Relation banque-entreprise et croissance économique au Cameroun.

II.2 - LA VERIFICATION EMPIRIQUE DU MODELE, INTERPRETATION ET ANALYSE DES RESULTATS

II.2.1 - LA VERIFICATION EMPIRIQUE DU MODELE

Les données relatives aux variables retenues sont tirées des statistiques monétaires de la BEAC, de l'annuaire statistique du FMI, de la Banque Mondiale et de l'INS sur une période allant de 1980 à 2011 soit 32 années. Le choix de cette période se justifie d'une part, par le fait qu'elle prend en compte la période avant et après la réforme financière dans la CEMAC, et d'autre part, afin d'avoir une série suffisamment longue pour respecter les propriétés asymptotiques.

Le modèle à tester est spécifié de la manière suivante :

PIBR= a + a CCMLT + a MM + a TIR + a DUM + ? (1)

0 1 2 3 4

Sachant à titre de rappel que :

y' PIBR , est la variable dépendante. C'est le taux de croissance du PIB réel du

Cameroun à l'instant t.

y' CCMLT , est le crédit octroyé par les banques au secteur privé à l'instant t,

son signe attendu est positif.

y' MM , est la masse monétaire du Cameroun à l'instant t, son signe attendu est

aussi positif.

? TIR , est le taux d'intérêt réel du Cameroun à l'instant t, son signe attendu est

ambigu dans la littérature, mais dans notre cas étant donné que le taux d'intérêt au Cameroun est élevé, son signe attendu est négatif.

y' D U M , est une variable muette qui permet de capter l'effet de la réforme financière ; elle prend la valeur 0 avant la réforme financière et 1 après la reforme financière.

y' ? , est le terme d'erreur.

? ai, i = 0 ,,,,,,,,,4, sont les paramètres à estimer.

Avant d'estimer ce modèle, il faudrait vérifier la stationnarité des séries afin d'éviter une régression fallacieuse. Dans une étude de séries temporelles, plusieurs tests de racine

80

Relation Banque-Entreprise et croissance économique au Cameroun

unitaires peuvent être utilisés pour vérifier la stationnarité des séries, notamment les tests de Dickey-Fuller Augmenté (ADF), ou encore Philip Perron (PP). Dans ce travail, on fera appel au test de ADF

Le test ADF, est une extension du test de Dickey-Fuller simple (DF, 1979). Dans les modèles utilisés pour les tests de Dickey-Fuller simples, le processus åt est par hypothèse un

bruit blanc. Or il n'y a aucune raison pour que l'erreur soit à priori non corrélée. Le test de ADF prend en compte cette hypothèse.

Les hypothèses du test ADF sont les suivantes : H0 : la série n'est pas stationnaire

H1 : la série est stationnaire

La règle de décision est la suivante : si la valeur de la probabilité est supérieure à 5%, on accepte l'hypothèse nulle de non stationnarité de la série ; si elle est inférieure à 5%, alors on accepte l'hypothèse alternative de stationnarité de la série.

Les résultats du test de racine unitaire sont consignés dans le tableau ci-dessous. Tableau 4: Résultat du test de racine unitaire (ADF, 1981)³⁹

Libellé des variables	P-value En niveau	P-value En différence	Degré d'intégration
PIBR	0.0001		I(0)
CCMLT	0.9705	0.0001	I(1)
MM	0.4079	0.0037	I(1)
TIR	0.8351	0.0000	I(1)

Source : L'auteur à partir des calculs d'Eviews 7

Dans le Tableau ci-dessus :

y' I(0), signifie que la variable est intégrée d'ordre 0, c'est-à-dire qu'elle est stationnaire en niveau.

y' I(1), signifie que la variable est intégrée d'ordre 1, c'est-à-dire qu'elle est stationnaire en différence première.

³⁹ Voir les résultats du test de racine unitaire à l'annexe

81

Relation Banque-Entreprise et croissance économique au Cameroun

Dans ce modèle, certaines variables sont stationnaires en niveau et d'autre en différence. Avant de passer aux estimations, il convient de vérifier d'abord s'il existe une relation d'équilibre de long terme entre ces variables. Pour cela, on recourra au test de cointégration de Johansen.

En effet, pour déterminer les r valeurs propres non nulles qui vont nous donner les r relations de cointégration, Johansen a proposé le test de la trace. Ce test repose sur l'hypothèse nulle qu'il existe au plus r relations de cointégration (ce qui signifie qu'il y a r valeurs propres non nulles et N-r valeurs propres nulles)

La règle de décision est la suivante : on accepte H 0 lorsque la valeur de la statistique de la trace est inférieure à sa valeur critique. Cela signifie qu'il y a absence de cointégration.

Les résultats du test de cointégration en annexes montrent qu'il n'existe aucune relation de cointégration entre les variables du modèle, car il n'est pas possible d'estimer un modèle à correction d'erreur, mais plutôt un modèle VAR (P) en différence.

