Banques et croissance économique

REPUBLIQUE DU BENIN

*************

MINISTERE DE L'ENSEIGNEMENT SUPERIEUR ET DE LA RECHERCHE SCIENTIFIQUE (M.E.S.R.S.)

UNIVERSITE D'ABOMEY-CALAVI
****************

FACULTE DES SCIENCES ECONOMIQUES ET DE GESTION
(FA.S.E.G.)

******************

MEMOIRE DE DEA/MASTER NPTCI

SPECIALISATION : MACROECONOMIE APPLIQ~EE

OPTION : ECONOMIE INTERNATIONALE

THEME :

BANQUES ET

CROISSANCE ECONOMIQUE

l~cf~se et soutenu par: Sous fa d~rection de :

Odilon Modeste ALAVO br Charlemagne IGUE

Annie Acadimique : 2007- 2008

LA FACULTE N'ENTEND DONNER AUCUNE

APPROBATION NI IMPROBATION AUX

OPINIONS EMISES DANS LES MEMOIRES.

CES OPINIONS DOIVENT ETRES CONSIDEREES

COMME PROPRES A SON AUTEUR

DEDICACES

A MON PERE Mr HENRI ALAVO & MA MERE

JOSEPHINE ATCHEKPE.

LISTES DES SIGLES ET ABREVIATIONS

ADF Augmented Dickey Fuller

CV Critical value

DF Dickey Fuller

FCP Fonds Communs de Placement

FMI Fonds Monétaire International

MCO Moindres Carrés Ordinaires

MVCE Modèle Vectoriel à Correction d'Erreur

OCDE Organisation de Coopération et de

Développement Economique

PIB Produit Intérieur Brut

SC Schwarz

SCR Somme des Carrés des Résidus

SICAV Société d'Investissement à Capital

Variable

UEMOA Union Economique et Monétaire Ouest

Africaine

USA United States of America

VAR Vecteurs Auto-Régressifs

LISTES DES TABLEAUX

Tableau 1 : Résumé des principaux travaux réalisés 18

Tableau 2 : Résultats des tests de stationnarité en niveau 29

Tableau 3 : Résultats des tests de stationnarité en différence première 30

Tableau 4 : Résultats du test ADF sur le résidu de la relation de LT ..31

Tableau 5 : Résultats de la recherche du nombre optimal Retard ..31

Tableau 6 : Résultats du test de la Trace 33

Tableau 7 : Résumé des résultats issus de l'estimation du MVCE 35

Tableau 8 : Décomposition de la Variance 39

LISTE DES GRAPHIQUES

Graphique n° 1 : Evolution de LY1, LL1, LC1, LD1, LI1,

LV1, LH1 32

Graphique n°2 : Réponse de LY1 à un choc respectivement sur

LL1, LC1, LD1, LH1 37

Graphique n°3 : Réponses respectives de LL1, LC1, LD1, LH1

à un choc sur LY1 .38

RESUME

La théorie économique révèle à travers les modèles de croissance endogène que l'activité bancaire influence positivement la croissance économique. L'objet de cette recherche est de s'interroger sur la pertinence d'une telle position par le biais du modèle vectoriel à correction d'erreur (MVCE) dont les résultats dans le cadre de ce travail, sont consolidés par les fonctions de réponses impulsionnelles et l'analyse par la décomposition de la variance. Notre travail met l'accent sur un échantillon constitué de 4 pays développés et 5 en développement dont le Bénin sur la période 1970-2004. Les principaux résultats qui en émanent révèlent d'une part, une similitude de comportement entre les deux groupes de pays en présence, d'autre part l'analyse de Long terme à partir du MVCE rejoint sans ambages les conclusions des théoriciens de la croissance endogène par rapport à la relation Banque-Croissance ; sauf que l'information nouvelle ici privilégie une activité de crédit et d'intermédiation de marché des institutions bancaires contrôlée, limitant au mieux les risques. Pour finir, il faut préciser que cette étude bien qu'ayant montrée l'existence d'une relation Croissance-Banque, n'ait pu fournir une spécification précise en ce qui la concerne.

ABSTRACT

Economic theory reveals through endogenous growth models that banking positively influences economic growth. This study aims at verifying that statement using the Vector Error Correction Model (VECM) whose results we consolidate using the boosting responses functions as well as the variance breakdown analysis. The used sample is made up of data from 4 developed and 5 developing countries of which Benin over the period running from 1970 to 2004. The results we obtain reveal on the first hand, a behavioral similarity between the two groups of countries. On the second hand, the long term analysis made using the VECM fully verifies endogenous growth theories on the relationship between banking and growth. The peculiarity in this study is that banks credits and stock activities are shown to be best risks limitative. To end, we must precise that though we showed an existing relationship between growth and banking, we could not specify it clearly in this study.

SOMMAIRE

INTRODUCTION GENERALE .1

CHAPITRE I : CADRE THEORIQUE ET METHODOLOGIQUE

DE L'ETUDE 3

Section 1 : Eléments de base et revue de littérature 4

Section 2 : Méthodologie de la recherche ..19

CHAPITRE II : RESULTATS DE L'ETUDE ET ENJEUX 27

Section 1 : Etude de la cointégration et estimation du MVCE 28

Section 2 : Confirmation des résultats, interprétations, limites et Suggestions 37

CONCLUSION GENERALE .44

BIBLIOGRAPHIE ..45

ANNEXES viii

TABLE DES MATIERES xlvii

INTRODUCTION GENERALE

Dès 1912, Schumpeter a insisté sur le rôle des Banques dans la croissance économique. Il affirme que le crédit, fonction principale du banquier, est le seul facteur d'évolution économique et il est par conséquent source de croissance. La théorie du crédit et du capital de Schumpeter a été reprise par Gershenkron en l'appliquant aux pays en développement. Dans sa thèse sur les avantages du retard, l'auteur considère que les pays en développement sont plus incités à développer leurs systèmes financiers grâce à une intervention de l'état. La littérature qui étudie la relation Finance-Croissance a été enrichie des travaux de Mc Kinnon (1973) et de Shaw (1973). Les auteurs montrent que les pays en développement se caractérisent par des économies aux systèmes financiers réprimés. Des systèmes financiers réprimés connaissent de faibles performances en matière de mobilisation de l'épargne et de financement des projets efficaces. Les auteurs proposent ainsi, la mise en place d'une politique de libéralisation financière susceptible de dynamiser les intermédiaires financiers et capable de relancer l'activité économique.

En outre, d'autres auteurs dont Levine (1997), s'inspirant de la théorie de la croissance endogène montrent que les intermédiaires financiers génèrent des effets de croissance du fait qu'ils assurent un certain nombre de fonctions. Une fonction principale de ces derniers est d'allouer les ressources dans l'espace et dans le temps dans un environnement incertain. Cette nouvelle littérature a montré que les intermédiaires financiers améliorent la croissance économique en favorisant l'accumulation du capital et en améliorant l'allocation des ressources, en opérant une sélection et un contrôle adéquat des projets.

Par ailleurs, le couplage entre finance et croissance a été étudié et a fait l'objet de plusieurs tentatives empiriques. Parmi les principaux travaux, citons King et Levine (1993), Arestis et Demetriades (1997) et Berthélemy et Varoudakis (1998).Les outils d'analyse mobilisés sont essentiellement et

respectivement les spécifications en coupe transversale, le VAR simple et le Panel. Notre travail renoue avec l'approche économétrique, restitue au mieux les fonctions principales des Banques et utilise une technique nouvelle dans ce domaine de recherche : le Modèle Vectoriel à Correction d'Erreur (MVCE).

En regardant la densité des développements théoriques et empiriques, l'analyse de la relation Banque-Croissance revêt toute son importance et notre recherche prend tout son sens.

Ce travail a donc pour motivation : appréhender l'influence de la sphère financière -par les Banques- sur la sphère réelle et vérifier l'existence d'une éventuelle relation inverse Croissance-Banque.

Nous développons dans les pages qui suivent deux chapitres afin d'approcher la question soulevée. Le premier chapitre pose les bases de la recherche en s'appuyant sur la littérature relative à la relation BanqueCroissance. Le second livre les résultats issus de l'estimation du MVCE et suggère les implications afférentes.

CHAPITRE I :CADRE THEORIQUE ET

METHODOLOGIQUE DE L'ETUDE

Ce premier chapitre comprend deux sections. La première section présente les fondements sur lesquels repose ladite étude à savoir : la problématique, les objectifs, les hypothèses de recherche et la revue de littérature. La seconde section quant à elle présente le modèle retenu et définit la démarche méthodologique que nous entendons suivre pour atteindre nos objectifs.

Section 1 : Eléments de base et revue de littérature

Cette section comprend deux paragraphes, dont le premier pose le problème de recherche ainsi que les objectifs et hypothèses ayant motivés cette étude, le second quant à lui met l'accent sur la revue de littérature.

PARAGRAPHE 1 : Problématique, objectifs et hypothèses de Recherche

Ce paragraphe traite des éléments fondamentaux sur lesquelles repose cette étude.

A. Problématique et intérêt de l'étude

1. Problématique

L'actualité mondiale sur la crise financière restaure l'analyse sur le rôle du système financier et particulièrement des Banques dans le développement économique. Cette analyse part au début du XX ième siècle avec les

contributions de Schumpeter sur l'importance des banques et leur apport bénéfique à la croissance à travers le financement de l'innovation. Ce rôle capital des banques a pourtant été ignoré par les modèles traditionnels de la croissance notamment le modèle Néoclassique. En effet, La croissance dans le modèle de Solow est déterminée principalement par le progrès technique qui a la particularité d'être exogène. Ce qui veut dire qu'il n'a pas besoin d'être financé. Ainsi, il est indépendant de l'évolution de l'épargne et par ricochet de la Banque. Ce n'est qu'à partir des modèles de croissance endogène que

l'intégration des banques dans l'analyse de la croissance est rendue possible puisque le progrès technique n'est plus analysé comme précédemment, il devient endogène. Les modèles de croissance endogène, s'inspirent fondamentalement de la théorie de l'intermédiation financière et des travaux de Goldsmith (1969), Mc Kinnon (1973) et Shaw (1973) sur l'interaction entre la sphère réelle et la sphère financière , pour estimer la relation entre les banques et la croissance. L'idée principale qui ressort, révèle que le développement des banques a un effet positif sur la croissance économique parce qu'il permet d'allouer une plus grande quantité d'épargne aux investissements.

Toutefois, La théorie révèle également que les banques à l'exception des autres intermédiaires financiers ont la possibilité d'accorder des crédits pour financer les investissements sans épargne préexistante grâce à leur pouvoir de création monétaire.

Cette considération qui fait la spécificité des banques inspire des conclusions nouvelles, moins satisfaisantes, sur le lien entre les banques et la croissance. Il suffit seulement de se référer à l'histoire pour appréhender les aspects négatifs de l'activité bancaire sur la croissance. A cet effet, nous pouvons citer trois crises majeures susciter par les dérives de l'activité de crédit des banques :

- la crise de l'endettement des pays en voie de développement à la fin des années 1970,

- la crise de l'immobilier des années 80 et plus récemment,

- la crise des subprimes.

Ces crises ont eu des effets pernicieux sur les économies et ont contrarié sans aucun doute les possibilités de croissance économique des pays concernés. Par exemple, la crise de l'immobilier des années 80 a entraîné seulement aux USA, la défaillance de 747 Banques. Le coût total de la crise a été évalué à 160,1 milliards de dollars dont 124,6 ont été payé par les contribuables

américains¹. Cette crise a d'ailleurs contribué largement au déficit du budget américain. Les effets de cette crise se sont ressentis jusque dans les années 90 ; avec la fermeture, la mise sous tutelle, la restructuration de plus de 1600 Banques et prêteurs². En ce qui concerne la crise actuelle, les effets attendus sont aussi sombres. En effet 700 milliards de dollars us doivent être mobilisés pour secourir les banques américaines et plusieurs autres miliards d'euros pour venir en aide aux banques européennes. Depuis le début de cette crise, il a été constaté par les groupes financiers, la perte de quelques 148000 emplois dans le monde. Comme pour dire que cette crise dépasse déjà la sphère des pays directement concernés. En Afrique par exemple, l'une des plus grandes économies du continent : le Nigeria, a enregistré en l'espace d'un mois une perte de 649 milliards de nairas au niveau de la bourse des valeurs du Nigeria. A cela s'ajoute, de susceptibles pertes de recettes pétrolières à cause des baisses de commande prévues, en l'occurrence celles de la Chine. En ce qui concerne l'autre géant africain, à savoir l'Afrique du Sud, c'est sa monnaie le rand qui subit une forte dépréciation de 40%³. Le tableau ainsi peint justifie la révision à la baisse des prévisions sur la croissance de l'Afrique, passant ainsi de 7 à 5 % en 2009 ⁴.Au regard de cette réalité, il serait judicieux d'analyser profondément les effets de l'activité bancaire sur la croissance économique. Ainsi, on se pose la question principale de savoir :

Quels sont les effets de l'activité bancaire sur la croissance ?

Autrement dit, la variance observée dans les variables concernant les Banques permet-elle d'expliquer l'évolution des différents taux de croissance de Long Terme du PIB par tête ?

¹ Selon l'observateur de l'immobilier n°41-42 du 05/1999, P.3

² Voire observateur de l'immobilier n°41-42 du 05/1999, P.3

³ Tiré du site http:// www.casafree.com/modules/news/article.php

⁴ FMI, perspectives de l'économie mondiale et base de données du département Afrique

Les éléments de réponse à ces questions posées font l'objet des chapitres, sections et paragraphes suivants du présent mémoire dont le but est d'étudier la relation Banque-Croissance.

2. intérêt de l'étude

Les interrogations énumérées ci-dessus et les concepts s'y afférents constituent les préoccupations autour desquelles est bâtie la présente étude et permettront de valider ou non sur le plan empirique, les différentes constructions théoriques quant à l'analyse de la relation Banque- Croissance. En outre, la présente étude permet d'expérimenter un outil économétrique sans a priori théorique dans ce domaine de recherche : Les VAR, qui a l'avantage de prendre en compte les deux sens de la causalité Banque-Croissance. Ce qui nous permet de nous prononcer aisément sur la présomption d'une vision ambivalente. Par ailleurs, cette étude va permettre sans doute à des pays d'être renseignés au mieux sur l'impact de l'activité bancaire sur l'économie afin d'éviter tant que possible les crises et enfin contrôler la croissance économique, élément indispensable du développement.

B. Objectifs et hypothèses de recherche

1. Objectifs

a- Objectif Général

Etudier la relation entre les banques et la croissance économique.

b- Objectifs Spécifiques

- Mesurer les effets de l'activité bancaire sur la croissance

- Apprécier les effets de la libéralisation financière sur la croissance

- Analyser l'influence de la croissance économique sur le développement de l'activité bancaire.

2. Hypothèses de recherche

- L'augmentation de la liquidité bancaire favorise la croissance économique - La croissance de l'activité de crédit des Banques influence positivement la croissance économique

- La libéralisation financière contribue à accélérer la croissance économique,

- La croissance économique exerce un effet positif sur l'activité des banques.

PARAGRAPHE 2 : Revue de littérature théorique et empirique

A. Littérature théorique

La revue de littérature théorique comprend deux parties. La première aborde les réflexions sur la réduction des coûts induite par la naissance des intermédiaires financiers dont les banques. La seconde, apprécie l'intervention des banques sur le marché financier et analyse pour finir le sens de la causalité développement financier et développement économique.

1. Les banques et la réduction des coûts

L'existence des imperfections sur le marché justifie la présence des intermédiaires financiers. En effet, sur un marché de capitaux parfait dans lequel les agents effectuent sans coûts et sans limites tous les prêts et emprunts souhaités, l'intermédiation financière ne pourrait être justifiée. La naissance des intermédiaires financiers vient donc pallier à un problème de coût, si bien qu'elle est liée à un gain d'efficience, de productivité et contribue de ce fait à la croissance économique.

Les imperfections rencontrées sur le marché sont de trois ordres :

Premièrement, il s'agit des coûts de transactions auxquels doivent faire face prêteurs et emprunteurs. Parmi ces coûts, nous distinguons les coûts de recherche, de mise en examen du projet par le prêteur, le suivi du projet ou monitoring et les coûts de mise en application. Ces coûts individuels sont d'autant plus élevés que l'activité des intermédiaires financiers est nécessaire. En effet, les intermédiaires financiers bénéficient d'économies d'échelles grâce à leur taille, ce qui contribue pour beaucoup à baisser les coûts individuels entre prêteurs et investisseurs.

La deuxième imperfection, réside dans l'incomplétude des contrats. Il est difficile de formuler des contrats bilatéraux qui tiennent compte de tous les états de la nature. Cette situation justifie en partie l'activité de transformation des actifs financiers développée par les intermédiaires financiers qui en contrepartie d'une commission offrent une variété de service de transformation d'actifs.

La troisième imperfection émane des asymétries d'information susceptibles d'intervenir entre prêteurs et emprunteurs. Au nom de ces asymétries, nous pouvons citer les asymétries :

Ex ante, avant la signature du contrat, provenant de la difficulté à déterminer parmi les projets soumis, les plus rentables. Cette difficulté à choisir les meilleurs projets peut créer des problèmes de sélection adverse. Selon Leland et Pyle (1977), c'est l'asymétrie ex ante qui justifie la création des intermédiaires financiers.

Pendant le contrat, l'emprunteur peut effectuer une activité plus risquée que celle préalablement indiquée au prêteur, en ce sens que la seule observation de ses revenus ne renseigne pas le prêteur si le contrat est dûment respecté. Ces problèmes ont été qualifiés d'aléa moral.

Ex post, des problèmes d'opportunisme peuvent survenir à cause de l'emprunteur enclin à déclarer des revenus inférieurs pour minimiser ses remboursements. Ce fait justifie l'activité de production d'information des intermédiaires financiers dont les banques. Les banques disposent d'information privilégiée sur les entreprises qu'elles ne sauraient divulguer. Ce qui n'est pas le cas sur le marché financier. En effet, pour bénéficier d'un prêt ou lever des fonds

sur le marché, l'entreprise doit s'ouvrir et livrer au marché ses informations privées au risque de perdre des parts de marché à cause de la concurrence. A cet effet, le marché est plus favorable aux grandes entreprises ayant une bonne réputation selon Diamond (1991), ou ayant des fonds propres importants selon Hoshi et al (1990). A contrario, une petite entreprise n'ayant pas encore bâti sa réputation de solvabilité devra passer par les banques qui disposent d'un monopole naturel de création d'information selon Ramakrishnan et Thakhor (1984). En partant du fait, que les banques disposent d'un avantage comparatif dans la production de l'information, elles ont la possibilité d'affecter les ressources disponibles dans l'économie aux projets qu'elles ont identifiés comme étant les plus rentables selon Greenwood et Jovanovic (1990). Selon King et Levine (1993b), outre la sélection des projets productifs, les intermédaires financiers peuvent aussi favoriser l'innovation par la détection des projets innovateurs, contribuant ainsi à la croissance économique. Toutefois, les banques ne suppriment pas l'imperfection de l'information. Elles restent toujours victimes de l'asymétrie d'information. En effet, le savoir qu'elles possèdent n'est jamais équivalent à celui que possèdent les emprunteurs sur eux-mêmes. Dans ces conditions pour se protéger, les banques effectuent le plus souvent un rationnement du crédit. Le rationnement peut s'appliquer par une élévation des taux d'intérêts dans le but d'attirer les meilleurs projets. L'effet contraire pourrait se produire ici puisque cette façon de procéder peut attirer les emprunteurs à hauts risques dont la solvabilité est hypothétique au détriment des promoteurs avisés à faibles risques. Ainsi, Stiglitz et Weiss (1981, 1992) préconisent un rationnement par les quantités. Pour Bencivenga et Smith (1993), il existe une relation inverse entre rationnement du crédit et croissance. Toute politique limitant le rationnement favoriserait selon eux la croissance. Cette politique doit prendre la forme de garantie d'une partie des crédits par exemple. Cette idée n'est pas partagée par Guillard et Rajhi (1998) qui considèrent que l'existence d'un fonds de garantie a pour effet pervers d'augmenter le risque de faillite individuel des entrepreneurs. Ils préconisent plutôt une politique de

subventions sous la forme des taux bonifiés qui permet d'atteindre un taux de croissance plus élevé. La contribution de Bernanke et Gertler (1990), est de préciser l'importance du patrimoine dans la relation entre les banques et les emprunteurs. Ils considèrent que la richesse initiale dont dispose l'entreprise peut réduire l'inefficience due à l'asymétrie d'information et améliorer la performance de l'investissement et de la croissance.

Par ailleurs, puisque nous soulignons que les banques n'éliminent pas totalement les asymétries, il faut préciser que si l'activité de crédit contribue pour beaucoup à la croissance, elle peut être au même moment préjudiciable à la croissance. En effet, les modèles de croissance endogène considèrent les banques comme de simples intermédiaires financiers qui canalisent l'épargne des agents excédentaires vers les agents à besoin de financement. Ces modèles ne perçoivent pas que grâce au pouvoir de création monétaire des banques, c'est-à-dire à leur capacité d'accorder des crédits sans épargne préexistante, elles peuvent aussi déstabiliser l'économie. En effet, en injectant constamment de nouvelles ressources dans l'économie - induit par une recherche inaltérée du profit, lorsque les taux débiteurs s'envolent- les banques peuvent freiner la croissance de deux manières. D'une part, il peut se produire une inflation due à la croissance de l'offre de monnaie qui ne tienne pas nécessairement compte du taux de croissance réel. D'autres part, nous pourrions assister au non recouvrement des créances à hauts risques. Dans ces conditions en cas de retraits massifs des dépôts, les banques feront faillite en ce sens que la valeur de liquidation des actifs devient rapidement inférieure à la valeur des dépôts exigibles de la banque. Ces deux situations sont susceptibles d'affecter assez négativement l'économie dans son ensemble.

L'ouverture ainsi faite sur les dépôts bancaires, nous permet d'analyser la relation entre les banques et les déposants. En effet, du fait que les agents individuels ne savent pas le moment où ils auront besoin de liquidité pour consommer et du fait qu'ils soient dans l'impossibilité de transmettre aux autres agents l'information quant à ce besoin inattendu, la présence des banques prend

tout son sens. En effet, les prêteurs individuels après l'octroi du prêt peuvent subir des chocs imprévisibles et vouloir rentrer en possession de l'argent prêté, si bien que les emprunteurs sont tenus de liquider leurs investissements avant l'échéance. Cette situation est coûteuse pour les deux parties et préjudiciable à l'économie. La présence des banques permet donc de réduire ce risque de liquidité en garantissant la conversion des actifs en moyens de paiement immédiatement utilisables. Cette assurance apporter par les banques permet de réduire le nombre d'investissements liquidés avant échéance et permettre l'aboutissement des projets d'investissements rentables qui s'étalent dans le long terme. Ainsi, les banques en réduisant les coûts dus au risque de liquidité contribue énormément à la croissance économique. Cette idée n'est pas totalement partagée par Jappeli et Pagano (1994) qui soutiennent que l'assurance de liquidité entraîne la baisse de la propension à épargner des ménages, ce qui entrave la croissance. Partant, la solution préconisée pour stimuler la croissance serait d'accorder les crédits aux entreprises et de rationner les ménages. Cette analyse reçoit l'approbation des auteurs comme De Gregorio (1992) qui analyse les prêts accordés aux ménages à des fins de formation ou d'éducation. Ainsi, une baisse de ces crédits ralentirait le développement du capital humain, déterminant essentiel de la croissance économique dans les modèles de croissance endogène.

De plus en plus aujourd'hui, l'activité des banques ne se confine plus dans l'activité traditionnelle de réduction des coûts qui a justifié la création des banques et lui a conféré un rôle essentiel dans le fonctionnement économique. Elles s'impliquent beaucoup plus sur le marché qui offre des produits sophistiqués, appropriés aux besoins des agents économiques. Nous analysons donc dans les lignes qui suivent les effets de l'intervention accrue des banques sur le marché financier et le sens de la relation entre le développement financier et le développement économique.

