3)

Où Y_itreprésente la croissance économique mesurée par le PIB/tête au temps t, SB_t est l'indicateur synthétique du marché boursier à l'année t, X_it représente les variables de contrôle et ?_test le terme d'erreur. Ce dernier modèle est le plus utilisé dans la littérature. Des auteurs comme Biekpe et Adjasi (2006), Mohtadi et Agarwal (2000), Wong et Zhou (2011), l'ont utilisé chacun dans son contexte.^16(*)

Bien que la majorité de la littérature théorique fasse état d'une relation positive entre le développement boursier et la croissance économique, certains articles remettent en cause ce semi-consensus, ainsi que le sens de la relation entre les deux sphères, enfin d'autres soutiennent qu'il existe plutôt une incidence bidirectionnelle.

II.2.2. Controverse du sens de la relation entre le développement financier et la croissance

Le sens du lien entre le développement boursier et la croissance économique fait l'objet d'une intense controverse, non seulement théorique, mais aussi empirique. En effet, s'il est bien admis que le marché boursier stimule la croissance (résultat prouvé par les récents travaux se réclamant de la théorie de la croissance endogène), il apparaît aussi évident que cette dernière pourrait provoquer le développement des marchés financiers. Cette thèse a été soutenue au début des années 50 par Joan Robinson. Selon cette dernière, le développement économique crée la demande d'un certain nombre de services financiers, lesquels sont automatiquement fournis par le système financier. Le secteur financier répond donc passivement et simplement à la croissance et ne peut jouer de rôle fonctionnel dans le processus de développement économique. Le développement boursier n'est dans ce contexte, qu'une résultante de la croissance car « là où la croissance conduit, la finance suit » cité par Robinson (1952, p 86). Notre hypothèse 2 est ainsi vérifiée théoriquement par les travaux de Robinson (1952).

Patrick (1966) suggère, de son côté, que la direction de la relation entre les sphères réelle et financière dépend du niveau de développement économique du pays. Il distingue deux étapes dans le processus de développement économique d'un pays. Dans la première étape, le secteur financier joue un rôle d'impulsion dans le développement économique. Il permet, grâce à l'offre des services financiers, une meilleure canalisation des épargnes (des secteurs « traditionnels » peu productifs vers les secteurs « modernes » plus efficaces) et, par conséquent, une croissance économique plus accélérée (phénomène de « supply leading »). Patrick démontre par ailleurs qu'au fur et à mesure du développement de l'économie, le système financier se perfectionne, devient liquide et vient stimuler la croissance. Il se développe consécutivement au développement économique et non l'inverse. Il le fait de manière passive, répondant simplement à la demande de nouveaux services financiers qui s'adresse à lui (phénomène de « demande following »). L'analyse de Patrick (1966) suggère ainsi que les institutions financières, même rudimentaires, pourraient jouer un rôle prépondérant dans la croissance.

Plusieurs modèles théoriques soutiennent la présence d'interactions croisées entre le développement boursier et la croissance (Greenwood et Jovanovic (1990), Saint Paul (1992), Boyd et Smith (1996), Greenwood et Smith (1997)). Greenwood et Jovanovic (1990) développent un modèle de croissance endogène à partir duquel ils modélisent formellement de telles relations bidirectionnelles. Ils montrent que, par la collecte et l'analyse de l'information, les marchés financiers permettent la réalisation d'économies sur les coûts informationnels. Ils offrent des rendements sûrs et élevés sur les placements financiers et assurent une allocation efficace des ressources financières, avec des retombées favorables sur la croissance économique.

La littérature néoclassique enseigne dans sa grande tendance que la finance est neutre. Cette neutralité se traduit par le fait que la théorie néoclassique du consommateur et du producteur analyse les décisions de consommation et d'investissement sans faire référence à la finance et à la monnaie. Malgré le fait que ces dernières permettent de prendre des décisions dans un cadre inter-temporel, elles sont traitées de façon superficielle sous l'hypothèse de la perfection du marché des capitaux .Aussi, il faut ajouter que les deux théorèmes du bien-être économique qui constituent en quelque sorte le socle de base de la théorie économique, dérivent d'un modèle où la monnaie et la finance ne jouent aucun rôle.

Ainsi, Robinson (1952), Robert Lucas (1988) ou Levine (1997) dénoncent le rôle exagéré donnée au système financier dans la croissance et prétendent que celui-ci ne fait que suivre la croissance sans l'influencer. Mayer (1988) affirme qu'un marché boursier développé n'est pas important pour le financement de l'entreprise.

Joseph Stiglitz (1985,1993) affirme que la liquidité des marchés boursiers n'a pas d'impact sur le comportement des gestionnaires de compagnies et donc n'exerce pas un certain contrôle corporatif. Toujours selon, Stiglitz (2010) : « il n'y a guère de preuve que l'approfondissement des marchés boursiers contribue à la croissance économique, en particulier pour les pays moins avancés ».

En effet, il est d'une part très difficile de connaitre l'emploi exact des fonds levés sur les marchés boursiers et d'autre part, il semble que, les grandes entreprises cotées en bourse utilisent les fonds de leurs actionnaires à d'autres fins que l'investissement productif. Pour ce dernier, elles préfèrent s'adresser traditionnellement au secteur bancaire. En conséquence, il semble que les marchés boursiers ne puissent pas jouer de rôle significatif dans le développement des économies africaines, (Chouchane V, (2001)).

La plupart des économistes du développement sont également sceptiques quant au rôle du système financier dans la croissance économique.

II.2.3.Effets de seuil dans la relation entre le développement boursier et la croissance

La majorité des travaux théoriques converge sur l'importance du développement financier dans le processus de croissance et défend la présence d'une corrélation linéaire croissante entre les deux variables. Certains modèles montrent, néanmoins, la présence d'effets de seuil dans l'impact de l'expansion du marché boursier sur la croissance. D'après ces modélisations, l'effet du développement boursier sur la croissance diffère en fonction du niveau de développement économique du pays ou selon le degré de développement de son système financier. Plusieurs justifications théoriques à de telles non-linéarités sont proposées. Les principaux arguments portent sur les effets, dans le secteur financier, des économies d'échelle, de l'apprentissage par la pratique, des rendements décroissants et sur le niveau de richesse.

Acemoglu et Zilibotti (1997) soulèvent l'importance des économies d'échelle dans le processus d'allocation des épargnes. Selon ces auteurs, les projets les plus productifs sont souvent indivisibles et exigent une taille de départ minimum. Un marché boursier doit donc être suffisamment développé afin de pouvoir mobiliser les fonds nécessaires pour le financement de tels projets rentables, et contribuer à la croissance économique. Ceci n'est pas le cas dans les pays faiblement développés financièrement, ce qui explique leur incapacité à tirer profit du développement des marchés financiers.

Certains modèles renvoient l'impact non uniforme du développement boursier sur la croissance aux effets de l'apprentissage par la pratique. Berthélémy et Varoudakis (1996) montrent que l'influence des marchés boursiers sur la croissance devient pertinente seulement si le seuil « éducatif » est franchi. Le seuil éducatif représente le taux de scolarisation dans l'enseignement secondaire du pays. Selon Lee (1996), l'expansion du secteur financier ne peut être bénéfique à la croissance qu'en présence d'autorités de supervision suffisamment expérimentées, capables de gérer à bien un tel développement. « L'expertise » au sein du secteur financier s'acquiert, néanmoins, via le mécanisme de l'apprentissage par la pratique. Un système financier doit, par conséquent, être suffisamment développé afin de pouvoir stimuler la croissance économique.

La littérature théorique anticipe, par ailleurs, qu'en présence d'un niveau élevé de développement boursier, des améliorations additionnelles de celui-ci tendent à la favoriser, mais d'une manière de moins en moins importante, le rythme de croissance économique. La théorie explique un tel effet (positif mais décroissant) du développement boursier sur la croissance par la présence de rendements décroissants au sein du système financier ou par l'évolution de la structure financière le long du processus du développement financier^17(*).

Deidda et Fattouh (2002) montrent que la contribution du développement boursier à la croissance dépend favorablement du degré de richesse des agents économiques. Le modèle théorique fourni par Gaytan et Ranciere (2004) supporte également l'existence d'effets de richesse dans le lien entre le développement de l'intermédiation financière et la croissance.

En conclusion, les travaux se réclamant de la théorie de la croissance endogène mettent en exergue les canaux à travers lesquels le développement financier peut contribuer au processus de croissance. Par la recherche de l'information sur les projets d'investissement (King et Levine (1993b) , Greenwood et Jovanovic (1990)), la diversification des risques de productivité (Levine (1991)), la gestion des risques de liquidité (Bencivenga et Smith (1991) ), le contrôle des entreprises financées (Bencivenga et Smith (1993)), la mobilisation des épargnes (Acemoglu et Zilibotti (1997)) et la facilitation des échanges (Greenwood et Smith (1997)), les marchés et intermédiaires financiers stimulent l'accumulation du capital, améliorent la productivité globale des facteurs et accélèrent la croissance de long terme. Ces modélisations théoriques mettent en lumière l'importance du rôle joué par le système financier, qu'il soit basé sur les marchés ou les intermédiaires financiers, dans la promotion de la croissance économique. Une littérature théorique récente démontre que la relation entre le développement financier et la croissance de long terme n'est pas aussi linéaire que ne le prévoient la plupart des travaux théoriques précédents sur la question. D'après cette littérature, cette relation est régie par la présence d'effets de seuil liés soit au niveau de richesse (Deidda et Fattouh (2002), Gaytan et Ranciere (2004)) soit à celui du développement du système financier (Berthelemy et Varoudakis (1996), Aghion et al. (2004, 2005)). Après avoir présenté la littérature théorique sur la question du développement financier et de la croissance, il convient à présent d'examiner les résultats des investigations empiriques en la matière.

II. 3. REVUE DES TRAVAUX EMPIRIQUES

Conformément aux prédictions théoriques, la plupart des études empiriques subséquentes concluent à l'existence d'une association positive linéaire entre le développement boursier et la croissance économique (Levine et Zervos (1998b), Rousseau et Wachtel (2000), Beck et Levine (2004), etc.). Certains auteurs apportent néanmoins des preuves contraires à cette assertion et montrent que la relation entre les deux variables est négative, voire inexistante (Ben Naceur et Ghazouani (2007) etc.). L'un des arguments avancés est que l'instabilité macroéconomique liée au développement financier qui pénalise la croissance et anéantie les effets favorables liés au développement financier (Mishkin (1996), Ranciere et al. (2003, 2008), Etc.) . Ils valident cette thèse dans la mesure où ils mettent en avant la présence d'une association positive entre le développement financier et l'instabilité financière. D'autres économistes imputent l'absence de lien entre le développement financier et la croissance à la présence d'effets de seuil dans cette relation (De Gregorio et Guidotti (1995), Deidda et Fattouh (2002), etc.). Nous examinons dans un second temps, la littérature empirique testant la présence d'effets de seuil entre le développement financier et la croissance. Avant de procéder à la présentation de l'ensemble de ces applications, il nous appartient tout d'abord, de passer en revue les diverses mesures de développement boursier employées par les auteurs.

II.3.1. Les mesures de développement des marchés boursiers

a. Le ratio de capitalisation boursière

Ce ratio mesure la taille du marché boursier. Il est égal à la valeur totale des parts cotées en bourse rapportée au PIB. L'utilisation de cet indicateur suppose l'existence d'une corrélation positive entre la taille du marché boursier et son développement. Cependant, ceci n'est pas toujours le cas. Un marché boursier large n'est pas nécessairement efficace dans l'exercice de ses fonctions.

b. Le ratio de liquidité lié à l'économie

Appelé aussi ratio de la valeur échangée, ce ratio évalue le niveau de liquidité (d'activité) du marché boursier. Il rapporte au PIB la valeur totale des actions échangées en bourse^18(*).Son utilisation comme indicateur de développement financier est préconisée par plusieurs auteurs notamment Levine (1991), Bencivenga et al. (1995), etc... . Toutefois, une hausse de la valeur de ce ratio risque de refléter une hausse des cours des titres, plutôt qu'une amélioration du volume des transactions (une augmentation du nombre d'actions échangées) et une meilleure liquidité du marché boursier.

c. Le ratio de liquidité lié au marché

Ce ratio est un indicateur d'efficacité du marché boursier (Hung (2006)). Il rapporte la valeur totale des actions échangées en bourse sur celle des actions cotées. Il mesure ainsi la liquidité du marché boursier relativement à sa taille (et non au PIB comme c'est le cas du ratio de la valeur échangée). Un marché boursier de faible taille (faible capitalisation) mais actif (forte liquidité) présentera un ratio de rotation élevé et inversement.

d. Le nombre de firmes cotées en bourse par habitant.

C'est le nombre d'entreprises cotées en bourses au cours d'une période donnée estimée en années. Ces variables ne sont pas exhaustives et ne représentent que les principaux indicateurs de performance des marchés boursiers rencontrés dans la littérature, car il existe des variables telles que : la concentration du marché (Cont), la profondeur du marché (Depth).

II.3.2. Les études empiriques sur la relation linéaire marché boursier et croissance economique

a. Du développement du marché boursier vers la croissance

King et Levine (1993a) sont les premiers à se pencher sur l'analyse empirique de la relation entre le développement financier et la croissance économique, à partir de données en coupe transversale 19(*). Dans un travail plus récent, incluant les indicateurs de développement des marchés boursiers Levine et Zervos (1998b), sur la base de régressions internationales portant sur 47 pays entre 1976 et 1993, montrent que les niveaux initiaux de liquidité boursière présentent une corrélation significativement positive avec la croissance future du PIB, de la productivité et du stock de capital physique. Toutefois, aucun impact robuste de la taille des marchés boursiers sur les sources de croissance n'a été détecté (effet variable selon l'indicateur de développement financier utilisé).

Atje et Jovanovic (1993) et Harris (1997) testent également la relation entre le développement du marché boursier et la croissance moyennant des données en coupe. Les résultats d'Atje et Jovanovic (1993) sont conformes à ceux de Levine et Zervos (1998b) et dévoilent un effet positif de la liquidité boursière sur le niveau et le taux de croissance de l'activité économique. Harris (1997) montre, de son côté, que cette relation (développement boursier - croissance) varie selon qu'il s'agit de pays développés ou de pays les moins développés.

Rousseau et Wachtel (2000) et Beck et Levine (2004) examinent la relation entre les marchés boursiers, les banques et la croissance du PIB par habitant pour respectivement 47 pays entre 1980 et 1995 (données annuelles) et 40 pays entre 1976 et 1998 (données en moyenne quinquennale). Les estimations mettent en exergue l'importance aussi bien du développement de l'intermédiation financière que de la liquidité des marchés boursiers pour la stimulation de la croissance. La capitalisation boursière semble, en revanche, d'après les résultats de Rousseau et Wachtel (2000), jouer un rôle très négligeable en la matière. Beck et Levine (2004) utilisent la Méthode des Moments Généralisés sur panel dynamique.

Rousseau et Wachtel (2000) estiment, quant à eux, un modèle VAR à l'aide d'une adaptation de cette méthode. Les résultats décelés par ces auteurs défendent de la sorte l'idée que les marchés boursiers exercent un effet favorable indépendant sur la croissance de celui des banques. Autrement dit, ils fournissent des services financiers différents de ceux produits par ces banques.

Sur le continent Africain, les travaux d'Adjasi et Biekpe (2005) sur quatorze pays africains ont montré que la capitalisation boursière avait une très grande influence sur la croissance économique dans les pays avec un revenu au-dessus de la moyenne par habitant. Ils concluent de manière générale que les pays africains avec un marché boursier sous-développé doivent mettre des stratégies sur pied afin de le développer et de bénéficier des gains fournis par le marché boursier.

Mohtadi et Agarwal (2008) ont montré dans une étude menée sur 21 pays émergents parmi lesquels quatre Africains et trois d'Afrique subsaharienne qu'il existe une relation positive entre la capitalisation boursière, le ratio de turn-over et la croissance économique.

Ogunmuyiwa (2010) au Nigeria, Nowbutsing (2010) en Mauritanie pour la période de 1989-2006 à l'aide d'un modèle à correction d'erreur, montrent que la liquidité boursière est positivement corrélée à la croissance économique. En effet la liquidité boursière dans ces pays stimule les investissements.

Adusei M. (2014), cherche à déterminer si la Ghana Stock Exchange contribue à la croissance de l'économie ghanéenne. Il trouve une relation unidirectionnelle allant du développement du marché boursier à la croissance économique. Cependant, l'analyse à long terme de la régression montre une relation négative entre le développement boursier et la croissance économique, il conclut que le développement boursier ne favorise pas la croissance économique au Ghana.

b. Controverse du sens de la relation entre marché boursier et croissance économique

Moyennant des tests de racine unitaire et des analyses de cointégration appliqués dans un contexte de panel relatif à 10 pays en développement entre 1970 et 2000, Christopoulos et Tsionas (2004) montrent l'existence d'une relation de long terme unidirectionnelle qui va du développement boursier vers la croissance économique. La relation inverse est, en revanche, non validée empiriquement pour l'échantillon étudié.

Dans des travaux plus récents et pour des échantillons restreints aux pays en développement (11 pays de la région MENA entre 1979 et 2003 et 30 pays en développement entre 1988 et 2001, respectivement), Ben Naceur et Ghazouani (2007) et Saci et al. (2009) testent également le lien entre banques, marchés boursiers et croissance. Bien que les seconds (Saci et al. (2009)) confirment les résultats de Rousseau et Wachtel (2000) et Beck et Levine (2004) quant au rôle prometteur du développement boursier sur la croissance, Ben Naceur et Ghazouani (2007) démontrent un lien non significatif entre les deux grandeurs.

Moez Ouni (2011) considère un échantillon de 48 pays (24 de l'OCDE et 24 en voie de développement). La période d'analyse s'étend de 1960 à 2003. Les résultats obtenus confirment (selon les pays et le niveau de développement boursier), l'effet positif du marché boursier sur la croissance économique, les investissements et la productivité. L'existence d'un effect allant du marché boursier vers la croissance économique ; une relation dans le sens inverse existe aussi dans le cas de certains pays. Dans certains pays, ces effets sont négatifs et statistiquement significatifs et dans d'autres ils sont complètement absents.

Demetriades et Hussein (1996) soutiennent fortement la présence d'une relation bidirectionnelle et faiblement l'existence d'une relation inverse qui va de la croissance vers le développement financier, avec des résultats assez diversifiés entre les économies.

La d'une influence bidirectionnelle entre le développement financier et la croissance pour les économies en développement est remise en question par Xu (2000b). Ce dernier montre la présence d'un impact favorable à long terme, mais défavorable à court terme, du développement financier sur les performances économiques de la majorité des pays en développement étudiés (41 pays en développement entre 1960 et 1993). Il utilise une approche en VAR multivariée qui permet l'identification des effets cumulés à long terme du développement financier sur la croissance du PIB et de l'investissement, tout en tenant compte des interactions dynamiques (à court terme) entre les variables.

Se focalisant sur l'étude du cas de la Malaisie entre 1960 et 2001, Ang et McKibbin (2007) montrent que, contrairement aux résultats dégagés par Xu (2000b), c'est la croissance qui entraine et favorise le développement financier à long terme, et non le contraire (voir aussi Ang (2008). Des conclusions similaires sont tirées par Abu-Bader et Abu-Qarn (2006) pour un échantillon de 5 pays de la région MENA entre 1960 et 2004. Abu-Bader et Abu-Qarn (2006) montrent que la relation à long terme s'initiant entre le développement financier et la croissance pour ces économies est soit bidirectionnelle, soit va de la croissance vers le développement du système financier. C'est la vérification empirique de notre hypothèse 2.

L'association à double sens entre la finance et la croissance est rarement validée pour le cas des pays développés. Se basant sur un Modèle à Correction d'Erreur (MCE), Rousseau et Wachtel (1998) montrent que la direction dominante de la causalité de long terme, dans les 5 pays industrialisés étudiés, est celle qui part du développement financier vers la croissance économique et non le contraire. Moyennant une analyse VECM, Arestis et al. (2001) aboutissent à la même conclusion pour le même groupe de pays, après avoir intégré les indicateurs de développement du marché boursier.

Contrairement à ces résultats et aux prévisions de la théorie, certains auteurs montrent que le développement boursier est négativement ou non significativement associé à la croissance, et d'autres indiquent l'absence d'une incidence entre finance et croissance. Arestis et al. (2001) examinent, au travers d'une approche par séries chronologiques, la relation entre le développement du marché des capitaux propres et la croissance économique et arrivent à la conclusion que les résultats des études portant sur divers pays exagèrent peut-être la contribution des marchés boursiers à la croissance économique. La figure ci-dessous nous indique le sens de la relation entre finance et croissance selon la revue de littérature.

Figure 2: Sens de la relation entre marchés financiers et croissance économique

Après avoir analysé les travaux empiriques défendant la présence d'une relation linéaire entre le développement financier et la croissance, voyons, dans ce qui suit, ce que disent les études appliquées remettant en question une telle linéarité.

II.3.3. Les études sur les effets de seuil dans la relation entre le développement boursier et la croissance économique

En effet, si pour certains économistes l'impact du développement boursier sur la croissance est fonction du niveau de développement économique (Deidda et Fattouh (2002), Rioja et Valev (2004a), Gaytan et Ranciere (2004), Fung (2009)...), pour d'autres, il dépend plutôt du degré de développement financier (Berthelemy et Varoudakis (1996), Rioja et Valev (2004b), Aghion et al. (2004, 2005) ... ou du niveau de l'inflation domestique (Rousseau et Wachtel (2002), Rousseau et Yilmazkuday (2009), Huang et al. (2010), Yilmazkuday (2011)...). Dans ce qui suit, nous mettons l'accent sur quelques-unes des plus importantes études sur les effets de seuil.

a. Le degré de développement boursier comme variable de seuil

Berthelemy et Varoudakis (1996) sont parmi les premiers auteurs à reconnaître l'importance du niveau de développement boursier dans la détermination de sa contribution à la croissance économique. Les résultats obtenus sur un échantillon de 95 pays entre 1960 et 1995 montrent que le développement boursier n'affecte significativement et positivement la croissance qu'à-partir d'un certain seuil. Selon ces auteurs, en présence d'un faible niveau initial de développement boursier et de développement éducatif (taux de scolarisation secondaire inférieur à 6 %), les pays se retrouvent dans un piège de pauvreté où ils ne bénéficient ni des effets favorables du développement boursier, ni de ceux de l'accumulation du capital humain.

Pour la même période d'analyse (1960 - 1995) et un groupe moins large de pays (71 pays), Aghion et al. (2004) décèlent des résultats en contradiction avec ceux de Berthelemy et Varoudakis (1996). Plus en détails, ces auteurs arrivent à la conclusion selon laquelle l'effet du développement boursier sur la croissance de long terme est d'autant plus favorable que le degré de développement boursier est modeste. Cet effet tend, au contraire, à s'annuler pour des niveaux moyens et élevés de développement boursier.

D'autres travaux à l'instar de Khan et Senhadji (2003) confirment les résultats d'Aghion et al. (2004). A l'aide d'estimations faites sur un panel de 159 pays entre 1960 et 1999, Khan et Senhadji (2003) montrent la présence d'une relation en U inversée entre le développement boursier et la croissance économique.

Minier (2003) montre que le développement boursier est corrélé positivement et significativement avec la croissance dans les pays à forte capitalisation boursière. Son effet est toutefois inverse ou non significatif dans les pays à faible capitalisation boursière.

Rioja et Valev (2004b) montrent finalement qu'en présence de systèmes financiers faiblement développés, le développement boursier exerce un effet ambigu sur la croissance qui diffère selon la catégorie d'indicateurs de développement boursier utilisés.

b. Le niveau de développement économique comme variable de seuil

Deidda et Fattouh (2002) testent la présence d'effets de seuil entre le développement boursier et la croissance en liaison avec le niveau de revenu par habitant. D'après les résultats détectés, le développement boursier ne semble pas avoir d'impact sur la croissance dans les pays à faible revenu. Il s'avère, au contraire, prometteur de croissance dans les pays à revenu élevé et dans les pays à revenu intermédiaire.

A l'inverse de Deidda et Fattouh (2002), les résultats des estimations de Rioja et Valev (2004a) montrent la présence d'un effet significativement positif du développement boursier sur la croissance du PIB réel et ce, quel que soit le niveau de développement économique atteint (qu'il soit faible, moyen ou élevé). Cet effet semble toutefois être plus fort dans les pays les plus avancés (niveau de revenu par habitant supérieur à 2490 dollars soit 1344600 FCFA).

La croissance de l'effet favorable du développement boursier avec le niveau de richesse est également mise en évidence par Durham (2002). Sur la base d'estimations sur données de panel relatives à 64 pays entre 1981 et 1998, cet auteur montre que l'impact significativement positif de la liquidité boursière sur la croissance de long terme est d'autant plus important que le niveau du PIB par habitant est élevé, que le système légal domestique est développé et que le risque crédit du pays est faible.

