|
Impact du risque politique sur les investissements directs étrangers en Afrique subsaharienne( Télécharger le fichier original )par Didier Joël Kama N'GBESSO Université d'Auvergne Clermont- Ferrand1, centre d'études et de recherches sur le développement international - Master 2 2010 |
II.4 RESULTATSü L'estimation des MCO sur les données de panel. Les résultats d'estimation de notre modèle par les MCO nous montrent que le coefficient du risque politique est significatif positif à 5% (Tableau7 ci-dessous). Le signe attendu est vérifié. Une augmentation du score du risque politique d'une unité en Afrique subsaharienne (et donc une réduction du risque politique d'une unité) augmente les flux IDE de 0.17 unité, toutes choses égales par ailleurs. L'ouverture commerciale et le stock d'infrastructures sont significativement positifs à 1% et leur influence sur les IDE est très forte. (78% pour l'ouverture commerciale et 30% pour les infrastructures). L'influence des variables institutionnelles est partagée sur les IDE: la durabilité du régime est significative alors que la corruption ne l'est pas. Le salaire, le déficit et l'inflation ne sont pas significatifs. Tableau 7. Estimation MCO Pooled
Notes : l'hétéroscédasticité est corrigé par la méthode de White. Robust standard errors in parentheses *** p<0.01, ** p<0.05, * p<0.1 ü Les résultats d'estimation du modèle à effet fixe. Le résultat du test de Hausman nous incite à utiliser le modèle à effet fixe. Les résultats d'estimation du modèle à effet fixe montrent que le score du risque politique est significativement positif à 1%. La significativité a donc augmenté par rapport au résultat avec les MCO. Cependant, l'influence du risque politique sur les IDE reste très faible car une augmentation du score du risque politique d'une unité entraine une augmentation des flux d'IDE de 0.024 unité en Afrique subsaharienne toutes choses égales par ailleurs. L'ouverture commerciale et le stock d'infrastructure sont significatifs positifs à 1%. Le PIB réel par tête et le déficit sont significativement et négativement liés aux flux nets d'entrées d'IDE en Afrique subsaharienne. La correction de l'hétéroscédasticité par la méthode de White nous donne les mêmes résultats exceptés le PIB réel par tête qui n'est plus significatif. On peut aussi remarquer qu'après correction de l'hétéroscédasticité, le coefficient de corrélation ajusté passe de 26 à 49.9%. ü La prise en compte de l'autocorrélation des résidus. Le test de Durbin-Watson a confirmé la présence d'autocorrélation d'ordre 1 dans notre modèle. Nous avons corrigé ce biais en estimant notre modèle avec la méthode FGLS. Le risque politique est significativement positif à 5%. ü La prise en compte de l'endogénéité de la variable du risque politique. Nous avons testé l'endogéneité de notre variable explicative d'intérêt, le risque politique, pour nous assurer que le coefficient de la variable n'est pas biaisé. Le test de Durbin, Watson et Wu, version Nakamura Nakamura signale l'endogénéité de cette variable. Nous avons eu recours à des instruments. Les instruments utilisés sont : la densité de la population ,et la durabilité du régime et des institutions. POLITY2 : Indice combinant le niveau de démocratie et d'autocratie dans un pays donné. Les scores de -10 à +10, le score croissant avec le niveau de démocratie. L'indice codifie la compétitivité de la participation politique, la compétitivité et l'ouverture du système de désignation de l'exécutif et les systèmes de contrôle. DENSITY : la densité de la population dans un pays. L'estimation du modèle par les doubles moindres carrés nous montre que l'indicateur du risque politique est positivement et significativement lié aux flux d'IDE. Une augmentation d'une unité de cet indicateur augmente les flux d'IDE en Afrique subsaharienne de 0.10 unité, toutes choses égales par ailleurs. On constate bien que l'impact du risque politique sur les IDE a augmenté d'environ 10%, lorsque le problème d'endogénéité est traité par les doubles moindres carrés. Par ailleurs, le test de suridentification de Sargan et Hansen confirme la validité de nos instruments42(*). Tableau 8. Récapitulatif des différentes méthodes d'estimation utilisées dans notre modèle
Notes: Standard errors in parentheses *** p<0.01, ** p<0.05, * p<0.1 * 42 Voir les résultats des tests d'endogénéité et de validation des instruments dans les |
|