2. Les banques, le développement financier et la croissance

Au fur et à mesure, les besoins des agents économiques évoluent, ainsi les déposants recherchent des placements à hauts rendements, comme c'est le cas en France avec les SICAV et les FCP. Les emprunteurs quant à eux, recherchent des financements moins coûteux. Alors nous assistons progressivement au déclin de l'intermédiation bancaire. Soucieuses de continuer à exister, mieux de continuer à faire des profits, les banques se lancent dans des activités de marché qui ont fait la fortune des marchés comme Wall Street. Nous constatons l'explosion des crédits et la création d'actifs de plus en plus innovateurs. Cette situation peut avoir deux conséquences. L'une, déjà aborder précédemment est le risque d'insolvabilité des emprunteurs qui peut conduire à une banqueroute. L'autre, est que cette intervention des banques sur le marché peut contribuer à développer le marché, développement considéré par les structuralistes financiers comme moteur du développement économique. En effet, en ce qui concerne la relation développement financier et développement économique, deux écoles s'affrontent. Pour les structuralistes financiers, un réseau important d'institutions financières et un déploiement important d'instruments financiers devrait avoir un fort effet positif sur le processus d'épargne et d'investissement, ce qui va favoriser la croissance économique. La seconde école est celle de la répression financière. Selon les travaux de Mc Kinnon (1973) et Shaw (1973), la répression financière - qui est caractérisé par la fixation des taux d'intérêt réels en dessous du niveau d'équilibre du marché, des montants élevés de réserves bancaires et l'obligation faite aux banques de financer les projets gouvernementaux très peu rentables - ne peut que générer l'inflation couplée à une faible croissance. Ils préconisent donc la libéralisation financière. Par opposition, elle serait capable de stimuler la propension à épargner, inciter les banques à accorder de plus en plus de crédits pour financer les projets d'investissements, toutes choses bénéfiques à la croissance. Cette réflexion n'a pas connue l'adhésion totale des néo structuralistes dont notamment Van Winjbergen (1983) et Eboué (1990). Selon eux, l'école de la

répression financière ignore les structures économiques et financières des pays en développement. En effet dans une économie en développement, la libéralisation financière en rémunérant mieux l'épargne placée auprès des banques, comporte le risque de substitution des dépôts bancaires aux dépôts informels. Alors que ces dépôts informels constituent la source principale de financement du secteur réel dans ces économies. Partant, une réduction de la quantité de monnaie centrale en circulation dans le secteur informel induit un risque de recul de la croissance pour l'ensemble de l'économie.

Par ailleurs, d'autres auteurs dont Patrick (1966), Jung (1986) et Saint Paul (1992), se sont intéressés à la nature de la causalité développement financier et développement économique. Patrick (1966) distingue deux voies possibles à différents stades de développement : le supply leading et le demand following. Selon le concept du demand following, le développement progressif des services financiers serait la conséquence d'un processus de développement économique répandu dans toutes les sphères de l'activité économique. Le supply leading suppose que le développement du secteur financier influence positivement le développement économique. C'est cette approche qui est privilégiée par Patrick (1966).Gurley et Shaw (1960) semblent préconiser le demand following. Toutefois, ils indiquent que l'effet rétroactif de la finance sur l'économie peut s'observer. Ces opinions montrent bien que la causalité peut s'exercer dans les deux sens. Finalement nous retenons qu'autant les banques peuvent agit sur l'économie, autant la croissance économique entretenue peut influencer l'activité bancaire.

B. Littérature empirique

Elle est dominée par les travaux en coupe transversale, les études en coupe longitudinale sont plus récentes. Du point de vue empirique, Goldsmith (1969) est l'un des premiers économistes à montrer l'interrelation entre le développement financier et la croissance économique en utilisant des données de 35 pays (développés et en développement) pour la période de 1860/1963. En mesurant le développement financier par le ratio Actif financier total / PIB, il a montré que ce ratio est positivement corrélé avec la croissance économique. Cependant, l'étude n'a pas tenu compte des autres facteurs pouvant affecter la croissance économique. Plus tard, l'étude de King et Levine (1993) portant sur un échantillon de 80 pays (développés et en développement) pour la période 1960/1989 a montré d'une part que l'analyse bivariée révèle une forte corrélation positive entre le développement financier et la croissance. D'autre part, dans l'analyse multivariée, les résultats demeurent significatifs même après avoir inclus les différentes variables qui influencent la croissance économique. Entre autres, de nombreux autres chercheurs comme Gertler et Rose (1994), Roubini et Sala-i-Martin (1992) ont fait des études en coupe transversale et ont montré que le développement financier a un effet positif sur le taux de croissance du PIB après avoir contrôlé l'influence des différents facteurs pouvant affecter la croissance comme l'éducation, l'inflation ou la stabilité politique. Cependant cette corrélation entre le développement financier et la croissance économique dépend des pays considérés. En effet, dans cette même optique, l'étude de Fernandez et Galetovic (1994) basée sur les données de King et Levine (1993), a montré que la corrélation n'est pas significative quand on considère uniquement les pays de l'OCDE. En outre, De Gregorio et Guidotti (1995) ont montré qu'en divisant l'échantillon en trois groupes selon le revenu per capita au début de la période d'échantillonnage, les corrélations augmentent et deviennent significatives quand

le revenu initial diminue. Ces résultats suggèrent que l'intermédiation financière puisse avoir un effet plus important dans les pays en développement.

Une étude ultérieure menée en données de panel et en coupe par Beck, Levine et Loayza (1999) cherche à évaluer les relations empiriques de manière dynamique entre le niveau de développement financier et la croissance économique, la productivité des facteurs, l'accumulation du capital et le taux d'épargne. Cet article se distingue par l'utilisation des dynamic panel data, qui permettent d'estimer les relations de croissance en utilisant une variable endogène décalée, en l'occurrence le niveau de PIB/hab en t-1. L'estimateur recherché fait alors appel aux variables instrumentales via l'estimateur des moments généralisés. En plus de cette avancée méthodologique certaine, cette étude complète le nombre de variables explicatives en y adjoignant des variables sur les systèmes de réglementation, sous la forme de dummies financières spécifiques à chaque pays (système anglo-saxon, scandinave, banque universelle...)

De Gregorio & Guidotti (1995) et Odedokun (1998), en utilisant une méthode similaire obtiennent des résultats qui confortent l'étude de King et Levine (1993). Le travail de Arestis & Demetriades (1997) s'intéresse plus spécifiquement aux conséquences de la libéralisation financière. Ils utilisent à cette fin une approche dynamique et négligent les régressions en coupe transversale. Ils procèdent donc à la régression d'un VAR et utilisent le test de coïntégration de Johansen pour 3 pays : les Etats-Unis, l'Allemagne et la Corée.

L'apport principal de Berthélémy et Varoudakis est de proposer de manière empirique que le développement de la sphère réelle et de la sphère financière est intimement lié et que la causalité joue dans les deux sens. Le travail de Laroche et al (1995) est à ce titre exemplaire, mais il se limite malheureusement aux pays de l'OCDE. Les résultats obtenus montrent que la causalité passe du réel au financier, et du financier au réel, en fonction des différents indicateurs utilisés. Il n'est pas possible de déterminer un sens de

causalité univoque. La deuxième force de cette étude est de déterminer différents clubs de pays qui sont classés en fonction de leur système financier (pays anglosaxons où la finance de marché domine, modèle scandinave).

Une autre voie de recherche pour montrer que la relation entre développement financier et croissance est ambivalente est de déterminer différents clubs de convergence. Le travail de Berthélémy et Varoudakis (1998) en données de panel constitue une référence. Les résultats obtenus mettent en évidence la non linéarité entre un indicateur de développement financier (le taux de liquidité) et la croissance. Au-delà d'un certain seuil, les pays passent d'un club de convergence à un autre, ce qui influe très positivement sur le taux de croissance. Mais l'estimation en données de panel semble souffrir d'une mauvaise spécification.

Une étude plus récente, sur laquelle notre travail puise assez d'éléments concernant le choix des variables, est celle de Marc Hay (2000). Elle s'inspire quant à elle fondamentalement des travaux de Berthélemy et Varoudakis (1998), sauf qu'elle rajoute à la seule variable de leur modèle faisant référence à l'activité bancaire, à savoir la monnaie et quasi monnaie (M2), d'autres variables que sont :

Le logarithme de la part des actifs assimilables au moyens de paiement dans le PIB (M2/PIB) ; le logarithme du rapport du crédit intérieur sur le PIB ; le logarithme du rapport du crédit intérieur sur les dépôts ; le logarithme du ratio (total des dépôts à vue et à terme détenus par les Banques/ PIB). Dans notre étude certaines de ces variables sont maintenues en ajoutant la part des activités hors bilan des Banques pour capter le redéploiement de l'activité bancaire dans une intermédiation de marché et le développement considérable de l'activité hors bilan.

En outre, l'étude de Marc Hay retient un échantillon de 12 pays dont 6 pays développés (France, Japon, Royaume Uni, Etats Unis, Canada et Allemagne) et 6 pays en développement (Corée, Singapour, Malaisie, Thaïlande, Brésil et Mexique) et elle s'étend sur la période 1970-1996.

Le principal résultat émanant de cette étude révèle une relation négative entre crédit et croissance économique.

Pour finir ce paragraphe, une synthèse des principaux travaux est répertoriée dans le tableau suivant :

Tableau 1 : Résumé des principaux travaux réalisés

Auteurs (Année)	Méthode	Conclusion
Goldsmith (1969)	Coupe transversale	Le ration actif financier / PIB est positivement corrélé avec la croissance du PIB.
King et Levine (1993)	Coupe transversale	Les variables M2 et Crédit secteur privé influencent significativement la croissance économique
Arestis et Demetriades (1997)	VAR	La libéralisation financière favorise la croissance
Berthélemy et Varoudakis (1998)	Panel	Non linéarité entre un indicateur de développement financier et la Croissance
Marc HAY (2000)	Panel	Relation négative entre crédit et croissance économique

Source : inspiré de la revue de littérature empirique

Section 2 : Méthodologie de la recherche

Cette section fait le point sur le modèle que notre étude retient et la méthode mise en évidence pour l'estimer. Elle comprend pour la cause deux paragraphes.

PARAGRAPHE 1 : Présentation du modèle

La démarche méthodologique adoptée dans la présente étude se situe à deux niveaux ; elle concerne d'une part la présentation du modèle et d'autre part la méthode d'analyse. C'est à dire que dans un premier temps un point est fait sur le modèle, les principales variables de l'étude, la période de l'étude, les sources de données et le champ de l'étude. Ensuite, la méthode d'analyse envisagée est clairement abordée.

A. Le modèle retenu

Le modèle retenu repose sur la modélisation VAR et n'a pas été motivé par une quelconque théorie économique particulière et n'a pas une quelconque interprétation économique évidente ; avec chaque variable simplement reformulée comme une fonction de ses propres valeurs antérieures et celles d'autres variables endogènes. Toutes les variables sont initialement considérées comme endogènes ; ce qui veut dire qu'aucun ordre causatique n'est imposé sur les données a priori. En effet, ce que le modèle VAR va nous donner dans ce cas précise simplement une sténographie de représentation mathématique d'un groupe de variables considéré comme décrivant les travaux du marché bancaire sur la croissance et inversement, mais sans l'imposition précédente d'idées découlant des théories économiques considérées comme gouvernant les relations inter-variables.

Le modèle VAR(q) se présente sous forme matricielle comme suit :

q

-i

Y_t = +

a /i

i Yt

i = 1

Sous forme développée, on a :

=1 i=1

=1 i =1

=1 i=1

=1 i=1

=1 i=1

=1 i=1

q

q

=1 i=1

=1 i=1

=1 i =1

Y Y L C D I V H Y

Y = á + â Y + â L + â C + â D + I V H

t Y i t i

- Y i t i Y i t i

- Y i t i Y â i +

t i Y â i +

t i Y â i +

- å

- - - t i

- t

i= 1 i=1 i=1 i=1 i=1 i=1 i=1

L Y L C D I V H L

L = á + â Y + â L + â C + â D + I V H

t L i t i

- L i t i L i t i

- L i t i L â i +

t i L â i +

t i L â i +

- å

- - - t i

- t

i= 1 i=1 i=1 i=1 i=1 i=1 i=1

C t = á ^C + E_CârY_- + E _C(3 L - + E_Cfl C + E /3 D - + E +E f3,VVt- _i +E CfliH Ht- i +åtC

ti

t- C

= 1 i=1 i=1 i=1 i=1 i=1 i=1

D _t =á D E Dt^Y Yt- i + E DA^L Lt- i D â Dt- i + E DgV t- i Ht- i

_tL

_ic

_tD

ti

= ^d +EI KYt- i +E IA^L Lt- i +EIA^C Ct- i +EI A Dt- i +EIA^V Vt- i +EI AH H t- i + 4

i= 1 i=1 i=1 i=1 i=1 i=1 i=1

t

V _t =á ^V + E _VfiTY + Eâ_i L_- + E _Vâ_i^C C + E ,l3 D - + E flI_- + E fi V - +E +4^V

ti V

iH

H t = á ^H +E _H â Y

+E H -FE fl H fl C_t- +E â D - +E â I - +E AV Vt- i +E H f ^iH Ht- i + å_t^H

_t-

t-i

t- i V i

Où á : constante et q = nombre de retard

Yt : logarithme népérien du taux de croissance ;

Lt : logarithme népérien du rapport du crédit intérieur sur les dépôts ; Ct : logarithme népérien du ratio crédit intérieur / PIB ;

Dt : logarithme népérien du ratio total des dépôts à vue et à terme détenus par les banques / PIB ;

It : logarithme népérien du taux d'inflation ;

Vt : logarithme népérien du ratio (FBCF+ Variations de Stock) / PIB ; Ht : logarithme népérien des activités hors Bilan/PIB.

B. Définition des variables5 :

Une distinction est faite entre les variables purement bancaires et les autres variables.

Les variables bancaires : La Liquidité des Banques (L)

Elle reflète la capacité des Banques à faire face aux éventuels retraits de dépôts. Ainsi, elle prend en compte l'interaction entre le passif (les dépôts) et l'actif (les crédits) des Banques. Une augmentation de la liquidité des banques signifie que les banques disposent de plus de manoeuvre pour accorder des crédits et financer les investissements. Cette variable est censée avoir une influence positive sur la croissance.

Le Crédit(C)

Cette variable reflète l'activité de crédit des Banques. Nous avons souligné que l'activité de crédit, par la sélection et le financement des meilleurs projets agit positivement sur la croissance.

Les dépôts (D)

C'est une variable du passif des banques. Comme nous l'avons montré plus haut, l'assurance de liquidité qu'offre les banques aux déposants contribue énormément à l'aboutissement des projets d'investissement des entrepreneurs. Ainsi, nous nous attendons à un effet positif sur la croissance.

⁵ Dans la suite, nous utilisons LY1, LL1, LC1, LD1, LI1, LV1, LH1 respectivement à la place de Y, L, C, D, I, V, H qui avaient été utilisées à cause de la complexité du modèle.

Activités hors Bilan (H)

Cette variable tente d'appréhender le redéploiement de l'activité des banques dans une intermédiation de marché avec la mobiliérisation considérable de leur actif. Toute chose qui pourrait être préjudiciable à la croissance, donc cette variable aurait un effet négatif.

Cette variable est approchée par l'élément autres postes nets inscrit dans les statistiques financières internationales.

Les autres variables :

Le taux d'inflation (I)

Cette variable est approchée par le taux de croissance de l'indice des prix à la consommation. Ce qui justifie l'introduction du taux d'inflation comme variable explicative de la croissance est le concept de la répression financière. En effet, un taux d'inflation élevé caractérise les économies où la répression financière est forte, afin que le taux d'intérêt réel soit négatif, réduisant ainsi le poids de la dette gouvernementale.

Investissement (V)

C'est un déterminant clef de la croissance. Cette variable est supposée avoir un fort effet positif sur la croissance.

C. Période de l'étude, source des données et champ de l'étude 1. Période de l'étude

Les données utilisées proviennent des observations annuelles entre 1970 et 2004, soit 35 observations.

2. Sources des données

Les données utilisées dans le cadre de cette étude sont des données secondaires, tirées essentiellement des Statistiques Financières Internationales, Base de données du FMI.

3. Champ de l'étude

L'étude s'applique à un échantillon de 9 pays subdivisé en deux groupes, avec d'un côté les pays développés (USA, France, Royaume uni, Allemagne) et de l'autre les Pays en voie de développement (Malaisie, Thaïlande, Brésil, Mexique, Bénin).Le choix des pays n'est pas motivé par un intérêt particulier, il se fonde essentiellement sur l'échantillon proposé par Marc Hay (2000) pour étudier la relation banque-croissance. L'ajout du Bénin se justifie par la volonté de tenir compte de notre réalité dans le cadre de cette étude.

PARAGRAPHE 2 : Méthode d'analyse

Pour apprécier les relations qui existent entre les différentes variables de notre modèle, nous allons estimer le modèle vectoriel à correction d'erreur pour les trois échantillons- après avoir dans un premier temps fait les tests de diagnostic sur les données (stationnarité et cointégration) - par le Logiciel E.Views. Pour finir, nous allons vérifier la justesse des résultats du MVCE par l'analyse des fonctions de réponses impulsionnelles (à la Monte Carlo) et la décomposition de la variance.

A. Tests de diagnostic sur les données

Notre analyse débute par l'étude de la stationnarité des variables. Pour ce faire, on procède aux tests de racine unitaire développés par Dickey et Fuller (1979,1981). Cette analyse nous permet de déterminer l'ordre d'intégration des différentes variables retenues. On dit qu'une série est intégrée d'ordre (d) si sa différence d ième est stationnaire ; c'est-à-dire intégrée d'ordre 0. Après la

détermination de l'ordre d'intégration, si les variables en scène sont intégrées d'ordre 1 [I (1)], il y a présomption de cointégration entre les variables. Cette présomption de cointégration ne serait confirmée qu'après étude de la stationnarité du résidu obtenu à l'issue de l'estimation par les MCO de la relation de (Lt) suivante :

LY1t = á1 + á _2LL1t + á3 _LC1t+ á4 _LD1t + á5 _LI1t + á6 _LV1t + á7 _LH1t +åt Où åt est le terme à correction d'erreur.

NB: Les estimations pour vérifier la relation Banque-Croissance, sont fondées prioritairement sur l'échantillon 1, qui représente l'ensemble de l'échantillon ; les échantillons 2,3 respectivement pour les pays développés et en développement sont utilisés pour établir les nuances, ou éventuelles similitudes entre groupes ou clubs de pays.

( Résidu e

, ) = - -

LY a a

à à LL - a à LC - a à LD - a à LI a à LV

- - a à LH

1 1 1 2 1 3 1 4 1 5 1 6 1 7 1

Le test ADF permet de juger de la stationnarité du résidu. A la suite de la confirmation de la stationnarité du résidu, on peut conclure que les variables sont cointégrées. Du fait qu'il s'agit d'un modèle multivarié on pourrait ne pas avoir un seul vecteur de cointégration. Ce qui fait appel à la représentation vectorielle du modèle à correction d'erreur qui n'est rien d'autre que l'approche cointégrée du VAR.

B. Estimation du MVCE

Les grandes étapes relatives à l'estimation d'un MVCE sont les suivantes :

Etape1 : détermination du nombre de retards q du modèle. Plusieurs critères servent à discriminer entre les retards (Akaike, Hannan-Quinn, Schwarz).Nous retenons le critère de Schwarz qui est parcimonieux. Le nombre de retard obtenu est celui qui minimise la fonction de Schwarz :

SC (q) = Ln (SCR_q / n) + q Ln n /n

SCR_q = somme des carrés des résidus pour le modèle à q retards n = nombre d'observations

Ln = logarithme népérien

Etape 2 : test de Johansen permettant de connaître le nombre de relations de cointégration. Johansen a proposé deux statistiques pour déterminer le nombre de vecteurs de cointégration : le test de la Trace et celui de la valeur propre maximale. Nous retenons le test de la Trace, beaucoup plus usité.

L'Hypothèse nulle testée est : r=q, c'est-à-dire qu'il existe au plus r relations de cointégration. On rejette l'hypothèse nulle de r relations de cointégration lorsque la statistique de la Trace est supérieure à sa valeur critique. Plusieurs cas pourraient se présenter : r = 0 ; 0< r <K ; r = K, avec K= nombre de variables du modèle.

Lorsque r = 0, cela signifie qu'on ne peut pas retenir une spécification à correction d'erreur.

Lorsque 0< r <K, cela signifie que les variables sont cointégrées de rang r et qu'il existe au plus r relations de cointégration. Un modèle à correction d'erreur peut alors être estimé.

Lorsque r = K, cela implique alors que les variables sont toutes I (0) et le problème de cointégration ne se pose pas (l'estimation du modèle VAR en niveau est identique à l'estimation du modèle VAR en différence).

Par ailleurs pour effectuer le test de la Trace, la spécification à retenir dépend de :

- L'absence ou la présence de constante dans le modèle à correction d'erreur,

- l'absence ou la présence de constante et de tendance dans les relations de cointégration.

Etape 3 : Identification des relations de cointégration, c'est-à-dire des relations de long terme entre les variables. A cette étape on choisit les relations de long terme adéquates qui nous donnent les écarts types relativement faibles.

Etape 4 : Estimation par la méthode du Maximum de Vraisemblance du Modèle Vectoriel à Correction d'Erreur et validation avec les tests usuels : significativité des coefficients et vérification du signe et de la significativité des termes à correction d'erreur. A cette étape on peut voir clairement les différentes équations de court terme.

Après l'estimation du MVCE, nous nous intéressons à l'analyse dynamique via les fonctions de réponses impulsionnelles à la Monte Carlo et à l'analyse par la décomposition de la variance, de manière à voir si ces deux outils d'analyse supplémentaires confirment les résultats du MVCE.

CHAPITRE II : RESULTATS DE L'ETUDE

ET ENJEUX

Ce dernier chapitre nous livre dans sa première section les principaux résultats émanant de la méthodologie proposée. Dans la section suivante, deux instruments d'analyse supplémentaires sont utilisés pour juger de la justesse des résultats du MVCE. Ensuite, cette section se termine avec la rubrique des suggestions.

Section 1 : Etude de la Cointégration et estimation du MVCE

Cette section se subdivise en deux paragraphes qui retracent simplement la méthodologie préconisée antérieurement.

PARAGRAPHE 1 : Etude de la Cointégration

L'étude de la Cointégration impose un certain nombre de critères relatifs aux données et dans le cas du VAR au nombre de retard.

A. Vérification des conditions préalables à l'analyse de la Cointégration

La méthode de Cointégration à la Johansen exige que les variables soient toutes intégrées d'ordre 1 [I (1)]. Cela signifie qu'elles ne sont pas stationnaires en niveau alors que leurs différences premières le sont.

La stationnarité de la variable est jugée à partir de la comparaison entre les statistiques DF( Dickey Fuller) ou ADF(Augmented Dickey Fuller) et les valeurs critiques tabulées par Mackinnon (Mackinnon critical value = CV). L'alternative d'hypothèses qui se présente à l'issue du test est la suivante :

H0 : présence de racine unitaire ou non stationnarité

H1 : non présence de racine unitaire ou stationnarité

Dans la mesure où les valeurs critiques sont négatives, la règle de décision est la suivante :

Si DF ou ADF < CV, on rejette l'hypothèse nulle de non stationnarité.

Si DF ou ADF > CV, on ne saurait rejeter l'hypothèse nulle de non stationnarité.