Les précédentes conclusions contredisent la prédiction de la théorie économique selon laquelle, au-delà d'un certain seuil de développement économique, les rendements décroissants réduisent la contribution du développement boursier à la croissance (voir section 2). Cette hypothèse est néanmoins validée empiriquement par Gaytan et Ranciere (2004).

Demetriades et Law (2004) appuient les conclusions de Gaytan et Ranciere (2004) pour un panel moins large de 72 pays entre 1978 et 2000. Ils mettent aussi en évidence l'importance du niveau de développement institutionnel dans la détermination du lien entre l'approfondissement boursier et la croissance. Ils montrent que, dans les pays pauvres, le faible niveau de développement institutionnel annule toutes retombées positives du développement boursier sur la croissance. La contribution du développement boursier à la croissance est, par ailleurs, beaucoup plus importante dans les économies à revenu moyen que dans celles à revenu élevé et ce, conformément aux résultats de Gaytan et Ranciere (2004). Cette contribution parait, toutefois, d'autant plus importante que la qualité des institutions domestiques au sein de ces économies (à revenu moyen) est meilleure.

Dans un travail plus récent, Fung (2009) teste la présence d'effets de seuil entre le développement boursier et la croissance moyennant des données de panel relatives à 57 pays développés et en développement sur la période 1967 - 2001. Son étude conduit à deux résultats intéressants. En premier lieu, le développement boursier et la croissance économique ont une interaction d'autant plus forte que le pays se situe à un stade précoce de développement économique. La relation tend à s'affaiblir au fur et à mesure que le degré de développement économique s'accroit. En second lieu, il existe des trappes à pauvreté liées à un niveau initial trop bas de développement boursier, niveau interdisant toute perspective de convergence en termes de croissance économique.

Bien que la théorie sur la relation entre le développement boursier et la croissance fut initiée dans les années 60, la littérature empirique n'a connu un essor considérable qu'à partir des années 90, date à laquelle les travaux inauguraux de King et Levine (1993 a et b) ont vu le jour. L'évidence empirique sur la relation linéaire entre le développement boursier et la croissance se montre non concluante. La majorité des investigations empiriques analysées défend l'existence d'un lien linéaire croissant entre les deux variables (King et Levine (1993a), Levine et Zervos (1998b), Rousseau et Wachtel (2000), etc.). Certains auteurs mettent néanmoins en doute la solidité d'un tel résultat et échouent à déceler une relation significativement favorable et robuste entre les indicateurs de développement financier et la croissance (Rousseau et Wachtel (2002), Ben Naceur et Ghazouani (2007), etc.). Un des arguments avancés par la littérature pour justifier l'écart entre les prévisions théoriques et les conclusions empiriques fait référence à la présence d'effets de seuil (de non linéarités) dans la connexion finance - croissance (De Gregorio et Guidotti (1995), Berthelemy et Varoudakis (1996), Deidda et Fattouh (2002), etc.)

CONCLUSION

Ce chapitre fournit une revue de la littérature théorique et empirique sur la relation entre le développement boursier et la croissance économique. Dans la théorie, les modèles notamment ceux fondés sur la théorie de la croissance endogène mettent en avant l'influence positive de la finance sur la croissance. Le sens de relation entre finance et croissance fait toujours l'objet d'intenses débats, non seulement théoriques, mais aussi empiriques. S'il est bien admis que le marché boursier stimule la croissance, il apparaît aussi évident que cette dernière pourrait provoquer le développement des marchés financiers. Plusieurs travaux soutiennent, par ailleurs, la présence d'interactions croisées entre les deux grandeurs. D'autre part, certains travaux montrent que la relation entre les deux variables est au contraire inexistante voire négative. Pour d'autres économistes, en revanche, le signe de cette relation varie en fonction de l'échantillon des pays considérés, de la période d'analyse retenue, de la catégorie d'indicateurs de développement boursier utilisée, de la technique d'estimation employée et de bien d'autres variables. Plusieurs arguments peuvent être avancés pour tenter d'expliquer une telle contradiction dans la littérature, notamment : la présence d'effets de seuil ou de non linéarités dans la relation entre le développement boursier et la croissance, enfin la non prise en compte de l'instabilité financière.

CHAPITRE III : EVOLUTION DES MARCHES BOURSIERS ET DE LA CROISSSANCE ECONOMIQUE DANS LES PAYS D'ASS ET D'ASE

Introduction

Le système financier est le système nerveux central des économies de marché modernes. Sans système bancaire et marchés financiers ni système de paiement fonctionnel, il serait impossible de gérer l'ensemble complexe des relations économiques nécessaires à une économie décentralisée caractérisée par un niveau élevé de division et de spécialisation du travail (Panizza U, (2012)). Dans ce chapitre, nous faisons une présentation synthétique des marchés boursiers de nos deux groupes de pays sélectionnés, ensuite nous analysons l'évolution des situations économiques et de l'impact du secteur financier dans le processus de développement.

III.1. Evolution des marchés boursiers d'ASS et d'ASE

III.1.1. Evolution des marchés boursiers d'Afrique subsaharienne

III.1.1.1. La Bourse de Johannesburg

La Bourse de Johannesburg (en Anglais Johannesburg Stock Exchange Limited, abrégé en JSE Limited) est la plus grande bourse d'Afrique. L'histoire de l'Afrique du Sud est une histoire complexe et tourmentée. Mise au banc de la communauté internationale, sa place avait pris logiquement du retard sur les autres places boursières dans le monde. Mais la fin de l'apartheid en 1991 a redonné un souffle à la bourse de Johannesburg. En 1993, la bourse devient membre de l'Association des Places Africaines ou African Stock Exchange Association(ASEA). La bourse est aujourd'hui ouverte de 9h à 17h et continue d'avoir le Rand comme monnaie d'échange. Gérée par la JSE Securities Echange, cette dernière est, elle-même cotée sur les marchés Sud-africains.

Si la plupart des marchés boursiers africains sont encore à un stade embryonnaire, la bourse Sud-africaine fait figure d'exception. Elle enregistre un bon niveau de transactions qui la place à mi-chemin entre marché mature et marché émergent. Avec une capitalisation estimée à 741 milliards d'euros (soit 481650 milliards de FCFA) en février 2012, la Bourse de Johannesburg reste la première place financière Africaine. Elle a un statut d'entreprise publique, non cotée à la Bourse. Elle compte 472 sociétés cotées réparties sur deux indices boursiers : All-Share Index et le Top-40. L'indice le plus représentatif est le All-Share, alors que le Top-40 regroupe les 40 plus grandes sociétés cotées, soit environ occupe 30% du marché. Le JSE bénéficie d'un marché alternatif permettant aux petites et moyennes entreprises en forte croissance, d'accéder à la bourse^20(*).

La place boursière de Johannesburg a connu un essor marqué au cours de la dernière décennie, la capitalisation boursière ayant progressé de +20 % en moyenne et par an depuis 2004 pour s'établir à 907 Mds USD en 2012. Néanmoins, la croissance de l'indice boursier sud-africain a sensiblement ralenti par rapport à la tendance d'avant crise, avec un taux de croissance annuel moyen de +15,4 % entre 2009 et 2012, contre +34,5 % sur la période 2004-2007.A l'exception de l'Afrique du Sud, aucune place boursière africaine ne se rapproche des niveaux de développement des places financières des pays émergents et développés. L'Afrique du Sud fait ainsi partie des places boursières les plus importantes au niveau international et concurrence les bourses de certains pays émergents comme celles de la Malaisie ou de la Chine.

III.1.1.2. La Bourse de Lagos

Avant la création de la bourse de Lagos en 1960, tous les investissements devaient se faire par le biais des banques, qui transféraient l'argent à la bourse de Londres. La bourse de Lagos fut rebaptisée Bourse du Nigeria en 1977. En 52 ans, le nombre de compagnies listées est passé de 19 à plus de 260, et la capitalisation totale a atteint près de 2 600 milliards de nairas, soit environ 20 milliards de dollars (soit 9000 milliards de FCFA). L'éventail des compagnies recouvre tous les secteurs, de l'agro-alimentaire au pétrolier en passant par le bancaire. La bourse du Nigeria est l'une de celles qui ont enregistré la plus forte progression ces dernières années parmi les économies du Sud, et la 2^iéme d'Afrique Subsaharienne en termes de capitalisation. Les transactions sont surveillées par le Nigerian Stock Exchange (autorégulation) et la Securities and Exchange Commission nigériane. La bourse nigériane a enregistré des performances impressionnantes en 2007 : l'indicateur global est passé de 33163.94 points à 51330.46 points, soit une hausse de 55 % des cours. Quant à la capitalisation boursière totale des entreprises nouvellement ou déjà cotées, elle a fini à 7818 milliards NGN contre 4223milliards NGN à la fin 2006, soit une hausse de 85%^21(*).Le Nigeria Stock Exchange All Share est un indice boursier de la bourse du Nigeria, composé des 202 principales capitalisations boursières du pays. En fin 2008, les investisseurs étrangers ont retiré pas moins de 600 milliards de nairas [environ 3 milliards d'euros, NDLR]. L'indice Nigerian All Share de Lagos a perdu 45 % en 2008 et 35 % en 2009.

III.1.1.3. La Bourse d'Accra

Même si près de 75% de la capitalisation boursière africaine se situe sur le marché sud-africain, il convient de rappeler ici que l'évolution à ce jour depuis juillet 1991, date du lancement effectif de la Bourse des valeurs du Ghana, est spectaculaire. Le Ghana stock exchange (GSE) est une place boursière africaine en plein essor. Le Composit Index est le principal indice de cette place financière. La GSE est opérationnelle trois fois par semaine : le lundi, le mardi et le vendredi. Trois marchés distincts au Ghana permettent aux entreprises de s'introduire en bourse : le premier marché (FOL), le second marché (SOL), et le troisième marché (TOL).Le premier marché est le marché sur lequel sont présentes les entreprises de grande taille. Dans le cadre de ses attributions et prérogatives, le Conseil de la Bourse du Ghana veille au contrôle de l'information, à l'organisation et au contrôle des prestataires de services d'investissement agréés ainsi que des sociétés de gestion de portefeuille.

Sur la place boursière d'Accra, l'efficacité opérationnelle des marchés boursiers s'est fortement accrue, sous l'effet conjugué de la dérégulation, de la technologie et de la concurrence entre marchés. Cette tendance devrait encore s'intensifier, où la consolidation de l'industrie des marchés financiers n'en est qu'à ses débuts. Au cours de l'année 2012, près de 95 millions d'actions ont été échangées pour une valeur de 43,5 milliards de dollars (soit 19575 milliards de FCFA). Cette performance du GSE est le fruit de la bonne santé économique du pays reflétée par la stabilité du cours de la devise locale, le cedi, par rapport au dollar. Le Ghana a d'ailleurs obtenu un B+ (une mauvaise note comparée aux pays du G8 mais intéressant pour un pays africain) chez Standard and Poor's (S&P) ; célèbre agence de notation. Cette évaluation donne une idée du risque encouru par l'investisseur pour qui les valeurs cotées sur le GSE demeurent néanmoins très attractives. A l'instar de celles de ses consoeurs africaines, les performances de la bourse ghanéenne ne cessent de s'améliorer depuis ces dernières années^22(*).

III.1.1.4. La Bourse des valeurs d'Abidjan

En 1974, La Côte d'ivoire crée un marché boursier incarné dans la Bourse des Valeurs d'Abidjan (BVA). Le 16 septembre 1998, la Bourse Régionale des Valeurs Mobilières est substituée à la Bourse des Valeurs d'Abidjan, déjà nantie de quelques 35 entreprises dont la cotation redécolle sur la base du dernier cours en vigueur sur la défunte bourse. La BRVM est une bourse entièrement électronique. Le Site Central, situé à Abidjan, assure les services de cotation, de négociation ainsi que les services de règlements/livraison de titres. Aujourd'hui, on dénombre 38 sociétés de l'Union cotées à la BRVM. La Côte d'Ivoire détient la grande partie de ces sociétés. Lors de son démarrage, la BRVM retient un dénouement des transactions à J+5 (jour de négociation plus 5 jours ouvrés) qui a évolué vers les préconisations internationales en la matière, soit un dénouement à J+3. Trois séances hebdomadaires de bourse avec deux cotations au "fixing" (cours unique obtenu par confrontation des ordres d'achat et de vente). Les principaux indices de la BRVM sont : L'indice BRVM Composite et L'indice BRVM 10. Le premier indice décrit l'évolution de toutes les actions du marché. L'indice BRVM 10 quant' à lui traduit l'évolution des 10 actions les plus liquides du marché. La BRVM affiche à la fin de l'année 2007 une forte hausse par rapport à l'année 2006. En effet, la capitalisation boursière de l'ensemble des valeurs cotées s'élève à 3726 milliards de FCFA au 31 décembre 2007 contre 2067 milliards de FCFA au 29 décembre 2006; soit une hausse de près de 80,26%. Le marché des obligations quant à lui, enregistre un volume annuel de transaction de 1,02 millions de titres pour une valeur globale de 10,16 milliards de FCFA, soit une progression de 59,38% en volume et de 58,75% en valeur par rapport à l'exercice 2006.

Tableau 1: Situation de la capitalisation boursière entre 1988 et 2010 en ASS et en ASE en pourcentage du PIB

Régions Années	Afrique Subsaharienne	Asie du Sud-Est
1988	0.16	0.10
1989	0.14	0.22
1990	0.13	0.19
1991	0.21	0.24
1992	0.15	0.33
1993	0.18	0.73
1994	1.02	0.71
1995	0.67	0.70
1996	0.44	0.73
1997	0.31	0.24
1998	0.29	0.34
1999	0.22	0.47
2000	0.13	0.26
2001	0.09	0.33
2002	0.10	0.33
2003	0.13	0.45
2004	0.19	0.44
2005	0.16	0.45
2006	0.20	0.52
2007	0.23	0.66
2008	0.15	0.30
2009	0.15	0.46
2010	0.19	0.72

Source: Construction de l'auteur à partir des données de la Banque Mondiale (WDI 2012).

Figure 3: Evolution de la capitalisation boursière en ASS en milliards (Mds) de dollars.

Source : Auteur à partir de la base du World Development Indicators de la BM.

Dans le graphique ci-dessus, l'agrégat retenu est la capitalisation boursière en milliard de dollars ; elle est le produit du nombre d'actions communes en circulation et du prix d'une action. Elle représente la valeur de marché de l'ensemble des actions en circulation d'une société par actions. La capitalisation boursière est donc le prix qu'il faudrait payer s'il était possible de racheter toutes les actions d'une société à leurs cours du marché. Les impacts de la crise financière de 2008 sont visibles.

III.1.2. Evolution des marchés boursiers d'Asie du Sud-Est

III.1.2.1. L'Indonesia Stock Exchange

Le 4^ème pays le plus peuplé du monde ne pouvait pas rester des décennies sans place boursière digne de ce nom. Ainsi l'Indonésie, peuplée de 240 millions d'habitants et composée de 17.000 îles, voit dans l'Indonesia Stock Exchange, sa principale place boursière. L'Indonesia Stock Exchange est une place boursière relativement récente, car née de la fusion en septembre 2007 du Jakarta Stock Exchange et du Surabaya Stock Exchange^23(*). L'Indonesia Stock Exchange est une bourse des valeurs basée à Jakarta. Fin 2012, l'Indonesia Stock Exchange cotait 462 compagnies, pour une capitalisation totale de 426,78 milliards de dollars.

Le fonctionnement de l'Indonesia Stock Exchange a été remanié en janvier 2013. L'ISX est supervisé par le Capital Market Supervisory Agency (équivalent de l' Autorité des Marchés Financiers pour Euronext Paris)^24(*). Les horaires de cotations s'étalent désormais de 9h à 16, et les transactions sont réalisées via le Jats. Basé dans la capitale, Jakarta, l'ISX regroupe logiquement plusieurs indices boursiers afin de faciliter le suivi du marché. Fin 2012, l'Indonesia Stock Exchange cotait 462 compagnies, pour une capitalisation totale de 426,78 milliards de dollars^25(*).Son principal indice, l'IDX Composite, a culminé le 27 mars 2013, avec 4 928,102 points. L'ISX permet aujourd'hui aux investisseurs du pays mais aussi du monde entier d'investir en actions, en obligations, ou même en produits dérivés, tels que des futures : « Japan Futures », « LQ45 Futures », etc...

III.1.2.2. La bourse des valeurs de Thaïlande

Bourse des valeurs de dimension régionale, le Stock Exchange of Thaïlande (SET) se positionne au 3e rang des places d'ASEAN en termes de capitalisation boursière, derrière le Singapore Exchange (SGX) et la Bursa Malaysia (MYX)^26(*). Si Singapour est sans conteste leader en ASEAN, le SET se distingue en 2013 par des performances supérieures en termes de valeur moyenne des transactions de titres, et enregistre la plus importante introduction boursière de l'année dans la région. Au 31 décembre 2011, 545 entreprises y étaient cotées, pour une capitalisation totale de 8 490 milliards de bahts. Ses principaux indices sont le SET Index, le SET50 Index et le SET100 Index. Outre le SET Index, calculé à partir des prix de toutes les actions cotées au premier marché, le SET fournit aussi des indices industriels et sectoriels. Bien que le commerce d'options et de contrats à terme porte sur un large éventail d'actifs sous-jacents (indices, actions, métaux précieux, pétrole ou encore taux d'intérêt), le SET n'offre cependant qu'un choix limité de produits financiers dérivés plus sophistiqués. Ce problème est commun à l'ensemble des bourses des PED. Consciente des freins à son développement et de sa faible attractivité dans certains domaines, la bourse de Bangkok a arrêté un plan stratégique (2014 - 2016) dans le but de stimuler les marchés de capitaux de manière durable^27(*). Afin d'asseoir sa position dans la sous-région du Bassin du Mékong, le SET axe notamment son développement sur l'éducation financière des acteurs de marché, le développement du marché obligataire et de celui de l'or. L'amélioration du marché des produits agricoles par l'utilisation de produits dérivés constitue également l'un de ses objectifs. Dynamique et selon toute apparence bien gérée, la bourse de Thaïlande affiche des résultats très satisfaisants. Afin de faire face à un déficit d'attractivité, elle cherche activement à esquires de nouveaux investisseurs en améliorant la liquidité de ses marchés et en modernisant son offre. À ce titre, l'ouverture de la place aux entreprises étrangères marque une étape clé vers son internationalisation. Sa principale opportunité de développement réside cependant dans l'intégration régionale des marchés de l'ASEAN. La libéralisation des transactions transfrontalières et la création d'un marché commun des capitaux lui permettront probablement de franchir un nouveau palier et de concrétiser son ambition de contribuer davantage à la croissance de l'économie nationale et de celles de la région du Mékong^28(*).

III.1.2.3. La bourse de Kuala Lumpur

La Malaisie est en train de gagner ses lettres de noblesse dans le domaine des IPO (introduction en Bourse). En 2012, la Bourse de Kuala Lumpur a accueilli deux des trois plus importantes entrées en Bourse à l'échelle mondiale. Ces introductions géantes ne sont le fait que des groupes malaisiens et non étrangers. Le vivier de sociétés capable de procéder à des IPO record est donc limité. Hong Kong et Singapour ont donc peu de souci à se faire, elles restent les places préférées des grands groupes désireux de s'introduire en Bourse en Asie. L'indice principal, appelé le Kuala Lumpur Composite Index (KLCI) a passé le cap 1000 en 2006, et en Juin 2007 a tenu une capitalisation boursière des États-Unis $ 307 000 000 000. Les opérations de marché sont divisées en une bourse de valeurs, une bourse de produits dérivés, et un échange Offshore. Comme les autres bourses asiatiques, Kuala Lumpur bénéficie au début des années 1990 d'un afflux massif de capitaux étrangers qui se retirent ensuite, déstabilisant la monnaie puis l'économie du pays. La dévaluation de la roupie indonésienne, est alors suivie de celle du ringgit malais puis du peso philippin et des monnaies de Corée du Sud, Taïwan, Singapour et Hong Kong, avec la fin au système de change fixe ou quasi-fixe qui régnait depuis des décennies dans ces pays (Vorapheth K., (2012)).

III.1.2.4. La bourse de Manille

La bourse de Manille ou Bourse des valeurs des Philippines dont l'acronyme est (PSE), créée en 1927 et renforcée par une loi boursière de 1936, est une des plus anciennes bourses asiatiques. Comme les autres bourses asiatiques, Manille bénéficie au début des années 1990 d'un afflux massif de capitaux étrangers qui se retirent ensuite, déstabilisant la monnaie puis l'économie des pays, et amenant la fin du système de change fixe (Hirst P. et Thompson G.,[ 1999]). Aujourd'hui la bourse de Manille a pris bien plus d'importance qu'elle n'eut au cours de son histoire. Cela s'explique selon différents facteurs : Tout d'abords, les actifs nationaux et ses entreprises ont pour avantage de paraître être sur le sol d'un pays du tiers monde en fort développement ce qui attire énormément d'entreprises et d'investisseurs profitant du faible coûts de la main d'oeuvre ainsi que des faibles charges sociales.

Ensuite la PSE est l'une des bourses de la région à s'être informatisée la première grâce à l'aide de Système Marchand De Stratus. Il faut aussi noter que l'entrée de la PSE dans le marché des obligations et du forex²⁹ (*) (Foreign Exchange) en 2001 est l'une des raisons du succès de cette dernière. Ainsi beaucoup d'investisseurs profitent de ces obligations sûres et toutes nouvelles pour placer leur argent en sécurité. Le pays est remonté dans les classements des agences de notation, l'indice boursier philippin a connu en 2012 la plus forte progression de l'ASEAN (près de 40%) et le peso s'est apprécié de 6%.

Figure 4 : Evolution de la capitalisation boursière en Asie du Sud-Est en milliards (Mds) de dollars.

Source : Auteur à partir de la base de données du World Development Indicators de la BM.

L'évolution de la capitalisation boursière entre 1988 et 2010 en Asie du Sud-Est est très fluctuante. Ceci est en partie dû aux effets dévastateurs de la crise économique asiatique de 1997 et de la crise financière de 2008 sont perceptives.

Figure 5 : Evolution comparée de la capitalisation boursière en milliards (Mds) de dollars en ASS en ASE.

Source : Auteur à partir de la base de données du World Development Index de la BM.

L'évolution comparée de la capitalisation boursière de 1988 et 2010 entre l'ASS et l'ASE, montrent qu'en dépit des chocs exogènes subit par ces deux régions, les marchés boursiers d'ASE sont relatives plus dynamiques que celles d'ASS. Les impacts de la crise économique asiatique de 1997 et de la crise financière de 2008 sont visibles. (Voir également l'annexe 2 : Répertoire de la capitalisation boursière des pays sélectionnés).

III.2. Situations économiques de notre panel de pays

III.2.1. Evolution de la croissance économique en Afrique Subsaharienne

L'Afrique du Sud est la plus grande économie d'Afrique subsaharienne, elle représente près de 30 % du PIB de la région. Cette économie repose en partie sur les matières premières du pays. C'est un pays extrêmement riche en ressources de base marquées par l'abondance et la variété de ses minerais et par des exploitations agricoles modernes. Il est le 1^er pays extracteur d' or et de platine et l'un des premiers pour le diamant et l' argent. Ce pays possède de larges gisements de vanadium, de chrome (65 % des réserves mondiales), de manganèse, de fluorine, de fer, d' uranium, de zinc, d' antimoine, de cuivre, de charbon, et de tungstène. L'Afrique du Sud est un pays émergent. Son économie est de plus en plus diversifiée. Sa croissance est forte mais reste fragile : 5,1 % en 2007, 3,1 % en 2008 (estimation gouvernementale de juillet 2008) dû à la crise financière internationale de 2008. L'économie de l'Afrique du Sud est à deux vitesses : une partie est de pair avec les pays industrialisés et l'autre a des besoins criants d'infrastructures de base. La minorité blanche, mal à l'aise depuis la fin de l' apartheid, est inquiète à cause des ravages causés par la pandémie du SIDA, de la criminalité et des crises politiques au Zimbabwe et en Côte d'Ivoire.

