L'impact de la décentralisation sur la corruption: Etude théorique et validation empirique

1.2.3) MATRICE DE CORRÉLATION

La matrice de corrélation^7(*) nous renseigne sur l'existence ou l'absence d'une éventuelle corrélation linéaire entre les différentes variables.

Tableau 7 - Matrice de corrélation

	ipc	dec	gov	ouv	frac	ed	lnpop	lnpibh	presse
ipc	1.0000
dec	0.3785*	1.0000
gov	0.4130*	0.3030*	1.0000
ouv	0.0721*	-0.0665	0.0852*	1.0000
frac	-0.4928*	-0.3979*	-0.5187*	0.0442	1.0000
ed	0.4431*	0.1516*	0.4468*	0.0162	-0.4878*	1.0000
lnpop	0.1187*	0.2279*	0.2902*	-0.1584*	-0.2350*	0.6317*	1.0000
lnpibh	0.4399*	0.4334*	0.2395*	-0.0915*	-0.3993*	0.1683*	0.2384*	1.0000
presse	-0.6695*	-0.1106*	-0.2896*	-0.1335*	0.3706*	-0.2993*	0.2423*	-0.1089*	1.0000

Source : calcul réalisé par l'auteur

Une lecture de cette matrice nous permet de dégager les informations suivantes relatives aux variables clés :

L'IPC est corrélé positivement avec la décentralisation, taille de gouvernement, le niveau de vie, le niveau de scolarisation et la population. Cette corrélation est significative au seuil de 5 %. L'IPC est corrélé négativement et significativement avec la liberté de la presse et la fractionalisation.

La décentralisation est corrélée positivement et significativement avec le niveau de vie, la taille de gouvernement, l'éducation et la population mais négativement avec la fractionalisation et la liberté de la presse.

La corrélation entre lavariable dépendante et les variables explicatives sont généralement en rapport avec la littérature théorique.

1.3) LA STRUCTURE DU MODÈLE ÉCONOMÉTRIQUE

Pour déterminer la structure du modèle, il est nécessaire d'effectuer un ensemble des tests qui sont les suivants :

1.3.1) LE TEST DE SPÉCIFICATION

Lorsqu'on utilise des données de panel, il est nécessaire de tester la spécification du modèle. En effet, Le modèle de panel peut avoir plusieurs spécifications. Les coefficients du modèles (â_i ) ainsi que les constants (á_i) peuvent être identiques pour tous les pays ou bien différents selon les pays. Dans le premier cas, on parle du modèle sans effets individuels alors que dans le deuxième cas on parle de modèle à effets individuels. Le choix de nos modèles doit s'effectuer selon un processus séquentiel élaboré par Hsiao (1986) d'où le nom du test de Hsiao.

Corruption_ij = á_i + â_iDécentralisation_ij + _iX + å_ij

Le modèle de départ s'écrit :

Le test 1 est basé sur les hypothèses suivantes :

H₀= homogénéité totale ( á_i = á et â_i =â)

H₁ = hétérogénéité totale ( á_i ? á et â_i ? â)

Si H₀n'est pas rejetée, le modèle a une structure parfaitement homogène c'est-à-dire les constantes (á_i) et coefficients (â_i) sont identiques pour tous les pays. Si on rejette H₀, on doit passer au test 2.

Le test 2 est basé sur les hypothèses suivantes 

H₀= effets individuels (ái ? á et â_i =â)

H₁ = hétérogénéité totale

Ce test consiste à tester l'égalité des coefficients â_i et on n'impose aucune restriction sur les constantes á_i. Si H₀ est rejetée le modèle à une structure hétérogène et si H₀ n'est pas rejetée, le modèle est à effets individuels et dans ce cas on doit passer au test 3.

Le test 3 ayant comme hypothèse :

H₀= homogénéité totale

H₁ = effets individuels

Si on rejette H0, on conclut que le modèle est à effets individuels. Les relations entre la variable dépendante avec les variables explicatives sont identiques quel que soit le pays alors que les constantes différent d'un pays à l'autre.

A l'aide de logiciel stata, on a calculé les p-value pour les trois tests et pour tous les modèles. Les résultats sont mentionnés dans le tableau suivant.

Tableau 8- Test de spécification des modèles

Ensemble de pays	Europe	Afrique	Asie	Amérique	Pays Démocrates	Pays non démocrates
F1 = 31.75	F1 = 17.29	F1 = 12.13	F1 = 4.35	F1 = 18.20	F1 = 18.88	F1 = 9.13
F2 = 1.23	F2 = 0,875	F2 = 0,98	F2 = 1.30	F2 = 1.21	F2 = 0,98	F2 = 0,89
F3 = 99.11	F3 = 50.692	F3 = 28.71	F3 = 23.66	F3 = 133.89	F3 = 62.60	F3 = 28.31
PvalF1 = 0	PvalF1 = 0	PvalF1 = 0	PvalF1 = .0	PvalF1 = 0	PvalF1 =0	PvalF1 = 0
PvalF2 = 0,18	PvalF2 = 0,24	PvalF2 = 0,35	PvalF2 = .239	PvalF2 = .28	PvalF2 = 0,28	PvalF2 = 0,35
PvalF3 = 0	PvalF3 = 0	PvalF3 = 0	PvalF3 = 0	PvalF3 = 0	PvalF3 = 0	PvalF3 = 0.002

Source : calcul réalisé par l'auteur

Pour tous les modèles, le p-value 1 relatif au test 1 est inférieur à zéro ce qui nous amène à rejeter l'hypothèse nulle d'homogénéité totale. Le p-value 2 du test 2 est supérieur à 0 cela signifie que l'hypothèse nulle de présence d'effets individuelles ne peut pas être rejetée et finalement le p-value 3 du test 3 est inférieur à 0 ce qui confirme que le modèle est à effets individuels. Une fois la structure du modèle est définie, on doit passer à l'étape suivante pour déterminer la nature des effets individuels car ces derniers peuvent être fixes ou aléatoires. Le test du Hausman permet de choisir le modèle le plus approprié.

* ⁷Le tableau montre l'absence d'une forte corrélation entre les variables explicatives ce qui nous permet de les introduire simultanément dans un même modèle économétrique.