Les tests sont appliqués en niveau puis en différence première au cas où il y aurait présence de racine unitaire à ce premier stade.

1. Tests de stationnarité en niveau

Par souci de synthèse, le tableau ci-dessous résume les résultats des tests de racine unitaire appliqués en niveau à l'ensemble des variables. L'étude considère le seuil de 5% pour la validation des différentes hypothèses.

Tableau 2 : Résultats des tests de stationnarité en niveau

Variables en niveau	Résultats des tests		Conclusion
	ADF (1)	CV à 5%
LY1	-1,333	-3,551	LY1 n'est pas I (0)
LL1	-0,368	-3,551	LL1 n'est pas I (0)
LC1	-1,385	-3,551	LC1 n'est pas I (0)
LD1	-1,205	-3,551	LD1 n'est pas I (0)
LI1	-1,675	-3,551	LI1 n'est pas I (0)
LV1	-1,473	-3,551	LV1 n'est pas I (0)
LH1	0,232	-3,551	LH1 n'est pas I (0)

Source : Estimation sous E.views

I (0) : intégré d'ordre 0

ADF (1) = DF

L'ensemble des variables s'est révélé non stationnaire en niveau au retard d'ordre 1.

Conclusion : les variables sont non stationnaires en niveau.

2. Tests de stationnarité en différence première

L'examen de la stationnarité se poursuit en différence première et les résultats sont fournis par le tableau suivant :

Tableau 3 : Résultats des tests de stationnarité en différence première

Variables en différence première	Résultats des tests		Conclusion
	ADF (1)	CV à 5%
DLY1	-3,855	-3,556	LY1 est I (1)
DLL1	-3,589	-3,556	LL1 est I (1)
DLC1	-4,388	-3,556	LC1 est I (1)
DLD1	-4,195	-3,556	LD1 est I (1)
DLI1	-4,853	-3,556	LI1 est I (1)
DLV1	-3,911	-3,556	LV1 est I (1)
DLH1	-3,855	-3,556	LH1 est I (1)

Source : Estimation sous E.views

Où D (xt) = xt - xt-1 avec D = Opérateur différence

Les résultats du test de racine unitaire en différence première montrent la stationnarité pour toutes les variables. Les variables sont toutes intégrées d'ordre1.

Conclusion : Il y a présomption de cointégration entre les variables.

Nous estimons alors la tendance de LT précédemment citée, par les MCO : LY1t = a1 + a _2LL1t + a3 _LC1t+ a4 _LD1t + a5 _LI1t + a6 _LV1t + a7 _LH1t +Ct Ainsi on peut recueillir la série des résidus, nous étudions ensuite la

stationnarité des résidus recueillis. Le tableau suivant rend compte des résultats

du test de racine unitaire appliqué sur le résidu.

Tableau 4 : Résultats du test ADF sur le résidu de la relation de LT

Variable	ADF	Valeur critique à 5%	Valeur critique à 10%	Résultat
Résultat	-2,787	-1,951	-1,621	Stationnarité du Résidu

Source : Estimation sous E.views

Le test ADF appliqué sur le résidu de la relation de long terme révèle une stationnarité en niveau au seuil de 5%.

Conclusion : Il y a confirmation de la possibilité de cointégration des variables.

Comme dans notre étude, il s'agit d'un modèle multivarié, il pourrait ne pas avoir un seul vecteur de cointégration. Se faisant, il faut faire référence à la représentation vectorielle à correction d'erreur. Nous utilisons alors l'approche cointégrée du VAR à la Johansen.

B. Approche cointégrée du VAR

Elle passe par la détermination du nombre optimal de retard. Après, on détermine le nombre de relations de cointégration entre les variables.

1. Détermination du nombre de retard

La détermination du nombre optimal de retard constitue la première étape du processus conduisant au (MVCE).Nous utilisons alors le critère de Schwarz comme évoqué plus haut dans la méthodologie. Les différentes valeurs obtenues pour différents nombres de retard (1 à 4, selon la formule N^1/3, avec N= nombre d'observations) sont consignés dans le tableau suivant :

Tableau 5 : Résultats de la recherche du nombre optimal Retard

Nombre de retards	1	2	3	4
Valeurs du critère de Schwarz	63,913	60,442	64,624	Néant

Source : Estimation sous E.views

Conclusion : Le nombre de retard qui minimise le critère de Schwarz est alors 2.

2. Cointégration à la Johansen

Après la détermination du nombre optimal de retard, on procède au test de Johansen pour déterminer le nombre de relations de cointégration. Pour ce faire, nous utilisons la statistique de la Trace.

Pour retenir la spécification convenable nous analysons l'évolution des courbes univariées des différentes variables dans le temps.

1200

4000

1000

800

600

3000

2000

400

1000

200

0

70 75 80 85 90 95 00

0

0 75 80 85 90 95 00

LY1

600 500 400 300 200 100

70 75 80 85 90 95 00

LD1

LL1

LV1

6000

5000

4000

3000

2000

1000

0

70 75 80 85 90 95 00

10000 8000 6000 4000 2000 0

75 80 85 90 95 00

LI1

4000

2000

3000

1500

2000

1000

1000

500

0

0

70 75 80 85 90 95 00

70 75 80 85 90 95 00

LH1

LC1

Graphique n° 1 : Evolution de LY1, LL1, LC1, LD1, LI1, LV1, LH1 Source : sous E.views

L'allure de ces différentes courbes montre que les variables considérées présentent des tendances et constantes.

Nous effectuons alors le test de la trace en supposant la présence de constante et de tendance dans les relations de cointégration et la présence de constante dans le modèle à correction d'erreur.

Les résultats du test de la Trace figurent dans le tableau n° 6.

Tableau 6 : Résultats du test de la Trace

Statistique de la Trace	Valeur critique à 5%	Valeur critique à 1%	Hypothèse nulle des relations de Cointégration
179,80	124,24	133,57	Nulle
117,23	94,15	103,18	Au plus 1
75,45	68,52	76,07	Au plus 2
46,34	47,21	54,46	Au plus 3

Source : Estimation sous E.views

On rejette l'hypothèse nulle d'au plus 2 relations de cointégration

(75,45 > 68,52) au seuil de 5%. En revanche, on ne saurait rejeter l'hypothèse selon laquelle il existe au plus 3 relations de cointégration entre les sept variables retenues dans le modèle (46,34 < 47,21).Ces trois relations sont les suivantes :

1) LY1t = - 0, 133676 LL1t + 0, 358572 LC1t + 0, 039942 LD1t (0, 04212) (0, 01422) (0, 00266)

- 0, 020455 LI1t - 0, 006042 LV1t - 0, 024097 LH1t

(0, 00225) (0, 00045) (0, 000217)

- 25, 57425

2) LY1t = 0, 405662 LC1t + 0, 096248 LD1t - 0, 261880 LI1t (0, 22520) (0, 14444) (0, 39519)

- 0, 011593 LV1t + 0, 370328 LH1t + 101, 2342

(0, 02309) (0, 63657)

3) LY1t = -0, 158107 LD1t + 0,144118 LI1t + 0,032144 LV1t

(0, 02315) (0, 11693) (0, 00550)

- 0, 086294 LH1t + 21, 45901

(0, 22674)

Les valeurs entre parenthèses représentent les écarts types

Dans l'équation 1, toutes les variables sont représentées. En plus les écarts types associés sont les plus faibles. Ainsi, nous retenons l'équation 1 comme notre relation de Long Terme.

ANALYSE DE LA RELATION DE LT

LY1t = - 0, 133676 LL1t + 0, 358572 LC1t + 0, 039942 LD1t

(3, 17353)** (-25, 2223) ** (-15, 0220) **

- 0, 020455 LI1t - 0, 006042 LV1t - 0, 024097 LH1t

(9, 09466)** (13, 5034) ** (11, 1022) **

- 25, 57425

Les variables entre parenthèses sont les t de student. ** : Significativité à 5%.

L'analyse de la relation de LT indique que toutes les variables ont une influence significative dans le modèle à long terme. Les rapports de long terme établis peuvent ne pas se vérifier à court terme. L'étude de la relation de court terme repose sur l'estimation des paramètres du modèle vectoriel à correction d'erreur qui intègre dynamique de court et long terme.

PARAGRAPHE 2 : Estimation et Analyse du MVCE

A. Estimation

Dans la mesure où nous avons sept variables, le MVCE comporte 7 équations qui tiennent compte chacune, de la relation de long terme précédemment obtenue. Nous pouvons aussi apprécier les relations de court terme entre les principales variables grâce au MVCE. Par souci de synthèse, nous présentons dans le tableau 7, un résumé de ce que l'on doit retenir des relations de court terme entre les différentes variables en scène.

Tableau 7 : Résumé des résultats issus de l'estimation du MVCE

	DLY1	DLL1	DLC1	DLD1	DLI1	DLV1	DLH1
Terme à correction d'erreur	S à 5% et (-)	S à 5% et (-)	S à 5% et (-)	(+)	(+)	S à 5% et (-)	(+)
DLY1 (-1) DLY1 (-2)	_	10%( -)	10%( +) 10%( -)	_	_	_	_
DLL1 (-1) DLL1 (-2)	5% (-) 10% (-)	_	_	_	_	_	_
DLC1 (-1) DLC1 (-2)	10%(+)	_	_	_	_	_	_
DLD1 (-1) DLD1 (-2)	NS NS	_	_	_	_	_	_
DLI1 (-1) DLI1 (-2)	10%( +) 10%( -)	_	_	_	_	_	_
DLV1 (-1) DLV1 (-2)	10%( +) 10%( -)	_	_	_	_	_	_
DLH1 (-1) DLH1 (-2)	10% (+) 5% (+)	_	_	_	_	_	_

Source : Estimation sous E.views

Dans le tableau n° 7, nous utilisons le signe S pour dire significatif, NS pour non significatif, (+) pour positif et (-) pour négatif. Les tirets, - suggèrent qu'un commentaire n'est pas nécessaire.

B. Analyse des résultats du MVCE

Le tableau n°7 montre que le terme à correction d' erreur est négatif et significativement différent de zéro dans les relations DLY1, DLL1, DLC1 et DLV1, qui suffisent pour vérifier presque toutes nos hypothèses-ce qui contribue à consolider le modèle-.

Seuls les relations DLD1, DLI1 et DLH1 ont un coefficient positif, ce qui complique l'interprétation.

Il ressort de ce tableau que la Croissance est expliquée négativement et significativement à court terme par les valeurs passées du ratio crédit/dépôts. Les investissements explique aussi négativement la croissance, mais seulement à un seuil de 10% .Les dépôts passés n'influencent pas la croissance. Par contre, les crédits, l'activité hors bilan contribuent positivement à expliquer la croissance à 10%.En ce qui concerne l'inflation, son influence est versatile, tantôt positive, tantôt négative. Par ailleurs, les valeurs passées de la croissance exercent une influence négative à 10% sur les variables bancaires (DLL1, DLC1), sauf DLD1 et DLH1 sont influencées positivement à 5%, mais elles ont un terme à correction d'erreur positif.

NB : Une analyse du MVCE des échantillons 2 et 3 ne change rien aux analyses faites, raison pour laquelle une option détaillée de ces différents MVCE n'est pas faite. Ce qui fait penser à un comportement homogène au sein des échantillons. Pour une vérification, voir annexe.

Section 2 : Confirmation des résultats, interprétations, limites et suggestions

Cette section est divisée en deux paragraphes. Dans la première, deux outils d'analyse, à savoir les fonctions de réponses impulsionnelles et la décomposition de la variance sont associés au MVCE. Ensuite, le dernier paragraphe quant à lui fournit une interprétation des principaux résultats, fait ressortir les limites de l'étude et prend fin par les suggestions.

PARAGRAPHE 1 : Confirmation des résultats du MVCE

Le modèle vectoriel à correction d'erreur étant un modèle VAR(donc dépourvu de fondements théoriques), il est nécessaire d'utiliser d'autres formes d'analyse en vue de confirmer la fiabilité de ses résultats. Ici nous retenons les fonctions de réponses impulsionnelles et la décomposition de la variance.

A. Fonctions de réponses impulsionnelles

Les modèles VAR sont souvent analysés au travers de leur dynamique via la simulation des chocs sur les innovations du modèle. En effet, les fonctions de réponses impulsionnelles permettent d'analyser l'effet d'un choc d'une innovation sur les valeurs courantes et futures des variables endogènes. Nous stimulons donc un choc sur l'innovation des variables bancaires et sur la Croissance. Les différentes fonctions de réponses impulsionnelles sont reportées sur les graphiques suivants.

0.5

Response of LY1 to One S.D. LC1 Innovation

Response of LY1 to One S.D. LL1 Innovation

4

0.4

0.0

3

0.0

-0.5

2

1

0

-1

1 2 3 4 5 6 7 8 9 10

-0.4

-0.8

-1.2

-1.6

1 2 3 4 5 6 7 8 9 10

-1.0

-1.5

-2.0

2.5

1 2 3 4 5 6 7 8 9 10

Response of LY1 to One S.D. LD1 Innovation

Response of LY1 to One S.D. LH1 Innovation

1.4 1.2 1.0 0.8 0.6 0.4 0.2 0.0

1 2 3 4 5 6 7 8 9 10

Graphique n°2 : Réponse de LY1 à un choc respectivement sur LL1, LC1, LD1, LH1

Source : Sous E.views

Response of LL1 to One S.D. LY1 Innovation Response of LC1 to One S.D. LY1 Innovation Response of LD1 to One S.D. LY1 Innovation Response of LH1 to One S.D. LY1 Innovation

8

6

4

2

0

2

1 2 3 4 5 6 7 8 9 10

20

15

10

5

0

5

1 2 3 4 5 6 7 8 9 10

0

-10

-20

-30

40

1 2 3 4 5 6 7 8 9 10

16

12

8

4

0

4

1 2 3 4 5 6 7 8 9 10

Graphique n°3: Réponses respectives de LL1, LC1, LD1, LH1 à un choc sur LY1

Source : Sous E.views

Il ressort du graphique n°2 qu'un choc positif sur les variables LD1, LH1 se traduit par un choc négatif, respectivement positif sur la croissance- comme c'est le cas dans le MVCE-. Seuls les résultats relatifs à LL1 et LC1 sont moins clairs, puisqu'on peut remarquer des phases de réponse négative comme positive, ce qui rend difficile les explications. Toutefois, en ce qui concerne l'influence de la variable LL1 sur la croissance, nous remarquons que sur 10 périodes, la croissance réagit négativement sur 6 périodes. Ce qui consolide le MVCE.

Pour ce qui est du graphique n°3, il se remarque clairement que les variables LD1 et LH1 réagissent positivement au choc sur la croissance et LL1 et LC1 plus ou moins négativement à la croissance.

Ces résultats rejoignent les conclusions du MVCE.

B. Décomposition de la Variance

L'analyse par la décomposition de la variance traduit la contribution de chaque variable à la composition de la variance de la variable endogène. Les résultats de la décomposition de la Variance des variables LY1 et LL1 sont consignés dans le tableau suivant :

Tableau 8 : Décomposition de la Variance

Variables exogènes
Variables Endogènes	LY1	LL1	LC1	LD1	LI1	LV1	LH1
LY1	11,9	29,5	5,1	7,9	8,2	33,4	4,9
LL1	23,0	27,3	6,3	8,8	7,0	22,6	5,0

Source : Estimation sous E.views

En procédant à la décomposition de la Variance, nous nous rendons

compte de prime abord que les variations de la croissance sont dues aussi bien aux variables bancaires qu'aux autres variables. Plus précisément (29,5 + 5,1 + 7,9 + 4,9 = 46,5%) pour les variables bancaires et 53,5% pour les autres. Cette information rejoint le résultat de la relation de Long terme du MVCE qui montre qu'à _LT, toutes les variables sont pertinentes dans l'explication de la croissance. Entre autre, l'analyse par la décomposition de la variance montre que l'investissement est déterminant dans l'analyse de la croissance, ce qui consolide les résultats donnés par le MVCE et le modèle en soit.

Une autre information importante donnée par la décomposition de la variance est que si nous considérons comme indicateur de l'activité bancaire la variable LL1, puisqu'elle tient compte de l'interaction passif-actif ; on observe facilement que l'activité bancaire explique la croissance à (29,5 %), ce qui est le deuxième pourcentage le plus élevé après celui de l'investissement (33,4%). Par ailleurs, on peut aussi observer que la croissance contribue énormément à expliquer les variations dans l'activité bancaire. Tout cela pour dire qu'il existe bien évidemment une relation ambivalente entre Banque et Croissance, ce qui est confirmé par plusieurs études.

Conclusion : Globalement l'analyse par la décomposition de la Variance tout comme les fonctions de réponses impulsionnelles confirment les résultats du MVCE.

PARAGRAPHE 2 : Interprétations, Limites et Suggestions

A. Interprétations des résultats

Les principaux résultats de cette étude révèlent qu'à long terme, la liquidité bancaire agit positivement sur la croissance, c'est-à-dire que le ratio crédit/dépôt agit négativement sur la variable LY1. Ce qui signifie que le signe attendu est obtenu et l'hypothèse 1 est vérifiée. Le ratio crédit/dépôt capte un comportement prudentiel quand il agit négativement sur LY1.Un tel comportement est favorable à la croissance. Pour ce qui est du rapport entre crédit-croissance et dépôt-croissance, nous obtenons également les signes attendus à Long terme.

Nous pouvons retenir que l'activité de crédit des Banques génère la croissance (hypothèse 2 vérifiée), de même que l'activité de mobilisation de l'épargne qui en garantissant la liquidité, conditionne les investissements et par là même la croissance. Ces enseignements sont importants et montrent que le crédit bancaire est favorable à la croissance. Toutefois, s'il n'est pas maîtrisé, c'est-à-dire que le (ratio crédit/dépôt est non maîtrisé), la croissance est affectée négativement. D'où l'importance de l'adoption des ratios prudentiels en tant que mesure prudentielle.

Cette étude rejoint les conclusions de Marc Hay (2000) sur le contrôle du crédit, mais ne contredit pas l'existence indéniable d'une relation positive entre le crédit et la croissance.

Par ailleurs, nos résultats attestent à long terme que l'inflation influence négativement la croissance, ce qui conforte l'idée selon laquelle la libéralisation financière a eu des effets favorables sur la croissance (notre hypothèse 3, se vérifie alors).En effet, un environnement où l'inflation est maîtrisé attire les investissements ce qui favorise la croissance. Un tel environnement est celui des pays ayant opté pour la libéralisation financière.

En ce qui concerne la relation entre les activités Hors Bilan et la Croissance, il ressort qu'elle est négative. Ce qui correspond à nos attentes. En effet, plus les risques encourus par les institutions bancaires augmentent, plus la croissance en pâtit. Toutefois, même si notre travail montre l'influence indéniable de l'investissement sur la croissance, il ressort que cette relation est à notre grande surprise négative. Une tentative de réponse peut provenir du fait que la mesure retenue de l'investissement n'est pas la meilleure. En effet, les investissements en capital humain par exemple n'ont pas été associés à cette mesure.

Pour finir, il importe de dire en ce qui concerne la relation Croissance- Banque, que l'analyse du MVCE n'a pas pu confirmer que la croissance influence positivement le développement bancaire, puisque les résultats sont ambigus même en considérant uniquement la variable LL1. Toutefois, l'analyse par la décomposition de la variance révèle qu'il existe bel et bien une relation entre croissance et banque. Partant, l'hypothèse 4 de l'étude, n'a pas pu être vérifiée par le modèle.

B. Limites et Suggestions

1. Limites et perspectives

La présente étude sans remettre en cause essentiellement ses résultats comporte des limites en certains points.

- Notre étude n'a pas pu faire ressortir les nuances entre les deux échantillons en présence. Ce qui traduit des comportements très proches en terme bancaire et financier plus généralement. En effet Eric Bernard (2000) montre bien que les pays en scène sont financièrement proches, avec une capitalisation boursière supérieure à 12,5% du PIB. Ainsi, d'autres travaux devraient considérer comme échantillon, des pays ayant des écarts de développement financier grands. L'ensemble des pays de la

zone UEMOA par exemple, peut servir d'échantillon représentatif pour les pays en développement.

- Notre travail, pas souci du nombre de paramètres à estimer, n'a pas intégré la plupart des variables formellement considérées comme source de croissance (degré d'ouverture, capital humain, stabilité politique ...)

- Notre étude n'a pas pu comparer les informations contenues dans les statistiques financières internationales à celles produites par les instituts nationaux de statistique. Les études futures, pourraient s'employer à comparer les résultats provenant de ces différentes sources. Pour notre part le choix des statistiques financières internationales s'explique par la disponibilité des données et la grande difficulté d'accès aux informations statistiques nationales.

- Enfin, le modèle VAR étant un modèle qui requiert beaucoup de données afin d'améliorer la précision des estimateurs ; l'ajout d'une information supplémentaire est toujours la bien venue. C'est pour cette raison que les travaux prochains devront s'intéresser à des outils comme l'économétrie bayésienne qui constitue un domaine intéressant de recherches futures.

2. Suggestions

Notre étude a montré clairement l'influence positive de l'activité de crédit des banques et les effets positifs de la libéralisation financière sur la croissance. Toutefois, il ressort que l'activité de crédit peut aboutir à des conséquences non escomptées lorsqu'elle n'est pas maîtrisée. Ce qui veut dire que l'instauration du contrôle dans la gestion bancaire s'impose pour entretenir la croissance et éviter l'inflation et la faillite bancaire.

Selon Johnson (1988), « un système bancaire concurrentiel sera constamment incité à augmenter l'offre de monnaie et par conséquent à alimenter l'inflation ». En effet, au-delà de l'inflation, les banques augmentant l'offre de monnaie en fonction des taux débiteurs de plus en plus élevés,

investissent dans des actifs à hauts risques et non recouvrables. Il s'ensuit une crise d'illiquidité lors des retraits des déposants. Partant, nous recommandons finalement pour atteindre la croissance un système bancaire réglementé. Cette réglementation doit prendre la forme de mesures prudentielles et de surveillance, et ne doit pas constituer une limite à la concurrence entre les banques elles mêmes d'une part, et d'autre part entre les banques et les autres intermédiaires financiers.

En outre, la relation négative entre l'activité Hors Banque et la croissance suggère aux Banques d'éviter les activités pour lesquelles elles ne sont pas spécialisées, en ce sens qu'elles augmentent leur vulnérabilité en augmentant les risques auxquels elles font face. Ce qui peut avoir de graves conséquences sur la croissance.

Par ailleurs, il appartient aux pays en développement, comme le notre de reconsidérer la place du système bancaire dans leurs perspectives de développement, puisque notre étude atteste sans ambiguïté que la Banque est source de croissance.

Etant donné que l'existence d'une relation évidente existe entre la croissance et la Banque, notre travail suggère à nos différents pays d'entretenir la croissance, qui, il va sans dire détermine le développement du secteur bancaire, dont les conséquences sur la croissance ne sont plus à démontrer. Ce qui permet l'amorce d'un cercle vertueux de la croissance.

CONCLUSION GENERALE

Cette étude visait à approfondir la relation entre les Banques et la Croissance économique. Les principaux résultats fournis par le MVCE et confirmés globalement par les fonctions de réponses impulsionnelles et l'analyse par la décomposition de la variance sont les suivants :

L'activité de crédit des Banques explique dans une dynamique de Court et Long Terme la Croissance. La collecte des dépôts bancaires quant à elle agit seulement à court terme sur la sphère réelle. En ce qui concerne la libéralisation financière, elle a eu des effets bénéfiques sur la croissance à Long terme. Toutefois, ce travail apporte une information précieuse qui rejoint les travaux de Marc Hay (2000). En effet, puisque l'activité de crédit et d'intermédiation de marché des institutions bancaires est risquée, il faut contrôler le système sans biaiser la concurrence par des mesures prudentielles et de surveillance.