Le Nigéria est la 2^iéme plus grande économie d'Afrique subsaharienne : il représente près de 20 % du PIB de la région et 18 % de sa population, il est le pays le plus peuplé d' Afrique. Le taux de croissance du PIB en volume est ressorti en moyenne à 6.5 % pendant la période 2003- 2007, mais a ralenti pour passer d'un pic à 10.7 % en 2003 à 7.2% en 2005, 5.6 % en 2006 et 3.2 % en 2007(estimation). Ce ralentissement est essentiellement dû aux perturbations de la production de pétrole dans le delta du Niger. La production pétrolière en volume s'est contractée de 4.5% en 2006, après une croissance très modeste de 0.5% en 2005. La production pétrolière s'est encore contractée de 5.6 % en 2007. En revanche, les performances des secteurs non pétroliers ont été très encourageantes, affichant une croissance de 8.6 % en 2005, 9.4 % en 2006 et de 9.8 % en 2007^30(*). L'économie du Nigeria est dans sa structure comparable à celle de bien des pays africains, mais tout y est à une échelle supérieure : basée sur une main-d'oeuvre et des ressources naturelles abondantes, 1^er producteur africain de pétrole et 11^iéme sur le plan mondial en 2013, les fuites de fonds liées à des pratiques financières illicites favorisées entre autres par la corruption et globalement une opacité du système financier mondial y constitue un frein important au développement. Le classement 2012 de Transparency International de l'indice de perception de la corruption la classe 139^ieme sur 176 pays évalués. Avec environ 315 milliards de dollars, son PIB (en parité de pouvoir d'achat) est la 3^iéme en Afrique derrière l'Afrique du Sud et L'Egypte en 2009. Depuis 2014, Le Nigéria est désormais considère comme la première puissance économique en Afrique devant l'Afrique du Sud, « Le Nigeria est devenu la plus grande économie en Afrique en termes de PIB et devient la vingt-sixième dans le monde»^31(*), a souligné la ministre des Finances, Ngozi Okonjo-Iweala. La différence dans le mode de calcul vient d'une meilleure prise en compte de nouveaux secteurs d'activité en forte croissance comme les télécommunications et l'industrie locale du cinéma, le Nollywood. Mais, selon les experts, ces chiffres ne doivent pas être interprétés comme un signe de développement, l' Afrique du Sud étant largement devant le Nigeria en termes de PIB par habitant, d'infrastructures et de gouvernance^32(*). L'OCDE synthétise ainsi la situation nigériane: «La croissance ne s'est pas accompagnée d'un changement structurel de l'économie».

Le Ghana est un « success story » en Afrique Subsaharienne. Deuxième économie d'Afrique de l'Ouest, le Ghana s'est distingué au cours de la dernière décennie par la consolidation de sa démocratie et le renforcement de son régime de croissance. Ainsi, depuis 2005 et en dépit de la crise financière internationale, le pays affiche des taux de croissance moyens supérieurs à 7 % par an^33(*). De surcroît, le Ghana est récemment devenu producteur de pétrole et le développement du secteur des hydrocarbures a accéléré la croissance, qui a atteint près de 15 % en 2011. Sur le plan macroéconomique, le pays enregistre sur les dix dernières années des résultats économiques et financiers positifs, principalement marqués par une croissance économique soutenue et stable (régulièrement supérieure à 5% par an, exception faite de l'année 2009 marquée par la crise économique mondiale : 4,7%). En 2010, le Ghana est entré dans la catégorie des pays à revenu intermédiaire, tranche basse selon le classement de la Banque mondiale. En 2012, le Ghana a enregistré une croissance économique de 7 %^34(*), soit supérieure à la hausse moyenne des économies émergentes asiatiques, de 6,5 %, selon le Fonds monétaire international. Ce pays est le 2^iéme producteur mondial de cacao^35(*) en 2012 (870 000 tonnes). Malgré son dynamisme et son potentiel, le Ghana dépend des matières premières (cacao, or, pétrole)^36(*), les entreprises publiques sont fragiles financièrement, et les infrastructures de transport et d'énergie sont défaillantes.

Si l'économie ivoirienne repose à titre principal sur le secteur agricole que favorise un climat chaud et humide, l'apport de l'industrie au PIB est évalué à 20 % et celui du secteur tertiaire à 50 %. La Côte d'Ivoire possède de plus quelques réserves de pétrole non négligeables pour son économie. Elle possède aussi quelques ressources minières mais dont la production reste très mineure. Elle produit en outre de l' électricité, dont une part est revendue aux pays voisins. La Côte d'Ivoire reste toutefois un poids économique important pour la sous-région Ouest-Africaine : elle représente 39 % de la masse monétaire et contribue pour près de 32 % au PIB de l' Union Economique et Monétaire Ouest-Africaine (UEMOA) selon les statistiques 2013 de la Banque Centrale des Etats de l'Afrique de l'Ouest (BCEAO).La monnaie du pays est le franc CFA, dont la parité avec l' euro est fixe (1 euro = 655,957 francs CFA). L'économie de la Côte d'Ivoire, avec un PIB par habitant qui s'élève à 1 600 USD en 2011 fait partie des PED. L' indice de pauvreté atteint 48,9 % en 2008. Les progrès constatés au cours des quinze premières années de l'indépendance ont fait place à une longue période de récession, favorisée par la chute des cours mondiaux des matières premières agricoles (café-cacao) et aggravée par divers facteurs dont la crise politico-militaire déclenchée en 2002.

Tableau 2 : Dynamique du taux de croissance économique en ASS et en ASE entre 1988 et 2010.

Source: Construction de l'auteur à partir des données de la Banque Mondiale (WDI 2012).

Figure 6 : Evolution du taux de croissance économique en ASS de 1988 à 2010.

Source : Auteur à partir de la base de données du World Development Indicators 2012 de la BM.

Après avoir connu des taux de croissance négatifss en 1990 et 1995 et entre 2000 et 2003, l'on constate une forte croissance continue et soutenue à partir de 2004 de 3,9% en moyenne. Entre 2007 et 2008 période de la crise financière internationale, l'ASS n'est pas totalement épargné car le taux de croissance chute pour atteindre environ 1,6% environ par an en ASS.

III.2.2. Evolution de la croissance économique en Asie du Sud-Est

Pendant des décennies, l'Asie a été le continent des guerres (invasion japonaise, guerre de Corée, décolonisation, guerre du Vietnam...). Elle est devenue dans les années 90 celui du boom économique. En une vingtaine d'années, d'abord dans les NPI (Corée du Sud, Taïwan, Hong Kong, Singapour : les fameux "Dragons") puis par contagion économique en Thaïlande, en Malaisie, en Chine du Sud , en Indonésie , aux Philippines , puis au Vietnam , les "Tigres" vont monter à l'assaut de la croissance économique. À partir des années 1960, la Thaïlande, ainsi que les autres pays de l'Asie du Sud-Est connaissent une économique fulgurante. Cet essor économique est principalement lié par de la spécialisation dans la production de produits manufacturiers ainsi qu'à un fort taux d'exportations partout dans le monde (Grilli E., [2002]). Toutefois, en 1997, des problèmes économiques commencent à surgir en Thaïlande. Le baht est dévalué. Dès lors, un effet domino se produit et affecte les autres pays de l'Asie du Sud-Est. C'est le début de la crise asiatique. Or, comment la crise asiatique a-t-elle pu prendre forme en Thaïlande? Plusieurs facteurs peuvent expliquer le phénomène : la diminution des exportations, le manque de transparence de la part du gouvernement ainsi que les actions prises par les banques.

L' Indonésie a une économie de marché dans laquelle intervient largement le gouvernement. On compte plus de 164 entreprises publiques et le gouvernement contrôle les prix de plusieurs produits de base comme le pétrole, le riz et l' électricité. L'Indonésie dispose de considérables ressources agricoles (huile de palme, caoutchouc naturel, cacao, café), énergétiques et minières (pétrole, gaz naturel liquéfié). Située à 1 400 kilomètres au Nord-Est de Djakarta, Makassar, sur l'île de Sulawesi (l'ex-Célèbes), est l'un des symboles du réveil économique de l'Indonésie, qui affiche désormais la plus forte croissance des pays du G20 après la ' Chine (6,3 % en 2012). En 2012, le géant du conseil McKinsey a classé Makassar dans le peloton de tête des trois villes indonésiennes de taille moyenne en phase de décollage rapide : 8,6 % de croissance^37(*).

Dans les cargos qui quittent l'Indonésie, on trouve du charbon (l'Indonésie est le 1^er exportateur mondial), du ' pétrole, du gaz, de l'or, du nickel, du cobalt, du caoutchouc et, bien sûr, de l'huile de palme. Autant de richesses qui dopent la croissance économique du pays, avec des géants mondiaux comme Sinar Mas, Wilmar, Golden Agri-Resources (tous trois dans l'huile de palme), Bumi Resources ou Adaro Energy (charbon). A lui seul, Wilmar, qui emploie près de 90000 personnes, est l'un des plus grands groupes agroalimentaires d'Asie. En 2011, son chiffre d'affaires a dépassé les 44 milliards de dollars. Les exportations ne représentent cependant que 25 % du produit intérieur brut indonésien, comparé aux 70 % en moyenne dans les autres pays de l'Asie du Sud-Est, résultat : bien qu'elles aient chuté de 8,5 % au deuxième trimestre 2012, la croissance économique indonésienne n'a pas fléchi. Son véritable moteur, un gigantesque marché intérieur dopé par le développement rapide de sa classe moyenne, ces 50 millions d' indonésiens qui gagnent plus de 4 000 dollars par an.

L'économie de la Thaïlande est une économie de pays émergent. Elle est la 2^nde plus grande économie (après l'Indonésie) et la 4ème nation la plus riche de l'Asie du Sud-Est selon le PIB par habitant, après Singapour, Brunei et la Malaisie. Elle se caractérise par son dynamisme et sa forte capacité de résilience. En 2011, son PIB (346 milliards de dollars) la positionnait juste après l'Indonésie au sein de l'ASEAN^38(*). Elle est le 3^iéme exportateur et importateur de la région. Le redressement de la Thaïlande depuis la crise économique asiatique de 1997, s'exprime notamment par une spécialisation dans certains secteurs exportateurs comme la construction automobile, l'industrie agroalimentaire, l'électronique ou qui permettent de faire rentrer d'importantes quantités de devises comme le tourisme et ce bien que la majorité de la population active de la Thaïlande travaille encore dans l'agriculture. La croissance du PIB de la Thaïlande tourne depuis une décennie entre 4 % et 7 %, subissant les conséquences des tensions dans le Sud de la Thaïlande, du tsunami de 2004 et l'instabilité politique lié aux chemises rouges et aux chemises jaunes.

L'économie thaïlandaise repose en grande partie sur les exportations. En 1996, la Thaïlande connaît une perte économique de 9,4 % de son taux d'exportations. Plusieurs secteurs économiques sont touchés dont celui qui a le plus d'importance, le secteur du textile^39(*). Après avoir enregistré une croissance rapide et vigoureuse en 2010, le pays a subi en automne 2011 les pires inondations depuis un demi-siècle, désastre qui a touché le coeur industriel du pays, le secteur agricole, et a freiné la croissance. Après une croissance quasi nulle en 2011 (0,1%) la croissance a rebondi en 2012 (5,6%) du fait de l'effort de reconstruction.

L' économie de la Malaisie est une économie ouverte relativement petite, la 33^e au monde en termes de PPA avec un PIB de 380 milliards de $ US, en 2009. Elle est composée à 59,1 % du secteur des services, à 33,5 % d' industrie et à 7,3 % d' agriculture ( 2004). La Malaisie produit la moitié de l' huile de palme mondiale et se situe respectivement au 3^e et 5^e rangs pour la production de caoutchouc (500 000 000 d'hévéas fournissent 1 300 000 tonnes) et de cacao (195 000 tonnes en 1995). L'agriculture de la Malaisie est fortement marquée par les cultures de plantations, le pays produit environ 78 % des exportations de caoutchouc, 79 % des exportations du poivre, 90 % des exportations de l'écorce de quinquina, 73 % des exportations de coprah, 56 % des exportations de l' huile de palme et 16 % des exportations du thé. La monnaie de la Malaisie est le ringgit qui a remplacé le dollar malaisien . Au début des années 1990, la Malaisie était devenue la principale destination touristique d' Asie du Sud-Est.

Marquée par une forte ouverture (ses échanges représentent plus d'une fois et demie son PIB), la Malaisie dépend largement de la demande extérieure et enregistre d'importants excédents commerciaux croissants (39,2 milliards de dollars US en 2011 soit 14,1% du PIB). Les principaux produits d'exportation de la Malaisie sont l' électronique et les composants électriques (58 %), les autres produits manufacturés (11 %), l'huile de palme (4 %), ainsi que le pétrole et le gaz (6,6 %). Les principaux clients de la Malaisie sont les États-Unis (20 % de ses exportations), Singapour (18 %), l' Union Européenne (14 %) et le Japon (13 %).Les principaux produits d'importation de la Malaisie sont les biens intermédiaires (73 %), dont 36 % pour les composants électroniques destinés à être réexportés, les biens d'équipement (15 %) et les biens de consommation (5,5 %).

Les Philippines sont constituées de plus de 7.000 îles divisées en trois régions géographiques. Manille est la capitale des Philippines. La population du pays, 94 millions d'habitants environ, s'accroît rapidement, elle est jeune, bien formée et parle l'anglais. L'économie Philippine repose sur des fondamentaux solides : forte croissance (6,5 % en 2013), inflation maîtrisée (3,3 %), faible déficit budgétaire (moins de 3 % du PIB), endettement réduit ( G hani, Ejaz, & Stephen d. O'connell ,2014). Les points forts de l'économie sont les composants électroniques (50% des exportations, pour plus de 20 Mds USD), les transferts des émigrés (20 Mds USD), les services délocalisés aux entreprises (10 Mds USD). L'économie Philippine s'était renforcée ces dernières années, ce qui a protégé le pays des impacts directs de la crise financière mondiale et de la récession de 2009, sans toutefois l'épargner totalement. Malgré un contexte international défavorable, la croissance s'est élevée à 7,2% en 2013 grâce à la consommation intérieure, l'emploi et le dynamisme des IDE .Les Philippines sont l'un des principaux producteurs mondiaux de riz et de noix de coco. Les Philippines sont l'un des pays les plus minéralisés du monde avec une richesse minérale inexploitée estimée à plus de 840 milliards USD. Les réserves de cuivre, d'or et de zinc des Philippines sont parmi les plus grandes du monde. Le secteur manufacturier contribue à environ 30% du PIB. La préparation industrielle des aliments est l'une des principales activités manufacturières des Philippines. Le secteur tertiaire, sur lequel repose l'économie et qui représente plus de 55% du PIB, s'est développé de manière substantielle, notamment dans les domaines des télécommunications, des centres d'appel et de la finance.

Figure 7 : Evolution du taux de croissance économique en Asie du Sud-Est de 1988 à 2010.

Source : Auteur à partir de la base de données du World Development Index de la BM.

La crise financière asiatique de fin 1997 qui plonge l'économie asiatique dans une profonde récession en 1998 telle que le montre le graphe ci-dessus, peut s'expliquer par divers facteurs : la baisse des exportations, le manque de transparence à l'égard de la situation économique de leurs pays des politiciens et les décisions des institutions bancaires qui augmentèrent considérablement la dette des pays (MacDonald Scott B, (1998)). De même, la crise financière internationale de 2008 (l'économie entre en récession à nouveau en 2009 avec une croissance de 0%). Toutefois, la reprise est amorcée dés 2010.

Figure 8 : Comparison du taux de croissance de 1988 à 2010

Source : Auteur à partir de la base de données du World Development Index de la BM.

On constate dans le graphique ci-dessus, une chute aiguë du taux de croissance en Asie entre 1997-1998, avec un taux au plus bas de -10% en 1999. L'économie asiatique est alors en récession suite à la crise asiatique. La crise économique asiatique est une crise économique qui a touché les pays de l' Asie du Sud-Est à partir de juillet 1997, puis qui s'est propagée, avec une moindre ampleur, à d'autres pays émergents : Russie, Argentine, Brésil. Les bourses asiatiques bénéficient d'abord d'un afflux massif de capitaux étrangers qui se retirent ensuite, déstabilisant la monnaie puis l'économie des pays, et amenant la fin du système de change fixe. Le surinvestissement, un important déficit de la balance financière, des niveaux de dette extérieure très élevés sont les causes sous-jacentes de cette crise, qui a débuté sous la forme d'une crise monétaire (forte dépréciation des monnaies asiatiques). La crise est initiée par la chute du baht thaïlandais, et se propage à très grande vitesse ; la dépréciation des monnaies. Néanmoins, dans les années 2000, l'économie asiatique amorce une reprise de croissance.

En 2009, les deux régions connaissent des taux de croissance proche de 0 %, l'économie mondiale est en récession, due à la crise financière internationale de 2007. Provoqué par la titrisation des créances douteuses issues de la bulle immobilière américaine des années 2000. La crise éclate pendant l'été 2007 (connu alors comme la crise des Subprimes). Elle s'est manifestée par une baisse de l'immobilier, un effet domino provoquant l'effondrement de diverses grandes banques dans le monde et une baisse des bourses d'actions. L'économie non financière commence de son côté à être atteinte par la crise.

CONCLUSION

Dans ce chapitre, il était question de présenter l'évolution couplée des marchés boursiers d'ASS et d'ASE ainsi que de la croissance économique de ces deux régions que nous avons ciblés ; il s'agit notamment de l'évolution du taux des indicateurs boursiers et du taux de croissance du PIB par tête dans les pays de l'échantillon. Il ressort que les marchés boursiers d'ASS ne sont pas étroitement liés à d'autres marchés boursiers internationaux, comme c'est le cas en Asie. Bien que cela paraisse comme un inconvénient à leur croissance, cette «indépendance» a très souvent constitué leur attrait pour les investisseurs à la recherche de marchés qui ne seront pas sensiblement affectés par les chocs de grands marchés mondiaux comme ce fut le cas pendant la crise asiatique de 1997 et plus récemment la crise financière internationale de 2007-2008. En outre, les investisseurs cherchent traditionnellement des opportunités de croissance élevée et l'Afrique offre une occasion unique à cet égard. Les retours sur investissements en Afrique commencent à être très impressionnants, les taux croissance de la capitalisation boursière y étant les plus élevés, et ce malgré des faiblesses inhérentes aux marchés de capitaux des PED.

CHAPITRE IV : METHODOLOGIE DE L'ETUDE

Introduction

Pour arriver à cerner l'effet du marché boursier sur la croissance économique et pour tester l'évidence théorique et empirique présentée dans le chapitre II, nous procédons en trois étapes. En premier lieu, nous présentons les sources des données et les pays de l'échantillon (IV.1). En second lieu, nous développons notre modèle économétrique en s'inspirant du modèle théorique d'Atje et Jovanovic (1993), et repris par Levine et Zervos (1998b) (IV.2). Comme nous l'avons déjà signalé, rares sont les travaux empiriques qui reconnaissent l'importance de la prise en compte du degré de seuil dans le lien entre la finance et la croissance économique (IV.3). Enfin, nous terminons ce chapitre en exposant les techniques d'estimations ainsi que les différents tests d'hypothèses (IV.4).

IV.1. Sources des données et zone géographique d'étude

IV.1.1. Source des données

Les données recueillies pour cette étude proviennent de sources secondaires et sont de nature quantitative. Elles ont été extraites de la base de données du « World Development Indicators (WDI) 2012 » de la Banque Mondiale. Elles sont toutes de nature quantitative. Cette étude couvre la période allant de 1988 à 2010. La périodicité est annuelle.

Dans le cadre de notre recherche, nous supposons la fiabilité des diverses sources de données comme étant un fait. En effet, ces sources de données ont été utilisées pour beaucoup de travaux scientifiques qui ont été concluants aussi bien au niveau national, régional qu'international.

IV.1.2. Cadre géographique

Notre échantillon de pays est constitué de deux groupes. Le 1^er groupe est constitué de 4 pays d'ASS: Afrique du Sud, Nigeria, Ghana, et Côte D'Ivoire. Le 2^nd groupe est composé de 4 pays sur les 5 « Tigres » asiatiques à savoir : Indonésie, Malaysie, Thaïlande et Philippines hormis le Vietnam. Nous avons écarté la bourse du Vietnam vue ses caractéristiques qui se rapprochent de celle des pays développés et de sa taille qui représente les deux tiers en terme de capitalisation de tous les pays d'Asie du Sud-Est.

Les pays de notre échantillon ont été principalement choisis sur la base de l'évolution de la capitalisation boursière et de la liquidité assez remarquables de leurs marchés boursiers dès la fin les années 1990. En effet, ces pays du Sud par opposition aux économies avancées des pays du Nord, connaissent depuis ces 10 dernières années un développement rapide de leurs marchés boursiers respectifs. Pour la quasi-totalité de ce panel de pays sélectionnés, le système financier est de plus en plus densifié avec une économie de marché aussi développée que le système bancaire. Notre étude porte sur ces deux groupes de pays parce qu'ils font partis de la 2^iéme génération des marchés boursiers émergents (après les « Dragons » asiatiques qui étaient la 1^iéme génération) bien qu'ils aient chacun une monnaie distincte. Ils ont tous adopté un ensemble de réformes financières et monétaires afin de favoriser l'afflux des flux de capitaux étrangers sur leurs marchés boursiers locaux. Ils ont presque la même structure économique, d'autre part, ils ont tous connus une succession de crises (économiques, financières, politiques, sociales ...etc.) et de reprises des activités financières et productives. Enfin, les pays de notre échantillon ont été choisis également sur la base de l'ancienneté de leurs marchés boursiers (date de création, voir tableau 3 ci-dessous).

Tableau 3 : Années de création des marchés boursiers de notre panel de pays sélectionnés

Source : Auteur à partir de la base de la littérature économique de ces pays.

IV.2. Marché boursier et croissance économique : essai d'investigation empirique

IV.2.1. De l'approfondissement des marchés boursiers à la croissance économique

Empiriquement, pour apprécier le sens de la relation entre le marché boursier et la croissance économique, on peut retenir un modèle linéaire comme le modèle de croissance endogène de Romer mais qu'on adapte par l'introduction des variables de contrôle et des variables financières. Le modèle de croissance endogène de Romer revu par Pagano (1993) considère comme argument de la fonction de production le capital et le progrès technique. Le capital est considéré ici comme un élément composite dont les éléments sont le capital physique, le capital financier et le capital humain.

IV.2.1.1. Le modèle AK revisité

Bien que la plus part des travaux empiriques portent sur l'interaction entre l'intermédiation bancaire et la croissance économique, la modélisation économétrique du lien entre marché boursier et croissance économique a été depuis les années 90, l'oeuvre de quelques auteurs tels que King et Levine dans leurs travaux datant de (1993a) et Levine (1997). A la suite de ces derniers et en s'inspirant du modèle théorique d'Atje et Jovanovic (1993), Harris R. (1997), repris par Levine et Zervos (1998b), la forme retenue par notre modèle est la suivante :

G=â₀ + â₁F(i) + â₂X +u .......................................................................... (1)

Dans cette équation, G représente la variable qui matérialise la croissance économique en terme logarithmique ou le taux de croissance du PIB par habitant. F(i) est utilisé pour les variables du marché financier. X est la matrice des variables de contrôle associées à la croissance économique. Il s'agit entre autres du revenu par tête, de l'éducation, de la stabilité politique, du taux d'ouverture, du commerce, de la fiscalité et même de la politique monétaire (Levine, (1997)). Cette forme de la fonction de production est particulière en ce sens qu'elle met en relief la relation directe entre le développement du marché financier et l'augmentation de l'activité économique. Seulement d'après Arestis et Demetriades (1997), cette formulation ne nous renseigne pas suffisamment sur le sens de la relation entre finance-croissance.

Nonobstant, notre étude s'attarde plus sur l'incidence, le sens de la relation et le seuil entre les deux phénomènes à partir des données de panel statique. Elle fait aussi le tour du questionnement sur le signe de la relation. C'est pour cette raison que nous préférons la formulation d'Atje et Jovanovic (1993), repris par Levine et Zervos (1998b) pour les deux modèles. Nous variables explicatives sont élevés au carre pour faire l'étude de seuil.

IV.2.1.2. Modèle économétrique proprement dit

Pour cette analyse, la structure du modèle d'Atje et Jovanovic (1993), Harris R. (1997), repris par Levine et Zervos (1998b), De Gregorio et Guidotti (1995) modifié par Traoré (2002) est retenue, dans laquelle le taux de croissance du PIB réel par tête est fonction des variables de contrôle macroéconomique, mais que nous modifions en ajoutant trois variables boursiers. Notre modèle se présente comme suit :

G_IT= f (CAPBOURS_it, RTO_it, TRAVAL_it,X_it)..................................................................... (2)

Où G représente le taux de croissance réel par tête, CAPBOURS le niveau de capitalisation boursière en pourcentage du PIB, RTO le ratio de turn-over ou la liquidité boursière liée au marché, TRAVAL la liquidité boursière liée à l'économie exprimée en pourcentage du PIB et X la matrice des variable de contrôle. Ce qui nous donne donc le modèle suivant :

G_it = f (CAPBOURS_it, RTO_it,TRAVAL_it, INV_it,OPEN_it, DEXT_it)... ..........................(3)

Les variables de contrôle retenus sont : le degré d'ouverture économique (OPEN), la dette extérieure (DEXT) et le taux d'investissement(INV).

