2.3.3 Analyse descriptive
Nous avons effectué une analyse descriptive des
variables avec MS office Excel 2019 sur deux périodes. La
première période s'étale de 2007 à 2012 et la
deuxième période de 2013 à 2018. En effet, la Côte
d'ivoire étant le pays le plus développé de l'espace UEMOA
a connu une guerre civile en 2012 qui n'a pas été sans effet sur
l'économie de l'espace UEMOA. Pour mieux cerner l'évolution des
facteurs de croissance dans les pays de l'UEMOA avant et après la guerre
civile de la Côte d'ivoire, nous avons préféré
scinder la période de la présente étude en deux dans notre
analyse descriptive. Une première période allant de 2007 à
2012 et une seconde période allant de 2013 à 2018. De plus, une
analyse complémentaire est effectuée sous le logiciel STATA 15
(figure A22 et A44).
2.3.4 Analyse économétrique
v Spécification du modèle
Le modèle de base retenu est celui de la fonction de
croissance de type Cobb-Douglas. Ce modèle à l'avantage de
prendre en compte un certain nombre de variables permettant de mieux expliquer
l'évolution de la croissance du PIB par habitant dans n'importe quels
pays. Il se présente comme suit :
Y = f (A, K, L)
Soit Y = AKáL3 avec 0 < á
< 1 ; 0 < 3 < 1 et á + 3 = 1
Et après linéarisation on a : Ln(Y) = ln(A) +
áln(K) + 3ln(K)
Où Y désigne la production ; K le stock du
capital ; L la main d'oeuvre, A un paramètre d'échelle et
á, 3 sont des élasticités de la production aux
différents facteurs de
Boris J. B. Gomez & Ulrich G. Segodo 19
Analyse comparative des déterminants de la croissance
économique des pays de l'UEMOA et des pays du BRICS
productions. Dans notre modèle, Y sera
approchée au PIB par habitant (PIB_HAT) ; le stock du capital sera
approché à l'investissement privé (IPRIV) ; la main
d'oeuvre, quant à elle, sera approchée à la population
active (POP_ACT). Ainsi, en introduisant les autres variables de notre
modèle on a :
LPIB HAT = á0 +
á1LIPRIV + á2POP ACT +
á3DLC + á4LDE +
á5LDEPUB + á6DO
_ _
+ Er avec á0 =
LA
Les données en panel possèdent deux dimensions
(spatiale et temporelle) : une pour les individus (ou une quelconque
unité d'observation) et une pour le temps. Elles sont
généralement indiquées par l'indice i et t respectivement.
Il est souvent intéressant d'identifier l'effet associé à
chaque individu, c'est-à-dire, un effet qui ne varie pas dans le temps,
mais, qui varie d'un individu à l'autre. Cet effet peut être fixe
ou aléatoire.
Ce modèle qui exprime la croissance économique
s'écrit :
v
LPIB_HATit = á0i +
a1LIPRIVit + a2POP_ACTit +
a3DLCit + a4LDEit +
a5LDEPUBit + a6DOit +
Eir
LPIB_HATir : Logarithme du PIB par
habitant du pays i à l'année t ;
LIPRIVir : Logarithme de
l'investissement privé du pays i à l'année t ;
POP_ACTir : Population active du pays i
à l'année t ;
DLCir : Degré de liberté
face à la corruption du pays i à l'année t ;
LDEir : Logarithme de la dette
extérieure du pays i à l'année t ;
LDEPUBir : Logarithme des
dépenses publiques du pays i à l'année t ;
DOir : Degré d'ouverture
commercial du pays i à l'année t.
Procédure d'estimation
Les coefficients a1, a2, a3,
a4, as et a6 des variables explicatives de la
croissance économique dans les pays de l'UEMOA et dans les pays du BRICS
sont estimés par trois méthodes : la méthode des Moindres
Carrés Ordinaires (MCO), la méthode des Moindres Carrés
Généralisés (MCG) et celle des Moindres Carrés
Ordinaires Entièrement Modifiés (MCOEM).