Par ailleurs, ce travail en montrant de toute évidence au travers de l'analyse par la décomposition de la variance, la relation inverse CroissanceBanque, n'a pas pu fournir une quelconque spécification -comme ce fût le cas dans les travaux de Berthélémy et Varoudakis (1998)-.

Pour finir, il faut retenir qu'il appartient aux recherches futures de développer des procédures de recherche de liens de causalité dans le modèle VAR, afin d'estimer le lien entre le développement de la sphère réelle et le développement de la sphère financière.

BIBLIOGRAPHIE

AGHION P. ET HOWITT P. (1998), << Endogenous growth theory >>, Cambridge: MIT Press.

ARESTIS P. ET DEMETRIADES P. (1997), << Financial development and Economic Growth: Assessing the Evidence >>, The Economic Journal, 107, May, P. 783-799.

BARRO R. ET SALA-I-MARTIN X. (1995), << Economic growth >>, Mc Graw Hill, New York.

BECK, LEVINE ET LOAYZA (1999), << Financial and sources of the growth >>, World Bank, Working Papers, June.

BENCIVENGA V.R. ET SMITH B.D (1991), << Financial intermediation and endogenous growth>>, Review of Economic Studies, vol. 58, n°2, P.195-209.

BENCIVENGA V.R. ET SMITH B.D. (1993), << Some consequences of credit rationning in an endogenous growth model>>, Journal of Economic Dynamics and control, vol.17, n°1-2, Janvier-Mars, P.97-122.

BERNANKE B. ET GERTLER M. (1990), << Financial fragility and economic performance>>, The Quarterly Journal of Economics, Février, P.87- 114.

BERNARD E. (2000), << Développement financier, politique monétaire et croissance économique : validations empiriques en données de panel >>, Université d'Orléans.

BERTHELEMY J. ET VAROUDAKIS A. (1998), << Développement financier, réformes financières et croissance : une approche en données de panel>>, Revue Economique, vol. 49, n°1, Janvier, P. 195-206.

DE GREGORIO J. (1992), << Borrowing constraints, human capital accumulation, and growth>>, Journal of Monetary Economics, vol 37, n°1, Février, P. 49-71.

DE GREGORIO ET GUIDOTTI (1995), << Financial development and economic growth >>, World Development, vol. 23, n°3, P. 433-448.

DIAMOND P.A. (1991), <<Search, sticky prices, and inflation with consumer differences>>, Working Papers 573.

DIAMOND D. W. ET DYBVIG P.H. (1983), << Bank run, deposit insurance and liquidity>>, Journal of Political Economy, vol.91, n°3, P 401-419.

DICKEY D.A. ET FULLER W.A. (1979), << Distribution of the estimators for autoregressive time series with a unit root >>, Journal of The American Statistical Association, 74, P.427-431.

DICKEY D.A. ET FULLER W.A. (1981), << Likelihood ratio statistics for autoregressive time series with et unit root>>, Econometrica, 49, P.1057-1072.

EBOUE C. (1990), << Effets macroéconomiques de la répression financière>>, Economie Appliquée, Déc.

FERNANDEZ ET GALETOVIC (1994), << Schumpeter might be right-but why? explaining the relation between Finance and growth>>, Journal of Financial Markets.

GERTLER M. ET ROSE A. (1994), << Finance, public policy and growth >>, In Financial Reform, Cambridge University Press.

GOLDSMITH R. (1969), << Financial structure and development >>, Yale university press, New Haven.

GREENWOOD J. ET JOVANOVIC B. (1990), <<Financial development, growth and the distribution of income>>, Journal of Political Economy, vol. 95, n°5, P. 1076-1107.

GREENWOOD J. ET SMITH B.D. (1997), << Financial markets in development and development of financial markets>>, Journal of Economic Dynamics and Control, vol.21, P. 145-181.

GUILLARD M. ET RAJHI T. (1993), <<Croissance et développement : le rôle des rationnements financiers >>, Revue Economique, vol. 44, n° 2, P.229- 255.

GURLEY J.G. ET SHAW E. (1960), << Money in a theory of finance>>, Brookings Institute, Washington.

HAY M. (2000), <<Banques et croissance : examen critique et analyse en données de panel >>, Université du Havre, Université de Rouen.

HOSHI T., KASHYAP A. ET SHARFSTEIN D. (1990), << Corporate structure and investment evidence from Japanese panel data>>, Quarterly Journal of Economics, 106, PP 33-60.

JAPPELI T. ET PAGANO M. (1994), <<Savings, growth and tax policy >>, Quarterly Journal of Economics, vol. CIX, n01, Février, P.83-109.

JOHANSEN S. (1995), << Likelihood-based inference in cointegrated vector auto regressive models>>, Oxford: Oxford University Press.

JOHNSON H.G. (1988), << The economics and politics of monetary policy in Canada, 1988-93>>, Encyclopédie, Canada.

JUNG E. (1986), << Financial development and growth: international evidence >>, Economic Development and Cultural Changes, 34(2), P 333-346.

KING R.G. ET LEVINE R. (1992), <<Financial indicators and growth in a cross section of countries >>, Policy Research Working Papers WPS, 819.

KING R.G. ET LEVINE R. (1993), << Financial and growth: Schumpeter Might be right >>, Policy Research Working Papers WPS, 1083.

KING R.G. ET LEVINE R. (1993a), <<Financial intermediation and economic development >>, in capital markets and financial intermediation, Edited by C. Mayer and X. Vives, Cambridge University Press, P.156-196.

KING R.G. ET LEVINE R. (1993b), <<Finance, entrepreneurship and growth: theory of evidence >>, Journal of Monetary Economics, vol. 32, P.513- 542.

KING R.G. ET LEVINE R. (1993c), << Finance and growth: Schumpeter might be right>>, Quarterly Journal of Economics, vol.108, n° 3, P.717-737.

LAROCHE A., LEMOINE E., MILLIEN A., PRATS F. ET ZHANG Y-J (1995), << Croissance et marchés financiers : une approche empirique >>, Economie Internationale, n°64, 4 ème trimestre.

LELAND H.E. ET PYLE D.H. (1977), <<Informational asymmetrics, financial structure and financial intermediation>>, The Journal of Finance, 1977, Vol XXXII, n°2, PP371-387.

LEVINE R. (1997), <<Financial development and economic growth: views and agenda>>, Journal of Economic Literature, Vol XXXV, Juin, P.688-726

MANKIW G., ROMER D. ET WEIL (1992), << A contribution to the empirics of growth >>, Quarterly Journal of Economics, vol. CVII, n°2, Mai, P. 407-437.

MC KINNON R. (1973), << Money and capital in economic development>>, The Bank Institution, Washington.

ODEDOKUN M.O. (1998), << Financial intermediation and economic growth in developing countries >>, Journal of Economic Studies, vol. 25, n°3, P 203-224.

PATRICK H. (1966), <<Financial development and economic growth in underdeveloped countries>>, Economic Development and Cultural Change, janvier, Vol 14, n° 2, PP. 174-189.

RAMAKRISHNAN R.T. ET THAKHOR A.V. (1984), <<Information reliability in a theory of financial intermediation>>, Reviews of Economic Studies, 51, PP 415-432.

ROUBINI ET SALA-I-MARTIN X. (1992), << Financial repression and economic growth >>, Journal of Development Economics, vol. 39, P. 5-30.

SAINT PAUL G. (1992), <<Technological choice, financial markets and economic development >>, European Economic Review, vol.36, P.763-781.

SCHUMPETER J.A. (1912), << The theory of economic development>>, New York: Oxford University Press, 1934.

SHAW E. (1973), << Financial deeping in economic development >>, Oxford University Press, New York.

STIGLITZ J.E. ET WEISS A. (1981), << Credit rationning in markets with imperfect information>>, American Economic Review, vol.71, n°3, Juin, P.393- 410.

STIGLITZ J.E. ET WEISS A. (1992), << Asymmetric information in credit market implications for macro-economics >>, Ox ford Economic Papers, vol. 44, P.694-724.

VAN WINJBERGEN (1983), << Credit policy, inflation and growth in a financially repressed economy>>, Journal of Development Economics, Vol.13, n°1, Août.

WILLIAMSON S.D. (1986), << Costly Monitoring, Financial

Intermediation, and Equilibrium Credit Rationning >>, Journal of Monetary Economics, vol.18, P.159-179.

ANNEXES

600

500

400

300

200

100

LH1

LC1

LL1

70 75 80 85 90 95 00

LD1

10000

8000

6000

4000

2000

0

70 75 80 85 90 95 00

LI1

LY1

6000

5000

4000

3000

2000

1000

0

70 75 80 85 90 95 00

LV1

70 75 80 85 90 95 00

4000

3000

2000

1000

0

70 75 80 85 90 95 00

1200

1000

800

600

400

200

0

2000

1500

1000

500

0

4000

3000

2000

1000

0

70 75 80 85 90 95 00

70 75 80 85 90 95 00

Illustration graphique des séries (échantillon 1, l'ensemble des
pays)

10000 8000 6000 4000 2000 0

70 75 80 85 90 95 00

LY1 LL1 LC 1

LD 1 LI1 LV1

LH 1

TEST DE RACINE UNITAIRE (Augmented Dickey Fuller) Test en niveau LY1

ADF Test Statistic -1.333631 1% Critical Value* -4.2605

5% Critical Value -3.5514

10% Critical Value -3.2081

*MacKinnon critical values for rejection of hypothesis of a unit root.

Augmented Dickey-Fuller Test Equation

Dependent Variable: D(LY1) Method: Least Squares

Date: 01/31/09 Time: 17:23 Sample(adjusted): 1972 2004 Included observations: 33 after adjusting endpoints

Variable	Coefficient	Std. Error t-Statistic	Prob.
LY1(-1)	-0.161056	0.120765 -1.333631	0.1927
D(LY1(-1))	0.073784	0.196933 0.374665	0.7106
C	265.6855	152.3807 1.743563	0.0918
@TREND(1970)	5.661507	11.10387 0.509868	0.6140
R-squared	0.088087	Mean dependent var	44.42121
Adjusted R-squared	-0.006249	S.D. dependent var	342.2448
S.E. of regression	343.3124	Akaike info criterion	14.62837
Sum squared resid	3418039.	Schwarz criterion	14.80977
Log likelihood	-237.3681	F-statistic	0.933763
Durbin-Watson stat	2.016349	Prob(F-statistic)	0.436971
En Différence première
ADF Test Statistic -3.855490		1% Critical Value*	-4.2712
		5% Critical Value	-3.5562
		10% Critical Value	-3.2109

*MacKinnon critical values for rejection of hypothesis of a unit root.

Augmented Dickey-Fuller Test Equation Dependent Variable: D(LY1,2)

Method: Least Squares

Date: 01/31/09 Time: 17:26

Sample(adjusted): 1973 2004

Included observations: 32 after adjusting endpoints

Variable	Coefficient	Std. Error t-Statistic	Prob.
D(LY1(-1))	-1.049021	0.272085 -3.855490	0.0006
D(LY1(-1),2)	0.015051	0.189173 0.079564	0.9371
C	175.5644	149.9251 1.171014	0.2515
@TREND(1970)	-7.019125	7.137056 -0.983476	0.3338
R-squared	0.516330	Mean dependent var	-0.656250
Adjusted R-squared	0.464508	S.D. dependent var	491.4087
S.E. of regression	359.5996	Akaike info criterion	14.72433
Sum squared resid	3620733.	Schwarz criterion	14.90755
Log likelihood	-231.5893	F-statistic	9.963572
Durbin-Watson stat	1.997958	Prob(F-statistic)	0.000123
Test en niveau LL1
ADF Test Statistic -0.368433		1% Critical Value*	-4.2605
		5% Critical Value	-3.5514
		10% Critical Value	-3.2081

*MacKinnon critical values for rejection of hypothesis of a unit root.

Augmented Dickey-Fuller Test Equation

Dependent Variable: D(LL1)

Method: Least Squares

Date: 01/31/09 Time: 17:27

Sample(adjusted): 1972 2004

Included observations: 33 after adjusting endpoints

Variable	Coefficient	Std. Error t-Statistic	Prob.
LL1(-1)	-0.008949	0.024290 -0.368433	0.7152
D(LL1(-1))	0.142345	0.182297 0.780839	0.4412
C	7.942003	3.980121 1.995417	0.0555
@TREND(1970)	1.403013	0.848709 1.653114	0.1091
R-squared	0.801714	Mean dependent var	33.48061
Adjusted R-squared	0.781201	S.D. dependent var	14.03044
S.E. of regression	6.562869	Akaike info criterion	6.713945
Sum squared resid	1249.066	Schwarz criterion	6.895340
Log likelihood	-106.7801	F-statistic	39.08435
Durbin-Watson stat	2.007209	Prob(F-statistic)	0.000000
En Différence Première
ADF Test Statistic -3.589994		1% Critical Value*	-4.2712
		5% Critical Value	-3.5562
		10% Critical Value	-3.2109

*MacKinnon critical values for rejection of hypothesis of a unit root. Augmented Dickey-Fuller Test Equation

Dependent Variable: D(LL1,2)

Method: Least Squares

Date: 01/31/09 Time: 17:28

Sample(adjusted): 1973 2004

Included observations: 32 after adjusting endpoints

Variable	Coefficient	Std. Error t-Statistic	Prob.
D(LL1(-1))	-0.862467	0.245019 -3.519994	0.0015
D(LL1(-1),2)	-0.019675	0.186354 -0.105579	0.9167
C	9.880086	3.315551 2.979923	0.0059
@TREND(1970)	1.079930	0.337585 3.198984	0.0034
R-squared	0.448019	Mean dependent var	1.585937
Adjusted R-squared	0.388878	S.D. dependent var	8.427825
S.E. of regression	6.588393	Akaike info criterion	6.724965
Sum squared resid	1215.394	Schwarz criterion	6.908182
Log likelihood	-103.5994	F-statistic	7.575454
Durbin-Watson stat	2.024481	Prob(F-statistic)	0.000735
Test en niveau LC1
ADF Test Statistic -1.385535		1% Critical Value*	-4.2605
		5% Critical Value	-3.5514
		10% Critical Value	-3.2081

*MacKinnon critical values for rejection of hypothesis of a unit root.

Augmented Dickey-Fuller Test Equation

Dependent Variable: D(LC1)

Method: Least Squares

Date: 01/31/09 Time: 17:31

Sample(adjusted): 1972 2004

Included observations: 33 after adjusting endpoints

Variable	Coefficient	Std. Error t-Statistic	Prob.
LC1(-1)	-0.134922	0.097379 -1.385535	0.1765
D(LC1(-1))	-0.004368	0.187722 -0.023270	0.9816
C	12.27152	5.512383 2.226174	0.0339
@TREND(1970)	0.110237	0.263161 0.418897	0.6784
R-squared	0.118695	Mean dependent var	2.093939
Adjusted R-squared	0.027526	S.D. dependent var	7.586746
S.E. of regression	7.481601	Akaike info criterion	6.975983
Sum squared resid	1623.256	Schwarz criterion	7.157378
Log likelihood	-111.1037	F-statistic	1.301922
Durbin-Watson stat	2.015896	Prob(F-statistic)	0.292632
En Différence Première
ADF Test Statistic -4.388598		1% Critical Value*	-4.2712
		5% Critical Value	-3.5562
		10% Critical Value	-3.2109

*MacKinnon critical values for rejection of hypothesis of a unit root.

Augmented Dickey-Fuller Test Equation Dependent Variable: D(LC1,2)

Method: Least Squares

Date: 01/31/09 Time: 17:32

Sample(adjusted): 1973 2004

Included observations: 32 after adjusting endpoints

Variable	Coefficient	Std. Error t-Statistic	Prob.
D(LC1(-1))	-1.216374	0.277167 -4.388598	0.0001
D(LC1(-1),2)	0.118951	0.187897 0.633067	0.5318
C	7.098303	3.481207 2.039035	0.0510
@TREND(1970)	-0.245946	0.159366 -1.543282	0.1340
R-squared	0.549361	Mean dependent var	0.028125
Adjusted R-squared	0.501079	S.D. dependent var	11.01076
S.E. of regression	7.777383	Akaike info criterion	7.056785
Sum squared resid	1693.655	Schwarz criterion	7.240002
Log likelihood	-108.9086	F-statistic	11.37802
Durbin-Watson stat	2.032879	Prob(F-statistic)	0.000047
Test en niveau LD1
ADF Test Statistic -1.205804		1% Critical Value*	-4.2605
		5% Critical Value	-3.5514
		10% Critical Value	-3.2081

*MacKinnon critical values for rejection of hypothesis of a unit root.

Augmented Dickey-Fuller Test Equation

Dependent Variable: D(LD1) Method: Least Squares

Date: 01/31/09 Time: 17:33 Sample(adjusted): 1972 2004 Included observations: 33 after adjusting endpoints

Variable	Coefficient	Std. Error t-Statistic	Prob.
LD1(-1)	-0.100863	0.083648 -1.205804	0.2376
D(LD1(-1))	0.004461	0.187048 0.023848	0.9811
C	41.88263	18.57762 2.254466	0.0319
@TREND(1970)	0.142413	0.962529 0.147957	0.8834
R-squared	0.117384	Mean dependent var	8.766667
Adjusted R-squared	0.026079	S.D. dependent var	28.49537
S.E. of regression	28.12135	Akaike info criterion	9.624148
Sum squared resid	22933.50	Schwarz criterion	9.805542
Log likelihood	-154.7984	F-statistic	1.285625
Durbin-Watson stat	2.015066	Prob(F-statistic)	0.297914
En Différence Première
ADF Test Statistic -4.195187		1% Critical Value*	-4.2712
		5% Critical Value	-3.5562
		10% Critical Value	-3.2109

*MacKinnon critical values for rejection of hypothesis of a unit root.

Augmented Dickey-Fuller Test Equation Dependent Variable: D(LD1,2)

Method: Least Squares

Date: 01/31/09 Time: 17:35 Sample(adjusted): 1973 2004 Included observations: 32 after adjusting endpoints
Variable	Coefficient	Std. Error t-Statistic	Prob.
D(LD1(-1))	-1.148938	0.273871 -4.195187	0.0002
D(LD1(-1),2)	0.083708	0.188148 0.444906	0.6598
C	28.36144	13.34173 2.125770	0.0425
@TREND(1970)	-0.987474	0.603956 -1.635009	0.1132
R-squared	0.533863	Mean dependent var	-0.025000
Adjusted R-squared	0.483920	S.D. dependent var	40.50511
S.E. of regression	29.09835	Akaike info criterion	9.695708
Sum squared resid	23707.99	Schwarz criterion	9.878925
Log likelihood	-151.1313	F-statistic	10.68940
Durbin-Watson stat	2.017042	Prob(F-statistic)	0.000074
Test en niveau LI1
ADF Test Statistic -1.675700		1% Critical Value*	-4.2605
		5% Critical Value	-3.5514
		10% Critical Value	-3.2081

*MacKinnon critical values for rejection of hypothesis of a unit root.

Augmented Dickey-Fuller Test Equation

Dependent Variable: D(LI1)

Method: Least Squares

Date: 01/31/09 Time: 17:37

Sample(adjusted): 1972 2004

Included observations: 33 after adjusting endpoints

Variable	Coefficient	Std. Error t-Statistic	Prob.
LI1(-1)	-0.309553	0.184731 -1.675700	0.1045
D(LI1(-1))	-0.121786	0.200209 -0.608297	0.5477
C	388.2784	539.9711 0.719072	0.4779
@TREND(1970)	19.24918	36.49316 0.527474	0.6019
R-squared	0.181352	Mean dependent var	25.39394
Adjusted R-squared	0.096664	S.D. dependent var	1514.190
S.E. of regression	1439.147	Akaike info criterion	17.49470
Sum squared resid	60063147	Schwarz criterion	17.67610
Log likelihood	-284.6626	F-statistic	2.141414
Durbin-Watson stat	1.985292	Prob(F-statistic)	0.116584
En Différence Première
ADF Test Statistic -4.853837		1% Critical Value*	-4.2712
		5% Critical Value	-3.5562
		10% Critical Value	-3.2109

*MacKinnon critical values for rejection of hypothesis of a unit root.

Augmented Dickey-Fuller Test Equation Dependent Variable: D(LI1,2)

Method: Least Squares

Date: 01/31/09 Time: 17:38

Sample(adjusted): 1973 2004

Included observations: 32 after adjusting endpoints

Variable	Coefficient	Std. Error t-Statistic	Prob.
D(LI1(-1))	-1.470098	0.302873 -4.853837	0.0000
D(LI1(-1),2)	0.128508	0.187626 0.684916	0.4990
C	554.6303	612.9929 0.904791	0.3733
@TREND(1970)	-28.06257	29.70124 -0.944828	0.3528
R-squared	0.656903	Mean dependent var	-0.412500
Adjusted R-squared	0.620142	S.D. dependent var	2466.083
S.E. of regression	1519.911	Akaike info criterion	17.60716
Sum squared resid	64683649	Schwarz criterion	17.79038
Log likelihood	-277.7146	F-statistic	17.86982
Durbin-Watson stat	2.023657	Prob(F-statistic)	0.000001
Test en niveau LV1
ADF Test Statistic -1.473408		1% Critical Value*	-4.2605
		5% Critical Value	-3.5514
		10% Critical Value	-3.2081

*MacKinnon critical values for rejection of hypothesis of a unit root.

Augmented Dickey-Fuller Test Equation

Dependent Variable: D(LV1) Method: Least Squares

Date: 01/31/09 Time: 17:39 Sample(adjusted): 1972 2004 Included observations: 33 after adjusting endpoints

Variable	Coefficient	Std. Error t-Statistic	Prob.
LV1(-1)	-0.198246	0.134549 -1.473408	0.1514
D(LV1(-1))	0.077681	0.197653 0.393017	0.6972
C	245.7904	187.6859 1.309584	0.2006
@TREND(1970)	17.01945	19.01135 0.895225	0.3780
R-squared	0.090744	Mean dependent var	74.53333
Adjusted R-squared	-0.003317	S.D. dependent var	490.8794
S.E. of regression	491.6929	Akaike info criterion	15.34680
Sum squared resid	7011094.	Schwarz criterion	15.52819
Log likelihood	-249.2222	F-statistic	0.964738
Durbin-Watson stat	2.012056	Prob(F-statistic)	0.422636
En Différence Première
ADF Test Statistic -3.911694		1% Critical Value*	-4.2712
		5% Critical Value	-3.5562
		10% Critical Value	-3.2109

*MacKinnon critical values for rejection of hypothesis of a unit root.

Augmented Dickey-Fuller Test Equation Dependent Variable: D(LV1,2)

Method: Least Squares

Date: 01/31/09 Time: 17:41

Sample(adjusted): 1973 2004

Included observations: 32 after adjusting endpoints

Variable	Coefficient	Std. Error t-Statistic	Prob.
D(LV1(-1))	-1.068063	0.273044 -3.911694	0.0005
D(LV1(-1),2)	0.018700	0.188621 0.099142	0.9217
C	235.5522	213.1995 1.104844	0.2786
@TREND(1970)	-8.433431	10.11882 -0.833440	0.4117
R-squared	0.524782	Mean dependent var	-2.503125
Adjusted R-squared	0.473866	S.D. dependent var	714.4091
S.E. of regression	518.1975	Akaike info criterion	15.45506
Sum squared resid	7518802.	Schwarz criterion	15.63828
Log likelihood	-243.2809	F-statistic	10.30677
Durbin-Watson stat	2.003172	Prob(F-statistic)	0.000097
Test en niveau LH1
ADF Test Statistic 0.232643		1% Critical Value*	-4.2605
		5% Critical Value	-3.5514
		10% Critical Value	-3.2081

*MacKinnon critical values for rejection of hypothesis of a unit root.