G_it=a_o+a₁CAPBOURS_it+a₂RTO_it+a₃TRAVAL_it+a₄INV_it+a₅OPEN_it+a₆DEXT_it+u_it....... (4)

G_it²=a_o+a₁CAPBOURS_it²+a₂ RTO_it²+a₃TRAVAL_it²+a₄INV_it+a₅OPEN_it+a₆DEXT_it+u_it.. (5)

G_it= X_itA + u_it.......................................................................................................................(6)

Où u_it= á_i+ e_it+ â_t ou â_t, á_i, e_it sont les perturbations aléatoires non corrélées. G_itla matrice des variables explicatives et A la matrice des coefficients avec á_iqui désigne le terme constant au cours du temps ne dépendant que de l'individu i, â_tdésigne le terme ne dépendant que de la variable t et e_it est le terme aléatoire croisé.

Dans la suite de nos estimations, cette équation est élevée au carrée afin de voir le seuil minimum de chacune de variables boursières à partir duquel le marché boursier a un impact significative sur la croissance, ou le seuil au-delà duquel de le développement boursier n'a plus aucun effet sur la croissance économique.

Ben Naceur et Ghazouani (2007) et Saci et al. (2009) testent le lien entre banques, marchés boursiers et croissance. Bien que les seconds (Saci et al. (2009)) confirment les résultats de Rousseau et Wachtel (2000) et Beck et Levine (2004) quant au rôle prometteur du développement boursier sur la croissance, Ben Naceur et Ghazouani (2007) démontrent un lien non significatif entre les deux grandeurs. En outre, contrairement à Rousseau et Wachtel (2000) et Beck et Levine (2004), Ben Naceur et Ghazouani (2007) et Saci et al. (2009) étayent un effet nul voire significativement négatif dans certains cas. Contrairement à ces résultats et aux prévisions de la théorie, certains auteurs montrent que le développement financier est négativement ou non significativement associé à la croissance. Nous allons maintenant voir l'influence de la croissance économique sur le marché boursier.

IV.2.2. De la Croissance économique vers le développement du marché boursier

Selon Joan Robinson (1952), le développement économique crée la demande d'un certain nombre de services financiers, lesquels sont automatiquement fournis par le système financier. Le secteur financier répond donc passivement et simplement à la croissance et ne peut jouer de rôle fonctionnel dans le processus de développement économique. Pour mesurer l'influence de la croissance économique sur le développement du marché boursier dans notre panel (ASS et ASE), nous retenons encore le modèle de croissance endogène d'Atje et Jovanovic (1993), Harris (1997), repris par Levine et Zervos (1998b), et Levine (2005), pour formaliser notre second modèle empirique suivant la même méthodologie que ci-dessus :

Avec B les indicateurs du marché boursier et G celui de la croissance économique. Le modèle 2 est subdivisé en trois sous équations :

CAPBOURS_it=b₀+b₁G_it +b₂ OPEN_it+b₃ DEXT_it+å_it.............................................. (7)

RTO_it= c₀ + c₁ G_it + c₂ OPEN_it+c₃ DEXT_it + ë_{it .............................................................................}(9)

TRAVAL_it= d₀ + d₁ G_it + d₂ OPEN_it+ d₃ DEXT_it + ç_it..................................... ...... (10)

Où les termes d'erreur ont les mêmes caractéristiques que l'aléa bruit du premier modèle. Dans la suite de nos estimations, ces trois équations sont élevées au carré afin de voir le seuil de taux croissance à partir duquel la croissance a une incidence significative sur le marché boursier, ou le seuil au-delà duquel de le PIB n'a plus aucun effet sur les variables boursières. Nous examinons, au niveau de la section suivante, l'hypothèse de la présence d'effets de seuil dans le lien entre le développement boursier et la croissance.

IV.3. Etude des effets de seuil dans la relation entre le marché boursier et la croissance

Après avoir étudié les liens empiriques entre le niveau de développement boursier et la croissance, nous testons, ici, la présence d'effets de seuil dans cette relation en liaison avec le niveau de développement boursier. Comme nous l'avons déjà signalé, rares sont les travaux empiriques qui reconnaissent l'importance de la prise en compte du degré de développement financier dans l'étude de son lien avec la croissance économique.

Beck et al. (2000) ont empiriquement mis en évidence l'importance du niveau de revenu dans le développement du marché financier. Selon ces auteurs, les pays à revenu élevé ont des systèmes financiers plus développés que ceux des pays à faibles revenu. Parmi ces auteurs, certains soutiennent que les facteurs à l'origine des crises bancaires et financières sont les contraintes au développement du système financier. Par ailleurs, il est admis que de larges déficits sont souvent associés avec le phénomène de désintermédiation.

L'incidence du développement boursier sur la croissance est fonction du niveau de développement économique (Deidda et Fattouh (2002), Rioja et Valev (2004a), Gaytan et Ranciere (2004), Fung (2009) ...), pour d'autres, il dépend plutôt du degré de développement boursier (Berthelemy et Varoudakis (1996), Rioja et Valev (2004b), Aghion et al. (2004, 2005) ...). Pour estimer le degré de développement boursier comme variable de seuil et, le niveau de développement économique comme variable de seuil nous utilisons les mêmes modèles mais élevés au carré. Dans la suite de notre analyse, nous présentons les variables boursières et réelles retenues pour notre étude.

IV.4. Présentation des variables retenues pour l'étude

IV.3.1. Variable expliquée

G_it : Taux de croissance du PIB réel par tête du groupe de pays i à la date t. Conformément aux travaux empiriques de Levine (1997), on utilise comme variable endogène le Produit Intérieur Brut (PIB) réel par tête pour mesurer le taux de croissance. Il est souvent considéré comme le meilleur indicateur synthétique qui permet de mesurer la croissance économique d'un pays.

IV.3.2. Indicateurs de développement du marché boursier

Le ratio de capitalisation boursière : notée ici capbours, ce ratio mesure la taille du marché boursier. Il est égal à la valeur totale des parts cotées en bourse rapportée au PIB. Cette mesure a été également utilisée par Levine et Zervos (1996). Le signe attendu est positif.

Le ratio de liquidité du marché boursier dit aussi ratio de la valeur échangée : ce ratio noté ici Traval, évalue le niveau de liquidité (d'activité) du marché boursier. Il rapporte au PIB sur la valeur totale des actions échangées en bourse. Son utilisation comme indicateur de développement financier est préconisée par plusieurs auteurs notamment Levine (1991), Bencivenga et al. (1996).... Cette mesure peut agir positivement sur le PIB en fonction de la régularité des transactions. Elle peut aussi agir négativement sur le PIB en raison de l'existence des chocs exogènes (crises financières) qui entrainent généralement la fuite des capitaux.

Le ratio de rotation ou ratio de turnover : noté rto, ce ratio est un indicateur d'efficacité du marché boursier (Hung, (2006)). Il rapporte la valeur totale des actions échangées en bourse sur celle des actions cotées. Il mesure ainsi la liquidité du marché boursier relativement à sa taille (et non au PIB comme c'est le cas du ratio de la valeur échangée)^40(*). Un marché boursier de faible taille (faible capitalisation) mais actif (forte liquidité) présentera un ratio de rotation élevé et inversement. Le signe attendu est positif. Mais cette variable peut être aussi négative du fait de l'existence de krachs boursiers qui en causant l'effondrement de la valeur des actifs financiers (actions, obligations, produits dérivées etc.) entraine ainsi une réduction des titres échangés particulièrement en période de récession.

IV.3.3. Variables de contrôle

OPEN : A l'instar de Berthelemy et Varoudakis (1998), nous utilisons le taux d'ouverture commerciale que nous calculons en faisant le ratio (Exportations + Importations) / PIB. Le signe attendu devrait être positif dans la mesure où une économie plus ouverte au commerce international enregistre des taux de croissance plus élevés qu'une économie relativement fermée.

DEXT : La dette extérieure, elle est obtenue par le rapport de la dette extérieure sur le PIB. Levine (1997) montre qu'un niveau élevé de la dette extérieure influe négativement sur le taux de croissance d'un pays. On attend que son signe soit négatif.

INV : Le taux d'investissement, il est définit par le volume des investissements par rapport au PIB. D'après la théorie économique, l'investissement est le moteur de la croissance économique d'un pays. Le signe attendu sera positif.

Tableau 4 : Tableau d'abréviation des variables pour les deux modèles

Types de Variables	Données	Code	Mesures
Variable endogène ou cible	Croissance économique	G	Taux de croissance du PIB réel par tête
Variables boursières de contrôle	Ratio de capitalisation boursière	CAPBOURS	Capitalisation boursière/PIB
	Ratio de rotation en volumes des Transactions	RTO	Valeur des transactions sur actions /capitalisation
	Ratio de la liquidité liée à l'économie	TRAVAL	Valeur des transactions sur actions/PIB
Variables macroéconomiques de contrôle	Degré d'ouverture extérieure	OPEN	Volume (exportations + importations) sur le PIB
	L'investissement national	INV	Volume des investissements par le rapport au PIB
	Croissance économique	G	Taux de croissance du PIB réel par tête
	Dette extérieure	DEXT	Montant de la dette extérieure par rapport au PIB

Tableau 5 : Récapitulatif des signes attendus des coefficients des variables exogènes pour le modèle 1

Tableau 6 : Récapitulatif des signes attendus des coefficients des variables exogènes pour le modèle 2

IV.4. Méthodes d'estimation et tests d'hypothèses

IV.4.1. Méthodes d'estimation

Les estimations des modèles et les tests sont effectués sur un panel statique composé de deux groupes de pays allant de 1988 à 2010. En effet, il existe plusieurs méthodes pour estimer nos modèles. Le choix de la méthode dépend des hypothèses que l'on effectue sur les paramètres et sur les perturbations. Nous procédons à l'estimation de trois modèles différents pour l'équation de la croissance s'inscrivant dans la spécification générale brièvement exposée ci-dessus : le modèle sans effets, le modèle à effet fixes, le modèle à erreurs composées.

Nous faisons l'hypothèse de comportements uniformes dans le temps et parmi les individus. Dans ce cas, les estimateurs à estimer ainsi que les termes constants sont considérés comme étant invariants d'un individu à l'autre. Cela conduit à estimer le modèle suivant :

On suppose que les variables ??_????sont indépendantes de å_????et les variables explicatives sont non colinéaires. Ce modèle permet d'utiliser les moindres carrés ordinaires (MCO) appliqués aux données de panel. Mais son inconvénient est qu'il ne suppose aucune hétérogénéité.

Pour remédier au problème que pose le modèle précédent, nous faisons l'hypothèse que les coefficients de comportements sont semblables pour chaque individu et invariant dans le temps, à l'exception des constantes ??_?? qui sont spécifiques à chaque individu et à chaque période. Les perturbations sont toujours homoscédastiques. Le modèle devient alors :

Pour estimer ce modèle, on lui applique, d'abord, l'opérateur « within », puis dans une deuxième étape, on procède à l'estimation par les MCO de ce modèle transformé. A ce stade de l'analyse, il convient de vérifier la pertinence de l'adjonction d'effets spécifiques. Il teste la significativité de ces effets à l'aide de la statistique de Fisher :

On accepte l'hypothèse nulle d'absence d'effets si la statistique ??* est inférieure à la valeur critique lue sur la table de Fisher. (Accepter ??₀ ???? ????????<??????). Ou bien, on accepte ??₀ si la probabilité associée au test de Fisher est supérieur à 5% ; (accepter ??0 ???? ???? (??) > 5%).

Encore appelé modèle à effets aléatoires, le modèle à erreurs composées introduit l'effet spécifique dans le terme aléatoire. Les résidus sont alors hétéroscédastiques, ce qui nécessite une estimation par la méthode des MCGF. Il s'agit de tester la significativité de ces effets à l'aide de tests d'hétéroscédasticité (test de Breusch et Pagan). Le modèle à estimer par les MCGF est le suivant :

où ??_???? et ??_???? sont des perturbations aléatoires non corrélées. Le terme d'erreur de l'équation est composé de deux parties : ??_i (?????????? ????????????????????) ???? ??_i (?????????? ??é????????????). On teste les hypothèses suivantes :

On accepte l'hypothèse nulle d'absence d'effets si la probabilité associée au test de Breusch et Pagan est supérieur à 5%.

Nous effectuons ensuite un test de spécification de Hausman qui est d'une très grande importance. En effet, le choix entre modèle à effets fixes et modèle à effets aléatoires dépend des considérations suivantes : la nature de l'effet individuel, le nombre d'unités statiques, la nature de l'échantillon ; le type d'induction qu'on veut faire. Toutefois le test permettant de distinguer les effets fixes des effets aléatoires est le test de spécification de Hausman. Ce test est présenté dans la section suivante.

L'utilisation des données de panel permet de rendre compte des disparités individuelles et/ou temporelles de la connexion finance - croissance. Elle augmente substantiellement la variabilité des observations et la précision des estimations. L'utilisation des données de panel permet, aussi, de contrôler les caractéristiques non observées spécifiques aux pays et réduire, par conséquent, les biais d'estimation qui leur sont rapportés.

IV.4.2. Les différents tests d'hypothèses

IV.4.2.1. Le test d'hétéroscédasticité

Ce test se fera à travers le test de Breusch-Pagan pour voir si notre modèle est homoscédastique ou non. Si c'est le cas nous utiliserons le modèle des MCO pour estimer notre modèle mais dans le cas contraire on utilise le modèle des MCGF. Dans ce cas, on supposera sous l'hypothèse nulle que : le modèle est homoscédastique (variance est constante et finie) et sous l'hypothèse alternative que le modèle est hétéroscédastique (variance n'est pas constante). Pour un seuil de significativité fixé à priori de 5 %, si la probabilité du test est inférieure à ce seuil, on conclut au rejet de l'hypothèse nulle et à l'acceptation de l'hypothèse alternative.

IV.4.2.2. Le test d'autocorrélation de Wooldridge

Ce test permet de détecter la présence d'autocorrélation. L'hypothèse nulle (H₀) testée est qu'il y a autocorrélation, contre l'hypothèse alternative (H₁) qui stipule qu'il n'y a pas d'autocorrélation. Ainsi pour un seuil de signification de 5%, si la probabilité du test trouvée est supérieure à ce seuil préalablement choisi et bien justifié, on accepte l'hypothèse nulle (H_o).Ainsi, si le modèle est à la fois autocorrélé et hétéroscédastique alors nous estimerons notre modèle par la méthode des MCGF.

IV.4.2.3. Le test de spécification de Hausman

Le test de Hausman permet de déterminer si les coefficients des deux estimateurs (fixes et aléatoires) sont statistiquement différents. Ce test est fondé sur l'hypothèse de non corrélation entre les termes d'erreur et les variables explicatives (hypothèse du modèle à effets aléatoires) .Cette hypothèse indique que les deux estimateurs sont non biaisés et de ce fait, les coefficients estimés devraient peut différer. Le test est basé sur la comparaison de la matrice-covariance des estimations fixe (âf) et aléatoire (âá) : H= (âf- â_á) var (âf- â_á) ^-1(âf- â_á)

La statistique H de Hausman suit une loi de Khi-Deux (÷²) à K degré de liberté ; K étant le nombre de variables explicatives. On accepte ??₀ de la présence d'effets aléatoires si la statistique H est inférieure à la valeur critique lue sur la table du Khi-Deux (accepter ??₀ ???? ??< ÷_????²). Ou encore l'accepter si la probabilité est supérieure à 5% (accepter??₀???? ??> 0.05).

IV.4.2.4. Le test de racine unitaire

Pour éviter de régressions fallacieuses, il est toujours nécessaire de réaliser des tests de stationnarité ou de racine unitaire sur des données longitudinales, pour analyser dans quelle mesure ces données ne sont pas influencées par le temps. Pour détecter l'existence de racine unitaire, le test de Dickey - Fuller Augmenté (ADF) est utilisé. L'hypothèse nulle (H₀) testée est la suivante : variable à une racine unitaire contre l'hypothèse alternative (H₁) stipulant que la variable ne possède pas de racine unitaire. A un niveau de signification fixé à priori de 1%, si la probabilité du test est supérieure à ce seuil, on conclut au rejet de l'hypothèse nulle et à l'acceptation de l'hypothèse alternative.

IV.4.2.5. Le test d'Homogénéité

Le test d'homogénéité de Fisher permet de voir si les variables sont homogènes. Ainsi on pose : L'hypothèse nulle (H₀) testée signifie qu'il y a homogénéité, contre l'hypothèse alternative (H₁) qui stipule que les variables sont hétérogènes. A un niveau de signification fixé à priori de 5%, si la probabilité du test est inférieure à ce seuil, on conclut au rejet de l'hypothèse nulle et à l'acceptation de l'hypothèse alternative.

IV.4.2.6. Le test de normalité des variables

Le test de Jarque-Bera est utilisé pour déterminer si les variables d'une régression linéaire suivent une distribution normale. On pose H₀: Les variables suivent une loi normale, H₁: Les variables ne suivent pas une loi normale.

CONCLUSION

Ce chapitre avait pour objectif de donner la nature, la source des données utilisées et de faire une description des variables ainsi que la présentation des modèles et des méthodes d'estimation que nous mobiliserons pour procéder à l'analyse des données dans notre travail. Nous utiliserons la méthode des MCGF pour estimer nos deux modèles présente plus haut et la méthode des MCO exceptionnellement selon le résultat du test de Hausman en ASS pour voir l'effet de la capitalisation boursière sur le PIB. La présentation des différents résultats issus de l'application de ces différentes méthodes ainsi que leur discussion fera l'objet du prochain chapitre.

CHAPITRE V : RESULTATS ET DISCUSSIONS

Introduction

Dans ce chapitre, les résultats de deux estimations sont interprétés : l'effet de la bourse sur la croissance et l'influence de la croissance sur la bourse. Ces résultats permettent d'affirmer ou d'infirmer nos hypothèses de départ. Notre travail retient comme méthode d'estimation la méthode des MCGF sur données de panel et s'inscrit également dans la logique de l'étude de seuil d'incidence entre finance et croissance économique très peu traité dans les travaux théoriques et empiriques. La technique d'estimation et les tests nécessaires étant déjà présentés dans le chapitre précédent, nous allons directement estimer nos deux modèles et faire les commentaires qui en découlent. Pour y arriver, nous nous rassurons d'abord de la stationnarité des variables que nous utilisons.

V.1. Résultats et interprétations du test de stationnarité

Il existe plusieurs tests de stationnarité. Les plus recommandés sont ceux d'Im Persan et Shin (2003), Maddala et Wu (1999), etc. La stationnarité des variables est fondamentale lorsqu'on veut faire des régressions faisant intervenir les séries temporelles en vue d'éviter des régressions fallacieuses qui pourraient présenter des résultats significatifs alors qu'ils ne le sont pas. Si une série est non stationnaire, elle peut l'être en différence première. Le résultat du test de stationnarité nous suggère que dans l'ensemble nos variables sont tous stationnaire au seuil de 10% 5% et 1%.

Tableau 7 : Synthèse du résultat test de stationnarité

		G	CAPBOURS	RTO	TRAVAL	DEXT	OEPN	INV
ASS.	Statistic	-2,4753	-2,4046	-2,8789	-2,1732	-0,3177	-2,1722
	P_value	0,0195	0,0871	0,0097	0,0969	0,9979	0,0959
	á	0,1	0,1	0,01	0,1	-	0,1
	Décision	S	S	S	S	N S	S
ASE.	Statistic	-3,2147	-2,1316	-2,5915	-2,6535	-2,3380	-2,2051	-2,2255
	P_value	0,0007	0 ,0794	0,0113	0,0087	0,0309	0,0683	0,0971
	á	0,01	0,1	0,05	0,001	0,05	0,1	0,1
	Décision	S	S	S	S	S	S	S

Source : Estimation de l'auteur à partir du logiciel stata 12S = Stationnaire NS = Non stationnaire.

V.2. Résultats et interprétations du test de l'hypothèse 1 (incidence du développement boursier sur la croissance économique (modele1))

Après s'être rassuré de la stationnarité de nos variables, nous procédons à la vérification de notre première hypothèse. Les tableaux ci-dessous présentent les résultats de la régression des variables boursières sur la croissance économique par la méthode des MCGF et des MCO en données de panel en ASS et en ASE.

Tableau 8: Estimation du modèle 1 par la MCO cas de l'ASS en données de panel corrigé.

FE (within) regression with AR(1) disturbances

Group variable : ident

Number of obs = 81

Number of groups = 4

Time periods = 23

R-squared = 0.7121

Adj R-squared = 0.3358

F(9,68) = 2.73

Prob > F = 0.0087

-----------------------------------------------------------------------------------

g | Coef. Std. Err. t P>|t| [95% Conf. Interval]

-------------+---------------------------------------------------------------------

rto | .0268602 .0570674 0.47 0.639 -.0870161 .1407365

traval | .0496985 .0347939 1.43 0.158 -.0197316 .1191286

capbours | -.6926856 2.398616 -0.29 0.774 -5.479049 4.093678

dext | -.38326 .4281359 -0.90 0.374 -1.237592 .4710719

open | 2.346968 2.300987 1.02 0.311 -2.244581 6.938516

inv | .1115019 .0334886 3.33 0.001*** .0446763 .1783274

rto² | -.0001216 .0003301 -0.37 0.714 -.0007803 .000537

traval² | -.0000839 .0000881 -0.95 0.345 -.0002596 .0000919

capbours² | -.0393097 .5894262 -0.07 0.947 -1.215491 1.136872

_cons | -10.95765 4.666612 -2.35 0.022 -20.26972 -1.645566

-------------+-----------------------------------------------------------------------

Source: construction de l'auteur à partir de STATA 12 .NB : *, **, *** représente le seuil de significativité respectivement à 10%, 5% et 1%.

Nous remarquons de prime abord que la qualité de l'ajustement est assez bonne puisque le modèle explique 71,21% de la variance total (R² = 0,7121). Il ressort de cette estimation qu'en ASS le développement du marché boursier est sans effets sur la croissance economique. Car toutes les trois variables boursières Capbours (signe non attendu) Rto, Traval (signes attendus) n'ont aucune influence significative sur l'évolution de l'activité économique. (Rejet total de l'hypothèse H_1, voir du tableau 8). En effet :

- Ce résultat corrobore celui de Ben Naceur et Ghazouani (2007) qui n'ont détecté aucun effet significatif le développement boursier sur la croissance economique.

- Mais ce résultat est contraire à celui d'Atje et Jovanovic (1993), Levine et Zervos (1998b) qui ont trouvé plutôt que une incidence significative et positive de l'approfondissement boursier sur la croissance économique.

- L'absence d'une influence significative et positive du marché boursier sur la croissance économique en ASS, peut être imputable à la présence d'effets de seuil dans cette relation. Car selon les travaux de Berthelemy et Varoudakis (1996), Lee (1996), la bourse des valeurs n'affecte significativement et positivement la croissance qu' à partir d'un certain seuil de développement boursier atteint. Berthélémy et Varoudakis (1996) montrent en effet que l'incidence des marchés boursiers sur la croissance devient pertinente seulement si le seuil « éducatif » est franchi. Selon Lee (1996), l'expansion du secteur financier ne peut être bénéfique à la croissance qu'en présence d'autorités de supervision suffisamment expérimentées, capables de gérer à bien un tel développement. Un système financier doit, par conséquent, être suffisamment développé afin de pouvoir stimuler la croissance économique.

Nous allons à présent voir l'influence des variables boursières sur la croissance économique en ASE présente dans le tableau 9.

Tableau 9: Estimation du modèle 1 par la MCGF cas de l'ASE sur données en panel corrigé.

Cross-sectional time-series FGLS regression

Coefficients : generalized least squares

Panels : heteroskedastic

Correlation : common AR(1) coefficient for all panels (0.5173)

Number of obs = 92

Number of groups = 4

Time periods = 23

Wald chi2(6) = 68.46

Prob> chi2 = 0.0000

----------------------------------------------------------------------------------------

g | Coef. Std. Err. z P>|z| [95% Conf. Interval]

-------------+--------------------------------------------------------------------------

rto | .0865535 .0460375 1.88 0.060* -.0036784 .1767854

traval | .0195925 .0414048 0.47 0.636 -.0615594 .1007444

capbours | -12.32263 6.660807 -1.85 0.064* -25.37758 .7323083

inv | .1530853 .0428785 3.57 0.000*** .0690451 .2371256

open | -6.128188 1.760741 -3.48 0.001*** -9.579176 -2.6772

dext | -5.248132 1.907747 -2.75 0.006*** -8.987247 -1.509016

rto² | -.0002963 .0002275 -1.30 0.193 -.0007422 .0001497

traval² | -.0000384 .0001195 -0.32 0.748 -.0002726 .0001958

capbours² | 9.698428 5.312781 1.83 0.068* -.7144321 20.11129

_cons | 48.72169 9.831033 4.96 0.000 29.45322 67.99016

Source: construction de l'auteur à partir de STATA 12 NB : *, **, *** représente le seuil de significativité respectivement à 10%, 5% et 1%.

