WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Développement financier et causalité entre épargne et investissement en zone UEMOA (Union Economique et Monétaire Ouest Africaine )

( Télécharger le fichier original )
par Relwendé SAWADOGO
Université Ouaga II Burkina Faso - DEA/ Master macro économie appliquée 2009
  

précédent sommaire suivant

II-Etude de la variation du sens de causalité entre épargne et investissement en zone UEMOA

Cette partie a pour objectif principal de déterminer le sens de causalité entre épargne et investissement intérieurs dans les pays de l'UEMOA. Cependant, menée l'étude empirique entre l'épargne et l'investissement intérieurs sans prendre en compte les canaux directs de transmission de l'influence de l'épargne sur l'investissement parait peu objectif. Ainsi, on considère en plus de ces deux variables, le taux de crédit domestique fourni par le système bancaire dans chaque pays qui est directement lié à l'investissement domestique. Il représente en fait le rôle des banques dans le financement du secteur productif. Ce ratio est considéré dans certaines études comme une mesure pertinente du niveau de développement financier qui a lieu à travers le système bancaire.

Il convient aussi de faire la différence entre corrélation et causalité. La corrélation ne signifie pas une relation de cause à effet. Ce qu'il serait intéressant de faire c'est de savoir si la connaissance du passé de l'une des variables permet d'améliorer la prévision de l'autre Granger (1969 et 1988) ou alors si les chocs qui affectent l'une des variables peuvent modifier la variance de l'erreur de prévision de l'autre Sims (1980). Dans ce cas, on dit qu'il existe une relation de cause à effet (relation causale) entre les variables qui peut aller dans un seul sens (causalité unidirectionnelle) ou dans les deux (causalité bidirectionnelle). L'approche de Granger étant celle qui a eu le plus d'échos chez les économètres, sera retenue dans le cadre de cette étude. Avant de mener les études empiriques une synthèse des différents tests économétriques est faite.

II-1-Synthise de la méthodologie d'analyse économétrique

En rappel, l'objectif de l'étude est d'examiner la relation de causalité entre l'investissement intérieur (I), l'épargne nationale (S) et le crédit fourni par le système bancaire (CR) dans les pays de l'UEMOA. Comme la Côte d'Ivoire est la locomotive de l'Union et connait une crise sociopolitique depuis 2002, nous prenons cela en compte par l'introduction d'une variable muette dans le test de causalité.

L'analyse empirique de la causalité entre l'investissement intérieur, l'épargne nationale et le crédit domestique dans chaque pays de l'UEMOA exige la mise en oeuvre de techniques économétriques rigoureuses. Pour estimer la relation reliant les variables ci-dessus indiquées, il est important de connaître, pour chacune d'elles, la nature du processus stochastique dont elle est la réalisation. En effet, selon Doucouré (2008) la plupart des propriétés statistiques des méthodes d'estimation s'appliquent à des variables stationnaires (c'est-à-dire non tendancielles et non saisonnières); ces méthodes ne sont pas valables pour n'importe quel type de données. En appliquant indifféremment ces méthodes, on risque d'effectuer des estimations fallacieuses.

Afin d'avoir des résultats robustes, il est donc nécessaire d'élaborer un certain nombre de tests statistiques préliminaires. Le protocole de tests adopté comprend le test de stationnarité, le test de cointégration et le test de causalité.

II-1-1-Tests de stationnarité

La spécification d'un modèle nécessite le plus souvent que les variables soient stationnaires, pour éviter le risque de régressions fallacieuses. Il existe plusieurs tests statistiques pour déterminer l'ordre d'intégration des séries. Il faut néanmoins noter que tous ces tests comportent des biais, ce qui fait penser que la détermination de l'ordre d'intégration ne saurait etre rigoureuse à partir d'un seul test (Keho, 2004). C'est pour cette raison que cette étude utilise plusieurs tests : Le premier test est le test usuel de racine unitaire de Dickey-Fuller Augmenté (ADF). Ce test prend en compte uniquement la présence d'auto-corrélation dans les séries. Il est basé sur les modèles :

Modèle (c) AYt = (p _ 1)Yt_1 + a + 13t + E;)=11 chAyt_j + Et (1)Modèle (b) AYt = (p _ 1)Yt_1 + a + AYt_j + Et (2)

Modèle (a AYt = (p _ 1)Yt_1 + AYt_j + Et (3)

Où ?= 1 - L (L étant l'opérateur de retard);Yt est la série considérée à la date t, åt est un bruit blanc et p représente la fraction des valeurs retardées de yt qui incluse afin d'assurer la corrélation des séries des résidus. On teste l'hypothèse nulle : H0: |ñ| = 1 de présence de racine unitaire (la série est intégrée d'ordre 1, c'est-à-dire non stationnaire) contre l'hypothèse alternative d'absence de racine unitaire (la série est intégrée d'ordre 0, c'est-à-dire stationnaire). La longueur du paramètre du test ADF est déterminée en utilisant le critère d'information d'Akaike (AIC) et de Schwartz (SC).

En plus du test ADF, il y a le test de Phillips-Perron (PP). Ce test ressemble au test ADF. C'est une correction non paramétrique du test de Dickey-Fuller afin de corriger le problème d'autocorrélation et d'hétéroscedascité des erreurs dans les séries. Mais, contrairement au test ADF, il n'y a pas de termes de différences retardées. Il s'agit donc de tester l'hypothèse nulle (processus non stationnaire) H0: |ñ| = 1 contre l'hypothèse alternative de stationnarité

H1: |ñ| = 1 et les équations du test sont données par :

 

ÄYt = á + ât + (ñ-)Yt-1+åt

(4)

ÄYt = á + (ñ - 1)Yt-1+åt

(5)

ÄYt = (ñ - 1)Yt-1+åt

(6)

 

précédent sommaire suivant







9Impact, le film from Onalukusu Luambo on Vimeo.



Appel aux couturier(e)s volontaires

Hack the pandemiuc !

Moins de 5 interactions sociales par jour



BOSKELYWOOD from Ona Luambo on Vimeo.