Augmented Dickey-Fuller Test Equation

Dependent Variable: D(LH1) Method: Least Squares

Date: 01/31/09 Time: 17:42 Sample(adjusted): 1972 2004 Included observations: 33 after adjusting endpoints

Variable	Coefficient	Std. Error t-Statistic	Prob.
LH1(-1)	0.009822	0.042220 0.232643	0.8177
D(LH1(-1))	0.457047	0.183905 2.485230	0.0190
C	-8.727067	19.59044 -0.445476	0.6593
@TREND(1970)	2.006774	2.119978 0.946601	0.3517
R-squared	0.626330	Mean dependent var	55.14333
Adjusted R-squared	0.587675	S.D. dependent var	55.03372
S.E. of regression	35.33855	Akaike info criterion	10.08104
Sum squared resid	36215.59	Schwarz criterion	10.26243
Log likelihood	-162.3371	F-statistic	16.20288
Durbin-Watson stat	1.900065	Prob(F-statistic)	0.000002
En Différence Première
ADF Test Statistic -3.855490		1% Critical Value*	-4.2712
		5% Critical Value	-3.5562
		10% Critical Value	-3.2109

*MacKinnon critical values for rejection of hypothesis of a unit root.

Augmented Dickey-Fuller Test Equation

Dependent Variable: D(LH1,2)

Method: Least Squares

Date: 01/31/09 Time: 17:49

Sample(adjusted): 1973 2004

Included observations: 32 after adjusting endpoints

LY1 LL1 LC1 LD1 LI1

LY1(-1) 0.789156 0.221885 0.467481 14.61628 0.719118

(0.39209) (0.81436) (1.99295) (12.1998) (3.79751)

(2.01270) (0.27246) (0.23457) (1.19808) (0.18937)

LL1(-1) -1.443669 -1.357253 -5.813946 26.94642 -8.756328

(0.38402) (0.79760) (1.95194) (11.9487) (3.71936)

(-3.75936) (-1.70167) (-2.97855) (2.25517) (-2.35426)

LV1	LH1
45.76870	3.966643
(59.1796)	(2.31994)
(0.77339)	(1.70980)
137.5571	-2.330918
(57.9618)	(2.27220)
(2.37324)	(-1.02584)
Variable			Coefficient	Std. Error t-Statistic	Prob.
D(LH1(-1))			-1.049021	0.272085 -3.855490	0.0006
D(LH1(-1),2)			0.015051	0.189173 0.079564	0.9371
C			175.5644	149.9251 1.171014	0.2515
@TREND(1970)			-7.019125	7.137056 -0.983476	0.3338
R-squared			0.516330	Mean dependent var	-0.656250
Adjusted R-squared			0.464508	S.D. dependent var	491.4087
S.E. of regression			359.5996	Akaike info criterion	14.72433
Sum squared resid			3620733.	Schwarz criterion	14.90755
Log likelihood			-231.5893	F-statistic	9.963572
Durbin-Watson stat			1.997958	Prob(F-statistic)	0.000123
Stationnarité des Résidus
ADF Test Statistic -2.787108				1% Critical Value*	-2.6344
				5% Critical Value	-1.9514
				10% Critical Value	-1.6211

*MacKinnon critical values for rejection of hypothesis of a unit root.

Augmented Dickey-Fuller Test Equation

Dependent Variable: D(RESID01)

Method: Least Squares

Date: 02/04/09 Time: 22:57

Sample(adjusted): 1972 2004

Included observations: 33 after adjusting endpoints

Variable	Coefficient	Std. Error t-Statistic	Prob.
RESID01(-1)	-0.613236	0.220026 -2.787108	0.0090
D(RESID01(-1))	-0.156247	0.193450 -0.807687	0.4254
R-squared	0.344826	Mean dependent var	1.95E-11
Adjusted R-squared	0.323692	S.D. dependent var	5.68E-10
S.E. of regression	4.67E-10	Akaike info criterion	-40.07093
Sum squared resid	6.77E-18	Schwarz criterion	-39.98023
Log likelihood	663.1703	Durbin-Watson stat	1.833330

Nombre optimal de retard Q=1

Date: 02/01/09 Time: 18:42

Sample(adjusted): 1971 2004

Included observations: 34 after adjusting endpoints Standard errors & t-statistics in parentheses

LC1(-1) 0.555657	0.756198	2.884456	-12.51171	3.359137	-53.12095	-0.368271
(0.20572)	(0.42728)	(1.04566)	(6.40099)	(1.99248)	(31.0504)	(1.21723)
(2.70101)	(1.76980)	(2.75850)	(-1.95465)	(1.68591)	(-1.71080)	(-0.30255)
LD1(-1) 0.010509	0.010865	0.044544	0.818880	-0.075068	6.828004	-0.059750
(0.00438)	(0.00911)	(0.02229)	(0.13643)	(0.04247)	(0.66180)	(0.02594)
(2.39677)	(1.19306)	(1.99868)	(6.00228)	(-1.76768)	(10.3174)	(-2.30308)
LI1(-1) -0.018501	-0.032962	-0.091962	0.138215	0.815653	-3.711244	0.125323
(0.00989)	(0.02055)	(0.05029)	(0.30783)	(0.09582)	(1.49325)	(0.05854)
(-1.87007)	(-1.60412)	(-1.82873)	(0.44900)	(8.51230)	(-2.48535)	(2.14088)
LV1(-1) -0.002788	-0.003678	-0.011752	0.009393	-0.024062	-0.058508	0.004722
(0.00068)	(0.00142)	(0.00348)	(0.02129)	(0.00663)	(0.10330)	(0.00405)
(-4.07337)	(-2.58729)	(-3.37818)	(0.44108)	(-3.63000)	(-0.56639)	(1.16613)
LH1(-1) 0.021146	0.048898	0.120749	-0.111164	0.610032	-0.378836	0.846917
(0.02000)	(0.04153)	(0.10164)	(0.62217)	(0.19367)	(3.01806)	(0.11831)
(1.05754)	(1.17738)	(1.18804)	(-0.17867)	(3.14992)	(-0.12552)	(7.15827)
C -37.92026	-53.25763	-129.0867	945.7084	-198.4155	2781.043	-28.08353
(15.0029)	(31.1607)	(76.2582)	(466.812)	(145.308)	(2264.45)	(88.7704)
(-2.52753)	(-1.70913)	(-1.69276)	(2.02589)	(-1.36548)	(1.22813)	(-0.31636)
R-squared 0.983964	0.947299	0.966736	0.969873	0.998650	0.917305	0.997167
Adj. R-squared 0.979646	0.933110	0.957780	0.961762	0.998286	0.895041	0.996404
Sum sq. resids 484.7825	2091.281	12524.78	469334.0	45475.29	11043900	16972.03
S.E. equation 4.318041	8.968494	21.94818	134.3551	41.82164	651.7403	25.54937
F-statistic 227.9033	66.76429	107.9462	119.5729	2746.967	41.20140	1307.237
Log likelihood -93.41869	-118.2698	-148.6987	-210.3000	-170.6195	-263.9914	-153.8642
Akaike AIC 5.965805	7.427637	9.217569	12.84117	10.50703	15.99949	9.521426
Schwarz SC 6.324949	7.786780	9.576713	13.20032	10.86617	16.35864	9.880570
Mean dependent 85.18235	87.51471	356.4265	1289.097	1631.450	2247.682	444.1676
S.D. dependent 30.26667	34.67689	106.8170	687.0767	1010.214	2011.711	426.0549
Determinant Residual	4.05E+16
Covariance
Log Likelihood	-987.7931
Akaike Information Criteria	61.39959
Schwarz Criteria	63.91360

Q=2

Date: 02/01/09 Time: 18:44

Sample(adjusted): 1972 2004

Included observations: 33 after adjusting endpoints Standard errors & t-statistics in parentheses

LY1 LL1 LC1 LD1 LI1 LV1 LH1

LY1(-1) 0.913838 -1.630209 -2.193834 -12.69141 8.356108 -41.56414 3.332516

(2.08576) (4.28587) (10.5963) (55.6020) (17.9949) (194.755) (11.9564)

(0.43813) (-0.38037) (-0.20704) (-0.22825) (0.46436) (-0.21342) (0.27872)

LY1(-2) 0.077761 1.854241 3.031097 42.09998 -2.868094 28.21537 2.137697

(1.79911) (3.69685) (9.14003) (47.9604) (15.5218) (167.989) (10.3132)

(0.04322) (0.50157) (0.33163) (0.87781) (-0.18478) (0.16796) (0.20728)

LL1(-1) -0.928024 -0.652049 -3.816553 72.08520 -12.25157 -135.1702 -1.755943

(1.58152) (3.24974) (8.03462) (42.1599) (13.6446) (147.672) (9.06588)

	(-0.58679)	(-0.20065)	(-0.47501)	(1.70980)	(-0.89791)	(-0.91534)	(-0.19369)
LL1(-2)	-0.850227	-2.327244	-5.335681	-20.08738	7.321730	105.0177	1.195592
	(1.45528)	(2.99035)	(7.39330)	(38.7947)	(12.5555)	(135.885)	(8.34225)
	(-0.58423)	(-0.77825)	(-0.72169)	(-0.51779)	(0.58315)	(0.77284)	(0.14332)
LC1(-1)	0.276468	0.718781	2.338361	-26.64799	3.902014	82.14110	-0.130678
	(1.00041)	(2.05565)	(5.08237)	(26.6686)	(8.63099)	(93.4112)	(5.73470)
	(0.27636)	(0.34966)	(0.46009)	(-0.99923)	(0.45209)	(0.87935)	(-0.02279)
LC1(-2)	0.391333	0.684291	1.820541	3.277858	-3.300162	-72.24742	-1.346854
	(0.85800)	(1.76304)	(4.35893)	(22.8725)	(7.40243)	(80.1147)	(4.91840)
	(0.45610)	(0.38813)	(0.41766)	(0.14331)	(-0.44582)	(-0.90180)	(-0.27384)
LD1(-1)	0.008612	0.011068	0.045559	0.021894	-0.082956	11.15087	-0.091627
	(0.01058)	(0.02174)	(0.05376)	(0.28207)	(0.09129)	(0.98800)	(0.06066)
	(0.81390)	(0.50907)	(0.84752)	(0.07762)	(-0.90871)	(11.2863)	(-1.51061)
LD1(-2)	0.017779	0.025568	0.062042	2.181817	-0.046157	-11.55113	0.058055
	(0.02445)	(0.05023)	(0.12420)	(0.65170)	(0.21092)	(2.28269)	(0.14014)
	(0.72726)	(0.50899)	(0.49954)	(3.34788)	(-0.21884)	(-5.06032)	(0.41427)
LI1(-1)	-0.043954	-0.075647	-0.205856	-0.345201	0.937621	0.849773	0.053844
	(0.02503)	(0.05144)	(0.12718)	(0.66735)	(0.21598)	(2.33752)	(0.14350)
	(-1.75575)	(-1.47058)	(-1.61861)	(-0.51727)	(4.34121)	(0.36354)	(0.37520)
LI1(-2)	-0.007047	-0.017132	-0.035767	-0.409239	0.031044	0.683291	0.166546
	(0.02308)	(0.04742)	(0.11724)	(0.61521)	(0.19911)	(2.15488)	(0.13229)
	(-0.30535)	(-0.36127)	(-0.30506)	(-0.66520)	(0.15592)	(0.31709)	(1.25892)
LV1(-1)	-0.003749	-0.004632	-0.014083	-0.153050	-0.032759	0.820692	-0.003798
	(0.00252)	(0.00518)	(0.01280)	(0.06716)	(0.02174)	(0.23524)	(0.01444)
	(-1.48804)	(-0.89476)	(-1.10035)	(-2.27889)	(-1.50718)	(3.48876)	(-0.26296)
LV1(-2)	-0.002974	-0.006338	-0.015318	-0.074869	0.025453	0.360269	0.004800
	(0.00153)	(0.00314)	(0.00777)	(0.04077)	(0.01320)	(0.14281)	(0.00877)
	(-1.94447)	(-2.01672)	(-1.97131)	(-1.83625)	(1.92892)	(2.52267)	(0.54747)
LH1(-1)	0.017946	0.024955	0.076244	-0.279083	-0.136284	-2.386292	0.698342
	(0.04208)	(0.08646)	(0.21377)	(1.12174)	(0.36304)	(3.92906)	(0.24121)
	(0.42647)	(0.28861)	(0.35665)	(-0.24880)	(-0.37540)	(-0.60734)	(2.89513)
LH1(-2)	0.053845	0.116839	0.283545	0.243400	0.522562	-0.159126	-0.065144
	(0.03737)	(0.07679)	(0.18986)	(0.99627)	(0.32243)	(3.48958)	(0.21423)
	(1.44076)	(1.52147)	(1.49342)	(0.24431)	(1.62070)	(-0.04560)	(-0.30408)
C	-43.50496	-94.57336	-207.6369	1689.849	-69.24280	-1823.785	13.29672
	(26.9050)	(55.2849)	(136.686)	(717.229)	(232.123)	(2512.21)	(154.230)
	(-1.61698)	(-1.71065)	(-1.51908)	(2.35608)	(-0.29830)	(-0.72597)	(0.08621)
R-squared	0.987620	0.960267	0.974094	0.983947	0.999233	0.977749	0.998127
Adj. R-squared	0.977991	0.929364	0.953945	0.971461	0.998636	0.960443	0.996669
Sum sq. resids	330.7812	1396.655	8537.317	235066.4	24621.28	2883943.	10869.53
S.E. equation	4.286809	8.808629	21.77832	114.2771	36.98444	400.2737	24.57362
F-statistic	102.5667	31.07328	48.34435	78.80387	1674.036	56.49670	685.0114
Log likelihood	-84.85664	-108.6229	-138.4939	-193.1984	-155.9701	-234.5646	-142.4790
Akaike AIC	6.051918	7.492296	9.302662	12.61808	10.36183	15.12513	9.544179
Schwarz SC	6.732148	8.172526	9.982893	13.29831	11.04206	15.80536	10.22441
Mean dependent	86.95152	89.52424	362.8970	1317.976	1669.158	2306.945	457.1203
S.D. dependent	28.89559	33.14323	101.4813	676.4506	1001.284	2012.537	425.8085
Determinant Residual		4.05E+14

Covariance

Log Likelihood -882.7334

Akaike Information Criteria 53.38872

Schwarz Criteria 60.44257

Q=3

Date: 02/01/09 Time: 18:45

Sample(adjusted): 1973 2004

Included observations: 32 after adjusting endpoints Standard errors & t-statistics in parentheses

LY1 LL1 LC1 LD1 LI1 LV1 LH1

LY1(-1) -0.799434 -3.630197 -8.283425 24.11953 15.11625 -123.7206 8.354567

(2.64445) (5.08428) (12.9372) (63.8412) (15.8513) (215.806) (13.3906)

(-0.30231) (-0.71400) (-0.64028) (0.37781) (0.95363) (-0.57330) (0.62391)

LY1(-2) -1.792642 -4.177081 -9.908928 125.0923 18.76423 -315.1959 -17.82704

(3.33054) (6.40337) (16.2937) (80.4043) (19.9638) (271.795) (16.8646)

(-0.53824) (-0.65233) (-0.60814) (1.55579) (0.93991) (-1.15968) (-1.05707)

LY1(-3) 3.159896 7.134746 17.24718 -99.36813 -29.34967 415.4750 14.47576

(2.02468) (3.89269) (9.90515) (48.8788) (12.1362) (165.228) (10.2522)

(1.56069) (1.83286) (1.74123) (-2.03295) (-2.41835) (2.51456) (1.41196)

LL1(-1) -1.647734 -2.186819 -7.699288 79.47685 -12.26726 -170.8321 -10.69164

(1.60472) (3.08526) (7.85062) (38.7403) (9.61892) (130.956) (8.12571)

(-1.02681) (-0.70879) (-0.98072) (2.05153) (-1.27533) (-1.30450) (-1.31578)

LL1(-2) -0.990027 -3.214814 -5.851639 0.968251 -2.811784 131.7574 9.216998

(2.26064) (4.34636) (11.0595) (54.5753) (13.5506) (184.484) (11.4471)

(-0.43794) (-0.73966) (-0.52910) (0.01774) (-0.20750) (0.71419) (0.80518)

LL1(-3) 0.351572 0.782715 0.958173 -25.98542 3.495470 -12.70602 -2.638364

(1.51881) (2.92009) (7.43032) (36.6663) (9.10395) (123.945) (7.69068)

(0.23148) (0.26804) (0.12895) (-0.70870) (0.38395) (-0.10251) (-0.34306)

LC1(-1) 0.820212 1.578241 4.692385 -35.19632 3.140050 100.9792 2.620612

(1.04140) (2.00221) (5.09473) (25.1409) (6.24228) (84.9852) (5.27325)

(0.78761) (0.78825) (0.92103) (-1.39996) (0.50303) (1.18820) (0.49696)

LC1(-2) 0.781179 2.172210 4.441562 -19.55906 -2.587554 -16.20735 -0.380550

(1.39580) (2.68360) (6.82857) (33.6969) (8.36666) (113.907) (7.06785)

(0.55966) (0.80944) (0.65044) (-0.58044) (-0.30927) (-0.14229) (-0.05384)

LC1(-3) -0.562194 -1.401859 -2.931816 22.63674 1.755221 -52.40406 -2.689552

(0.89494) (1.72064) (4.37825) (21.6053) (5.36443) (73.0337) (4.53167)

(-0.62819) (-0.81473) (-0.66963) (1.04774) (0.32720) (-0.71753) (-0.59350)

LD1(-1) -0.008746 -0.019285 -0.038999 0.322787 0.064007 9.094339 -0.121631

(0.01495) (0.02875) (0.07315) (0.36097) (0.08963) (1.22021) (0.07571)

(-0.58492) (-0.67085) (-0.53313) (0.89422) (0.71416) (7.45308) (-1.60647)

LD1(-2) 0.005249 0.014601 0.033863 3.249835 0.364282 -11.09972 0.237531

(0.03444) (0.06622) (0.16849) (0.83147) (0.20645) (2.81065) (0.17440)

(0.15241) (0.22049) (0.20098) (3.90856) (1.76453) (-3.94917) (1.36201)

LD1(-3) 0.075861 0.109030 0.311130 -2.927112 -1.136003 8.599341 -0.258010

(0.06233) (0.11985) (0.30495) (1.50485) (0.37364) (5.08694) (0.31564)

(1.21700) (0.90975) (1.02025) (-1.94512) (-3.04034) (1.69047) (-0.81742)

LI1(-1) 0.012642 0.025739 0.058746 -1.095061 0.682587 4.548384 0.153658

(0.04107) (0.07897) (0.20093) (0.99154) (0.24619) (3.35177) (0.20797)

(0.30779) (0.32595) (0.29237) (-1.10440) (2.77258) (1.35701) (0.73883)

LI1(-2) -0.108085 -0.211008 -0.530559 -0.164971 0.074455 -4.346295 0.120089

(0.05339) (0.10265) (0.26121) (1.28897) (0.32004) (4.35717) (0.27036)

(-2.02437) (-2.05555) (-2.03120) (-0.12799) (0.23264) (-0.99750) (0.44418)

LI1(-3) 0.013697 0.046416 0.092228 1.565890 0.654318 -5.754602 0.197511

(0.02717) (0.05225) (0.13294) (0.65604) (0.16289) (2.21765) (0.13760)

(0.50402) (0.88840) (0.69373) (2.38688) (4.01694) (-2.59491) (1.43537)

LV1(-1) -0.003154 -0.004491 -0.013738 -0.211693 -0.059043 0.741015 -0.025048

(0.00326) (0.00626) (0.01593) (0.07862) (0.01952) (0.26575) (0.01649)

(-0.96864) (-0.71732) (-0.86233) (-2.69277) (-3.02480) (2.78841) (-1.51902)

LV1(-2) -0.008850 -0.014706 -0.038568 0.178667 0.112002 -0.333731 0.040387

(0.00585) (0.01124) (0.02860) (0.14115) (0.03505) (0.47713) (0.02961)

(-1.51374) (-1.30821) (-1.34838) (1.26581) (3.19585) (-0.69945) (1.36417)

LV1(-3) -0.004630 -0.008084 -0.022178 0.068971 0.030148 -0.488203 0.000927

(0.00290) (0.00558) (0.01419) (0.07003) (0.01739) (0.23674) (0.01469)

(-1.59591) (-1.44948) (-1.56268) (0.98484) (1.73376) (-2.06220) (0.06309)

LH1(-1) -0.019424 -0.035011 -0.087056 -0.239999 -0.118951 0.135563 0.490284

(0.05762) (0.11077) (0.28187) (1.39095) (0.34536) (4.70192) (0.29175)

(-0.33713) (-0.31605) (-0.30885) (-0.17254) (-0.34442) (0.02883) (1.68049)

LH1(-2) 0.079116 0.138564 0.357571 0.645125 0.671919 -3.656440 -0.078764

(0.06212) (0.11943) (0.30390) (1.49967) (0.37236) (5.06942) (0.31455)

(1.27360) (1.16018) (1.17659) (0.43018) (1.80451) (-0.72127) (-0.25040)

LH1(-3) 0.008580 0.032720 0.082264 -0.177656 -0.170403 4.970051 -0.164169

(0.05946) (0.11432) (0.29090) (1.43549) (0.35642) (4.85249) (0.30109)

(0.14430) (0.28621) (0.28279) (-0.12376) (-0.47809) (1.02423) (-0.54525)

C -73.89154 -171.8166 -375.9236 2359.007 -219.6893 -3271.800 -139.5288

(35.0080) (67.3072) (171.267) (845.147) (209.843) (2856.90) (177.268)

(-2.11070) (-2.55272) (-2.19496) (2.79124) (-1.04692) (-1.14523) (-0.78711)

R-squared 0.992973 0.980281 0.986219 0.993080 0.999808 0.991355 0.999254

Adj. R-squared 0.978215 0.938871 0.957279 0.978548 0.999404 0.973200 0.997687

Sum sq. resids 163.1692 603.1510 3905.248 95097.28 5862.647 1086660. 4183.730

S.E. equation 4.039420 7.766280 19.76170 97.51784 24.21290 329.6452 20.45417

F-statistic 67.28662 23.67269 34.07779 68.33655 2476.705 54.60601 637.6744

Log likelihood -71.47086 -92.38894 -122.2755 -173.3567 -128.7760 -212.3322 -123.3776

Akaike AIC 5.841929 7.149309 9.017218 12.20980 9.423498 14.64576 9.086100

Schwarz SC 6.849622 8.157002 10.02491 13.21749 10.43119 15.65345 10.09379

Mean dependent 88.77188 91.60312 369.5094 1347.178 1707.891 2367.819 470.7206

S.D. dependent 27.36803 31.41162 95.60974 665.8053 991.8695 2013.637 425.2773

Determinant Residual 2.39E+10

Covariance

Log Likelihood -700.2195

Akaike Information Criteria 59.86263

Schwarz Criteria 64.62424

Q=4

Date: 02/01/09 Time: 18:47

Sample(adjusted): 1974 2004

Included observations: 31 after adjusting endpoints Standard errors & t-statistics in parentheses

LY1 LL1 LC1 LD1 LI1 LV1 LH1

LY1(-1) 5.344082 6.702909 20.76125 -132.4906 80.91659 199.2077 40.93642

(7.93816) (20.6256) (48.0078) (285.335) (27.7891) (367.445) (27.2057)

(0.67321) (0.32498) (0.43246) (-0.46433) (2.91181) (0.54214) (1.50470)

LY1(-2) -7.823182 -13.16963 -35.80192 239.5359 -22.82968 -443.7527 -24.77193

(4.16659) (10.8260) (25.1984) (149.767) (14.5860) (192.865) (14.2797)

(-1.87760) (-1.21648) (-1.42080) (1.59939) (-1.56518) (-2.30085) (-1.73476)

