Analyse de l'efficacité de l'aide publique au développement dans les pays fragiles de l'Afrique subsaharienne:1 995 - 2009

III.3. Présentation des résultats et implications économiques

Lors des estimations, nous avons opté d'estimer d'abord le modèle macroéconomique et ensuite les trois modèles qui prennent la dimension de la fragilité des Etats. Après avoir estimé les modèles à effets fixes dont les résultats se trouvent dans le tableau 1, nous avons procédé à l'estimation des modèles à effets combinés (voir le tableau2). Et enfin nous avons présenté les implications économiques des résultats.

III.3.1. Résultats d'estimation des modèles à effets fixes

Dans ce modèle on suppose que l'influence des explicatives sur la variable expliquée est identique pour tous les individus. Autrement le modèle a des pentes constantes et des interceptes qui différent selon le groupe de pays. Des différences significatives s'observent entre pays mais il n'ya pas d'effet temporel.

La prise en compte des spécificités individuelles et temporelles se fait donc pour l'introduction des effets spécifiques aux individus et aux périodes qui constituent autant de coefficient que l'on peut estimer.

En présence des effets fixes, les caractéristiques individuelles sont fixes. Et le modèle s'écrit :

Log PIB/hab_it = a₀ + a₁ log APB/PIB_it +a₂ log Touv_it + a₃ Tinfl_it +a₄ S nat brute_it + a₅ log Inv nat brute_it + a₆ IDE_it + a₇ log M₂/PIB_it +effeco_it + effisoc_it +legsoc_it + å_it

Dans ce modèle, les coefficients d'un pays à un autre sont considérés uniformes sauf pour le terme constant. Contrairement au modèle à effets fixes, les modèles à effets aléatoires, les composantes de ì_it, V_i et Ô_t sont aléatoires et ne peuvent pas être ajoutés mécaniquement à la constante sous forme de variables muettes. Pour estimer un modèle à effets aléatoires ou à erreurs composées, (où les erreurs suivent une forme particulière d'autocorrélation) l'estimateur des MCO n'est pas approprié, l'estimateur des MCG en est le meilleur.

Ainsi nous procédons à un test de Hausman pour vérifier lequel des deux modèles (modèle à effets fixes et modèle à effets aléatoires), il conviendrait d'utiliser. Ce test vérifie l'hypothèse selon laquelle : il n ya pas de différence entre les coefficients de deux estimateurs.

Et si la probabilité calculée est supérieure au seuil de 5% que nous avons choisi, il est envisageable de retenir les estimateurs à effets aléatoires. Contrairement, si la probabilité calculée est inferieure à la probabilité critique, on considère le modèle à effets fixes. Bien que le modèle à effets fixes est considéré comme un modèle moins efficient à estimer, statistiquement parlant c'est un modèle plus raisonnable pour modéliser les modèles utilisant les données de panel. Le modèle à effets fixes donne des résultats consistants.

L'utilisation des logarithmes dans le modèle à estimer présente un avantage dans la mesure où elle vient résoudre le problème liés à l'utilisation des variables expriment dans des unités différentes. En plus les logarithmes donnent les valeurs des coefficients des variables explicatives sous une forme réduite.