Memoire Online - Déterminants des investissements directs étrangers en France.

Tout d'abord, le premier modèle réalisé prendra en compte l'ensemble des variables étudiées dans ce dossier.

Variables	Estimate	Std.Error	T value	Pr (>\|t\|)	Significativité
CONSTANTE	4 375,503	1 545,775	2,831	0,006	**
PIB HAB	23,240	7,370	3,153	0,002	**
TX_CHA	-232,620	321,811	-0,723	0,472
BENEF	31,368	19,606	1,600	0,115
TX INT	-33,420	35,409	-0,944	0,349
IPC	-50,686	34,077	-1,487	0,142
BENEF IMP	0,168	0,201	0,838	0,405
EXP	-82,262	61,951	-1,328	0,189
IMP	26,216	48,838	0,537	0,593
SAL HOR	-192,080	88,030	-2,182	0,033	*
DEP_SCO	30,742	42,371	0,726	0,471
DUMMIES EURO	135,249	178,332	0,758	0,451
DUMMIES_CRISE	-63,550	104,478	-0,608	0,545
			Valeur
Multiple R-squared			0,427
Adjusted R-squared			0,318
F-statistic			3,919
P-value			0,000

D'après le tableau 4, nous remarquons que la qualité du modèle semble correcte mais pas suffisante. En effet, le coefficient de détermination (R²) est de 0,427. Cela signifie qu'environ 42,7% de la variance de l'IDE est expliquée par les variables explicatives choisies.

65 CREPON B. et JACQUEMET N. « Econométrie : méthode et applications ». Chapitre 2. Page 46. Consulté le 19 février 2019.

66 BOURBONNAIS R. « Econométrie ». Dunod. 9^ème édition. Consulté le 19 février 2019.

La constante est significative au seuil de risque de 1%. La variable PIB_HAB est également significative au seuil de risque de 1%. Lorsque le PIB_HAB augmente d'une unité, l'IDE augmente de 23,240 dollars. La croissance du PIB_HAB et les IDE sont fortement corrélés positivement. En effet, l'augmentation des IDE dans un pays est supérieure à sa croissance économique. L'augmentation des IDE d'une économie va permettre de manière générale de pouvoir produire plus, donc d'augmenter la productivité afin de créer de l'emploi, ce qui va améliorer le niveau de vie et donc le PIB par habitant. Concernant la variable SAL_HOR, cette dernière est significative au seuil de risque de 5%. On peut donc dire que lorsque le SAL_HOR augmente d'un point, l'IDE baisse de 192,080 dollars. L'un des objectifs principaux des IDE est de réduire ses coûts de production, et donc d'investir dans les pays ou les zones dans lesquels les coûts sont plus faibles que ceux où l'entreprise est implantée. Ainsi, les entreprises gagnant en productivité à moindre coût dans les pays moins strict en matière de fiscalité vont pouvoir répartir une partie de ses gains dans les salaires. On peut donc voir que les entreprises étrangères pratiquant des IDE dans un pays proposeront un salaire plus élevé à ses employés que les entreprises locales. Les IDE ont donc un impact positif sur les salaires qu'ils augmentent. Enfin, l'hypothèse H0 selon laquelle au moins une des variables explicatives à un impact significatif permet d'accepter le test de Fisher car la p-value est de 0,000 et elle est donc bien inférieure à 0,05.

D'après le test de Shapiro-Wilk dans le cadre du premier modèle de régression, l'hypothèse H0 de normalité des résidus est refusée car la p-value est inférieure à 0,05. On va donc modifier la forme fonctionnelle du modèle en passant par une estimation semi-logarithmique. Le test de Breusch-Pagan permet de vérifier l'hypothèse d'homoscédasticité des résidus. Dans ce modèle, on refuse l'hypothèse d'homoscédasticité des résidus au seuil de risque de 5% pour l'unique raison que la p-value est inférieure à 0,05. Nous allons essayer de résoudre cela par l'estimation d'un modèle semi-logarithmique. Enfin, le test de Ramsey permet de vérifier la linéarité du modèle. Ce test ne permet cependant pas d'en déduire s'il

s'agit du meilleur modèle à estimer. Dans notre cas, la forme fonctionnelle linéaire du modèle spécifié est acceptée au seuil de 5% car la p-value du test est de 0,654, ce qui est supérieure à 0,05. Par conséquent, on accepte l'hypothèse H0 au seuil de risque de 5%.

VARIABLE	VIF
PIB_HAB	824,854
TX_CHA	8,635
BENEF	322,454
TX_INT	9,487
IPC	340,665
BENEF_IMP	25,014
EXP	22,299
IMP	31,677
SAL_HOR	3274,557
DEP_SCO	1162,316
DUMMIES_EURO	17,036
DUMMIES_CRISE	4,010

La Variance Inflation Factor (VIF) permet de juger la colinéarité entre les variables explicatives du modèle. L'ensemble de nos variables sauf DUMMIES_CRISE, TX_CHA et TX_INT ont de la forte colinéarité car leurs valeurs dépassent 10.

Ce modèle ne semble pas très satisfaisant. Les différents tests confirment ce que l'on peut supposer au vu du graphique 19. A priori la loi normale n'est pas suivie (il faut supprimer les observations 58, 68 et 52). Le modèle présente des problèmes au niveau de la normalité des résidus (test de Shapiro-Wilk). Le test de Breusch-Pagan a indiqué que le modèle refuse l'hypothèse d'homoscédasticité des résidus. La forme fonctionnelle du modèle va donc être modifiée en passant par un modèle semi-logarithmique. D'après le VIF, nous avons un souci de multicolinéarité. En revanche le modèle ne présente pas de problème de forme fonctionnelle (test de Ramsey). Les différents graphiques de ce modèle (reg1) ainsi que les distances de Cooks se trouvent en fin de dossier (annexe 4).