Contrairement à l'ASS, il ressort de cette estimation qu'en ASE le ratio Rto a une influence significative positive sur la croissance économique. Ce qui n'est pas le cas pour les ratios Capbours et Traval (Acceptation partielle de l'hypothèse H1, voir du tableau 9).

- Ce résultat rejoint celui Rousseau et Wachtel (2000) qui ont plutôt que de la liquidité des marchés boursiers (Rto) permet la promotion de la croissance. Mais que la capitalisation boursière semble, au contraire, jouer un rôle très négligeable en la matière.

-Ce résultat va à l'encontre de celui trouvé par Mohtadi et Agarwal (2008), Saci et al. (2009) qui ont montré dans une étude menée sur 21 pays émergents donc quatre africains parmi lesquels trois d'Afrique Subsaharienne qu'il existe une relation significative et positive entre la capitalisation boursière, le ratio de turn-over et la croissance économique.

-L'on remarque le coefficient du ratio Capbours est significatif mais négatif, ceci peut être expliqué par l'instabilité des flux de capitaux et leur fuite durant la crise financière internationale de 2008 et la crise asiatique de 2007, qui ont entrainé la chute des marchés boursiers asiatique lorsque l'économie mondiale entre en récession.

-Par ailleurs, lorsque que le coefficient du ratio Capbours est élevé au carré, il est toujours significatif, ces résultats suggèrent qu'à partir d'un certain seuil une augmentation de la capitalisation de 10% entraine une augmentation du taux de croissance de 6.8%. En dessous de ce seuil de capitalisation boursière, la taille du marché (capbours) n'a aucune incidence sur la croissance économique. Enfin, le coefficient du ratio (traval) est sans effect sur la croissance économique en ASE, mais pourrait l'influencer positivement.

- En considérant le degré de développement boursier comme variable seuil, au-delà d'un certain seuil du Rto supérieur ou égale à 14,6% (Rto²), l'effet positif du Rto sur la croissance disparait. Ceci signifie que l'effet du marché boursier sur la croissance est d'autant plus favorable que le niveau de celui-là est moyen.

On observe globalement à partir de l'estimation du modèle 1 que c'est uniquement le ratio Rto qui affecte significativement et positivement la croissance économique en ASE et qu'en ASS, l'approfondissement du marché boursier est sans effect sur la croissance économique. Ainsi, les marchés boursiers d'ASE ont une incidence plus significative sur la croissance économique qu'en ASS car nettement plus développés, liquides et mieux réglementés. Nos résultats nous suggèrent aussi un effet ambigu de la bourse des valeurs sur la croissance qui diffère selon l'indicateur de développement boursier utilisé.

À présent, nous allons interpréter l'influence la croissance économique sur les variables boursières en ASS et en ASS.

V.3. Résultats et interprétations du test de l'hypothèse 2 (Effets de la croissance économique sur le développement boursier (modèle 2))

Nous nous intéressons maintenant à l'influence de l'évolution de l'activité économique sur le marché boursier, modèle 2. Ici, nous procédons à la vérification de notre deuxième hypothèse. Les tableaux ci-dessous présentent les résultats de la régression de la croissance économique sur les variables boursières par la méthode des MCGF en données de panel en ASS et en ASE.

V.3.1.Incidence de la croissance économique sur la Capitalisation boursière

Tableau 10: Estimation du modèle 2 par la MCGF impact de la croissance sur capbours en ASS.

Cross-sectional time-series FGLS regression

Coefficients : generalized least squares

Panels : heteroskedastic

Correlation : common AR(1) coefficient for all panels (0.6249)

Number of obs = 90

Number of groups = 4

Time periods = 23

Wald chi2(5) = 11.99

Prob > chi2 = 0.0350

------------------------------------------------------------------------------

capbours | Coef. Std. Err. z P>|z| [95% Conf. Interval]

-------------+----------------------------------------------------------------

g | .0017046 .0064279 0.27 0.791 -.0108938 .014303

dext | -.0363205 .0183462 -1.98 0.048** -.0722783 -.0003626

open | -.1362158 .0995229 -1.37 0.171 -.3312771 .0588456

inv | .001055 .0016705 0.63 0.528 -.002219 .004329

g² | -.0009473 .0010588 -0.89 0.371 -.0030224 .0011278

_cons | .8533435 .3988767 2.14 0.032 .0715596 1.635127

-----------------------------------------------------------------------------

Source: construction de l'auteur à partir de STATA 12 NB : *, **, *** représente le seuil de significativité respectivement à 10%, 5% et 1%.

En ASS, il ressort de ce tableau 10 que la croissance économique est sans effet sur la taille du marché boursier, mais pourrait l'influencer positivement (Rejet partiel de l'hypothèse H₂). La dette extérieure à un impact négatif (signe attendu), statistiquement significatif au seuil de 5% sur la capitalisation boursière et ASS.

Le tableau 11, présente les résultats de l'estimation de la croissance economique (G) sur la taille du marché (Capbours) en ASE.

Tableau 11: Estimation du modele 2 par la MCGF effet de la croissance sur capbours en ASE.

Cross-sectional time-series FGLS regression

Coefficients : generalized least squares

Panels : heteroskedastic

Correlation : common AR(1) coefficient for all panels (0.6012)

Number of obs = 92

Number of groups = 4

Time periods = 23

Wald chi2(5) = 14.85

Prob > chi2 = 0.0110

------------------------------------------------------------------------------

capbours | Coef. Std. Err. z P>|z| [95% Conf. Interval]

-------------+----------------------------------------------------------------

g | .0063795 .0061917 1.03 0.303 -.005756 .0185149

inv | .0048255 .0031403 1.54 0.124 -.0013295 .0109805

open | .0931295 .0872496 1.07 0.286 -.0778764 .2641355

dext | -.1630359 .1349788 -1.21 0.227 -.4275896 .1015177

g² | .0012295 .0006616 1.86 0.063* -.0000672 .0025262

_cons | .4586263 .6807716 0.67 0.501 -.8756615 1.792914

-----------------------------------------------------------------------------

Source: construction de l'auteur à partir de STATA 12 NB : *, **, *** représente le seuil de significativité respectivement à 10%, 5% et 1%.

De même qu'en ASS, en ASE le PIB par tête est sans effet sur la taille du marché boursier, mais pourrait avoir une incidence positive sur cette dernière (Rejet partiel de l'hypothèse H₂).

Toutefois à partir d'un certain seuil de croissance économique attient, la croissance économique affecte positivement et significativement le marché boursier. En effet, ce résultat nous suggère qu'une augmentation du taux de croissance économique de 10% entraine une hausse de la capitalisation boursière de 6.3%, en de sous de ce seuil la croissance est sans effet sur le développement boursier.

Ce résultat ne corrobore pas celui de Rioja et Valev (2004a) qui montrent la présence d'un effet significativement positif du développement boursier sur la croissance du PIB réel et ce, quel que soit le niveau de développement économique atteint (qu'il soit faible, moyen ou élevé). Selon ces mêmes auteurs, cet effet semble toutefois être plus fort dans les pays les plus avancés.

Dans la session suivante nous interprétons l'influence du PIB par tête sur la liquidité boursière liée à l'économie (Traval) en ASS et ASE.

V.3.2. Effet de la croissance économique sur la liquidité boursière liée à l'économie

Tableau 12: Estimation du modèle 2 par la MCGF effet de g sur traval en ASS.

RE GLS regression with AR(1) disturbances

Group variable : ideant

Number of obs = 87

Number of groups = 4

Time periods = 23

Wald chi2(6) = 4.95

Prob > chi2 = 0.5507

------------------------------------------------------------------------------

traval | Coef. Std. Err. z P>|z| [95% Conf. Interval]

-------------+----------------------------------------------------------------

g | 2.383457 1.613188 1.48 0.140 -.778333 5.545248

dext | 8.06282 5.28449 1.53 0.127 -2.294591 18.42023

open | -23.12007 22.34269 -1.03 0.301 -66.91094 20.67081

inv | -.1059948 .4409612 -0.24 0.810 -.9702629 .7582732

g² | -.1293411 .262326 -0.49 0.622 -.6434907 .3848085

_cons | 120.2082 93.52293 1.29 0.199 -63.09336 303.5098

-------------+----------------------------------------------------------------

Il ressort de l'estimation ci-dessus qu'en ASS, la croissance économique est sans effet sur la liquidité boursière liée à l'économie (traval), mais pourrait avoir une incidence positive sur cette dernière (Rejet partiel de l'hypothèse H₂).

Tableau 13: Estimation du modèle 2 par la MCGF effet de g sur traval en ASE.

Cross-sectional time-series FGLS regression

Coefficients : generalized least squares

Panels : heteroskedastic

Correlation : common AR(1) coefficient for all panels (0.6722)

Number of obs = 92

Number of groups = 4

Time periods = 23

Wald chi2(5) = 14.03

Prob > chi2 = 0.0154

------------------------------------------------------------------------------

traval | Coef. Std. Err. z P>|z| [95% Conf. Interval]

-------------+----------------------------------------------------------------

g | .7910542 .8311116 0.95 0.341 -.8378947 2.420003

inv | .7055435 .4210852 1.68 0.094* -.1197683 1.530855

open | 27.48908 14.93697 1.84 0.066* -1.786841 56.76501

dext | -19.46623 18.09961 -1.08 0.282 -54.94081 16.00836

g² | .1388234 .087796 1.58 0.114 -.0332535 .3109004

_cons | -18.15732 93.56972 -0.19 0.846 -201.5506 165.236

------------------------------------------------------------------------------

Source: construction de l'auteur à partir de STATA 12 NB : *, **, *** représente le seuil de significativité respectivement à 10%, 5% et 1%.

Aussi bien en ASS qu'en ASE, la croissance économique est sans effet sur la liquidité boursière liée à l'économie, mais pourrait l'influencer positivement (Rejet partiel de l'hypothèse H₂). Par ailleurs, l'investissement en capital et l'ouverture extérieure influencent positivement et significativement sur la liquidité boursière liée à l'économie (Traval).

Dans la section suivante, nous commentons l'incidence du PIB par tête sur la liquidité boursière liée au marché (Rto) en ASS et en ASE.

V.3.3.Influence de la croissance économique sur la liquidité boursière liée au marché

Tableau 14: Estimation du modèle 2 par la MCGF influence de la croissance sur Rto en ASS.

RE GLS regression with AR(1) disturbances

Group variable : ident

Number of obs = 85

Number of groups = 4

Time periods = 23

Wald chi2(6) = 4.23

Prob > chi2 = 0.6462

------------------------------------------------------------------------------

rto | Coef. Std. Err. z P>|z| [95% Conf. Interval]

-------------+----------------------------------------------------------------

g | -.0588154 .480338 -0.12 0.903 -1.000261 .8826297

dext | -.1718065 2.169045 -0.08 0.937 -4.423056 4.079443

open | 15.19043 7.89661 1.92 0.054 -.2866423 30.6675

inv | .0092644 .1304934 0.07 0.943 -.246498 .2650268

G² | .0312619 .0767493 0.41 0.684 -.119164 .1816878

_cons | -49.09486 33.63119 -1.46 0.144 -115.0108 16.82106

-------------+----------------------------------------------------------------

Il ressort de l'estimation ci-dessus qu'en ASS, la croissance économique est sans effet sur la liquidité boursière liée au marché et pourrait même l'affecter négativement (Rejet partiel de l'hypothèse H₂). Dans le tableau 15, nous commentons l'incidence du PIB par tête sur la liquidité boursière au marché (Rto) en ASE.

Tableau15: Estimation du modèle 2 par la MCGF effet G sur rto en ASE.

Cross-sectional time-series FGLS regression

Coefficients : generalized least squares

Panels : heteroskedastic

Correlation : common AR(1) coefficient for all panels (0.7952)

Number of obs = 92

Number of groups = 4

Time periods = 23

Wald chi2(5) = 10.42

Prob > chi2 = 0.0641

------------------------------------------------------------------------------

rto | Coef. Std. Err. z P>|z| [95% Conf. Interval]

-------------+----------------------------------------------------------------

g| .6679354 .3803905 1.76 0.079* -.0776163 1.413487

inv | .0866293 .2328953 0.37 0.710 -.3698371 .5430957

open | 13.53818 9.264764 1.46 0.144 -4.620425 31.69678

dext | -13.97246 9.65338 -1.45 0.148 -32.89274 4.947817

g² | .0349713 .0480308 0.73 0.467 -.0591672 .1291099

_cons | 7.68523 48.24925 0.16 0.873 -86.88157 102.252

Source: construction de l'auteur à partir de STATA 12 NB : *, **, *** représente le seuil de significativité respectivement à 10%, 5% et 1%.

Contrairement à l'ASS en ASE, le PIB par tête affecte positivement (signe attendu) significativement la liquidité boursière liée au marché (Rto) (vérification partielle de l'hypothèse H₂). En effet, ce résultat nous suggère qu'une augmentation du taux de croissance économique de 10% entraine une augmentation du volume des transactions de 7.9%. Ce résultat corrobore celui de Durham (2002). En effet , Durham (2002) montre que l'effet significativement positif de la liquidité boursière sur la croissance de long terme est d'autant plus important que le niveau du PIB par habitant est élevé, que le système légal domestique est développé et que le risque crédit du pays est faible. Nous allons maintenant faire la synthèse de nos résultats.

V.4. Sens de la relation entre la croissance économique et le développement boursier

Sous l'hypothèse de stationnarité des séries, les estimations des deux modèles nous donnent les résultats synthétisés dans le tableau ci-dessous:

Tableau 16 : Synthèse du sens de la relation entre le développement boursier et la croissance économique

	Modèle 1		Modèle 2
	Effet de la bourse sur le PIB		Effet du PIB sur la bourse		Décision
	Sens de la relation	signe	Sens de la relation	signe
ASS.	CAPBOURS ? G	B-	G ?CAPBOURS	A^_	Absence d'une relation significative
	RTO ?G	A-	G ?RTO	B_-	Absence d'une relation significative
	TRAVAL ? G	A-	G ?TRAVAL	A-	Absence d'une relation significative
ASE.	CAPBOURS ? G	B+	G ?CAPBOURS	A-	Unidirectionnelle de Capbours ? G
	RTO ?G	A+	G ?RTO	A+	Bidirectionnelle de RTO?G
	TRAVAL ? G	A_-	G ? TRAVAL	A_-	Absence d'une relation significative

A+ : positif et signicatif . A- : positif et non significatif. B+ : négatif et significatif B- : négatif et non significatif.

Partant des résultats obtenus, le tableau 16 nous indique, l'absence d'une relation significative entre le développement boursier et la croissance économique en ASS (Rejet total de H₁ et H₂). Ce résultat corrobore ceux d'Adjasi et Biekpe (2005) d'Adusei (2014) au Ghana. Ce résultat s'explique par :

Les contraintes de taille, de volume d'opérations, de liquidité et de nombre de titres disponibles obligent les marchés financiers africains à fonctionner un peu comme des investissements privés où seulement quelques traders/dealers peuvent structurer la grande majorité des demandes des investissements institutionnels. Les marchés financiers africains se retrouvent donc isoler dans le système financier international. Cet isolement rend à priori les marchés africains moins attrayants pour les grands gestionnaires de fonds pour qui la capacité de pouvoir déplacer rapidement les capitaux est un critère sur lequel ils font rarement des compromis. Paradoxalement, l'isolement des marchés africains met ces derniers à l'abri des tourbillons et des effets boule-de-neige des autres marchés développés et émergents. L'isolement fait également en sorte que les performances des marchés africains dépendent essentiellement des fondamentaux de l'économie du continent et des pays hôtes.

Par contre en ASE entre le ratio de Capbours et la croissance économique, il existe une relation unidirectionnelle, qui va de la finance vers la croissance (vérification partielle H₁). Ce résultat est contraire est celui de Robinson (1952) qui stipule que « là où la croissance conduit la finance suit », Rousseau et Wachtel (2000), Ang et McKibbin (2007) en Malaisie qui ont trouvé que c'est la croissance qui cause le développement financier à long terme, et non le contraire. Ces résultats sont similaires à ceux trouvés par Christopoulos et Tsionas (2004) Mohtadi et Argarwal (2008), qui montrent l'existence d'une relation de long terme unidirectionnelle qui va du développement boursier vers la croissance économique,

Par ailleurs, il existe une relation bidirectionnelle entre la Rto et la croissance économique en ASE (acceptation totale de H₁ et H₂). Cette relation inter-croissée entre liquidité boursière et croissance économique a été également mise en évidence par les résultats de : Patrick (1966), Greenwood et Jovanovic (1990), Saint Paul (1992), Boyd et Smith (1996), Demestriades et Hussein (1996), Greenwood et Smith (1997). Ces derniers soutiennent fortement la présence d'une relation bidirectionnelle entre la rotation en volume des transactions et la croissance économique.

Enfin en ASE, l'absence d'une relation significative entre le ratio Traval et la croissance économique (Rejet total de H₁ et H₂).

CONCLUSION

Le but de ce chapitre était d'interpréter les résultats de nos deux modèles. Après interprétations et discusions, nous aboutissons aux principaux résultats suivants : l'absence d'une relation significative entre le développement boursier et la croissance économique en ASS (Rejet total de H1 et H2). En ASE par contre, entre le ratio de Capbours et la croissance économique, il existe une relation unidirectionnelle, qui va de la finance vers la croissance (vérification partielle H1). Bien plus encore, il existe une relation bidirectionnelle entre la Rto et la croissance économique en ASE (acceptation totale de H1 et H2). Pour finir, en ASE nous n'avons identifié aucune relation significative entre le ratio Traval et la croissance économique (Rejet total de H1 et H2).

Globalement, ces résultats nous suggèrent que le sens de la relation entre la finance et la croissance varie selon l'indicateur de développement boursier utilisé, ainsi qu'entre les pays de l'échantillon étudié. Nos principaux résultats corroborent ceux de Rioja et Valev (2004b), qui ont trouvé qu'en présence de systèmes financiers faiblement développés, le marché boursier exerce un effet ambigu sur la croissance économique, qui diffère selon le proxy retenu pour mesurer le développement boursier et l'échantillon de groupes de pays utilisé. Ghimire et Giorgioni (2009), Kar et al. (2011), Odhiambo N. et Ho S ((2012) sont arrivés la même conclusion dans leurs travaux. Les résultats précédents montrent à quel point les marchés financiers africains restent très petits malgré l'extraordinaire croissance de leurs capitalisations boursières ces 10 dernières années (Moss et Standley (2007)).

Les marchés boursiers africains sont moins développés que ceux d'ASE et les services financiers y desservent un nombre d'usagers moins élevé (Atiopou M (2006)). Ainsi, la petite taille, le nombre limite de titres négociables, le faible volume de transactions et la liquidité médiocre des bourses ainsi que l'étroitesse des économies nationales qui les abritent restent les plus importants handicaps des marchés boursiers africains (Atiopou M (2006)).

CHAPITRE VI : CONCLUSIONS ET RECOMMANDATIONS

Introduction

L'objectif principal de ce travail était d'apprécier empiriquement le sens du lien existant entre le développement boursier et la croissance économique dans les marchés financiers émergents d'ASS et d'ASE. Etant donnée la controverse sur les effets du marché boursier sur l'économie réelle, en particulier dans les pays en voie de développement, la méthodologie retenue pour effectuer nos analyses prend appui sur le modèle de régression directe d'Atje et Jovanovic (1993), Levine et Zervos (1997) repris par, Mohtadi et Agarwal (2000), Adjasi (2006), Wong et Zhou (2011).

Les variables expliquées sont le taux de croissance, la capitalisation boursière, le ratio de liquidité boursière liée à l'économie et le ratio de turn-over, les variables explicatives sont les mêmes que les variables expliquées en fonction du modèle et les variables de contrôle sont celles révélées dans la méthodologie. Les paramètres du modèle ont été estimés par la méthode des MCGF sur des données de panel statique, après avoir eu par le biais de tests adéquats la certification d'une absence d'autocorrélation et d'hétéroscédasticité des erreurs. Mais exceptionnellement dans l'une de nos estimations nous avions utilisé la méthode des MCO. Notre échantillon constitué de huit PED est reparti en deux groupes : le premier groupe est composé de quatre marchés émergents d'Afrique Subsaharienne (Afrique du Sud, Cote d'ivoire, Ghana, Nigeria) et le second groupe est constitué des « Tigres asiatiques » (Indonésie, Malaysie, Thaïlande, Philippines,). La période d'analyse va de 1988 à 2010. Nos données annuelles proviennent du World Development Indicators de 2012.

L'essentiel de ce dernier chapitre est consacré à la synthèse de notre travail. Ainsi en VI.1 nous aurons les principaux résultats, en VI.2 les recommandations et axes de recherche future en VI.3.

VI.1. Principaux résultats

Ø En ASS, l'absence d'une relation significative entre le développement boursier et la croissance économique (Rejet total de H₁ et H₂).

Ø Par contre en ASE entre le ratio de Capbours et la croissance économique, il existe une relation unidirectionnelle, qui va de la finance vers la croissance (vérification partielle H₁).

Ø Par ailleurs, il existe une relation bidirectionnelle entre la Rto et la croissance économique en ASE (acceptation totale de H₁ et H₂).

Ø Enfin en ASE, l'absence d'une relation significative entre le ratio Traval et la croissance économique (Rejet total de H₁ et H₂).

Ces résultats présentés de manière spécifique bien qu'ambigus sur le sens de la relation entre finance et croissance, ont été mis en évidence par de récentes études empiriques. En effet, nos résultats empiriques rejoignent ceux de Kar et al. (2011). Selon ces derniers, le sens de la relation entre la finance et la croissance varie selon l'indicateur de développement boursier utilisé, ainsi qu'entre les pays de l'échantillon étudié. Des résultats similaires ont aussi été trouvés dans une étude récente sur l'effet d'un marché boursier émergent sur la croissance économique de Hong Kong par Odhiambo N. and Ho S., (2012). D'après leurs résultats, le sens de la relation entre le marché boursier et la croissance économique dépend du proxy utilisé pour mesurer le niveau de développement du marché boursier. Rioja et Valev (2004b) montrent finalement qu'en présence de systèmes financiers faiblement développés, le développement boursier exerce un effet ambigu sur la croissance qui diffère selon la catégorie d'indicateurs de développement boursier utilisés.

Ces résultats médiocres peuvent être expliques par la petite taille, le nombre limité de titres négociables, le faible volume de transactions et la liquidité médiocre des bourses ainsi que l'étroitesse des économies nationales qui les abritent. Ces contraintes restent les plus importants handicaps qui empêchent les marchés financiers africains, de jouer pleinement leurs rôles de sources de financement pour les entreprises et de véhicules d'investissement pour les investisseurs, surtout locaux et de levier pour le financement du développement. Ces handicaps sont eux-mêmes des conséquences de facteurs qui minent le développement d'un vigoureux secteur privé. L'un (sinon le plus important) de ces facteurs est la lourdeur du climat des affaires qui décourage carrément le développement d'entreprises locales formelles viables dans les pays africains. Pour attirer plus de capitaux locaux et étrangers, les décideurs et autorités des pays africains et d'ASE devraient donc s'attaquer principalement à ces contraintes et à leurs facteurs sous-jacents afin d'accroître l'offre et la demande des titres sur leurs marchés des capitaux.

Au dénouement de notre analyse, nous sommes amènes à formuler les suggestions suivantes liées à nos résultats à l'endroit des décideurs politiques, et des autorités des marchés boursiers.

VI.2. Recommandations

En raison de leur intégration financière limitée avec les marchés mondiaux, la plupart des pays africains n'ont pas été directement touchés par la crise financière mondiale. Avec l'avantage du recul, il pourrait être tentant de conclure que cette faible intégration financière était une bonne chose, et qu'il serait dans l'intérêt de l'Afrique de ne pas chercher à l'augmenter. Or, pour accroître son taux de croissance économique et faire reculer significativement et durablement la pauvreté et la faim, il est indispensable que le continent développe ses systèmes financiers et les intègre au reste du monde. Nos résultats nous suggèrent que, les systèmes financiers africains sont moins développés que ceux des tigres asiatiques, et les services financiers y desservent un nombre d'usagers moins élevé. La question n'est donc pas de savoir si les systèmes financiers africains doivent être intégrés, mais plutôt comment et à quel rythme pour faire en sorte d'éviter les difficultés liées à l'activité financière transfrontière auxquels se sont heurtés les pays avancés et émergents pendant la crise financière mondiale.