LY1(-3) 10.33632 20.37881 52.24529 -165.0990 -1.714039 405.8983 -0.970132

(6.59507) (17.1359) (39.8851) (237.058) (23.0874) (305.275) (22.6026)

(1.56728) (1.18925) (1.30989) (-0.69645) (-0.07424) (1.32961) (-0.04292)

LY1(-4) -3.251433 -8.441097 -20.40365 42.75031 -23.33829 -125.3120 5.446886

(8.32275) (21.6249) (50.3337) (299.159) (29.1355) (385.247) (28.5238)

(-0.39067) (-0.39034) (-0.40537) (0.14290) (-0.80103) (-0.32528) (0.19096)

LL1(-1) 6.719979 11.73586 31.39649 -141.2574 41.62122 83.25204 26.09970

(5.89468) (15.3161) (35.6494) (211.883) (20.6355) (272.856) (20.2023)

(1.14001) (0.76625) (0.88070) (-0.66668) (2.01697) (0.30511) (1.29192)

LL1(-2) -6.303110 -11.10665 -29.47978 163.1058 -42.10251 -157.2869 -22.41640

(3.87848) (10.0774) (23.4560) (139.411) (13.5774) (179.529) (13.2923)

(-1.62515) (-1.10214) (-1.25681) (1.16996) (-3.10093) (-0.87611) (-1.68641)

LL1(-3) 6.402472 12.11825 31.32336 -101.5073 6.164936 56.31505 1.572117

(2.99871) (7.79150) (18.1354) (107.788) (10.4976) (138.806) (10.2772)

(2.13507) (1.55532) (1.72720) (-0.94173) (0.58727) (0.40571) (0.15297)

LL1(-4) -4.504161 -8.803740 -22.75542 25.96988 -10.29451 19.07714 1.660076

(2.81189) (7.30609) (17.0055) (101.073) (9.84359) (130.158) (9.63693)

(-1.60183) (-1.20499) (-1.33812) (0.25694) (-1.04581) (0.14657) (0.17226)

LC1(-1) -3.667304 -5.860680 -16.24523 79.39529 -30.63037 -56.98395 -17.95434

(3.68974) (9.58700) (22.3145) (132.627) (12.9167) (170.792) (12.6455)

(-0.99392) (-0.61132) (-0.72801) (0.59864) (-2.37138) (-0.33364) (-1.41982)

LC1(-2) 3.877564 6.676494 17.91716 -102.0941 21.10439 132.3576 13.42457

(2.16730) (5.63125) (13.1072) (77.9028) (7.58705) (100.321) (7.42776)

(1.78913) (1.18562) (1.36697) (-1.31053) (2.78163) (1.31934) (1.80735)

LC1(-3) -4.272170 -8.333382 -21.38508 63.25802 -4.265096 -82.74989 -0.397992

(1.98081) (5.14670) (11.9794) (71.1995) (6.93421) (91.6884) (6.78863)

(-2.15678) (-1.61917) (-1.78516) (0.88846) (-0.61508) (-0.90251) (-0.05863)

LC1(-4) 2.572568 5.342054 13.55426 -20.09738 6.809614 4.738635 -3.633296

(2.08816) (5.42562) (12.6286) (75.0582) (7.31001) (96.6575) (7.15654)

(1.23198) (0.98460) (1.07330) (-0.26776) (0.93155) (0.04902) (-0.50769)

LD1(-1) 0.010206 0.018176 0.060057 -0.817185 0.263556 10.55862 0.008374

(0.03359) (0.08728) (0.20316) (1.20748) (0.11760) (1.55495) (0.11513)

(0.30381) (0.20825) (0.29562) (-0.67677) (2.24117) (6.79033) (0.07274)

LD1(-2) -0.040028 -0.112218 -0.253735 4.309371 0.569452 -6.134439 0.146184

(0.05429) (0.14105) (0.32831) (1.95132) (0.19004) (2.51285) (0.18605)

(-0.73735) (-0.79558) (-0.77285) (2.20844) (2.99646) (-2.44123) (0.78572)

LD1(-3) 0.080364 0.119621 0.346176 -1.672153 -1.183442 6.443154 0.036731

(0.14707) (0.38213) (0.88943) (5.28636) (0.51484) (6.80759) (0.50404)

(0.54644) (0.31304) (0.38921) (-0.31631) (-2.29864) (0.94647) (0.07287)

LD1(-4) 0.147643 0.229973 0.621927 -3.032689 -0.454401 -6.890726 -0.412299

(0.26028) (0.67629) (1.57412) (9.35582) (0.91117) (12.0481) (0.89204)

(0.56724) (0.34005) (0.39509) (-0.32415) (-0.49870) (-0.57193) (-0.46220)

LI1(-1) 0.007183 0.054820 0.084928 -0.502206 -0.353007 -2.714636 -0.119578

(0.11887) (0.30885) (0.71888) (4.27269) (0.41612) (5.50223) (0.40739)

(0.06043) (0.17750) (0.11814) (-0.11754) (-0.84833) (-0.49337) (-0.29353)

LI1(-2) -0.181101 -0.341210 -0.875158 2.730891 -0.223340 -1.990356 -0.443695

(0.08589) (0.22318) (0.51946) (3.08744) (0.30069) (3.97591) (0.29438)

(-2.10842) (-1.52887) (-1.68473) (0.88452) (-0.74276) (-0.50060) (-1.50723)

LI1(-3) 0.071192 0.157533 0.409313 -4.016498 1.816736 2.608944 1.542211

(0.14012) (0.36408) (0.84742) (5.03668) (0.49053) (6.48607) (0.48023)

(0.50807) (0.43269) (0.48301) (-0.79745) (3.70363) (0.40224) (3.21141)

LI1(-4) -0.135203 -0.178106 -0.554176 5.215701 -0.822062 -7.324097 -0.660407

(0.16658) (0.43282) (1.00742) (5.98760) (0.58314) (7.71063) (0.57090)

(-0.81165) (-0.41150) (-0.55010) (0.87108) (-1.40972) (-0.94987) (-1.15679)

LV1(-1) 0.004162 0.013340 0.029308 -0.427780 -0.038797 0.514693 0.006817

(0.00925) (0.02403) (0.05593) (0.33241) (0.03237) (0.42806) (0.03169)

(0.45002) (0.55517) (0.52404) (-1.28692) (-1.19841) (1.20238) (0.21509)

LV1(-2) -0.014562 -0.021432 -0.061775 0.263071 0.061784 -0.508781 -0.022947

(0.01307) (0.03396) (0.07905) (0.46983) (0.04576) (0.60504) (0.04480)

(-1.11405) (-0.63106) (-0.78146) (0.55992) (1.35024) (-0.84091) (-0.51224)

LV1(-3) -0.016408 -0.025325 -0.068643 0.332165 0.064005 0.415130 0.035303

(0.02315) (0.06015) (0.14001) (0.83215) (0.08104) (1.07161) (0.07934)

(-0.70876) (-0.42102) (-0.49027) (0.39917) (0.78976) (0.38739) (0.44495)

LV1(-4) -0.004166 -0.006330 -0.016960 -0.086558 0.035778 0.276714 0.046676

(0.00733) (0.01904) (0.04432) (0.26341) (0.02565) (0.33921) (0.02511)

(-0.56854) (-0.33245) (-0.38270) (-0.32861) (1.39467) (0.81577) (1.85850)

LH1(-1) 0.090371 0.111979 0.369639 -4.554235 1.485740 11.55551 0.882907

(0.14227) (0.36967) (0.86043) (5.11397) (0.49806) (6.58560) (0.48760)

(0.63519) (0.30292) (0.42960) (-0.89055) (2.98308) (1.75466) (1.81072)

LH1(-2)	-0.007696	0.006775	-0.014887	2.607119	0.108372	-4.389817	-0.045779
	(0.06941)	(0.18034)	(0.41976)	(2.49487)	(0.24298)	(3.21281)	(0.23788)
	(-0.11087)	(0.03757)	(-0.03547)	(1.04499)	(0.44601)	(-1.36635)	(-0.19245)
LH1(-3)	0.023703	0.061962	0.156702	2.128439	-0.545975	2.480604	-0.757606
	(0.10376)	(0.26958)	(0.62748)	(3.72944)	(0.36322)	(4.80266)	(0.35559)
	(0.22845)	(0.22984)	(0.24973)	(0.57071)	(-1.50317)	(0.51651)	(-2.13057)
LH1(-4)	0.120687	0.112376	0.391117	-3.829976	1.690713	3.630916	0.605197
	(0.10994)	(0.28565)	(0.66488)	(3.95173)	(0.38486)	(5.08891)	(0.37678)
	(1.09776)	(0.39340)	(0.58825)	(-0.96919)	(4.39301)	(0.71350)	(1.60622)
C	140.7212	212.4412	671.3743	-2236.910	666.3828	486.0639	466.8828
	(153.235)	(398.147)	(926.721)	(5507.98)	(536.429)	(7093.00)	(525.167)
	(0.91834)	(0.53357)	(0.72446)	(-0.40612)	(1.24226)	(0.06853)	(0.88902)
R-squared	0.998792	0.993784	0.996339	0.997598	0.999990	0.999580	0.999948
Adj. R-squared	0.981883	0.906754	0.945087	0.963969	0.999848	0.993693	0.999221
Sum sq. resids	23.89773	161.3353	874.0576	30876.41	292.8642	51203.72	280.6960
S.E. equation	3.456713	8.981516	20.90523	124.2506	12.10091	160.0058	11.84686
F-statistic	59.06733	11.41891	19.43997	29.66518	7040.355	169.7995	1375.353
Log likelihood	-39.95394	-69.55430	-95.74406	-150.9954	-78.79578	-158.8356	-78.13801
Akaike AIC	4.448641	6.358342	8.048004	11.61261	6.954567	12.11842	6.912130
Schwarz SC	5.790113	7.699814	9.389476	12.95408	8.296039	13.45990	8.253602
Mean dependent	90.63226	93.76452	376.2161	1377.097	1748.445	2430.716	484.9771
S.D. dependent	25.68135	29.41267	89.21083	654.5796	980.9255	2014.715	424.4629
Determinant Residual		0.000000
Covariance

Test de Cointégration de JOHANSEN

Date: 02/01/09 Time: 18:06

Sample: 1970 2004

Included observations: 33

Test
assumption:

Linear
deterministic

trend in the

data

Series: LY1 LL1 LC1 LD1 LI1 LV1 LH1

Lags interval: 1 to 1

Eigenvalue	Likelihood Ratio	5 Percent Critical Value	1 Percent Critical Value	Hypothesized No. of CE(s)
0.849850	179.8056	124.24	133.57	None **
0.718013	117.2336	94.15	103.18	At most 1 **
0.586166	75.45907	68.52	76.07	At most 2 *
0.449082	46.34348	47.21	54.46	At most 3
0.375869	26.66987	29.68	35.65	At most 4
0.264515	11.11382	15.41	20.04	At most 5
0.029125	0.975397	3.76	6.65	At most 6

*(**) denotes
rejection of the
hypothesis at
5%(1%)
significance

level
L.R. test
indicates 3
cointegrating
equation(s) at
5%
significance
level

Normalized Cointegrating Coefficients: 1 Cointegrating Equation(s)

LY1 1.000000 Log likelihood	LL1 0.133676 (0.04212) -941.3501	LC1 -0.358572 (0.01422)				LD1 -0.039942 (0.00266)				LI1 0.0.20455 (0.00225)			LV1 0.006042 (0.00045)		LH1 0.024097 (0.000217)		C 25.57425
Normalized Cointegrating Coefficients: 2 Cointegrating Equation(s)
LY1	LL1	LC1				LD1				LI1			LV1		LH1		C
1.000000 0.000000 Log likelihood	0.000000 1.000000 -920.4629	-0.405662 (0.22520) -0.236397 (0.04977)			-0.096248 (0.14444) 0.085192 (0.03192)				0.261880 (0.39519) -0.078277 (0.08734)			0.011593 (0.02309) -0.014117 (0.00510)			-0.370328 (0.63657) 0.035600 (0.14069)	-101.2342 29.08664
Normalized
Cointegrating
Coefficients: 3
Cointegrating
Equation(s)
LY1	LL1	LC1			LD1				LI1			LV1			LH1	C
1.000000	0.000000	0.000000			0.158107				-0.144118			-0.032144			0.086294	-21.45901
					(0.02315)				(0.11693)			(0.00550)			(0.22674)
0.000000	1.000000	0.000000			0.233416				-0.314870			-0.039604			0.301695	75.57519
					(0.04560)				(0.23031)			(0.01084)			(0.44659)
0.000000	0.000000	1.000000			0.627013				-1.000827			-0.107814			1.125622	196.6542
					(0.14775)				(0.74618)			(0.03511)			(1.44691)
Log likelihood	-905.9051
Normalized
Cointegrating
Coefficients: 4
Cointegrating
Equation(s)
LY1	LL1			LC1			LD1	LI1				LV1			LH1	C
1.000000	0.000000			0.000000			0.000000	5.747749				-0.178145			-11.18412	-4016.454
								(53.7603)				(1.57201)			(104.799)
0.000000	1.000000			0.000000			0.000000	8.383381				-0.255148			-16.33698	-5822.297
								(77.9471)				(2.27925)			(151.948)
0.000000	0.000000			1.000000			0.000000	22.36481				-0.686819			-43.56995	-15646.48
								(208.441)				(6.09502)			(406.329)
0.000000	0.000000			0.000000			1.000000	-37.26500				0.923434			71.28332	25267.63
								(339.908)				(9.93925)			(662.607)
Log likelihood	-896.0683
Normalized
Cointegrating
Coefficients: 5
Cointegrating
Equation(s)
LY1	LL1			LC1			LD1	LI1				LV1			LH1	C
1.000000	0.000000			0.000000			0.000000				0.000000	-0.015181			0.109158	-95.18805
												(0.00451)			(0.05807)
0.000000	1.000000			0.000000			0.000000				0.000000	-0.017456			0.134827	-102.9324
												(0.00591)			(0.07601)
0.000000	0.000000			1.000000			0.000000				0.000000	-0.052715			0.372813	-388.6118
												(0.01631)			(0.20986)
0.000000	0.000000			0.000000			1.000000				0.000000	-0.133132			-1.935578	-155.5385
												(0.02455)			(0.31586)
0.000000	0.000000			0.000000			0.000000				1.000000	-0.028353			-1.964817	-682.2265
												(0.01334)			(0.17156)
Log likelihood	-888.2903
Normalized
Cointegrating
Coefficients: 6
Cointegrating
Equation(s)
LY1	LL1			LC1			LD1				LI1	LV1			LH1	C
1.000000	0.000000		0.000000				0.000000				0.000000			0.000000	-0.217880	5.929235
															(0.14683)
0.000000	1.000000		0.000000				0.000000				0.000000			0.000000	-0.241241	13.34449
															(0.16325)
0.000000	0.000000		1.000000				0.000000				0.000000			0.000000	-0.762836	-37.47985
															(0.50720)
0.000000	0.000000		0.000000				1.000000				0.000000			0.000000	-4.803659	731.2451
															(1.95456)
0.000000	0.000000		0.000000				0.000000				1.000000			0.000000	-2.575626	-493.3699
															(0.36597)
0.000000	0.000000		0.000000				0.000000				0.000000			1.000000	-21.54322	6660.960
															(12.5953)
Log likelihood	-883.2211

Estimation du VECM

Date: 02/01/09 Time: 18:24

Sample(adjusted): 1973 2004

Included observations: 32 after adjusting endpoints

Standard errors & t-statistics in parentheses

Cointegrating Eq:	CointEq1
LY1(-1)	1.000000
LL1(-1)	0.133676
	(0.04212)
	(3.17353)
LC1(-1)	-0.358572
	(0.01422)
	(-25.2223)
LD1(-1)	-0.039942
	(0.00266)
	(-15.0220)
LI1(-1)	0.020455
	(0.00225)
	(9.09466)
LV1(-1)	0.006042
	(0.00045)
	(13.5034)
LH1(-1)	0.024097
	(0.00217)
	(11.1022)
C	25.57425
Error Correction:	D(LY1)	D(LL1)		D(LC1)		D(LD1)		D(LI1)		D(LV1)		D(LH1)
CointEq1	-0.430715	-0.580505		-1.418382		33.81925		16.59082		-90.44913		6.130396
	(0.57113)	(1.18338)		(2.92584)		(10.3096)		(3.50635)		(32.4437)		(3.29331)
	(-2.75415)	(-2.49055)		(-2.48478)		(3.28035)		(4.73165)		(-2.78788)		(1.86147)
D(LY1(-1))	1.128497	1.081714		3.898838		34.83750		22.10816		-33.25280		24.75070
	(2.39546)	(4.96337)		(12.2717)		(43.2411)		(14.7065)		(136.077)		(13.8129)
	(1.47110)	(1.21794)		(1.31771)		(1.80566)		(1.50329)		(-0.24437)		(1.79185)
D(LY1(-2))	-1.677219	-2.684125		-7.688464		104.4778		34.29288		-367.7833		2.516808
	(2.14145)	(4.43707)		(10.9704)		(38.6560)		(13.1471)		(121.648)		(12.3482)
	(-1.78322)	(-1.60493)		(-1.70083)		(2.70276)		(2.60841)		(-3.02335)		(1.20382)
D(LL1(-1))	-1.284150	-1.598436		-5.311541		78.68691		-0.942130		-232.0976		4.355496
	(1.67451)	(3.46958)		(8.57837)		(30.2272)		(10.2804)		(95.1227)		(9.65575)
	(-1.76688)	(-0.46070)		(-0.61918)		(2.60319)		(-0.09164)		(-2.43998)		(0.45108)
D(LL1(-2))	-2.190368	-4.362032		-10.97016		33.42845		11.18970		-91.53003		5.796280
	(1.51369)	(3.13636)		(7.75449)		(27.3241)		(9.29304)		(85.9871)		(8.72840)
	(-1.44704)	(-1.39080)		(-1.41468)		(1.22340)		(1.20409)		(-1.06446)		(0.66407)
D(LC1(-1))	0.234009	0.314965		1.125616		-33.11707		-1.052314		105.0301		-5.943697
	(1.01616)	(2.10548)		(5.20569)		(18.3430)		(6.23854)		(57.7242)		(5.85949)
	(1.23029)	(0.14959)		(0.21623)		(-1.80543)		(-0.16868)		(1.81951)		(-1.01437)
D(LC1(-2))	1.192081	2.263658		5.918494		-22.91446		-8.830030		88.81067		-2.193364
	(0.90682)	(1.87893)		(4.64556)		(16.3693)		(5.56727)		(51.5131)		(5.22900)
	(1.31457)	(1.20476)		(1.27401)		(-1.39984)		(-1.58606)		(1.72404)		(-0.41946)
D(LD1(-1))	-0.009276	-0.014194		-0.015241		1.177110		0.694806		6.053097		0.203100
(0.03107)			(0.06437)		(0.15916)		(0.56084)		(0.19074)		(1.76491)		(0.17915)
(-1.29857)			(-0.22048)		(-0.09575)		(2.09885)		(3.64263)		(3.42968)		(1.13366)
D(LD1(-2)) 0.008055			0.024226		0.076539		4.747023		1.085077		-5.610636		0.460794
(0.05112)			(0.10592)		(0.26188)		(0.92279)		(0.31384)		(2.90395)		(0.29478)
(1.15757)			(0.22872)		(0.29226)		(5.14421)		(3.45737)		(-1.93207)		(1.56320)
D(LI1(-1)) 0.020320			0.042180		0.076905		-2.791466		-0.330022		6.800664		-0.233518
(0.05029)			(0.10421)		(0.25765)		(0.90787)		(0.30877)		(2.85700)		(0.29001)
(1.40402)			(0.40477)		(0.29849)		(-3.07475)		(-1.06883)		(2.38036)		(-0.80521)
D(LI1(-2)) -0.015018			-0.047471		-0.107140		-1.668803		-0.463985		4.041318		-0.111440
(0.02944)			(0.06099)		(0.15079)		(0.53135)		(0.18071)		(1.67211)		(0.16973)
(-1.51020)			(-0.77834)		(-0.71050)		(-3.14070)		(-2.56752)		(2.41689)		(-0.65656)
D(LV1(-1)) -0.001844			-0.003126		-0.011455		-0.427682		-0.146341		0.276840		-0.046336
(0.00524)			(0.01085)		(0.02683)		(0.09454)		(0.03215)		(0.29752)		(0.03020)
(-1.35199)			(-0.28802)		(-0.42694)		(-4.52363)		(-4.55113)		(0.93048)		(-1.53425)
D(LV1(-2)) -0.001427			-0.002837		-0.007876		-0.128724		-0.014954		0.296812		-0.000135
(0.00239)			(0.00495)		(0.01223)		(0.04310)		(0.01466)		(0.13562)		(0.01377)
(-1.59778)			(-0.57342)		(-0.64394)		(-2.98684)		(-1.02024)		(2.18850)		(-0.00978)
D(LH1(-1)) 0.018070			0.028494		0.083517		-0.172621		-0.322004		3.088715		0.311525
(0.05039)			(0.10440)		(0.25813)		(0.90958)		(0.30935)		(2.86237)		(0.29055)
(1.35861)			(0.27292)		(0.32354)		(-0.18978)		(-1.04090)		(1.07908)		(1.07218)
D(LH1(-2)) 0.081498			0.164966		0.400315		-0.642171		0.377409		0.273855		0.049255
(0.04051)			(0.08394)		(0.20755)		(0.73133)		(0.24873)		(2.30145)		(0.23362)
(2.01160)			(1.96518)		(1.92877)		(-0.87809)		(1.51735)		(0.11899)		(0.21084)
C -3.479734			-7.167479		-18.20827		54.37015		11.44097		-1041.779		4.755857
(3.73536)			(7.73964)		(19.1359)		(67.4281)		(22.9326)		(212.192)		(21.5392)
(-0.93157)			(-0.92607)		(-0.95152)		(0.80634)		(0.49890)		(-4.90962)		(0.22080)
0.594193			0.457167		0.513991		0.762676		0.921324		0.978836		0.712030
R-squared
Adj. R-squared 0.213750			-0.051740		0.058357		0.540185		0.847565		0.958995		0.442058
Sum sq. resids 481.1805			2065.783		12628.18		156792.7		18136.33		1552744.		15999.38
S.E. equation 5.483957			11.36272		28.09379		98.99266		33.66779		311.5229		31.62216
F-statistic 1.561844			0.898332		1.128079		3.427890		12.49105		49.33315		2.637420
Log likelihood -88.77414			-112.0865		-141.0532		-181.3571		-146.8450		-218.0428		-144.8391
Akaike AIC 6.548384			8.005406		9.815827		12.33482		10.17781		14.62768		10.05245
Schwarz SC 7.281252			8.738274		10.54869		13.06769		10.91068		15.36054		10.78531
Mean dependent 2.456250			2.759375		8.778125		55.48438		108.6562		24.09375		43.17531
S.D. dependent 6.184629			11.07971		28.95125		145.9860		86.23284		1538.400		42.33474
Determinant Residual			6.70E+13
Covariance
Log Likelihood			-827.2228
Akaike Information Criteria			59.13893
Schwarz Criteria			64.58963

Decomposition de la variance

Varia
nce

Deco
mposi
tion of

LY1:

Perio d	S.E.	LY1	LL1	LC1	LD1	LI1	LV1	LH1
1	3.166018	100.0000	0.000000	0.000000	0.000000	0.000000	0.000000	0.000000
2	3.434566	88.78875	0.255433	0.232175	0.954986	3.836985	5.524315	0.407360
3	4.330526	55.85259	0.189794	0.653421	8.261803	4.690334	23.18026	7.171788
4	5.533345	34.32353	0.799082	1.405027	20.82632	4.650721	28.02456	9.970762
5	6.094218	28.42829	3.003940	1.434894	20.82843	4.989316	30.92220	10.39293
6	6.495212	25.15319	3.091678	2.575879	18.43957	5.716328	35.69445	9.328908
7	7.124911	21.43765	3.784047	5.143314	15.32460	6.502566	40.05365	7.754173
8	8.031471	17.36426	9.940176	6.559195	12.19368	7.065318	40.75583	6.121545
9	9.042812	14.10563	19.59717	6.113521	9.791593	7.640403	37.88217	4.869505
10	10.07406	11.92515	29.48276	5.083773	7.890427	8.240118	33.44045	3.937319