A présent, nous allons procéder à l'étude du modèle semi-logarithmique. Ce modèle sera réalisé avec les mêmes variables. Nous allons seulement tester le logarithme de ces variables.

Variables	Estimate	Std.Error	T value	Pr (>\|??\|)	Significativité
CONSTANTE	7,695	30,838	0,250	0,804
Log(PIB HAB)	12,678	16,384	0,774	0,442
Log(TX CHA)	-2,090	1,693	-1,235	0,222
Log(BENEF)	26,373	12,051	2,188	0,033	*
Log(TX INT)	0,417	0,285	1,462	0,149
Log(IPC)	-3,991	13,951	-0,286	0,776
Log(BENEF IMP)	1,283	0,735	1,744	0,087	.
Log(EXP)	0,515	6,788	0,076	0,940
Log(IMP)	-3,701	5,273	-0,702	0,486
Log(SAL HOR)	-60,322	25,713	-2,346	0,022	*
Log(DEP_SCO)	17,810	9,283	1,919	0,060	.
DUMMIES EURO	0,126	0,742	0,169	0,866
DUMMIES_CRISE	0,160	0,506	0,316	0,753
			Valeur
Multiple R-squared			0,388
Adjusted R-squared			0,257
F-statistic			2,961
P-value			0,003

D'après le tableau 7, nous observons que la qualité explicative du modèle s'est légèrement dégradée. Le coefficient de détermination est de 0,388. Nous pouvons donc dire que 38,8% de la variance de l'IDE est expliquée par les variables explicatives choisies. En revanche, les variables BENEF et SAL_HOR ont un impact significatif au seuil de risque de 5% sur l'IDE. Par exemple, lorsque le BENEF augmente d'un point, l'IDE augmente de

log(26,373). Les IDE des entreprises, principalement celle étant dans des pays ou des zones à forte pression fiscale facilite l'investissement dans des pays où le contrôle fiscal est bien moins important et ainsi avoir une plus grande productivité pour des coûts réduits et de ce fait, faire des économies d'échelles. A travers les IDE, les entreprises essaient d'augmenter leurs bénéfices. Les variables BENEF_IMP et DEP_SCO ont un impact significatif au seuil de risque de 10% sur l'IDE. Par exemple, lorsque les DEP_SCO augmente d'une unité, l'IDE augmente de log(17,810). Soulignons que le fonctionnement de l'éducation national étant très liée à tout ce qui est de l'ordre des collectivités, leurs budgets provenant ainsi de l'Etat, des régions et des départements. Le niveau d'éducation favorisant à long terme la croissance, l'augmentation des IDE dans un pays et l'imposition auxquels ils sont soumis, permet à l'Etat et aux collectivités territoriales d'augmenter leur budget et ainsi d'avoir la possibilité de le réinvestir dans l'éducation. Les résultats de l'éducation étant eux aussi bénéfiques aux IDE à moyen et long terme. De plus, dans les pays à forte fiscalité, les IDE permettent d'échapper à l'impôt car étant tourné vers des pays où la fiscalité est moins contraignante. En effet, plus un pays recevra des IDE, moins il devra mettre en place une politique de fiscalité lourde pour éviter une baisse de ceux-ci. Ainsi, les IDE devrait avoir un impact positif sur les bénéfices après impôts avec des marges plus importantes pour les entreprises ayant investis dans un pays afin de moins payer d'impôts. On est donc en contradiction avec ce que l'on avait supposé dans la partie économique. Elle peut vendre au même prix avec les impôts en moins ce qui lui permet de faire plus de bénéfices. Enfin, le test de Fisher est accepté car la p-value est inférieure à 0,05. Soulignons que les résultats obtenus avec le premier modèle semi-logarithmique sont différents du modèle linéaire multiple. Le modèle logarithmique semble donc différent.

Dans ce modèle, nous constatons que l'hypothèse H0 de normalité des résidus est refusée (d'après le test de Shapiro-Wilk). De plus, la forme fonctionnelle linéaire du modèle spécifié est rejetée au seuil de 5% (d'après le test de Ramsey). En revanche, l'hypothèse

d'homoscédasticité des résidus est acceptée au seuil de risque de 5% (d'après le test de Breusch-Pagan). Les différents graphiques de ce modèle (reg1sl) se trouvent en fin de dossier (annexe 4).

VARIABLE	VIF
PIB_HAB	1236,555
TX_CHA	9,730
BENEF	262,280
TX_INT	13,129
IPC	420,234
BENEF_IMP	18,021
EXP	30,771
IMP	41,682
SAL_HOR	2360,907
DEP_SCO	1056,814
DUMMIES_EURO	16,588
DUMMIES_CRISE	4,648

Dans ce modèle, l'ensemble des variables sauf TX_CHA et DUMMIES_CRISE ont de la forte colinéarité car leurs valeurs dépassent 10.

L'ensemble des graphiques de ce modèle se trouve en fin de dossier (annexe 4). Ce modèle semi-logarithmique est très similaire au modèle de régression 1 (reg1). Cependant, il semble moins bon à cause des différents tests effectués. Dans ce dernier, plus de variables sont ressorties significatives. Nous allons à présent étudier un nouveau modèle qui ne prendra pas en compte les variables corrélées fortement négativement à la variable TX_INT. Ce modèle ne prendra donc pas en compte les variables PIB_HAB, BENEF, IPC, BENEF_IMP, SAL_HOR et DEP_SCO.

Déterminants des investissements directs étrangers en France.

V.2 Application économétrique du modèle

V.2.1 Premier modèle étudié