La mise en application de ses recommandations liées à nos résultats permettrait d'atteindre plus rapidement l'émergence économique dont ambitionne d'atteindre la plus part des pays de notre échantillon (à l'exemple de la Malaysie à l'horizon 2020), point décisif vers la convergence, avec le but de rattraper les pays riches aussi hypothétique soit-il ? Ces recommandations sont aussi valables pour le reste de l'Afrique (particulièrement l'Afrique Centrale qui est encore à la traîne avec la BVMAC et la DSX) et les autres pays d'Asie du Sud-Est (le Brunei, le Laos, la Birmanie, le Cambodge), résolument déterminés en emboiter le pas aux « Dragons » asiatiques.

Les propositions suivantes liées à nos résultats vont à l'endroit des décideurs politiques et des autorités des marchés boursiers, afin d'accroître l'offre et la demande des titres sur leurs marchés des capitaux.

VI.2.1.Recommandations liées l'augmentation de l'offre des titres financiers

Pour augmenter l'offre de titres financiers, les décideurs devraient mettre en place des mesures permettant d'accroître le nombre de compagnies qui choisissent de s'inscrire à la bourse. Ces mesures sont principalement de deux ordres : favoriser le développement d'entreprises locales viables et rendre attrayantes les conditions d'inscription de ces entreprises à la cote officielle.

À cette fin les Etats doivent apporter des solutions radicales : aux obstacles les plus significatifs que sont la lourdeur administrative, la médiocrité des infrastructures (transports, électricité, logistiques, etc.), le manque de main-d'oeuvre qualifiée et la faiblesse des systèmes bancaires.

Créer une entreprise formelle en Afrique demeure un parcours de combattant. Simplifier les démarches administratives est par conséquent une étape capitale pour inciter les entrepreneurs africains du secteur informel à rejoindre le secteur formel et pour encourager ceux qui sont déjà dans le secteur formel à se concentrer sur la croissance de leurs entreprises.

Améliorer les infrastructures est un impératif pour permettre aux entreprises africaines de réduire leurs coûts de production et d'exploitation excessifs et d'accroître leur productivité et leur compétitivité.

Le lien entre la bonne gestion et la bonne santé des entreprises n'est plus à démontrer. Plusieurs études montrent que les entreprises africaines sont relativement moins bien gérées que leurs homologues asiatiques ou celles des pays développés. La mise en place des mesures pour encourager la bonne gouvernance corporative, en dynamisant, par exemple, corps et chambres professionnelles, et surtout en luttant efficacement contre la corruption, devrait permettre d'améliorer la productivité et la performance des entreprises existantes.

Un système bancaire fort, efficace et stable est un préalable non seulement pour un secteur privé robuste mais aussi et surtout pour un marché boursier efficient et dynamique. Plusieurs actions concrètes, comme l'harmonisation de la réglementation, l'élimination des distorsions, la réduction des coefficients de réserves obligatoires, et le développement d'autres institutions non bancaires, pourraient permettre d'accélérer le renforcement du secteur bancaire.

Ø Pour assurer l'intégration monétaire africaine, il faudrait déjà mettre en place les

trois institutions financières envisagées^41(*) avec pour objectif de parvenir, vers les années 2020, à une monnaie commune continentale.

Les gestionnaires/administrateurs des bourses africaines devraient sans tarder mettre en place des conditions qui faciliteraient l'accès des entreprises (et des investisseurs) aux marchés des capitaux. Certaines de ces conditions sont :

Ø L'élimination, des restrictions qui entravent la libre circulation des capitaux sur ces marchés

Ø La mise en place de systèmes et de standards efficaces de collecte et de dissémination d'information de qualité sur les activités et opérations boursières.

Ø Financer les nombreux investissements de petites et moyennes entreprises comporte

des risques. L'Afrique aura donc besoin d'acteurs financiers rompus aux investissements de capital-risque. Les banques commerciales n'ayant ni les compétences ni l'appétit pour ce type de prêts risqués, il est important que les banques centrales africaines s'efforcent de développer ce secteur.

-S'atteler sérieusement à l'intégration régionale des marchés boursiers est un autre important aspect de nos recommandations

Ø Regrouper les 20 bourses du continent en quatre ou cinq bourses régionales, serait à

notre sens l'idéal. En se régionalisant à travers le regroupant de leurs ressources, les marchés embryonnaires et fragmentés africains pourraient accroître leurs liquidités et leurs capacités à mobiliser des capitaux locaux et transfrontaliers, diversifier leurs risques, accroître leurs compétitivités, diminuer leurs coûts de transactions, améliorer leurs rendements et accélérer leur intégration au système financier international. Bien sûr, cela prendre du temps, une dose de courage politique et la mise au placard du chauvinisme pour arriver à donner le plein potentiel aux projets de régionalisation des bourses africaines. Mais, pour concurrencer réellement les autres marchés émergents qui attirent de gros capitaux étrangers, comme les bourses latino-américaines par exemple, les bourses africaines n'auront pas le choix que de grossir et d'offrir une variété d'instruments financiers convaincants. Se regrouper serait le meilleur moyen pour y arriver. Accélérer le processus d'intégration régionale des marchés boursiers africains et de l'ASEAN afin d'avoir une taille critique comme Euronex.

VI.2.2. Recommandations pour stimuler la demande des titres financiers

Ø Les responsables des bourses africaines devraient donc orienter, dans un premier

temps, leurs efforts de promotions vers les investisseurs locaux. Ils devraient encourager les investisseurs institutionnels locaux à investir dans les titres existants (comme c'est le cas au Nigeria) et les entrepreneurs financiers qualifiés à développer des fonds communs de placement afin de permettre à un plus grand nombre de citoyens, surtout ceux de la classe moyenne, d'investir dans ces véhicules de placement (comme c'est le cas au Ghana et au Kenya). Une forte participation des investisseurs locaux pourrait aussi prémunir les marchés des effets spéculatifs des flux étrangers. Toutefois, tous ces efforts resteraient vains si la pauvreté extrême des populations, le bas niveau de revenu et le faible taux d'épargne persistent. Les efforts de promotions devraient donc s'accompagner de ceux de la résolution des problèmes liés au sous-développement du secteur privé mentionné plus haut, pour créer et maintenir des emplois afin d'atténuer en partie le problème de la pauvreté.

FRAMA et d'autres fonds régionaux à travers des campagnes de promotions adéquates tant sur le continent qu'à l'extérieur. Comme bon nombre de ces fonds sont suivis par des systèmes internationaux de bases de données financiers (tel que Morningstar, S&P, Bloomberg, Thompson-reuters, etc.), leurs investissements en Afrique pourraient accroître la visibilité des titres et des marchés africains sur le radar d'autres grands gestionnaires de fonds globaux (FGME). Quoi qu'il en soit, les autorités des bourses africaines devraient organiser régulièrement des évènements financiers ciblés (forum, conférence, road-show, etc.) hautement médiatisés sur les opportunités que pourraient offrir leurs marchés à ces types investisseurs (Atiopou, 2005).

Ø Toutefois, ces pays se doivent de rester prudents lorsqu'ils mettent en oeuvre des

réformes visant à libéraliser leurs marchés boursiers. En effet, des changements rapides peuvent altérer les motivations des banquiers et des organes de réglementation et par là même entraîner des crises financières. Le gradualisme devrait l'emporter sur les réformes radicales, (Panizza U., (2012)).

VI.3.Limites de l'étude et axes futurs de recherche

Ce travail a jusqu'ici estimé l'incidence du développement boursier à la période t sur le taux de croissance du PIB réel par tête de la même période et vice versa par la méthode des MCGF. Or, la méthode des MCGF ne permet pas, de corriger l'endogénéité au sens fort mais plutôt au sens faible des variables explicatives du modèle. Elle suppose que les variables explicatives sont seulement « faiblement exogènes », c'est- à-dire qu'elles peuvent être affectées par les réalisations actuelles et passées de la variable dépendante, mais doivent être non corrélées avec les réalisations futures du terme d'erreur. Cependant, il est possible que l'influence entre le marché boursier et la croissance soit décalée d'une période pour pourvoir rendre notre étude dynamique (VAR) et effectuer le test de causalité de Granger afin d'apprécier le sens de causalité sans avoir à régresser indépendamment et simultanément des deux équations. Ainsi, pour poursuivre ce travail de recherche ; trois voies peuvent être suivie :

ü Effectuer le test de causalité au sens de Granger pour en ressortir le sens de causalité

ü Prise en compte des variables qualitatives et des variables quantitatives manquantes.

Etant donné que nous ne pouvons prétendre avoir épuisé la question relative aux effets du développement boursier sur la croissance économique en Afrique Subsaharien et en Asie du Sud-Est, nous suggérons aux futurs chercheurs qui s'intéresseraient aux interactions entre le marché boursier et à la croissance économique de traiter les thèmes de recherches suivants :

· Marché boursier et croissance économique en ASS et en ASE : Rôle de la qualité des institutions

· L'efficience des marchés boursiers émergents et croissance économique en ASS et ASE : Une analyse comparative à l'aide du Modèle de Black and Scholes.

· Finance et inégalités : Contribution des marchés boursiers dans la lutte contre la pauvreté en ASS et ASE.

REFERENCES BIBIOGRAPHIQUES

Abu-Bader, Suleiman & Abu-Qarn, Aamer, (2006). "Financial Developent and Economic Growth Nexus: Time Series Evidence from Middle Eastern and North African Countries," MPRA Paper 972, University Library of Munich, Germany.

Acemoglu, D. and F. Zilibotti, (1997), «Was Prometheus Unbound by Chance? Risk, Diversification, and Growth», Journal of Political Economy, 105: 709-775.

Adjaski, Charles K.D. and Nicholas B. Biekpe (2005), « Stock Market Development and Economic Growth: The Case of Selected African Countries »» Working Paper, African Development Bank.

Adusei M., (2014), «Does Stock Market Development Promote Economic Growth in Ghana?» International Journal of Economics and Finance; Vol. 6, No. 6; 2014.

Aghion P. and Banerjee A, (2005),» Volatility and Growth», Clarendon Lectures, Oxford: Oxford University Press.

Allen, F., Gale, D. (1997), «Financial markets, intermediaries, and intertemporal smoothing». Journal of Political Economy 1, 523-546.

Ang, James B. (2008). "Are Financial Sector Policies Effective In Deepening The Malaysian Financial System?" Contemporary Economic Policy, Western Economic Association International, vol. 26(4), pages 623-635, October.

Ang, James B. & McKibbin, Warwick J., (2007). "Financial liberalization, financial sector development and growth: Evidence from Malaysia," Journal of Development Economics, Elsevier, vol. 84(1), pages 215-233, September.

Arestis, P. and Demetriades, P. O. (1997), «Financial development and economic growth: Assessing the evidence», Economic Journal 107(442), 783-99

Atiopou M., (2005) «Les marchés financiers africains». http://www.afrology.com/eco/atiopou_marches.html

Atje, R., and B. Jovanovic (1993), «Stock Markets and Development,» European Economic Review. 37: 632-640

Bagehot, W. (1873), ``Lombard Street: A Description of the Money Market'', Londres, H.S. King.

Beck, T. and Levine, R., (2004), «Stock markets, banks and growth: Panel evidence». Journal of Banking and Finance 28, 423-442. 5.

Beck, T., R. Levine and N. Loayza (2000), ``Finance and the Sources of Growth' 'Journal of

Ben Naceur S. and Ghazouani S. (2007),"Stock markets, banks, and economic growth: Empirical evidence from the MENA region", Research in International Business and Finance, Vol.21, N°2, pp.297-315.

Berthelemy and Varoudakis (1996), «Economic Growth, Convergence Clubs, and the Role of Financial Development», Oxford Economic Papers, 1996, vol. 48, issue 2, pages 300-328.

Bencivenga V., Smith B., and Starr. R. (1996). «Equity Markets, Transaction Costs, and Capital Accumulation: An Illustration.» World Bank Economic Review. 10(2): 241-265.

Christopoulos D. K. & Tsionas E. G. (2004), «Financial Development and Economic Growth: Evidence from panel unit root cointegration tests», Journal of Development Economics, 73, 55-74.

Chouchane-Verdier, A. (2001). ``Libéralisation Financière et Croissance Economique : le cas de l'Afrique Subsaharienne'', Ed. L'Harmattan.

David C. L. Nellor (2008), ``L'émergence des marchés en Afrique : Les marchés financiers de certains pays africains commencent à intéresser les investisseurs''. Edition : Finance et Développement Septembre 2008, page: 30-31.

De Gregorio, J. & Guidotti, P.E., (1995), « Financial development and growth », World development, volume 23, numéro 3, p.433-448.

Deidda L. and B. Fattouh (2006), « Banks, Financial Markets and Growth », Journal of Financial Intermediation.

Demetriades, P. and Hussein, K. (1996), «Financial development and economic growth : cointegration and causality tests for 16 countries», Journal of development Economics, vol. 51, 387-411.

Durham B. J., (2002), "The effects of stock market development on growth and private investment in lower-income countries," Emerging Markets Review, Elsevier, vol. 3(3), pages 211-232, September.

Harris Richard. (1997) «Stock Markets and Development: A Re-assessment,» European Economic Review. 41: 139-46

Hicks, J. (1969), ``a Theory of Economic History'', Oxford: Clarendon Press.

Hirst P. and Thompson G. (1999),"Globalisation in Question", par Cambridge, Polity Press, pp.134-162, seconde édition.

Im, K.S., Pesaran, M.H., and, Shin, Y., (2003). «Testing for Unit Roots in Heterogeneous Panels», Journal of Econometrics, 115, p. 53-74.

Jensen, M.C., and K.J. Murphy. (1990), "Performance Pay and Top-Management Incentives." Journal of Political Economy, Vol.98: 225-64.

Jung, W. (1986), «Financial development and economic growth: international evidence», Economic Development and Cultural Change, 333-346.

Gaytan A. & Ranciere R., (2004), "Banks, Liquidity Crises and Economic Growth," Econometric Society 2004 North American Summer Meetings 399, Econometric Society.

Greenwood, J., Bruce, S. (1997), «Financial markets in development and the development of financial markets», Journal of Economics Dynamics and Control 21, January 1997, 145-182.

Greenwood J. and Jovanovic B. (1990), ``Financial Development, growth and the Distribution of Income''. Journal of Political Economy, Vol 18, n^o 5, pp. 1176-1107.

Grilli E. (2002), « The Asian crisis: trade causes and consequences ». The world economy. Vol.25. No.2. p.177.

Goldsmith, R. W. (1969), «Financial Structure and Development'' (New Haven: Yale University Press).

Holmstrom, B., Tirole, J. (1993), «Market liquidity and performance monitoring», Journal of Political Economy 101 (1993), 678-709.

Khan M. & A. Senhadji S., (2003). "Financial Development and Economic Growth; An Overview," IMF Working Papers 00/209, International Monetary Fund.

King, Robert, and Ross Levine. (1993a). «Finance and Growth: Schumpeter Might Be Right,» Quarterly Journal of Economics.108 (3): 717-737

King, R.G. and R. Levine (1993b), «Finance, entrepreneurship and growth», Journal of Monetary Economics 32, 1-30.

Kyle, A.S. (1984), "Market Structure, Information, Futures Markets, and Price Formation." In Gary G. Storey, Andrew Schmitz, and Alexander H. Sarris, eds., International Agricultural Trade: Advanced Reading in Price Formation, Market Structure, and Price Instability, Westview (Boulder, Colo).

Levine, R. (1991), « Stock markets, growth tax policy. », The Journal of Finance, 46, 1445-1465.

Levine, R. (1997), «Financial development and economic growth: views and agenda», Journal of Economic Literature, 35, 2, 688-726

Levine R., (2005), « Finance and growth: theory and evidence », in P. Aghion and S. Durlauf (eds.), Handbook of Economic Growth, Amsterdam: North- Holland, pp. 866-934.

Levine R. and S. Zervos (1998) « Stock Markets, Banks, and Economic Growth », American Economic Review, 88(3), pp. 537-58.

Mishkin F. (2010), «The Economics of Money Banking and Financial Markets», Person Education Inc. /Addison-Wesley, 9e éd. 2010, 923 pages. Page 34.

MacDonald Scott B. (1998), « Transparency in Thailand's 1997 Economic Crisis: The Significance of Disclosure ». Asian survey. Vol.38. No. 7. p.688.

Maddala, G.S. and Wu, S., (1999). «A Comparative Study of Unit Root Tests with Panel Data and A New Simple Test», Oxford Bulletin of Economics and Statistics, 61, p. 631-652.

Mankiw P. et Taylor M. (2010) « principe de l'économie » 1ere édition. De Boeck. P. 599

Moez O. (2011), « Etude empirique de la relation entre le système monétaire et financier et la croissance économique », Thèse de Phd Université de Neuchâtel, avril 2011.

Mothadi, H. and Argawal, S. (2008), « Stock Market Development and Economic Growth: Evidence from Developing Countries», Working paper - University of Wisconsin-Milwaukee.

Nowbutsing, B. M. (2010) «Stock Market Development and Economic Growth: The Case of Mauritius» International Business & Economics Research Journal vol. 8 pp. 77-88.

Nzué, F. (2003) «Stocks Markets Development and Economic Growth: evidence from Côte d'Ivoire» Lettre de Politique Economique vol.22.

Odhiambo N. and Ho S. (2012), «Stock market development and economic growth in Hong Kong: an empirical investigation». International Business and Economics Research Journal 11(7).

Ogunmuyiwa, M. S. (2010), «Investor's Sentiment, Stock Market Liquidity and Economic Growth in Nigeria» Journal of Africa Business, vol.23 pp. 63-67.

Pagano M. (1993) «Financial Markets and Growth: an Overview» European Economic Review, vol.37, n°2-3, p.613-622.

Panizza U., (2012), ``La finance et le développement économique'', International Development Policy, Revue internationale de politique de développement.

Patrick H. (1966), «Financial Development and Economic Growth in Underdeveloped Countries», Economic Development and Cultural Change, Vol.14, pp. 174-189.

Perspectives économiques en Afrique (2008) : Nigéria, BAFD, OCDE (2008). p 542.

Perspectives économiques régionales (2012), ``Afrique subsaharien, préserver la croissance dans un monde incertain''. Fonds monétaire international, octobre 2012, p. 28-34.

Rioja F. & Valev N., (2004), "Finance and the Sources of Growth at Various Stages of Economic Development," Economic Inquiry, Western Economic Association International, vol. 42(1), pages 127-140, January.

Rousseau P. L. & Wachtel P. (1998), «Financial Intermediation and Economic Performance: Historical Evidence from Five Industrial Countries», Journal of Money, Credit and Banking, 30(4), 657-78.

Rousseau, L.P. and Wachtel, P., (2000), «Equity markets and growth: cross-country evidence on timing and outcomes», Journal of Banking and Finance 24, 1933-1957.

Rousseau and Yilmazkuday (2009), «Inflation, Financial Development and Growth: A Trilateral Analysis» Economic Systems, Vol. 33, No. 4, 2009

Robert, L. (1990), « Why doesn't capital flow from rich to poor countries? » American Economic Review Papers and Proceedings, 80, pp. 92-6.

Robinson, J. (1952), «The Generalization of the General Theory «, in the Rate of Interest, and Other Essays (London: Macmillan).

Saci, K., Giorgioni, G. & Holden, K. (2009), «Does financial development affect growth?» Forth coming Applied Economics.

Saint Paul, G. (1992), « Technological choice, financial markets and economic development. », European Economic Review 36, 763-781.

Sandrine Rol et Christian de Boissieu (1997), "Les marchés émergents d'Asie : une vue perspective ", Revue d'économie financière, Persée p.141.

Scharfstein D. (1988), «The disciplinary role of takeovers», Review of Economic Studies, 55, pp. 85-99.

Schumpeter, J. (1911), ``the Theory of Economic Development'', Cambridge, MA: Harvard University Press.

Stein J, (1988), «Takeover threats and managerial myopia». Journal of Political Economics, Vol 96, pp. 61-80.

Stiglitz, J.E. (1985), «Credit markets and the control of capital», Journal of Money, Credit and Banking, May 1985, 17 (2), 133-52.

Stiglitz, J. (2000), «Capital Market Liberalization, Economic Growth, and Instability», World Development, Vol. 28, N°6, pp. 1075-1086.

Vorapheth K. (2012) "L'ASEAN de A à Z: Histoire, Géopolitique, Concepts, Personnages", par " Editions L'Harmattan.

Xu, Z., (2000), «Financial Development, Investment, and Growth», Economic Inquiry, 38: 331- 344.

Yilmazkuday H., (2011), "Thresholds in the Finance-Growth Nexus: A Cross-Country Analysis," World Bank Economic Review, World Bank Group, vol. 25(2), pages 278-295, May.

World Bank (2012), ``World Development Indicators 2012'', Oxford University Press, New York.

ANNEXES

Annexe 1: Marché boursier et croissance économique : Une revue sélective des principaux travaux empiriques.

Auteurs (Année)	ECHANTILLON	METHODE	PRINCIPAUX RESULTATS
Les études sur données de panel
Rousseau et Wachtel (2000)	Données annuelles pour 47 pays entre 1980 et 1995	Modèle VAR (Vecteur Auto Régressif) sur panel	Le développement de l'intermédiation financière et la liquidité des marchés boursiers permettent la promotion de la croissance. La capitalisation boursière semble, au contraire, jouer un rôle très négligeable en la matière.
Beck et Levine (2004)	Données en moyenne quinquennale pour 40 pays entre 1976 et 1998	MMG sur panel dynamique	Le développement de l'intermédiation financière et la liquidité des marchés boursiers contribuent à la promotion de la croissance.
Ben Naceur et Ghazouani (2007)	Données annuelles pour 11 pays de la région MENA entre 1979 et 2003	MMG sur panel dynamique	Absence d'une relation significative entre la croissance et le développement du marché boursier. L'association entre le développement bancaire et la croissance est négative après contrôle du niveau de développement du marché boursier.
Saci et al. (2009)	Données en moyenne quinquennale pour 30 pays en développement entre 1988 et 2001.	MMG sur panel dynamique	Effet nul ou significativement négatif du développement bancaire sur la croissance lorsque l'on contrôle le développement du marché boursier. Effet significativement positif du développement du marché boursier
Kar et al. (2011)	Données annuelles pour 15 pays de la région MENA entre 1980 et 2007	Modèle VECM, MMG, technique de Hurlin [2008] et approche de Kónya [2006].	Le sens de la relation entre le développement financier et la croissance varie selon l'indicateur de développement financier utilisé, ainsi qu'entre les pays de l'échantillon étudié.
Les études sur séries temporelles
Gupta (1984)	Données trimestrielles pour 14 pays en développement entre 1961 et 1980	Modèle VAR et tests de causalité de Granger	Les résultats montrent une causalité qui va de la finance vers la croissance. Ils supportent, dans certains cas, la présence de causalité inverse. Une causalité réciproque est toutefois rarement prouvée.
Demetriades et Hussein (1996)	Données annuelles pour 16 pays, avec au moins 27 observations	Modèle VAR, modèle VECM, cointégration d'Engle et Granger et cointégration de Johansen	Résultats supportant fortement la présence d'une causalité bidirectionnelle entre la finance et la croissance, et faiblement la présence d'une causalité inverse qui va de la croissance vers la finance.
Arestis et al. (2001)	Données trimestrielles pour 5 pays industrialisés entre 1972 et 1998	Modèle VECM et cointégration de Johansen	Le développement financier - aussi bien celui des banques que des marchés boursiers - favorise la croissance. Ce sont les banques qui contribuent d'une manière plus significative et plus importante au processus de croissance, comparativement aux marchés boursiers.
Thangavelu et Ang (2004)	Données trimestrielles pour l'Australie entre 1960 et 1999	Modèle VAR et causalité au sens de Granger	La croissance induit le développement du secteur bancaire (au sens de Granger), alors que le développement du marché boursier provoque la croissance.
Les études sur données en coupe transversale
Atje et Jovanovic (1993)	Données annuelles pour 94 pays entre 1960 et 1985	MCO	Effet positif significatif du développement des marchés boursiers sur le niveau et la croissance de l'activité économique.
Harris (1997)	Données annuelles pour 39 pays entre 1980 et 1988	Doubles Moindres Carrés (DMC)	L'hypothèse que l'activité boursière permet l'explication de la croissance est faiblement (partiellement) supportée. L'effet du développement du marché boursier sur la croissance est faible dans les pays les moins développés. Il est, au contraire, significatif pour les pays développés.
Levine et Zervos (1998b)	Données annuelles pour 94 pays entre 1960 et 1985	MCO	Effet positif significatif du développement des marchés boursiers sur le niveau et la croissance de l'activité économique.
Levine et Zervos (1998b)	Données annuelles pour 47 pays entre 1976 et 1993	MCO	Les niveaux initiaux de liquidité boursière et de développement du secteur bancaire sont positivement et significativement corrélés avec la croissance future du PIB réel par habitant, de la productivité et du stock de capital physique. Aucun impact robuste de la taille des marchés boursiers sur les sources de croissance n'a été détecté.