Varia
nce

Deco mposi tion of LL1:

Perio d	S.E.	LY1	LL1	LC1	LD1	LI1	LV1	LH1
1	6.505603	94.06571	5.934287	0.000000	0.000000	0.000000	0.000000	0.000000
2	7.010347	83.57657	10.07871	0.776893	0.023892	3.334946	2.019910	0.189076
3	8.034988	63.63344	11.29928	1.369949	4.496112	3.938366	9.067245	6.195605
4	9.284231	47.89979	8.471767	1.034418	16.81915	4.194662	12.32599	9.254218
5	9.759850	43.97939	10.80565	1.086989	16.78605	4.367674	13.14408	9.830160
6	10.11034	41.26708	12.11331	1.620129	15.72255	4.655771	15.45850	9.162667
7	10.71902	37.34580	10.80400	4.636536	14.14146	5.099909	19.70944	8.262851
8	11.61754	32.07649	12.68109	7.136399	12.08002	5.571328	23.41177	7.042900
9	12.67631	27.05117	19.04007	7.241926	10.37787	6.221634	24.14013	5.927193
10	13.79260	23.04765	27.26171	6.260300	8.789329	6.970057	22.64694	5.024011

Varia
nce

Deco mposi tion of LC1:

Perio d	S.E.	LY1	LL1	LC1	LD1	LI1	LV1	LH1
1	16.08436	97.31131	2.335554	0.353139	0.000000	0.000000	0.000000	0.000000
2	17.31035	86.32514	3.925646	1.829984	0.808705	3.758812	3.062248	0.289470
3	20.59584	61.09519	5.233247	1.375930	6.305047	4.541102	14.75875	6.690728
4	24.61979	43.22621	3.680631	1.064788	18.61194	4.663461	18.96264	9.790323
5	26.09443	39.01436	5.464012	0.948201	18.65535	4.938049	20.65677	10.32326
6	27.17269	36.29003	5.906809	1.755364	17.26946	5.421061	23.82952	9.527750
7	29.23841	32.04393	5.736163	4.807046	15.08114	5.974565	28.04664	8.310522
8	32.36688	26.57271	10.56185	6.938979	12.34308	6.434533	30.36456	6.784285
9	35.91615	21.81363	19.35001	6.727132	10.19908	7.016850	29.36724	5.526056
10	39.52889	18.35014	28.74407	5.683360	8.424489	7.689292	26.53383	4.574809

Varia
nce
Deco

mposi
tion of
LD1:

Perio d	S.E.	LY1	LL1	LC1	LD1	LI1	LV1	LH1
1	84.39920	21.48853	4.739922	1.880795	71.89075	0.000000	0.000000	0.000000
2	120.5865	14.90720	26.73661	13.89299	36.64431	0.089727	7.649234	0.079924
3	145.4018	14.66695	36.87421	15.23318	25.47720	0.088336	7.605123	0.054996
4	158.0911	12.48511	44.05073	14.33565	22.23675	0.079795	6.733414	0.078547
5	166.7851	11.24062	47.24062	13.24595	21.85524	0.081388	6.063669	0.272514
6	172.7692	10.55768	48.95246	12.55758	21.77678	0.099842	5.760324	0.295337
7	175.8486	10.28106	49.66282	12.50554	21.08673	0.157239	5.996350	0.310253
8	177.2694	10.17784	49.29196	12.61270	20.78679	0.227569	6.440928	0.462212
9	178.5172	10.04405	48.60954	12.80040	20.53440	0.315820	7.092625	0.603156
10	180.7489	9.804059	47.51358	13.20254	20.04994	0.464897	8.291520	0.673469

Varia
nce

Deco mposi tion of LI1:

Perio d	S.E.	LY1	LL1	LC1	LD1	LI1	LV1	LH1
1	27.31482	1.382414	0.556570	0.180649	32.47558	65.40478	0.000000	0.000000
2	41.63389	11.57427	7.975357	0.576778	23.26664	53.48263	2.964439	0.159883
3	57.34247	8.698827	26.91020	0.617096	16.02854	41.52623	4.798543	1.420573
4	83.42863	7.891199	44.98775	1.728302	9.201818	28.98647	3.069051	4.135412
5	113.4345	7.167360	56.11676	1.393522	7.239336	21.15118	2.628952	4.302893
6	143.3309	5.668528	63.19750	1.117207	5.479619	17.52158	2.801744	4.213818
7	172.1577	5.044975	65.68357	0.783732	4.968522	15.76179	3.683772	4.073635
8	199.4006	4.707841	66.32361	0.585720	4.866983	14.98818	4.525919	4.001742
9	225.0409	4.725253	65.97287	0.487237	4.774050	14.90559	5.130007	4.004988
10	249.4789	4.824651	65.23849	0.494854	4.672516	15.22196	5.504107	4.043418

Varia
nce

Deco mposi tion of LV1:

Perio d	S.E.	LY1	LL1	LC1	LD1	LI1	LV1	LH1
1	295.6217	9.632136	6.147125	12.96110	15.36207	1.916991	53.98058	0.000000
2	854.9493	1.473644	2.642407	11.82508	72.79886	0.387964	10.75580	0.116244
3	1102.015	3.837210	21.69256	17.38666	43.84798	1.909690	10.96476	0.361138
4	1274.991	8.285985	31.38963	15.69874	32.78372	1.973247	9.403412	0.465264
5	1352.445	7.386788	37.50900	15.00105	29.23499	2.059177	8.395427	0.413569
6	1411.961	6.939309	39.45202	13.86444	28.64417	2.363071	7.950036	0.786946
7	1481.635	6.484547	41.22723	12.92806	28.26787	2.731304	7.220927	1.140071
8	1548.026	6.299688	43.40205	12.79394	26.09425	3.430979	6.823676	1.155421
9	1600.545	6.150483	44.94849	12.55306	24.41528	4.267354	6.584247	1.081082
10	1642.200	5.961747	45.82866	12.27341	23.19360	5.331870	6.383136	1.027582

Varia

nce

Deco mposi tion of LH1:

Perio d	S.E.	LY1	LL1	LC1	LD1	LI1	LV1	LH1
1	18.14882	4.429773	8.502750	21.07472	0.896425	19.74914	0.046072	45.30112
2	22.87780	5.094728	5.513801	16.57893	8.583660	21.72962	0.087375	42.41189
3	28.82553	4.305368	21.37445	12.40377	5.497693	25.39454	0.577113	30.44706
4	37.67825	2.760669	40.74941	7.338573	3.955931	26.49235	0.433595	18.26947
5	47.59462	2.444990	53.26716	5.049063	2.545322	24.83184	0.371713	11.48991
6	57.90444	3.228139	59.17582	3.620227	1.740680	23.54776	0.666755	8.020619
7	68.75658	4.773956	61.06479	2.608511	1.971638	22.00921	1.230436	6.341454
8	80.41887	5.646941	61.93931	1.966357	2.564796	20.55918	1.634634	5.688782
9	93.08116	5.991689	62.48018	1.707501	3.082692	19.38134	1.927950	5.428645
10	106.6486	5.838800	63.25807	1.613682	3.374523	18.55496	2.141506	5.218458

Fonctions de Reponses impulsionnelles -Réponse de LY1 a un choc sur LL1, LC1, LD1, LH1

Response of LY1 to One S.D. LL1 Innovation Response of LY1 to One S.D. LC1 Innovation Response of LY1 to One S.D. LD1 Innovation Response of LY1 to One S.D. LH1 Innovation

1.4

1.2

1.0

0.8

0.6

0.4

0.2

0.0

1 2 3 4 5 6 7 8 9 10

4

3

2

1

0

1

1 2 3 4 5 6 7 8 9 10

0.4

0.0

-0.4

-0.8

-1.2

-1.6

1 2 3 4 5 6 7 8 9 10

0.5

0.0

-0.5

-1.0

-1.5

-2.0

-2.5

1 2 3 4 5 6 7 8 9 10

-Réponse de LL1, LC1, LD1, LH1 a un choc sur LY1

Response of LL1 to One S.D. LY1 Innovation Response of LC1 to One S.D. LY1 Innovation Response of LD1 to One S.D. LY1 Innovation Response of LH1 to One S.D. LY1 Innovation

16

12

8

4

0

4

1 2 3 4 5 6 7 8 9 10

8

6

4

2

0

2

1 2 3 4 5 6 7 8 9 10

20

15

10

5

0

5

1 2 3 4 5 6 7 8 9 10

0

-10

-20

-30

40

1 2 3 4 5 6 7 8 9 10

Quelques Résultats pour les échantillons 2 (pays développés) et les échantillons 3 (pays en développés)

ADF TEST pour pays développés LY2 en Différence : I(1)

ADF Test Statistic -3.773341 1% Critical Value* -4.2712

5% Critical Value -3.5562

10% Critical Value -3.2109

*MacKinnon critical values for rejection of hypothesis of a unit root.

Augmented Dickey-Fuller Test Equation Dependent Variable: D(LY2,2)

Method: Least Squares

Date: 02/04/09 Time: 16:48

Sample(adjusted): 1973 2004

Included observations: 32 after adjusting endpoints

Variable Coefficient Std. Error t-Statistic Prob.

D(LY2(-1)) -0.972162 0.257640 -3.773341 0.0008

D(LY2(-1),2) 0.021316 0.187141 0.113904 0.9101

C 6.510794 2.931691 2.220832 0.0346

@TREND(1970) -0.222870 0.129311 -1.723518 0.0958

-squared 0.478534 Mean dependent var -0.006250

Adjusted R-squared 0.422663 S.D. dependent var 8.018846

S.E. of regression 6.092936 Akaike info criterion 6.568606

Sum squared resid 1039.468 Schwarz criterion 6.751823

Log likelihood -101.0977 F-statistic 8.564936

Durbin-Watson stat 2.006797 Prob(F-statistic) 0.000341

LL2 en Différence I(1)

ADF Test Statistic -4.212604 1% Critical Value* -4.2712

5% Critical Value -3.5562

10% Critical Value -3.2109

*MacKinnon critical values for rejection of hypothesis of a unit root.

Augmented Dickey-Fuller Test Equation

Dependent Variable: D(LL2,2)

Method: Least Squares

Date: 02/04/09 Time: 16:52

Sample(adjusted): 1973 2004

Included observations: 32 after adjusting endpoints

Variable Coefficient Std. Error t-Statistic Prob.

D(LL2(-1)) -1.160269 0.275428 -4.212604 0.0002

D(LL2(-1),2) 0.078991 0.187964 0.420247 0.6775

C 8.978357 4.927039 1.822262 0.0791

@TREND(1970) -0.312605 0.227679 -1.373008 0.1806

R-squared 0.541525 Mean dependent var 0.015625

Adjusted R-squared 0.492403 S.D. dependent var 15.83239

S.E. of regression 11.27992 Akaike info criterion 7.800394

Sum squared resid 3562.626 Schwarz criterion 7.983611

Log likelihood -120.8063 F-statistic 11.02401

Durbin-Watson stat 2.019605 Prob(F-statistic) 0.000059

L en Différence : I(1)

ADF Test Statistic -4.195187 1% Critical Value* -4.2712

5% Critical Value -3.5562

10% Critical Value -3.2109

*MacKinnon critical values for rejection of hypothesis of a unit root.

Augmented Dickey-Fuller Test Equation Dependent Variable: D(L,2)

Method: Least Squares

Date: 02/04/09 Time: 16:54

Sample(adjusted): 1973 2004

Included observations: 32 after adjusting endpoints

Variable Coefficient Std. Error t-Statistic Prob.

D(L(-1)) -1.148938 0.273871 -4.195187 0.0002

D(L(-1),2) 0.083708 0.188148 0.444906 0.6598

C 28.36144 13.34173 2.125770 0.0425

@TREND(1970) -0.987474 0.603956 -1.635009 0.1132

R-squared 0.533863 Mean dependent var -0.025000

Adjusted R-squared 0.483920 S.D. dependent var 40.50511

S.E. of regression 29.09835 Akaike info criterion 9.695708

Sum squared resid 23707.99 Schwarz criterion 9.878925

Log likelihood -151.1313 F-statistic 10.68940

Durbin-Watson stat 2.017042 Prob(F-statistic) 0.000074

LD2 en Différence : I(1)

ADF Test Statistic -3.802972 1% Critical Value* -4.2712

5% Critical Value -3.5562

10% Critical Value -3.2109

*MacKinnon critical values for rejection of hypothesis of a unit root.

Augmented Dickey-Fuller Test Equation

Dependent Variable: D(LD2,2)

Method: Least Squares

Date: 02/04/09 Time: 16:57

Sample(adjusted): 1973 2004

Included observations: 32 after adjusting endpoints

Variable	Coefficient
D(LD2(-1))	-1.062865
D(LD2(-1),2)	-0.029454
C	70.09658
@TREND(1970)	-0.601964
R-squared	0.547960
Adjusted R-squared	0.499527
S.E. of regression	152.7441
Sum squared resid	653261.0
Log likelihood	-204.1900
Durbin-Watson stat	2.003002

LI2 en Différence : I(1)

ADF Test Statistic -4.081272

Std. Error t-Statistic Prob.

0.279483 -3.802972	0.0007
0.188847 -0.155967	0.8772
63.10635 1.110769	0.2761
2.928265 -0.205570	0.8386
Mean dependent var	0.465625
S.D. dependent var	215.9106
Akaike info criterion	13.01187
Schwarz criterion	13.19509
F-statistic	11.31379
Prob(F-statistic)	0.000049
1% Critical Value*	-4.2712
5% Critical Value	-3.5562
10% Critical Value	-3.2109

*MacKinnon critical values for rejection of hypothesis of a unit root.

Augmented Dickey-Fuller Test Equation

Dependent Variable: D(LI2,2)

Method: Least Squares

Date: 02/04/09 Time: 20:00

Sample(adjusted): 1973 2004

Included observations: 32 after adjusting endpoints

Variable Coefficient Std. Error t-Statistic Prob.

D(LI2(-1)) -1.144501 0.280427 -4.081272 0.0003

D(LI2(-1),2) 0.049409 0.189615 0.260576 0.7963

C 1041.848 720.0771 1.446857 0.1590

@TREND(1970) -30.04743 33.43739 -0.898618 0.3765

R-squared 0.544536 Mean dependent var 20.12656

Adjusted R-squared 0.495736 S.D. dependent var 2388.389

S.E. of regression 1696.032 Akaike info criterion 17.82644

Sum squared resid 80542640 Schwarz criterion 18.00966

Log likelihood -281.2230 F-statistic 11.15859

Durbin-Watson stat 1.996177 Prob(F-statistic) 0.000054

LV2 en Différence : I(1)

ADF Test Statistic -4.853837 1% Critical Value* -4.2712

5% Critical Value -3.5562

10% Critical Value -3.2109

*MacKinnon critical values for rejection of hypothesis of a unit root.

Augmented Dickey-Fuller Test Equation

Dependent Variable: D(LV2,2)

Method: Least Squares

Date: 02/04/09 Time: 16:59

Sample(adjusted): 1973 2004

Included observations: 32 after adjusting endpoints

Variable Coefficient Std. Error t-Statistic Prob.

D(LV2(-1)) -1.470098 0.302873 -4.853837 0.0000

D(LV2(-1),2) 0.128508 0.187626 0.684916 0.4990

C 554.6303 612.9929 0.904791 0.3733

@TREND(1970) -28.06257 29.70124 -0.944828 0.3528

R-squared 0.656903 Mean dependent var -0.412500

Adjusted R-squared 0.620142 S.D. dependent var 2466.083

S.E. of regression 1519.911 Akaike info criterion 17.60716

Sum squared resid 64683649 Schwarz criterion 17.79038

Log likelihood -277.7146 F-statistic 17.86982

Durbin-Watson stat 2.023657 Prob(F-statistic) 0.000001

LH2 en Différence : I(1)

ADF Test Statistic -3.239488 1% Critical Value* -4.2712

5% Critical Value -3.5562

10% Critical Value -3.2109

*MacKinnon critical values for rejection of hypothesis of a unit root.

Augmented Dickey-Fuller Test Equation

Dependent Variable: D(LH2,2)

Method: Least Squares

Date: 02/04/09 Time: 17:00

Sample(adjusted): 1973 2004

Included observations: 32 after adjusting endpoints

Variable	Coefficient	Std. Error	t-Statistic	Prob.
D(LH2(-1))	-0.850540	0.262554	-3.239488	0.0031
D(LH2(-1),2)	0.003121	0.198037	0.015762	0.9875
C	-12.21893	13.06156	-0.935487	0.3575

@TREND(1970) 2.676849 0.928269 2.883698 0.0075

R-squared 0.411674 Mean dependent var 3.956875

Adjusted R-squared 0.348639 S.D. dependent var 39.76432

S.E. of regression 32.09256 Akaike info criterion 9.891594

Sum squared resid 28838.10 Schwarz criterion 10.07481

Log likelihood -154.2655 F-statistic 6.530895

Durbin-Watson stat 1.960378 Prob(F-statistic) 0.001731

Stationnarité du résidu, échantillon2

ADF Test Statistic -2.787108 1% Critical Value* -2.6344

5% Critical Value -1.9514

10% Critical Value -1.6211

*MacKinnon critical values for rejection of hypothesis of a unit root.

Augmented Dickey-Fuller Test Equation

Dependent Variable: D(RESID02)

Method: Least Squares

Date: 01/04/80 Time: 00:17

Sample(adjusted): 1972 2004

Included observations: 33 after adjusting endpoints

Variable	Coefficient	Std. Error t-Statistic	Prob.
RESID02(-1)	-0.613236	0.220026 -2.787108	0.0090
D(RESID02(-1))	-0.156247	0.193450 -0.807687	0.4254
R-squared	0.344826	Mean dependent var	1.95E-11
Adjusted R-squared	0.323692	S.D. dependent var	5.68E-10
S.E. of regression	4.67E-10	Akaike info criterion	-40.07093
Sum squared resid	6.77E-18	Schwarz criterion	-39.98023
Log likelihood	663.1703	Durbin-Watson stat	1.833330

Estimation du MVCE : échantillon 2

Date: 02/04/09 Time: 16:39

Sample(adjusted): 1973 2004

Included observations: 32 after adjusting endpoints Standard errors & t-statistics in parentheses

Cointegrating Eq: CointEq1

LY2(-1) 1.000000

LL2(-1) 0.133676

(0.04212)
(3.17353)

L(-1) -0.358572

(0.01422)

(-25.2223)

LD2(-1) -0.039942

(0.00266)

(-15.0220)

LI2(-1) 0.020455

(0.00225)
(9.09466)

LV2(-1) 0.006042

(0.00045)
(13.5034)

LH2(-1) 0.024097

(0.00217)
(11.1022)

C 25.57425

Error Correction: D(LY2) D(LL2) D(L) D(LD2) D(LI2) D(LV2) D(LH2)

CointEq1 -0.430715 -0.580505 -1.418382 33.81925 16.59082 -90.44913 6.130396

(0.57113) (1.18338) (2.92584) (10.3096) (3.50635) (32.4437) (3.29331)

(-2.75415) (-2.49055) (-2.48478) (3.28035) (4.73165) (-2.78788) (1.86147)

D(LY2(-1)) 1.128497 1.081714 3.898838 34.83750 22.10816 -33.25280 24.75070

(2.39546) (4.96337) (12.2717) (43.2411) (14.7065) (136.077) (13.8129)

(1.47110) (1.21794) (1.31771) (1.80566) (1.50329) (-0.24437) (1.79185)

D(LY2(-2)) -1.677219 -2.684125 -7.688464 104.4778 34.29288 -367.7833 2.516808

(2.14145) (4.43707) (10.9704) (38.6560) (13.1471) (121.648) (12.3482)

(-1.78322) (-1.60493) (-1.70083) (1.70276) (2.60841) (-3.02335) (2.20382)

D(LL2(-1)) -1.284150 -1.598436 -5.311541 78.68691 -0.942130 -232.0976 4.355496

(1.67451) (3.46958) (8.57837) (30.2272) (10.2804) (95.1227) (9.65575)

(-1.76688) (-0.46070) (-0.61918) (2.60319) (-0.09164) (-2.43998) (0.45108)

D(LL2(-2)) -2.190368 -4.362032 -10.97016 33.42845 11.18970 -91.53003 5.796280

(1.51369) (3.13636) (7.75449) (27.3241) (9.29304) (85.9871) (8.72840)

(-1.44704) (-1.39080) (-1.41468) (1.22340) (1.20409) (-1.06446) (0.66407)

D(L(-1)) 0.234009 0.314965 1.125616 -33.11707 -1.052314 105.0301 -5.943697

(1.01616) (2.10548) (5.20569) (18.3430) (6.23854) (57.7242) (5.85949)

(1.23029) (0.14959) (0.21623) (-1.80543) (-0.16868) (1.81951) (-1.01437)

D(L(-2)) 1.192081 2.263658 5.918494 -22.91446 -8.830030 88.81067 -2.193364

(0.90682) (1.87893) (4.64556) (16.3693) (5.56727) (51.5131) (5.22900)

(1.31457) (1.20476) (1.27401) (-1.39984) (-1.58606) (1.72404) (-0.41946)

D(LD2(-1)) -0.009276 -0.014194 -0.015241 1.177110 0.694806 6.053097 0.203100

(0.03107) (0.06437) (0.15916) (0.56084) (0.19074) (1.76491) (0.17915)

(-1.29857) (-0.22048) (-0.09575) (2.09885) (3.64263) (3.42968) (1.13366)

D(LD2(-2)) 0.008055 0.024226 0.076539 4.747023 1.085077 -5.610636 0.460794

(0.05112) (0.10592) (0.26188) (0.92279) (0.31384) (2.90395) (0.29478)

(1.15757) (0.22872) (0.29226) (5.14421) (3.45737) (-1.93207) (1.56320)

D(LI2(-1)) 0.020320 0.042180 0.076905 -2.791466 -0.330022 6.800664 -0.233518

(0.05029) (0.10421) (0.25765) (0.90787) (0.30877) (2.85700) (0.29001)

(1.40402) (0.40477) (0.29849) (-3.07475) (-1.06883) (2.38036) (-0.80521)

D(LI2(-2)) -0.015018 -0.047471 -0.107140 -1.668803 -0.463985 4.041318 -0.111440

(0.02944) (0.06099) (0.15079) (0.53135) (0.18071) (1.67211) (0.16973)

(-1.51020) (-0.77834) (-0.71050) (-3.14070) (-2.56752) (2.41689) (-0.65656)

D(LV2(-1)) -0.001844	-0.003126	-0.011455	-0.427682	-0.146341	0.276840	-0.046336
(0.00524)	(0.01085)	(0.02683)	(0.09454)	(0.03215)	(0.29752)	(0.03020)
(-1.35199)	(-0.28802)	(-0.42694)	(-4.52363)	(-4.55113)	(0.93048)	(-1.53425)
D(LV2(-2)) -0.001427	-0.002837	-0.007876	-0.128724	-0.014954	0.296812	-0.000135
(0.00239)	(0.00495)	(0.01223)	(0.04310)	(0.01466)	(0.13562)	(0.01377)
(-1.59778)	(-0.57342)	(-0.64394)	(-2.98684)	(-1.02024)	(2.18850)	(-0.00978)
D(LH2(-1)) 0.018070	0.028494	0.083517	-0.172621	-0.322004	3.088715	0.311525
(0.05039)	(0.10440)	(0.25813)	(0.90958)	(0.30935)	(2.86237)	(0.29055)
(1.35861)	(0.27292)	(0.32354)	(-0.18978)	(-1.04090)	(1.07908)	(1.07218)
D(LH2(-2)) 0.081498	0.164966	0.400315	-0.642171	0.377409	0.273855	0.049255
(0.04051)	(0.08394)	(0.20755)	(0.73133)	(0.24873)	(2.30145)	(0.23362)
(2.01160)	(1.96518)	(1.92877)	(-0.87809)	(1.51735)	(0.11899)	(0.21084)
C -3.479734	-7.167479	-18.20827	54.37015	11.44097	-1041.779	4.755857
(3.73536)	(7.73964)	(19.1359)	(67.4281)	(22.9326)	(212.192)	(21.5392)
(-0.93157)	(-0.92607)	(-0.95152)	(0.80634)	(0.49890)	(-4.90962)	(0.22080)
R-squared 0.594193	0.457167	0.513991	0.762676	0.921324	0.978836	0.712030
Adj. R-squared 0.213750	-0.051740	0.058357	0.540185	0.847565	0.958995	0.442058
Sum sq. resids 481.1805	2065.783	12628.18	156792.7	18136.33	1552744.	15999.38
S.E. equation 5.483957	11.36272	28.09379	98.99266	33.66779	311.5229	31.62216
F-statistic 1.561844	0.898332	1.128079	3.427890	12.49105	49.33315	2.637420
Log likelihood -88.77414	-112.0865	-141.0532	-181.3571	-146.8450	-218.0428	-144.8391
Akaike AIC 6.548384	8.005406	9.815827	12.33482	10.17781	14.62768	10.05245
Schwarz SC 7.281252	8.738274	10.54869	13.06769	10.91068	15.36054	10.78531
Mean dependent 2.456250	2.759375	8.778125	55.48438	108.6562	24.09375	43.17531
S.D. dependent 6.184629	11.07971	28.95125	145.9860	86.23284	1538.400	42.33474
Determinant Residual	6.70E+13
Covariance
Log Likelihood	-827.2228
Akaike Information Criteria	59.13893
Schwarz Criteria	64.58963

ADF TEST échantillon 3(Pays en développés) LY3 en Différence : I (1)

ADF Test Statistic -3.773341 1% Critical Value* -4.2712

5% Critical Value -3.5562

10% Critical Value -3.2109

*MacKinnon critical values for rejection of hypothesis of a unit root.