La méthode des Moindres Carrés
Ordinaires (MCO) et la méthode des Moindres Carrés
Généralisés (MCG)
Ces méthodes permettent d'estimer une relation de court
terme entre la variable dépendante (PIB_HAT) et les variables
explicatives. L'analyse des variables ainsi que les estimations des
modèles de court terme sont faites à l'aide du logiciel
Boris J. B. Gomez & Ulrich G. Segodo 20
Analyse comparative des déterminants de la croissance
économique des pays de l'UEMOA et des pays du BRICS
STATA 15. Pour s'assurer de la qualité du modèle,
nous avons effectué des tests de stationnarité sur les variables
du modèle ainsi que les tests de validité du modèle.
· Test de stationnarité -Nous
avons effectué le test d'Im-Pesaran-Shin sur les différentes
variables présentes dans le modèle. On procède à
l'estimation du modèle sans aucune modification, si les résultats
indiquent que les séries sont non stationnaires.
· Test de spécification du modèle
-Pour les estimations sur des données de panels, il existe deux
types de modèles : le modèle à effets fixes (MCO) et le
modèles à effets aléatoires (MCG). Pour choisir un
modèle, nous avons effectué le test de Hausman dont les
hypothèses sont émises comme suit :
H0 . Le modèle est un modèle à effets
aléatoires H1 . Le modèle est un modèle à effets
fixes
Le modèle a effets aléatoires est retenu
lorsque la p-value associée à ce test est supérieure au
seuil conventionnel de 5% (P > 0,05).
· Test d'effets individuels aléatoires :
Le test du multiplicateur de Lagrange (test de Breusch-Pagan) est
effectué afin de valider définitivement le choix du
modèle. Les hypothèses émises lors de ce test sont les
suivantes :
H0 . Présence d'effets fixes
H1 . Présence d'effets aléatoires
Il y a présence effective d'effets aléatoires
lorsque la probabilité associée à ce test est
inférieure au seuil conventionnel de 5% (P < 0,05).
· Le test de normalité des erreurs de
Jarques Bera suivant l'hypothèse nulle que les erreurs suivent
une loi normale et l'hypothèse alternative de la non normalité
des erreurs.
· Le test d'autocorrélation des erreurs
de Woodbridge avec comme hypothèse nulle l'absence
d'autocorrélation des résidus.
· Le test
d'hétéroscédasticité intra-individu de White
d'hypothèse nulle la présence
d'homoscédasticité intra-individus.
La méthode des Moindres Carrés
Ordinaires Entièrement Modifiés (MCOEM)
Cette méthode permet d'estimer une relation de long
terme entre la variable dépendante (PIB_HAT) et les variables
explicatives. La méthode corrige les biais
d'endogénéités ainsi que les problèmes
d'autocorrélation et
d'hétéroscédasticité.
Boris J. B. Gomez & Ulrich G. Segodo 21
Analyse comparative des déterminants de la croissance
économique des pays de l'UEMOA et des pays du BRICS
L'analyse des variables ainsi que les estimations des
modèles de long terme sont faites à l'aide des logiciels STATA 15
et Eviews 9.
· Test de cointégration
Les deux tests les plus utilisés dans les recherches
empiriques pour tester la cointégration en panel sont : le test de
Pedroni (1999, 2001) et celui de Kao (1999). Ces tests supposent tous l'absence
de dynamiques inter-individuelles et testent donc l'existence de relations de
cointégration intra-individuelles. Leur hypothèse nulle est
identique. Il s'agit de l'absence de cointégration entre les variables
considérées. Pedroni (1999, 2001) et Kao (1999) testent la
stationnarité des résidus de la relation de long terme de
façon analogue aux tests d'Engle et Granger (1987). Pedroni
présente sept tests statistiques pour tester l'hypothèse nulle.
Dans ces sept tests, quatre sont basés sur la dimension intra (within)
et trois sur la dimension inter (between).
Par contre, les tests de Kao (1999) sont des tests du type
Dickey-Fulley Augmenté de stationnarité des résidus de la
relation de cointégration. Ces deux tests sont effectués sur des
variables qui sont intégrées du même ordre. Si le test
conclut que le PIB par habitant et les variables explicatives du modèle
entretiennent une relation de long terme, il sera plus pertinent dans le cas
des données de panel de recourir à la méthode des Moindres
Carrées Ordinaires Entièrement Modifiées (MCOEM) pour
estimer cette relation.
| 