Annexe 2: Capitalisation boursière en 2012 des bourses de valeurs des pays sélectionnés

Région	Nom de la bourse	Lieu	Date de Création	Sociétés Cotées en 2012	Capitalisation Boursière en 2012
ASE.	Indonesia Stock Exchange	Jakarta	1912, 1977,2007	462	426 780 000 000 $
	Stock Exchange of Thailand	Bangkok	1975	545 à 584 **	48.070 000 000*
	Malaysia Stock Exchange	Kuala Lumpur	1976
	Philippines Stock Exchange	Manille	1927	344	255.104 000 000 $**
ASS.	Bourse Régionale des valeurs Mobilières	Abidjan	1998	39	3 177 129 744 903*
	JSE Securities Exchange	Johannesburg	1887	472	903 000 000 000 $
	Ghana Stock Exchange	Accra	1990	37	40 500 000 000 $**
	Nigerian Stock Exchange	Lagos	1960	282	80.800 000 000 $**

Annexe 3 : Les statistiques descriptives

En ASS.

Variable | Obs Mean Std. Dev. Min Max

-------------+--------------------------------------------------------

rto | 87 14.89404 33.50259 .0167761 148.7747

traval | 89 55.08957 76.68737 1.151589 291.2781

g | 92 1.236523 2.75183 -5.667614 7.897959

capbours | 92 .250716 .4614827 0 3.592699

dext | 92 3.780939 1.351533 0 5.441207

-------------+--------------------------------------------------------

open | 92 4.18937 .2603749 3.654429 4.754008

inv | 90 12.49778 10.25604 -27.3 31.59812

rto²| 92 1258.998 3983.559 0 22133.9

traval²| 92 8561.157 18186.03 0 84842.91

G²| 92 9.019248 12.05257 .0012319 62.37775

-------------+--------------------------------------------------------

capbours² | 92 .27351 1.425103 0 12.90749

En ASE.

Variable | Obs Mean Std. Dev. Min Max

-------------+--------------------------------------------------------

rto | 92 31.92383 38.36593 .0045051 229.7066

traval | 92 71.00348 64.83827 .2849496 328.8763

g | 92 3.499047 4.087153 -14.28697 11.23814

inv | 92 21.83516 12.19395 -24.60022 43.6401

capbours | 92 .4320297 .2489656 .0028495 1.04791

-------------+--------------------------------------------------------

open | 92 4.566992 .4719247 3.803686 5.395475

dext | 92 3.893914 .3286647 2.949452 4.576302

rto² | 92 2475.076 7249.984 .0000203 52765.14

traval²| 92 9199.799 18135.09 .0811963 108159.6

G² | 92 28.76658 32.53687 .0488523 204.1175

-------------+--------------------------------------------------------

Capbours² | 92 .2479598 .2629583 8.12e-06 1.098116

Annexe 4: Test de normalité des variables

En ASS.Skewness/Kurtosis tests for Normality

------- joint ------

Variable | Obs Pr(Skewness) Pr(Kurtosis) adj chi2(2) Prob>chi2

-------------+---------------------------------------------------------------

rto | 87 0.0000 0.0000 45.27 0.0000

traval | 89 0.0000 0.0316 22.25 0.0000

g | 92 0.7537 0.9491 0.10 0.9500

capbours | 92 0.0000 0.0000 . 0.0000

dext | 92 0.0000 0.0139 21.42 0.0000

open | 92 0.3339 0.0916 3.90 0.1425

inv | 90 0.0000 0.0014 22.72 0.0000

rto² | 92 0.0000 0.0000 72.09 0.0000

traval²| 92 0.0000 0.0000 47.51 0.0000

G² | 92 0.0000 0.0000 46.11 0.0000

capbours² | 92 0.0000 0.0000 . 0.0000

EN ASE. Skewness/Kurtosis tests for Normality

------- joint ------

Variable | Obs Pr(Skewness) Pr(Kurtosis) adj chi2(2) Prob>chi2

-------------+---------------------------------------------------------------

rto | 92 0.0000 0.0000 56.48 0.0000

traval | 92 0.0000 0.0002 33.25 0.0000

g | 92 0.0000 0.0000 35.12 0.0000

inv | 92 0.0316 0.0313 8.21 0.0165

capbours | 92 0.0134 0.4983 6.19 0.0453

open | 92 0.4936 0.0000 22.54 0.0000

dext | 92 0.0288 0.3343 5.52 0.0633

rto² | 92 0.0000 0.0000 . 0.0000

traval² | 92 0.0000 0.0000 68.87 0.0000

g² | 92 0.0000 0.0000 52.68 0.0000

capbours² | 92 0.0000 0.0495 19.94 0.0000

Annexe 5: Tableau de corrélation entre les variables

En ASS.| rto traval g capbours dext open inv

-------------+---------------------------------------------------------------

rto | 1.0000

traval | 0.8601* 1.0000

g | 0.1064 0.0241 1.0000

capbours | 0.0448 0.1535 -0.0425 1.0000

dext | -0.2346* -0.5056* -0.0552 -0.0829 1.0000

open | -0.2776* -0.5037* 0.1265 -0.1302 0.5132* 1.0000

inv | 0.2387* 0.2881* 0.4975* 0.2999* -0.2821* -0.0308 1.0000

rto² | 0.9515* 0.7336* 0.1143 0.0433 -0.1441 -0.0986 0.2125*

trval | 0.8942* 0.9586* 0.0639 0.1133 -0.3456* -0.3493* 0.2462*

G² | -0.0235 -0.1056 0.5178* -0.2035 -0.0079 0.0015 -0.0748

capbours²| -0.0520 -0.0191 -0.0229 0.9162* 0.0536 -0.0513 0.1650

| rto² traval² G² cabours2

-------------+------------------------------------

rto² | 1.0000

traval²| 0.8141* 1.0000

G² | 0.0327 -0.0380 1.0000

Cabours | -0.0375 -0.0380 -0.1135 1.0000

En ASE.| rto traval g inv capbours open dext

-------------+---------------------------------------------------------------

rto | 1.0000

traval | 0.8029* 1.0000

g | 0.2123* 0.1499 1.0000

inv | 0.5167* 0.4912* 0.3479* 1.0000

capbours | 0.5553* 0.5998* 0.1499 0.4381* 1.0000

open | 0.5545* 0.7189* -0.0994 0.5047* 0.3584* 1.0000

dext | -0.3537* -0.3128* -0.4225* -0.3738* -0.3465* -0.3330* 1.0000

LIQ² | 0.9252* 0.7093* 0.1894 0.3909* 0.4022* 0.3531* -0.1798

traval²| 0.8370* 0.9341* 0.1741 0.4135* 0.4800* 0.5383* -0.2176*

g² | 0.1209 0.0557 -0.0408 0.0381 -0.0196 -0.0134 -0.0127

capbours²| 0.5659* 0.5751* 0.2116* 0.4247* 0.9663* 0.2654* -0.3257*

| var11 trval var13 var14

-------------+------------------------------------

rto² | 1.0000

trval | 0.8441* 1.0000

g² | 0.1131 0.1022 1.0000

capbours²| 0.4460* 0.5010* 0.0353 1.0000

Annexe 6 : Résultats de la régression par les MCO sur données de panel

En ASS. Effets des variables boursières sur la croissance économique

Source | SS df MS Number of obs = 85

-------------+------------------------------ F( 9, 75) = 5.21

Model | 262.609111 9 29.1787901 Prob > F = 0.0000

Residual | 419.897213 75 5.5986295 R-squared = 0.3848

-------------+------------------------------ Adj R-squared = 0.3109

Total | 682.506324 84 8.12507528 Root MSE = 2.3661

------------------------------------------------------------------------------

g | Coef. Std. Err. t P>|t| [95% Conf. Interval]

-------------+----------------------------------------------------------------

rto | .0619279 .0471253 1.31 0.193 -.0319504 .1558063

traval | -.0515307 .0232524 -2.22 0.030 -.0978518 -.0052096

capbours | -2.570648 1.795159 -1.43 0.156 -6.146789 1.005492

dext | -.4834067 .3085736 -1.57 0.121 -1.098117 .1313035

open | .8188428 1.573882 0.52 0.604 -2.316491 3.954176

inv | .1609673 .0291131 5.53 0.000 .102971 .2189636

rto² | -.0003598 .0002918 -1.23 0.221 -.0009411 .0002214

traval² | .0001593 .0000738 2.16 0.034 .0000122 .0003064

capbours² | .6291646 .5417426 1.16 0.249 -.450042 1.708371

_cons | -.9417863 6.584324 -0.14 0.887 -14.05843 12.17486

------------------------------------------------------------------------------

En ASE.Effets des variables boursières sur la croissance économique

Source | SS df MS Number of obs = 92

-------------+------------------------------ F( 9, 82) = 7.29

Model | 675.717434 9 75.0797148 Prob > F = 0.0000

Residual | 844.421351 82 10.2978214 R-squared = 0.4445

-------------+------------------------------ Adj R-squared = 0.3835

Total | 1520.13878 91 16.7048218 Root MSE = 3.209

------------------------------------------------------------------------------

g | Coef. Std. Err. t P>|t| [95% Conf. Interval]

-------------+----------------------------------------------------------------

rto | .0249068 .0384986 0.65 0.519 -.0516791 .1014927

traval | .0521768 .0295502 1.77 0.081 -.006608 .1109616

capbours | -11.24397 6.36654 -1.77 0.081 -23.90905 1.421106

inv | .1322184 .0353975 3.74 0.000 .0618014 .2026354

open | -6.5728 1.497547 -4.39 0.000 -9.551899 -3.593702

dext | -4.907572 1.220441 -4.02 0.000 -7.335418 -2.479726

rto² | -.0000925 .0002064 -0.45 0.655 -.0005031 .000318

traval² | -.0000872 .0001036 -0.84 0.402 -.0002933 .0001189

capbours² | 6.801071 5.857351 1.16 0.249 -4.851067 18.45321

_cons | 49.44272 7.55156 6.55 0.000 34.42026 64.46518

------------------------------------------------------------------------------

Annexe 7 : Test d'hétéroscédascité

Annexe 8 : Correction de l'hétéroscédasticité de White

En ASE. Linear regression Number of obs = 92

F( 9, 82) = 10.67

Prob > F = 0.0000

R-squared = 0.4445

Root MSE = 3.209

------------------------------------------------------------------------------

| Robust

g | Coef. Std. Err. t P>|t| [95% Conf. Interval]

-------------+----------------------------------------------------------------

rto | .0249068 .0296569 0.84 0.403 -.0340903 .0839039

traval | .0521768 .0302668 1.72 0.088 -.0080336 .1123872

capbours | -11.24397 5.424776 -2.07 0.041 -22.03558 -.4523637

inv | .1322184 .0469673 2.82 0.006 .0387856 .2256513

open | -6.5728 1.53153 -4.29 0.000 -9.619502 -3.526099

dext | -4.907572 1.647457 -2.98 0.004 -8.184888 -1.630256

rto² | -.0000925 .000132 -0.70 0.485 -.0003551 .00017

traval² | -.0000872 .0000789 -1.11 0.272 -.0002443 .0000698

capbours² | 6.801071 4.602571 1.48 0.143 -2.35491 15.95705

_cons | 49.44272 9.902838 4.99 0.000 29.74282 69.14262

------------------------------------------------------------------------------

Annexes 9 : Résultat du modèle à effets fixe

En ASS. voir tableau 8.Chapitre IV

En ASE. FE (within) regression with AR(1) disturbances Number of obs = 88

Group variable: ident Number of groups = 4

R-sq: within = 0.4543 Obs per group: min = 22

between = 0.0769 avg = 22.0

overall = 0.2044 max = 22

F(9,75) = 6.94

corr(u_i, Xb) = -0.7491 Prob > F =0.0000

-------------------------------------------------------------------------------------

g | Coef. Std. Err. t P>|t| [95% Conf. Interval]

-------------+-----------------------------------------------------------------------

rto | .0809839 .0502882 1.61 0.112 -.0191952 .1811631

traval | -.0493666 .0942349 -0.52 0.602 -.237092 .1383589

capbours | 1.188945 12.23316 0.10 0.923 -23.18077 25.55866

inv | .2729787 .0650098 4.20 0.000 .1434724 .4024849

open | -.5247324 2.915851 -0.18 0.858 -6.333405 5.28394

dext | -4.746648 1.757022 -2.70 0.009 -8.246815 -1.24648

rto² | -.0003375 .0002534 -1.33 0.187 -.0008423 .0001673

traval²| .000094 .0002062 0.46 0.650 -.0003167 .0005048

capbours²| 4.005473 6.677849 0.60 0.550 -9.297485 17.30843

_cons | 17.49944 9.941724 1.76 0.082 -2.305494 37.30436

-------------+------------------------------------------------------------------------

rho_ar | .37107282

sigma_u | 4.1113565

sigma_e | 2.9639394

rho_fov | .6580165 (fraction of variance because of u_i)

--------------------------------------------------------------------------------------

F test that all u_i=0: F(3,75) = 3.21 Prob > F = 0.0276

Annexe 10 : Résultat du modèle à effets aléatoires

En ASS.RE GLS regression with AR(1) disturbances Number of obs = 85

Group variable : ident Number of groups = 4

R-sq: within = 0.2146 Obs per group: min = 18

between = 0.7121 avg = 21.3

overall = 0.3358 max = 23

Wald chi2(10) = 21.54

corr(u_i, Xb) = 0 (assumed) Prob > chi2 = 0.0176

------------------- theta --------------------

min 5% median 95% max

0.1320 0.1320 0.1576 0.1576 0.1576

------------------------------------------------------------------------------

g | Coef. Std. Err. z P>|z| [95% Conf. Interval]

-------------+----------------------------------------------------------------

rto | -.0061266 .0573049 -0.11 0.915 -.1184422 .1061891

traval | -.0122046 .0262978 -0.46 0.643 -.0637474 .0393382

capbours | -1.040982 2.204479 -0.47 0.637 -5.36168 3.279717

dext | -.129854 .3875652 -0.34 0.738 -.8894677 .6297598

open | 1.5194 1.833403 0.83 0.407 -2.074003 5.112803

inv | .1287215 .03164 4.07 0.000 .0667082 .1907347

rto² | .0000319 .0003395 0.09 0.925 -.0006335 .0006973

traval² | .0000588 .0000719 0.82 0.413 -.0000821 .0001998

cabours | .1554829 .5607254 0.28 0.782 -.9435186 1.254484

_cons | -5.788923 7.591582 -0.76 0.446 -20.66815 9.090303

-------------+----------------------------------------------------------------

rho_ar | .49256078 (estimated autocorrelation coefficient)

sigma_u | .47788199

sigma_e | 1.8933311

rho_fov | .05989163 (fraction of variance due to u_i)

------------------------------------------------------------------------------

En ASE. RE GLS regression with AR(1) disturbances Number of obs = 92

Group variable: ident Number of groups = 4

R-sq: within = 0.4128 Obs per group: min = 23

between = 0.7652 avg = 23.0

overall = 0.4320 max = 23

Wald chi2(10) = 54.96

corr(u_i, Xb) = 0 (assumed) Prob > chi2 = 0.0000

------------------------------------------------------------------------------

g | Coef. Std. Err. z P>|z| [95% Conf. Interval]

-------------+----------------------------------------------------------------

rto | .0573867 .0442483 1.30 0.195 -.0293385 .1441118

traval | .0459596 .0355158 1.29 0.196 -.02365 .1155692

capbours | -13.54097 6.920801 -1.96 0.050 -27.10549 .0235466

inv | .1459682 .0441675 3.30 0.001 .0594014 .2325349

open | -6.75732 1.775786 -3.81 0.000 -10.2378 -3.276844

dext | -5.054215 1.660094 -3.04 0.002 -8.30794 -1.800491

rto² | -.0001745 .000219 -0.80 0.426 -.0006037 .0002547

Traval²| -.0000963 .0001094 -0.88 0.379 -.0003106 .0001181

Capbours²| 9.474251 5.884852 1.61 0.107 -2.059847 21.00835

_cons | 50.64092 9.882576 5.12 0.000 31.27143 70.01041

-------------+----------------------------------------------------------------

rho_ar | .37107282 (estimated autocorrelation coefficient)

sigma_u | 0

sigma_e | 2.9524886

rho_fov | 0 (fraction of variance due to u_i)

theta | 0

------------------------------------------------------------------------------

Annexe 11 : Test de Hausman

En ASS.---- Coefficients ----

| (b) (B) (b-B) sqrt(diag(V_b-V_B))

| fixe . Difference S.E.

-------------+----------------------------------------------------------------

rto | .0268602 -.0061266 .0329868 .

traval | .0496985 -.0122046 .0619031 .0227824

capbours | -.6926856 -1.040982 .3482961 .9453209

dext | -.38326 -.129854 -.253406 .1819165

open | 2.346968 1.5194 .8275676 1.390388

inv | .1115019 .1287215 -.0172196 .0109727

rto² | -.0001216 .0000319 -.0001535 .

traval² | -.0000839 .0000588 -.0001427 .0000508

cabours | -.0393097 .1554829 -.1947927 .1816873

------------------------------------------------------------------------------

b = consistent under Ho and Ha; obtained from xtregar

B = inconsistent under Ha, efficient under Ho; obtained from xtregar

Test: Ho: difference in coefficients not systematic

chi2(7) = (b-B)'[(V_b-V_B)^(-1)](b-B)

= 38.72

Prob>chi2 = 0.0000

(V_b-V_B is not positive definite)

Conclusion : La probabilité est inférieure à 1% on retient le modèle à effets fixes pour estimer l'influence du développement boursier sur la croissance économique en ASS.

En ASE. ---- Coefficients ----

| (b) (B) (b-B) sqrt(diag(V_b-V_B))

| fixe . Difference S.E.

-------------+----------------------------------------------------------------

rto | .0809839 .0573867 .0235973 .0238953

traval | -.0493666 .0459596 -.0953262 .087286

capbours | 1.188945 -13.54097 14.72992 10.08726

inv | .2729787 .1459682 .1270105 .0477023

open | -.5247324 -6.75732 6.232588 2.312741

dext | -4.746648 -5.054215 .3075675 .5755128

rto² | -.0003375 -.0001745 -.000163 .0001275

Traval² | .000094 -.0000963 .0001903 .0001748

Capbours²| 4.005473 9.474251 -5.468778 3.156293

------------------------------------------------------------------------------

b = consistent under Ho and Ha; obtained from xtregar

B = inconsistent under Ha, efficient under Ho; obtained from xtregar

Test: Ho: difference in coefficients not systematic

chi2(7) = (b-B)'[(V_b-V_B)^(-1)](b-B)

= 9.96

Prob>chi2 = 0.1910

(V_b-V_B is not positive definite)

Conclusion: La probabilité est supérieur à 1% on retient le modèle à effets aléatoires pour estimer l'influence du développement boursier sur la croissance économique en ASE.

Annexe 12 : Résultats de l'estimation des par les MCG sur données de panel

B. Incidence de la croissance économique sur les indicateurs du développement boursier

Annexe 13 : Résultats de la régression par les MCO sur données de panel de g sur capbours

En ASS.

MCO

Source | SS df MS Number of obs = 90

-------------+------------------------------ F( 5, 84) = 3.11

Model | 3.02800021 5 .605600043 Prob > F = 0.0126

Residual | 16.3481401 84 .194620715 R-squared = 0.1563

-------------+------------------------------ Adj R-squared = 0.1061

Total | 19.3761403 89 .217709442 Root MSE = .44116

------------------------------------------------------------------------------

capbours | Coef. Std. Err. t P>|t| [95% Conf. Interval]

-------------+----------------------------------------------------------------

g | -.0303195 .0259285 -1.17 0.246 -.0818812 .0212422

dext | .0324315 .0420476 0.77 0.443 -.0511848 .1160478

open | -.2563541 .212202 -1.21 0.230 -.678341 .1656328

inv | .0184888 .0061994 2.98 0.004 .0061605 .030817

G²| -.0029651 .0051003 -0.58 0.563 -.0131075 .0071773

_cons | 1.034297 .8266013 1.25 0.214 -.60949 2.678085

------------------------------------------------------------------------------

En ASE.

MCO

Source | SS df MS Number of obs = 92

-------------+------------------------------ F( 5, 86) = 5.67

Model | 1.39900066 5 .279800132 Prob > F = 0.0001

Residual | 4.24152993 86 .049320115 R-squared = 0.2480

-------------+------------------------------ Adj R-squared = 0.2043

Total | 5.64053059 91 .061983853 Root MSE = .22208

------------------------------------------------------------------------------

capbours | Coef. Std. Err. t P>|t| [95% Conf. Interval]

-------------+----------------------------------------------------------------

g | -.0018213 .0071803 -0.25 0.800 -.0160953 .0124527

inv | .0062857 .0025052 2.51 0.014 .0013055 .0112659

open | .070102 .0645878 1.09 0.281 -.0582943 .1984982

dext | -.1516513 .0860597 -1.76 0.082 -.3227323 .0194298

G² | -.0002547 .0007192 -0.35 0.724 -.0016844 .001175

_cons | .5788429 .5175381 1.12 0.266 -.4499887 1.607675

------------------------------------------------------------------------------

Annexe 14 : Test d'hétéroscédascité de g sur capbours

Annexe 15: Correction de l'hétéroscédasticité de White de g sur capbours

En ASS.

Linear regression Number of obs = 90

F( 5, 84) = 6.64

Prob > F = 0.0000

R-squared = 0.1563

Root MSE = .44116

------------------------------------------------------------------------------

| Robust

capbours | Coef. Std. Err. t P>|t| [95% Conf. Interval]

-------------+----------------------------------------------------------------

g | -.0303195 .0178232 -1.70 0.093 -.0657629 .005124

dext | .0324315 .0468142 0.69 0.490 -.0606636 .1255266

open | -.2563541 .1758606 -1.46 0.149 -.6060721 .0933639

inv | .0184888 .0075133 2.46 0.016 .0035477 .0334298

G² | -.0029651 .0027627 -1.07 0.286 -.0084589 .0025287

_cons | 1.034297 .5871868 1.76 0.082 -.133388 2.201983

------------------------------------------------------------------------------

Annexe 16: Résultat du modèle à effets fixe de g sur capbours

En ASS.

FE (within) regression with AR(1) disturbances Number of obs = 86

Group variable: ident Number of groups = 4

R-sq: within = 0.0130 Obs per group: min = 20

between = 0.3737 avg = 21.5

overall = 0.0496 max = 22

F(5,77) = 0.20

corr(u_i, Xb) = 0.2029 Prob > F = 0.9601

------------------------------------------------------------------------------

capbours | Coef. Std. Err. t P>|t| [95% Conf. Interval]

-------------+----------------------------------------------------------------

g | -.0091411 .0261806 -0.35 0.728 -.0612733 .0429912

dext | .0488854 .0818348 0.60 0.552 -.1140686 .2118394

open | -.210358 .3701301 -0.57 0.571 -.9473812 .5266652

inv | .0022593 .0073169 0.31 0.758 -.0123105 .016829

G² | -.0011132 .0044201 -0.25 0.802 -.0099146 .0076883

_cons | .949761 .6895991 1.38 0.172 -.4234062 2.322928

-------------+----------------------------------------------------------------

rho_ar | .53175544

sigma_u | .2189655

sigma_e | .37659061

rho_fov | .25265746 (fraction of variance because of u_i)

------------------------------------------------------------------------------

F test that all u_i=0: F(3,77) = 1.22 Prob > F = 0.3073

En ASE.

FE (within) regression with AR(1) disturbances Number of obs = 88

Group variable: ident Number of groups = 4

R-sq: within = 0.1860 Obs per group: min = 22

between = 0.5261 avg = 22.0

overall = 0.0070 max = 22

F(5,79) = 3.61

corr(u_i, Xb) = -0.6286 Prob > F = 0.0054

------------------------------------------------------------------------------

capbours | Coef. Std. Err. t P>|t| [95% Conf. Interval]

-------------+----------------------------------------------------------------

g | .0180562 .0065027 2.78 0.007 .0051128 .0309995

inv | -.0019474 .0044326 -0.44 0.662 -.0107703 .0068754

open | -.2440331 .1927593 -1.27 0.209 -.627711 .1396448

dext | -.156405 .1208824 -1.29 0.199 -.3970154 .0842055

G² | .0021161 .000728 2.91 0.005 .0006671 .0035651

_cons | 2.130034 .499348 4.27 0.000 1.136107 3.123961

-------------+----------------------------------------------------------------

rho_ar | .50894785

sigma_u | .2447812

sigma_e | .17317649

rho_fov | .66643546 (fraction of variance because of u_i)

------------------------------------------------------------------------------

F test that all u_i=0: F(3,79) = 2.97 Prob > F = 0.0368

Annexe 17 : Résultat du modèle à effets aleatoires de g sur capbours

En ASE.