Dans cette optique, soit le modèle VAR à k variables et à p retards noté VAR (p) suivant :

X A X t X 1 1 p A t t ? ? ? ? ?? ? ,1 , ,1 ? ?? ? N N N ? ? ? p ? ? ? N N N N , ,1

t

avec :

? t ? N(0, ? )

X_t , est un vecteur de variables endogènes.

Xt ? 1 , est un vecteur de variables retardées.

A_i, est un vecteur de coefficients à estimer.

Le modèle VAR (P) en différence est de la forme suivante : ?X t ? A1?X t ? 1 ? ? Ap ? 1?Xt? p ?1 ? ?X t ? 1 ? ?_t

Pour déterminer le nombre de retard dans ce modèle, le critère Akaike Information Criterion (AIC) est pris en considération. Le modèle qui est alors choisi est celui qui affichera le AIC le plus petit. Dans cette optique, le modèle VAR qui a le AIC le plus petit est le VAR

(2).

Relation Banque-Entreprise et croissance économique au Cameroun

82

Tableau 5: Résultats de l'estimation du modèle VAR (2) en différence (1)

	MODELE 1
VARIABLES	DPIBR	DMM	DCCMLT	DTIR
DPIBR -1	.587654***	-.0221558	.1060023	-.0576944
	(5.79)	(-0.52)	(0.98)	(-1.04)
DPIBR -2	.1407672	-.0009043	.0886758	-.093964*
	(1.37)	(-0.02)	(0.81)	(-1.67)
DMM -1	.2716861	.9767054***	-.1410324	-.2003794
	(0.73)	(6.20)	(-0.35)	(-0.98)
DMM -2	-.6069194	-.5588232***	-.3389241	-.3832552*
	(-1.50)	(-3.29)	(-0.79 )	(-1.74)
DCCMLT -1	-.3522804**	.2036317**	.8095691***	-.0603167
	(.2797095)	(2.85)	(4.49)	(-0.65)
DCCMLT-2	.2797095	.1198639	.0174528	.1395648
	(.3475441)	(-1.62)	(0.09)	(1.46)
TIR-1	.3475441	-.3098542**	-.3510041	.4827631**
	(1.10)	(-2.33)	(-1.05)	(2.80)
TIR-2	-.5312605	-.0441096	-.5458676	-.0472758
	(-1.58)	(-0.31)	(-1.53)	(-0.26)
Constante	10.44826	15.25865***	25.70033**	19.2635**
	(0.93)	(3.23)	(2.16)	(3.14)
R2	0.7037	0.9072	0.9156	0.7942

Source : l'auteur à partir des calculs de Stata 11

.Les chiffres entre parenthèses sont les t-statistics. Les signes ***, ** et * attestent la significativité des coefficients respectivement au seuil de 1%, 5% et 10%.

83

84

Relation Banque-Entreprise et croissance économique au Cameroun

Tableau 6 : Résultats de l'estimation du modèle VAR (2) en différence (2)

	MODELE 2
VARIABLES	DPIBR	DMM	DCCMLT	DTIR
DPIBR -1	.4095291***	-.0033103	.2147699**	-.1126486**
	(5.72)	(-0.09)	(2.00)	(-2.14)
DPIBR -2	.104277	.0058781	.1128093	-.1079887**
	(1.56)	(-0.16)	(1.13)	(-2.21)
DMM -1	.0480705	1.416808***	.2594389	-.6637439**
	(0.15)	(8.11)	(0.53)	(-2.78)
DMM -2	-.3942414	-1.148015***	-.8279374	.2190201
	(-1.01)	(-5.48)	(-1.41)	(0.76)
DCCMLT-1	-.1459539	.1591771**	.6692418***	.0247645
	(-1.26)	(2.56)	(3.84)	(0.29)
DCCMLT-2	1.131323***	-.07371	-.4162115	.2732666**
	(6.50)	(-0.79)	(-1.59)	(2.14)
DTIR -1	.3316325	-.330377	-.3553616	.4988837***
	(1.63)	(-3.03)	(-1.16)	(3.34)
DTIR -2	-.2332458	-.0920368	-.738235**	.0601948
	(-1.04)	(-0.77)	(-2.20)	(0.37)
DUM-1	13.7116 ***	4.283414**	-4.73861	-1.199997
	(4.67)	(2.72)	(-1.08)	(-0.56)
DUM-2	5.041435**	-4.898169***	-5.844662	5.688848**
	(1.98)	(-3.60)	(-1.53)	(3.05)
Constante	-21.73062**	19.16001***	45.66446***	8.865309
	(-2.42)	(3.98)	(3.39)	(1.34)
R2	0.8770	0.9374	0.9300	0.8461

Source : L'auteur à partir des calculs de Stata 11.

Les chiffres entre parenthèses sont les t-statistics. Les signes ***, ** et * attestent la significativité des coefficients respectivement au seuil de 1%, 5% et 10%.