RE GLS regression with AR(1) disturbances Number of obs = 92

Group variable: ident Number of groups = 4

R-sq: within = 0.1229 Obs per group: min = 23

between = 0.5330 avg = 23.0

overall = 0.2073 max = 23

Wald chi2(6) = 12.97

corr(u_i, Xb) = 0 (assumed) Prob > chi2 = 0.0435

------------------------------------------------------------------------------

capbours | Coef. Std. Err. z P>|z| [95% Conf. Interval]

-------------+----------------------------------------------------------------

g | .0076493 .0065931 1.16 0.246 -.005273 .0205716

inv | .0035062 .0032984 1.06 0.288 -.0029586 .009971

open | .1084768 .0901931 1.20 0.229 -.0682984 .285252

dext | -.1495814 .1206783 -1.24 0.215 -.3861065 .0869436

g² | .0010129 .0006924 1.46 0.143 -.0003441 .00237

_cons | .3831336 .6850949 0.56 0.576 -.9596279 1.725895

-------------+----------------------------------------------------------------

rho_ar | .50894785 (estimated autocorrelation coefficient)

sigma_u | .02589614

sigma_e | .18354116

rho_fov | .01951833 (fraction of variance due to u_i)

theta | .05523836

------------------------------------------------------------------------------

Annexe 18 : Test de Hausman G sur capbours

En ASE.

---- Coefficients ----

| (b) (B) (b-B) sqrt(diag(V_b-V_B))

capbours | fixe . Difference S.E.

-------------+----------------------------------------------------------------

g | .0180562 .0076493 .0104069 .

inv | -.0019474 .0035062 -.0054536 .0029611

open | -.2440331 .1084768 -.3525099 .1703566

dext | -.156405 -.1495814 -.0068235 .0070232

G² | .0021161 .0010129 .0011032 .0002249

------------------------------------------------------------------------------

b = consistent under Ho and Ha; obtained from xtregar

B = inconsistent under Ha, efficient under Ho; obtained from xtregar

Test: Ho: difference in coefficients not

chi2(5) = (b-B)'[(V_b-V_B)^(-1)](b-B)

= -12.30 chi2<0 ==> model fitted on these

data fails to meet the asymptotic

assumptions of the Hausman test;

see suest for a generalized test

Annexe19 : Résultats de la régression par les MCO sur données de panel de g sur traval

En ASS.MCO

Source | SS df MS Number of obs = 87

-------------+------------------------------ F( 5, 81) = 9.72

Model | 193482.592 5 38696.5185 Prob > F = 0.0000

Residual | 322628.616 81 3983.06933 R-squared = 0.3749

-------------+------------------------------ Adj R-squared = 0.3363

Total | 516111.208 86 6001.29312 Root MSE = 63.112

------------------------------------------------------------------------------

traval | Coef. Std. Err. t P>|t| [95% Conf. Interval]

-------------+----------------------------------------------------------------

g | 1.148629 3.79274 0.30 0.763 -6.397734 8.694992

dext | -13.86721 6.245928 -2.22 0.029 -26.29465 -1.439776

open | -112.0329 33.69845 -3.32 0.001 -179.0822 -44.98354

inv | 1.312477 .8903509 1.47 0.144 -.4590422 3.083996

G² | -.7910058 .7413922 -1.07 0.289 -2.266144 .6841322

_cons | 568.1895 131.3893 4.32 0.000 306.766 829.6129

------------------------------------------------------------------------

En ASE. MCO

Source | SS df MS Number of obs = 92

-------------+------------------------------ F( 5, 86) = 23.32

Model | 220166.708 5 44033.3415 Prob > F = 0.0000

Residual | 162397.374 86 1888.34156 R-squared = 0.5755

-------------+------------------------------ Adj R-squared = 0.5508

Total | 382564.082 91 4204.0009 Root MSE = 43.455

------------------------------------------------------------------------------

traval | Coef. Std. Err. t P>|t| [95% Conf. Interval]

-------------+----------------------------------------------------------------

g | 3.552392 1.404986 2.53 0.013 .7593714 6.345413

inv | .3264622 .4901968 0.67 0.507 -.6480169 1.300941

open | 99.8867 12.63801 7.90 0.000 74.76318 125.0102

dext | 9.417595 16.83946 0.56 0.577 -24.05814 42.89333

G² | .1451973 .1407259 1.03 0.305 -.1345565 .424951

_cons | -445.5848 101.2676 -4.40 0.000 -646.8981 -244.2715

------------------------------------------------------------------------------

Annexe 20: Test d'hétéroscédascité de g sur traval

Annexe21: Résultat du modèle à effets fixe de g sur traval

En ASS. FE (within) regression with AR(1) disturbances Number of obs = 83

Group variable: ident Number of groups = 4

R-sq: within = 0.0882 Obs per group: min = 19

between = 0.9058 avg = 20.8

overall = 0.0255 max = 22

F(5,74) = 1.43

corr(u_i, Xb) = -0.2869 Prob > F = 0.2231

------------------------------------------------------------------------------

traval | Coef. Std. Err. t P>|t| [95% Conf. Interval]

-------------+----------------------------------------------------------------

g | 2.997446 1.541359 1.94 0.056 -.0737786 6.06867

dext | 10.4207 5.914983 1.76 0.082 -1.365158 22.20656

open | -38.55559 26.13219 -1.48 0.144 -90.62512 13.51394

inv | -.202066 .4203564 -0.48 0.632 -1.039644 .6355124

g²| -.1029754 .2512503 -0.41 0.683 -.6036025 .3976517

_cons | 187.3258 33.8606 5.53 0.000 119.8571 254.7945

-------------+----------------------------------------------------------------

rho_ar | .67568093

sigma_u | 85.238476

sigma_e | 22.54968

rho_fov | .93459192 (fraction of variance because of u_i)

------------------------------------------------------------------------------

F test that all u_i=0: F(3,74) = 24.43 Prob > F = 0.0000

En ASE. FE (within) regression with AR(1) disturbances Number of obs = 88

Group variable: ident Number of groups = 4

R-sq: within = 0.1096 Obs per group: min = 22

between = 0.3276 avg = 22.0

overall = 0.1980 max = 22

F(5,79) = 1.94

corr(u_i, Xb) = 0.2502 Prob > F = 0.0962

------------------------------------------------------------------------------

traval | Coef. Std. Err. t P>|t| [95% Conf. Interval]

-------------+----------------------------------------------------------------

g | 2.355963 1.252263 1.88 0.064 -.1366045 4.848531

inv | .5228951 .7981228 0.66 0.514 -1.065729 2.111519

open | 3.453077 31.76803 0.11 0.914 -59.77961 66.68576

dext | -10.01043 19.9858 -0.50 0.618 -49.79117 29.7703

G²| .3234502 .1340206 2.41 0.018 .0566889 .5902116

_cons | 70.26476 104.5067 0.67 0.503 -137.7506 278.2801

-------------+----------------------------------------------------------------

rho_ar | .39011364

sigma_u | 55.012242

sigma_e | 32.771274

rho_fov | .73807878 (fraction of variance because of u_i)

------------------------------------------------------------------------------

F test that all u_i=0: F(3,79) = 8.58 Prob > F = 0.0001

Annexe 22 : Résultat du modèle à effets aleatoires de g sur traval

En ASE.

RE GLS regression with AR(1) disturbances Number of obs = 92

Group variable: ident Number of groups = 4

R-sq: within = 0.1856 Obs per group: min = 23

between = 0.7365 avg = 23.0

overall = 0.5420 max = 23

Wald chi2(6) = 23.65

corr(u_i, Xb) = 0 (assumed) Prob > chi2 = 0.0006

------------------------------------------------------------------------------

traval | Coef. Std. Err. z P>|z| [95% Conf. Interval]

-------------+----------------------------------------------------------------

g | 1.555996 1.234686 1.26 0.208 -.8639439 3.975935

inv | 1.139562 .6273719 1.82 0.069 -.0900648 2.369188

open | 68.00078 18.89983 3.60 0.000 30.9578 105.0438

dext | -12.87751 19.91201 -0.65 0.518 -51.90433 26.1493

G² | .2118339 .1273671 1.66 0.096 -.0378011 .4614688

_cons | -226.0289 128.0162 -1.77 0.077 -476.936 24.87811

-------------+----------------------------------------------------------------

rho_ar | .39011364 (estimated autocorrelation coefficient)

sigma_u | 18.914585

sigma_e | 33.838156

rho_fov | .2380661 (fraction of variance due to u_i)

theta | .48847079

------------------------------------------------------------------------------

Annexe 23: Test de Hausman G sur traval

En ASS. ---- Coefficients ----

| (b) (B) (b-B) sqrt(diag(V_b-V_B))

traval | fixe . Difference S.E.

-------------+----------------------------------------------------------------

g | 2.997446 2.383457 .6139886 .

dext | 10.4207 8.06282 2.357882 2.657289

open | -38.55559 -23.12007 -15.43552 13.55344

inv | -.202066 -.1059948 -.0960711 .

G² | -.1029754 -.1293411 .0263657 .

------------------------------------------------------------------------------

b = consistent under Ho and Ha; obtained from xtregar

B = inconsistent under Ha, efficient under Ho; obtained from xtregar

Test: Ho: difference in coefficients not systematic

chi2(5) = (b-B)'[(V_b-V_B)^(-1)](b-B)

= 0.47

Prob>chi2 = 0.9932

(V_b-V_B is not positive definite)

En ASE. ---- Coefficients ----

| (b) (B) (b-B) sqrt(diag(V_b-V_B))

traval | fixe . Difference S.E.

-------------+----------------------------------------------------------------

g | 2.355963 1.555996 .7999674 .2090797

inv | .5228951 1.139562 -.6166664 .4933604

open | 3.453077 68.00078 -64.5477 25.53438

dext | -10.01043 -12.87751 2.867081 1.715848

G² | .3234502 .2118339 .1116163 .041703

------------------------------------------------------------------------------

b = consistent under Ho and Ha; obtained from xtregar

B = inconsistent under Ha, efficient under Ho; obtained from xtregar

Test: Ho: difference in coefficients not systematic

chi2(5) = (b-B)'[(V_b-V_B)^(-1)](b-B)

= 4.80

Prob>chi2 = 0.4406

(V_b-V_B is not positive definite)

Annexe 24:Résultats de la régression par les MCO sur données de panel de g sur rto

En ASS.Effet de G sur rto

MCO

Source | SS df MS Number of obs = 85

-------------+------------------------------ F( 5, 79) = 2.47

Model | 12982.783 5 2596.5566 Prob > F = 0.0395

Residual | 83126.1477 79 1052.22972 R-squared = 0.1351

-------------+------------------------------ Adj R-squared = 0.0803

Total | 96108.9307 84 1144.15394 Root MSE = 32.438

------------------------------------------------------------------------------

rto | Coef. Std. Err. t P>|t| [95% Conf. Interval]

-------------+----------------------------------------------------------------

g | 1.394042 1.976293 0.71 0.483 -2.539671 5.327756

dext | -.2603943 3.32201 -0.08 0.938 -6.872691 6.351902

open | -39.05815 18.69085 -2.09 0.040 -76.26137 -1.854938

inv | .525045 .457814 1.15 0.255 -.386211 1.436301

g²| -.2442903 .3865434 -0.63 0.529 -1.013686 .5251051

_cons | 174.7939 72.81651 2.40 0.019 29.85631 319.7316

------------------------------------------------------------------------------

En ASE. Effet de G sur rto

MCO

Source | SS df MS Number of obs = 92

-------------+------------------------------ F( 5, 86) = 12.78

Model | 57104.1786 5 11420.8357 Prob > F = 0.0000

Residual | 76842.7512 86 893.520363 R-squared = 0.4263

-------------+------------------------------ Adj R-squared = 0.3930

Total | 133946.93 91 1471.94428 Root MSE = 29.892

------------------------------------------------------------------------------

rto | Coef. Std. Err. t P>|t| [95% Conf. Interval]

-------------+----------------------------------------------------------------

g | 1.575757 .9664605 1.63 0.107 -.3455026 3.497017

inv | .6469344 .337196 1.92 0.058 -.0233891 1.317258

open | 36.67188 8.693417 4.22 0.000 19.38993 53.95382

dext | -6.319735 11.58351 -0.55 0.587 -29.34699 16.70752

g² | .1476781 .0968023 1.53 0.131 -.0447586 .3401148

_cons | -134.8356 69.65984 -1.94 0.056 -273.3148 3.643585

------------------------------------------------------------------------------

Annexe 25 : Test d'hétéroscédascité de g sur rto

Annexe 26 : Résultat du modèle à effets fixe de g sur rto

En ASS.

FE (within) regression with AR(1) disturbances Number of obs = 81

Group variable: ident Number of groups = 4

R-sq: within = 0.0768 Obs per group: min = 17

between = 0.7577 avg = 20.3

overall = 0.0493 max = 22

F(5,72) = 1.20

corr(u_i, Xb) = -0.5123 Prob > F = 0.3186

------------------------------------------------------------------------------

rto | Coef. Std. Err. t P>|t| [95% Conf. Interval]

-------------+----------------------------------------------------------------

g | -.0466648 .4567905 -0.10 0.919 -.95726 .8639304

dext | -1.848589 2.257375 -0.82 0.416 -6.348583 2.651405

open | 18.34371 7.805812 2.35 0.022 2.783108 33.90431

inv | -.0003671 .1243332 -0.00 0.998 -.248221 .2474867

G²| .0342969 .0730226 0.47 0.640 -.1112709 .1798647

_cons | -38.69814 1.903048 -20.33 0.000 -42.49179 -34.90448

-------------+----------------------------------------------------------------

rho_ar | .94800301

sigma_u | 29.780572

sigma_e | 7.4232426

rho_fov | .94150181 (fraction of variance because of u_i)

------------------------------------------------------------------------------

F test that all u_i=0: F(3,72) = 5.19 Prob > F = 0.0027

En ASE.

FE (within) regression with AR(1) disturbances Number of obs = 88

Group variable: ident Number of groups = 4

R-sq: within = 0.1171 Obs per group: min = 22

between = 0.8720 avg = 22.0

overall = 0.4059 max = 22

F(5,79) = 2.09

corr(u_i, Xb) = 0.4748 Prob > F = 0.0747

------------------------------------------------------------------------------

rto | Coef. Std. Err. t P>|t| [95% Conf. Interval]

-------------+----------------------------------------------------------------

g | 2.02755 .9793341 2.07 0.042 .0782338 3.976865

inv | .8600264 .6481522 1.33 0.188 -.4300884 2.150141

open | 17.03263 27.02384 0.63 0.530 -36.75698 70.82224

dext | 1.495427 16.9566 0.09 0.930 -32.25584 35.24669

G² | .1745954 .1072336 1.63 0.107 -.0388478 .3880387

_cons | -80.00959 78.46784 -1.02 0.311 -236.1959 76.17673

-------------+----------------------------------------------------------------

rho_ar | .45543611

sigma_u | 12.001521

sigma_e | 25.848359

rho_fov | .17734681 (fraction of variance because of u_i)

------------------------------------------------------------------------------

F test that all u_i=0: F(3,79) = 0.80 Prob > F = 0.4954

Annexe 27 : Test de Hausman G sur rto

En ASS. ---- Coefficients ----

| (b) (B) (b-B) sqrt(diag(V_b-V_B))

rto | fixe . Difference S.E.

-------------+----------------------------------------------------------------

g | -.0466648 -.0588154 .0121506 .

dext | -1.848589 -.1718065 -1.676782 .6252884

open | 18.34371 15.19043 3.153281 .

inv | -.0003671 .0092644 -.0096316 .

G²| .0342969 .0312619 .003035 .

------------------------------------------------------------------------------

b = consistent under Ho and Ha; obtained from xtregar

B = inconsistent under Ha, efficient under Ho; obtained from xtregar

Test: Ho: difference in coefficients not systematic

chi2(5) = (b-B)'[(V_b-V_B)^(-1)](b-B)

= 6.06

Prob>chi2 = 0.3001

(V_b-V_B is not positive definite)

* ¹ Larissa Nawo, Doctorante en Analyses et Politiques Economiques, Option : Monnaie - Banque - Finance Université de Dschang, Cameroun.

* ³Pour élaborer des indices pertinents, il faut déterminer si un pays est un marché émergent en mettant en rapport la nature et la sophistication de son marché boursier avec le degré de développement de son économie. Standard & Poor's, qui a repris en 2000 les indices financiers des marchés émergents de la Société financière internationale (SFI), a récemment qualifié de «marchés frontières» les pays dont les marchés sont plus petits et moins liquides que ceux des économies émergentes plus avancées. Ce vocable aurait pu s'appliquer à la plupart des marchés émergents des années 80.

* ⁶ http://www.diplomatie.gouv.fr/fr/dossiers-pays/ Indonésie /présentation-de-l'- Indonésie /

* ⁷ http://www.diplomatie.gouv.fr/fr/dossiers-pays/ Malaisie /présentation-de-la- Malaisie /

* ¹⁰ http://www.diplomatie.gouv.fr/fr/dossiers-pays/ Philippine/présentation-des- Philippines/

* 11 http://www.diplomatie.gouv.fr/fr/dossiers-pays/thailande/presentation-de-la-thailande/

* ¹³Selon François Perroux (1990), « le développement est la combinations des changements mentaux et sociaux d'une population qui la rend apte à faire croître, cumulativement et durablement, son produit réel global.»

* ¹⁴ Il n'existe toutefois pas, à notre connaissance, de modèles théoriques mettant en évidence la connexion entre le fonctionnement des marchés boursiers, l'acquisition de l'information et la croissance économique.

* ¹⁵Cette diversification consiste en général à investir simultanément dans des secteurs différents faisant face à des chocs non corrélés. Levine (2005) souligne aussi la possibilité de diversification intertemporelle du risque.

* ¹⁶Biekpe et Adjasi l'ont fait en Afrique, Wong et Zhou pour les pays développés, Mohtadi et Agarwal pour les pays émergents.

* ¹⁷ A mesure que le système financier se développe, sa structure s'oriente davantage vers les marchés financiers au détriment des banques. Par conséquent, en présence d'un niveau élevé de développement financier, les indicateurs habituels de développement financier qui se rapportent à l'activité bancaire ne sont plus en mesure de capter de manière pertinente le niveau de celui-ci. La théorie anticipe alors un effet de plus en plus faible du développement de l'intermédiation financière sur la croissance à mesure que la structure financière du pays se développe.

* ¹⁸ La liquidité et la taille du marché boursier n'évoluent pas forcément dans le même sens : un marché boursier large n'est pas nécessairement liquide. De la même façon, une bourse liquide n'est pas automatiquement de taille importante.

* ¹⁹ Ces auteurs utilisent plusieurs indicateurs de performance économique (le taux de croissance du PIB etc.) et recourent à un ensemble de mesures de développement de l'intermédiation financière.

* ²¹Perspectives économiques en Afrique [2008] : Nigéria, BAFD, OCDE. pp.546

* ²⁶ http://www.tresor.economie.gouv.fr/9936_la-bourse-de-valeurs-de-la-thailande-

* ²⁹Le Forex ou marché des changes est le marché sur lequel les devises dites convertibles sont échangées l'une contre l'autre, à des taux de change qui varient sans cesse. Ce marché, mondial par nature, est le 2^iéme marché financier de la planète en volume global, derrière celui des taux d'intérêt.

* ³⁰Perspectives économiques en Afrique(2008) : Nigéria, BAFD, OCDE (2008). p 542.

* ³¹ http://www.lefigaro.fr/conjoncture/2014/04/07/-le-nigeria-premiere-economie-d-afrique.php

* ³² http://tempsreel.nouvelobs.com/monde/20140406. /le-nigeria-devient-la-premiere-economie-africaine.html

* ³⁶ L'économie du Ghana reste cependant dépendante du secteur agricole (60% de la population active), centré sur le cacao, avec une production en essor.

* ³⁷http://www.lemonde.fr/economie/article/2013/02/04/le-reveil-economique-du-dragon-indonesien

* ³⁸L'Association des nations de l'Asie du Sud-Est (ASEAN) est une organisation politique, économique et culturelle fondée en 1967 qui regroupe l'Indonésie, la Malaisie, les Philippines, Singapour, la Thaïlande, le Brunéi, le Vietnam, le Laos, la Birmanie, le Cambodge.

* ³⁹http://redtac.org/asiedusudest/2012/12/29/les-origines-de-la-crise-asiatique-de-1997/

* ⁴⁰ Le ratio de la valeur échangée et celui de rotation peuvent avoir une interprétation différente de la liquidité d'un marché boursier. Par exemple, un marché boursier liquide (actif) mais de faible taille aura un ratio de rotation élevé, mais une valeur échangée pas trop importante ( Levine et Zervos [1998b])

* ⁴¹ La Banque Centrale Africaine (BCA) à installer au Nigeria, la Banque Africaine d'Investissement (BAI) en Libye et le Fonds Monétaire Africain (FMA) au Cameroun.

Marchés boursiers et croissance économique. Une analyse comparative entre l'Afrique subsaharienne et l'Asie du sud-est.

TABLE DES MATIERES1(*)

DEDICACE

REMERCIEMENTS

RESUME

ABSTRACT

LISTE DES ABREVIATIONS

LISTE DES FIGURES

LISTE DES TABLEAUX

CHAPITRE I : INTRODUCTION GENERALE

I .1. Contexte et problématique

I .1.1. Contexte

I.1.2. Problématique

I.2.Objectifs et hypothèses de l'étude

I.2.1.Objectifs

I.2.2.Hypothèses

I.3.Méthodologie de l'étude

I.4. Limites de l'étude

I.5.Plan de l'étude

CHAPITRE II : CADRE CONCEPTUEL ET REVUE DE LA LITTERATURE

Introduction

II.1.CADRE CONCEPTUEL

II.1.1. Notion des marchés boursiers

II.1.2. Concept de croissance économique

II.2.REVUE DES TRAVAUX THEORIQUES

II.2.1.Des fonctions du marché boursier à la croissance économique

II.2.1.1.Le modèle de croissance endogène de Pagano (1993)

a. Production de l'information ex ante sur les firmes cotées et allocation du capital

b. Suivi des investissements en exécution et contrôle de la gestion des entreprises financées

c. Amélioration de la gestion des risques

d .Facilitation des échanges de biens et services

e. Mobilisation des épargnes

FIGURE 1 : Lien théorique entre finance et croissance économique

II.2.1.2. Modèle de régression indirect de Levine (1991)

II.2.1.3.Modéle de régression directe de Levine et Zervos (1997)

II.2.2. Controverse du sens de la relation entre le développement financier et la croissance

II.2.3.Effets de seuil dans la relation entre le développement boursier et la croissance

II. 3. REVUE DES TRAVAUX EMPIRIQUES

II.3.1. Les mesures de développement des marchés boursiers

a. Le ratio de capitalisation boursière

b. Le ratio de liquidité lié à l'économie

c. Le ratio de liquidité lié au marché

d. Le nombre de firmes cotées en bourse par habitant.

II.3.2. Les études empiriques sur la relation linéaire marché boursier et croissance economique

a. Du développement du marché boursier vers la croissance

b. Controverse du sens de la relation entre marché boursier et croissance économique

Figure 2: Sens de la relation entre marchés financiers et croissance économique

II.3.3. Les études sur les effets de seuil dans la relation entre le développement boursier et la croissance économique

a. Le degré de développement boursier comme variable de seuil

b. Le niveau de développement économique comme variable de seuil

CONCLUSION

CHAPITRE III : EVOLUTION DES MARCHES BOURSIERS ET DE LA CROISSSANCE ECONOMIQUE DANS LES PAYS D'ASS ET D'ASE

Introduction

III.1. Evolution des marchés boursiers d'ASS et d'ASE

III.1.1. Evolution des marchés boursiers d'Afrique subsaharienne

III.1.1.1. La Bourse de Johannesburg

III.1.1.2. La Bourse de Lagos

III.1.1.3. La Bourse d'Accra

III.1.1.4. La Bourse des valeurs d'Abidjan

Tableau 1: Situation de la capitalisation boursière entre 1988 et 2010 en ASS et en ASE en pourcentage du PIB

III.1.2. Evolution des marchés boursiers d'Asie du Sud-Est

III.1.2.1. L'Indonesia Stock Exchange

III.1.2.2. La bourse des valeurs de Thaïlande

III.1.2.3. La bourse de Kuala Lumpur

III.1.2.4. La bourse de Manille

Figure 4 : Evolution de la capitalisation boursière en Asie du Sud-Est en milliards (Mds) de dollars.

Figure 5 : Evolution comparée de la capitalisation boursière en milliards (Mds) de dollars en ASS en ASE.

III.2. Situations économiques de notre panel de pays

III.2.1. Evolution de la croissance économique en Afrique Subsaharienne

Tableau 2 : Dynamique du taux de croissance économique en ASS et en ASE entre 1988 et 2010.

Régions

Afrique Subsaharienne

Asie du Sud-Est

1988

2.33

6.59

1989

1.60

6.74

1990