Augmented Dickey-Fuller Test Equation

Dependent Variable: D(LY3,2)

Method: Least Squares

Date: 02/04/09 Time: 19:18

Sample(adjusted): 1973 2004

Included observations: 32 after adjusting endpoints

Variable	Coefficient	Std. Error	t-Statistic	Prob.
D(LY3(-1))	-0.972162	0.257640	-3.773341	0.0008
D(LY3(-1),2)	0.021316	0.187141	0.113904	0.9101
C	6.510794	2.931691	2.220832	0.0346

@TREND(1970) -0.222870 0.129311 -1.723518 0.0958

R-squared 0.478534 Mean dependent var -0.006250

Adjusted R-squared 0.422663 S.D. dependent var 8.018846

S.E. of regression 6.092936 Akaike info criterion 6.568606

Sum squared resid 1039.468 Schwarz criterion 6.751823

Log likelihood -101.0977 F-statistic 8.564936

Durbin-Watson stat 2.006797 Prob(F-statistic) 0.000341

LL3 en Différence : I(1)

ADF Test Statistic -4.212604 1% Critical Value* -4.2712

5% Critical Value -3.5562

10% Critical Value -3.2109

*MacKinnon critical values for rejection of hypothesis of a unit root.

Augmented Dickey-Fuller Test Equation

Dependent Variable: D(LL3,2)

Method: Least Squares

Date: 02/04/09 Time: 19:19

Sample(adjusted): 1973 2004

Included observations: 32 after adjusting endpoints

Variable Coefficient Std. Error t-Statistic Prob.

D(LL3(-1)) -1.160269 0.275428 -4.212604 0.0002

D(LL3(-1),2) 0.078991 0.187964 0.420247 0.6775

C 8.978357 4.927039 1.822262 0.0791

@TREND(1970) -0.312605 0.227679 -1.373008 0.1806

R-squared 0.541525 Mean dependent var 0.015625

Adjusted R-squared 0.492403 S.D. dependent var 15.83239

S.E. of regression 11.27992 Akaike info criterion 7.800394

Sum squared resid 3562.626 Schwarz criterion 7.983611

Log likelihood -120.8063 F-statistic 11.02401

Durbin-Watson stat 2.019605 Prob(F-statistic) 0.000059

LC3 en Différence : I(1)

ADF Test Statistic -4.195187 1% Critical Value* -4.2712

5% Critical Value -3.5562

10% Critical Value -3.2109

*MacKinnon critical values for rejection of hypothesis of a unit root.

Augmented Dickey-Fuller Test Equation

Dependent Variable: D(LC3,2)

Method: Least Squares

Date: 02/04/09 Time: 19:21

Sample(adjusted): 1973 2004

Included observations: 32 after adjusting endpoints

Variable Coefficient Std. Error t-Statistic Prob.

D(LC3(-1)) -1.148938 0.273871 -4.195187 0.0002

D(LC3(-1),2) 0.083708 0.188148 0.444906 0.6598

C 28.36144 13.34173 2.125770 0.0425

@TREND(1970) -0.987474 0.603956 -1.635009 0.1132

R-squared 0.533863 Mean dependent var -0.025000

Adjusted R-squared 0.483920 S.D. dependent var 40.50511

S.E. of regression 29.09835 Akaike info criterion 9.695708

Sum squared resid 23707.99 Schwarz criterion 9.878925

Log likelihood -151.1313 F-statistic 10.68940

Durbin-Watson stat 2.017042 Prob(F-statistic) 0.000074

LD3 en Différence : I(1)

ADF Test Statistic -3.802972 1% Critical Value* -4.2712

5% Critical Value -3.5562

10% Critical Value -3.2109

*MacKinnon critical values for rejection of hypothesis of a unit root.

Augmented Dickey-Fuller Test Equation

Dependent Variable: D(LD3,2)

Method: Least Squares

Date: 02/04/09 Time: 19:23

Sample(adjusted): 1973 2004

Included observations: 32 after adjusting endpoints

Variable	Coefficient
D(LD3(-1))	-1.062865
D(LD3(-1),2)	-0.029454
C	70.09658
@TREND(1970)	-0.601964
R-squared	0.547960
Adjusted R-squared	0.499527
S.E. of regression	152.7441
Sum squared resid	653261.0
Log likelihood	-204.1900
Durbin-Watson stat	2.003002
Std. Error t-Statistic		Prob.
0.279483 -3.802972		0.0007
0.188847 -0.155967		0.8772
63.10635 1.110769		0.2761
2.928265 -0.205570		0.8386
Mean dependent var		0.465625
S.D. dependent var		215.9106
Akaike info criterion		13.01187
Schwarz criterion		13.19509
F-statistic		11.31379
Prob(F-statistic)		0.000049
1% Critical Value*		-4.2712
5% Critical Value		-3.5562
10% Critical Value		-3.2109

LI3 en Différence : I(1)

ADF Test Statistic -3.855490

*MacKinnon critical values for rejection of hypothesis of a unit root.

Augmented Dickey-Fuller Test Equation

Dependent Variable: D(LI3,2)

Method: Least Squares

Date: 02/04/09 Time: 20:06

Sample(adjusted): 1973 2004

Included observations: 32 after adjusting endpoints

Variable	Coefficient	Std. Error	t-Statistic	Prob.
D(LI3(-1))	-1.049021	0.272085	-3.855490	0.0006
D(LI3(-1),2)	0.015051	0.189173	0.079564	0.9371
C	175.5644	149.9251	1.171014	0.2515
@TREND(1970)	-7.019125	7.137056	-0.983476	0.3338

R-squared 0.516330 Mean dependent var -0.656250

Adjusted R-squared 0.464508 S.D. dependent var 491.4087

S.E. of regression 359.5996 Akaike info criterion 14.72433

Sum squared resid 3620733. Schwarz criterion 14.90755

Log likelihood -231.5893 F-statistic 9.963572

Durbin-Watson stat 1.997958 Prob(F-statistic) 0.000123

LV3 en Différence : I(1)

ADF Test Statistic -4.853837 1% Critical Value* -4.2712

5% Critical Value -3.5562

10% Critical Value -3.2109

*MacKinnon critical values for rejection of hypothesis of a unit root.

Augmented Dickey-Fuller Test Equation

Dependent Variable: D(LV3,2)

Method: Least Squares

Date: 02/04/09 Time: 19:24

Sample(adjusted): 1973 2004

Included observations: 32 after adjusting endpoints

Variable Coefficient Std. Error t-Statistic Prob.

D(LV3(-1)) -1.470098 0.302873 -4.853837 0.0000

D(LV3(-1),2) 0.128508 0.187626 0.684916 0.4990

C 554.6303 612.9929 0.904791 0.3733

@TREND(1970) -28.06257 29.70124 -0.944828 0.3528

R-squared 0.656903 Mean dependent var -0.412500

Adjusted R-squared 0.620142 S.D. dependent var 2466.083

S.E. of regression 1519.911 Akaike info criterion 17.60716

Sum squared resid 64683649 Schwarz criterion 17.79038

Log likelihood -277.7146 F-statistic 17.86982

Durbin-Watson stat 2.023657 Prob(F-statistic) 0.000001

LH3 en Différence : I(1)

ADF Test Statistic -3.239488 1% Critical Value* -4.2712

5% Critical Value -3.5562

10% Critical Value -3.2109

*MacKinnon critical values for rejection of hypothesis of a unit root.

Augmented Dickey-Fuller Test Equation

Dependent Variable: D(LH3,2)

Method: Least Squares

Date: 02/04/09 Time: 19:25

Sample(adjusted): 1973 2004

Included observations: 32 after adjusting endpoints

Variable Coefficient Std. Error t-Statistic Prob.

D(LH3(-1)) -0.850540 0.262554 -3.239488 0.0031

D(LH3(-1),2) 0.003121 0.198037 0.015762 0.9875

C -12.21893 13.06156 -0.935487 0.3575

@TREND(1970) 2.676849 0.928269 2.883698 0.0075

R-squared 0.411674 Mean dependent var 3.956875

Adjusted R-squared 0.348639 S.D. dependent var 39.76432

S.E. of regression 32.09256 Akaike info criterion 9.891594

Sum squared resid 28838.10 Schwarz criterion 10.07481

Log likelihood -154.2655 F-statistic 6.530895

Durbin-Watson stat 1.960378 Prob(F-statistic) 0.001731

Stationnarité du résidu, échantillon3

ADF Test Statistic -2.878571 1% Critical Value* -2.6344

5% Critical Value -1.9514

10% Critical Value -1.6211

*MacKinnon critical values for rejection of hypothesis of a unit root.

Augmented Dickey-Fuller Test Equation

Dependent Variable: D(RESID03)

Method: Least Squares

Date: 01/04/80 Time: 00:13

Sample(adjusted): 1972 2004

Included observations: 33 after adjusting endpoints

Variable	Coefficient	Std. Error t-Statistic	Prob.
RESID03(-1)	-0.390170	0.135543 -2.878571	0.0072
D(RESID03(-1))	0.293456	0.173179 1.694530	0.1002
R-squared	0.217972	Mean dependent var	-0.044206
Adjusted R-squared	0.192745	S.D. dependent var	2.469471
S.E. of regression	2.218755	Akaike info criterion	4.490461
Sum squared resid	152.6091	Schwarz criterion	4.581158
Log likelihood	-72.09261	Durbin-Watson stat	2.105107

Estimation de MVCE (échantillon 3)

Date: 02/14/09 Time: 09:25

Sample(adjusted): 1973 2004

Included observations: 32 after adjusting endpoints Standard errors & t-statistics in parentheses

Cointegrating Eq: CointEq1

LY3(-1) 1.000000

LL3(-1) 0.133676

(0.04212)
(3.17353)

LC3(-1)			-0.358572
			(0.01422)
			(-25.2223)
LD3(-1)			-0.039942
			(0.00266)
			(-15.0220)
LI3(-1)			0.020455
			(0.00225)
			(9.09466)
LV3(-1)			0.006042
			(0.00045)
			(13.5034)
LH3(-1)			0.024097
			(0.00217)
			(11.1022)
C			25.57425
Error Correction:			D(LY3)				D(LL3)					D(LC3)					D(LD3)						D(LI3)							D(LV3)			D(LH3)
CointEq1			-0.430715				-0.580505					-1.418382					33.81925						16.59082							-90.44913			6.130396
			(0.57113)				(1.18338)					(2.92584)					(10.3096)						(3.50635)							(32.4437)			(3.29331)
			(-2.75415)				(-2.49055)					(-2.48478)					(3.28035)						(4.73165)							(-2.78788)			(1.86147)
D(LY3(-1))			1.128497				1.081714					3.898838					34.83750						22.10816							-33.25280			24.75070
			(2.39546)				(4.96337)					(12.2717)					(43.2411)						(14.7065)							(136.077)			(13.8129)
			(1.47110)				(1.21794)					(1.31771)					(1.80566)						(1.50329)							(-0.24437)			(1.79185)
D(LY3(-2))			-1.677219				-2.684125					-7.688464					104.4778						34.29288							-367.7833			2.516808
			(2.14145)				(4.43707)					(10.9704)					(38.6560)						(13.1471)							(121.648)			(12.3482)
			(-1.78322)				(-1.60493)					(-1.70083)					(2.70276)						(2.60841)							(-3.02335)			(0.20382)
D(LL3(-1))			-1.284150				-1.598436					-5.311541					78.68691						-0.942130							-232.0976			4.355496
			(1.67451)				(3.46958)					(8.57837)					(30.2272)						(10.2804)							(95.1227)			(9.65575)
			(-1.76688)				(-0.46070)					(-0.61918)					(2.60319)						(-0.09164)							(-2.43998)			(0.45108)
D(LL3(-2))			-2.190368				-4.362032					-10.97016					33.42845						11.18970							-91.53003			5.796280
			(1.51369)				(3.13636)					(7.75449)					(27.3241)						(9.29304)							(85.9871)			(8.72840)
			(-1.44704)				(-1.39080)					(-1.41468)					(1.22340)						(1.20409)							(-1.06446)			(0.66407)
D(LC3(-1))			0.234009				0.314965					1.125616					-33.11707						-1.052314							105.0301			-5.943697
			(1.01616)				(2.10548)					(5.20569)					(18.3430)						(6.23854)							(57.7242)			(5.85949)
			(1.23029)				(0.14959)					(0.21623)					(-1.80543)						(-0.16868)							(1.81951)			(-1.01437)
D(LC3(-2))			1.192081				2.263658					5.918494					-22.91446						-8.830030							88.81067			-2.193364
			(0.90682)				(1.87893)					(4.64556)					(16.3693)						(5.56727)							(51.5131)			(5.22900)
			(1.31457)				(1.20476)					(1.27401)					(-1.39984)						(-1.58606)							(1.72404)			(-0.41946)
D(LD3(-1))			-0.009276				-0.014194					-0.015241					1.177110						0.694806							6.053097			0.203100
			(0.03107)				(0.06437)					(0.15916)					(0.56084)						(0.19074)							(1.76491)			(0.17915)
			(-1.29857)				(-0.22048)					(-0.09575)					(2.09885)						(3.64263)							(3.42968)			(1.13366)
D(LD3(-2))			0.008055				0.024226					0.076539					4.747023						1.085077							-5.610636			0.460794
			(0.05112)				(0.10592)					(0.26188)					(0.92279)						(0.31384)							(2.90395)			(0.29478)
			(1.15757)				(0.22872)					(0.29226)					(5.14421)						(3.45737)							(-1.93207)			(1.56320)
D(LI3(-1))			0.020320				0.042180					0.076905					-2.791466						-0.330022							6.800664			-0.233518
			(0.05029)				(0.10421)					(0.25765)					(0.90787)						(0.30877)							(2.85700)			(0.29001)
(1.40402)								(0.40477)					(0.29849)					(-3.07475)						(-1.06883)							(2.38036)			(-0.80521)
D(LI3(-2)) -0.015018								-0.047471					-0.107140					-1.668803						-0.463985							4.041318			-0.111440
(0.02944)								(0.06099)					(0.15079)					(0.53135)						(0.18071)							(1.67211)			(0.16973)
(-1.51020)								(-0.77834)					(-0.71050)					(-3.14070)						(-2.56752)							(2.41689)			(-0.65656)
D(LV3(-1)) -0.001844								-0.003126					-0.011455					-0.427682						-0.146341							0.276840			-0.046336
(0.00524)								(0.01085)					(0.02683)					(0.09454)						(0.03215)							(0.29752)			(0.03020)
(-1.35199)								(-0.28802)					(-0.42694)					(-4.52363)						(-4.55113)							(0.93048)			(-1.53425)
D(LV3(-2)) -0.001427								-0.002837					-0.007876					-0.128724						-0.014954							0.296812			-0.000135
(0.00239)								(0.00495)					(0.01223)					(0.04310)						(0.01466)							(0.13562)			(0.01377)
(-1.59778)								(-0.57342)					(-0.64394)					(-2.98684)						(-1.02024)							(2.18850)			(-0.00978)
D(LH3(-1)) 0.018070								0.028494					0.083517					-0.172621						-0.322004							3.088715			0.311525
(0.05039)								(0.10440)					(0.25813)					(0.90958)						(0.30935)							(2.86237)			(0.29055)
(1.35861)								(0.27292)					(0.32354)					(-0.18978)						(-1.04090)							(1.07908)			(1.07218)
D(LH3(-2)) 0.081498								0.164966					0.400315					-0.642171						0.377409							0.273855			0.049255
(0.04051)								(0.08394)					(0.20755)					(0.73133)						(0.24873)							(2.30145)			(0.23362)
(2.01160)								(1.96518)					(1.92877)					(-0.87809)						(1.51735)							(0.11899)			(0.21084)
C -3.479734								-7.167479					-18.20827					54.37015						11.44097							-1041.779			4.755857
(3.73536)								(7.73964)					(19.1359)					(67.4281)						(22.9326)							(212.192)			(21.5392)
(-0.93157)								(-0.92607)					(-0.95152)					(0.80634)						(0.49890)							(-4.90962)			(0.22080)
R-squared 0.594193								0.457167					0.513991					0.762676						0.921324							0.978836			0.712030
Adj. R-squared 0.213750								-0.051740					0.058357					0.540185						0.847565							0.958995			0.442058
Sum sq. resids 481.1805								2065.783					12628.18					156792.7						18136.33							1552744.			15999.38
S.E. equation 5.483957								11.36272					28.09379					98.99266						33.66779							311.5229			31.62216
F-statistic 1.561844								0.898332					1.128079					3.427890						12.49105							49.33315			2.637420
Log likelihood -88.77414								-112.0865					-141.0532					-181.3571						-146.8450							-218.0428			-144.8391
Akaike AIC 6.548384								8.005406					9.815827					12.33482						10.17781							14.62768			10.05245
Schwarz SC 7.281252								8.738274					10.54869					13.06769						10.91068							15.36054			10.78531
Mean dependent 2.456250								2.759375					8.778125					55.48438						108.6562							24.09375			43.17531
S.D. dependent 6.184629								11.07971					28.95125					145.9860						86.23284							1538.400			42.33474
Determinant Residual								6.70E+13
Covariance
Log Likelihood								-827.2228
Akaike Information Criteria								59.13893
Schwarz Criteria								64.58963
Année	Y1			BASE DE DONNEES															I1			V1					H1
				L1					C1					D1
1970	2,48			1,955409145					0,17398024					0,08897383					6,76			0,23516362					0,027147143
1971	3,481254782			2,502147671					0,220153986					0,087986008					7,060540873			0,227584215					0,040903234
1972	4,436229205			2,861922267					0,261725209					0,091450845					7,323286688			0,224831944					0,046417827
1973	9,663716814			3,011920577					0,292980454					0,097273632					9,986292668			0,249916815					0,049117273
1974	10,5551969			1,713643873					0,177371978					0,10350574					17,83999027			0,233424625					0,000593449
1975	6,452554745			1,831257877					0,184592288					0,100800816					13,89068022			0,237098656					0,001328434
1976	7,240811849			1,798412274					0,179517387					0,09981993					17,14984599			0,017800344					0,000438279
1977	7,723785166			1,126671261					0,383334929					0,340236715					20,6751218			0,23318289					0,019927083
1978	7,668566002			1,18476262					0,403430463					0,34051586					20,5389471			0,255542645					0,017813568
1979	8,55567806			1,099004315					0,380281423					0,346023594					30,45402589			0,273523532					0,01563175
1980	9,343895998			1,336269229					0,455837381					0,341126901					53,53180304			0,280958501					0,03128371
1981	7,133568642			1,445270617					0,524352909					0,36280604					76,66580399			0,297226217					0,055243315
1982	6,866655107			1,618651053					0,555542417					0,343213206					80,75786089			0,286161698					0,070000349
1983	7,480123317			1,886426191					0,582842815					0,308966668					126,5704388			0,239807531					0,022345745
1984	7,321859903			2,021009838					0,526566246					0,260546107					186,4067688			0,188921453					-0,029133303
1985	7,61007174			1,450552511					0,597979239					0,412242393					222,4780662			0,248069967					0,041178274
1986	12,16993464			1,521538604					0,630994899					0,414708439					144,0878649			0,215282146					0,03776615
1987	5,803519403			1,500274956					0,490813131					0,327148786					229,1573175			0,199310767					0,030990519
1988	8,293864963			2,327566424					0,338527256					0,145442576					678,8782337			0,072882172					0,019334538
1989	4,841334418			1,901861416					0,436199278					0,229353871					38,0891526			0,052586425					0,030363585
1990	-8,129608071			1,675576176					0,423214066					0,252578231					-99,97580324			0,239609702					0,039084633
1991	-2,249208025			1,714613166					0,47479353					0,276909999					-1,234356819			0,248593393					0,042384295
1992	-1,382737388			3,446308062					0,751511435					0,218062756					4,645213411			0,232439437					0,020477582
1993	-17,19027276			8,440273589					3,516272394					0,416606447					-70,76042203			0,359893252					0,02738534
1994	2,738203897			10,47812479					1,973581796					0,188352576					12,38409555			0,286916264					0,011326924
1995	3,003849769			10,30667625					1,499170862					0,145456287					11,87246539			0,276024789					0,000642525
1996	3,9225			8,064016709					1,313183987					0,162844899					8,525			0,258814208					0,017407908
1997	3,542303159			10,2292127					1,735094379					0,169621498					5,920294863			0,266000226					0,028946935
1998	-0,055760138			10,5359761					1,869397624					0,177429942					5,339277947			0,223990512					0,034611099
1999	3,034811414			8,950226727					1,794723609					0,200522698					4,717662847			0,208730711					0,044224722
2000	-9,753401169			2,142479388					2,050016231					0,956842918					-21,13564669			0,228933999					0,27148131
2001	2,5			2,029399989					2,007506513					0,989211848					2,9			0,223508948					0,157146193
2002	3,87804878			2,145618696					2,051514238					0,956141108					2,830417881			0,20644482					0,205237528
2003	4,555059873			2,137216077					1,947181635					0,911083187					3,780271707			0,201296192					0,116251384
2004	4,536267685			2,143033463					1,852184015					0,864281425					3,11895276			0,215845202					0,00368972
Année		Y2				L2										D2					I2					V2			H2
1970		7,2				1,831471146					0,644967138					0,352157968					5,05					0,220786308			0,02453357
1971		7,20180045				1,811227506					0,671001048					0,370467568					5,641845592					0,220967302			0,032213478
1972		5,878236529				1,806357873					0,701015616					0,388082354					5,275675676					0,223588294			0,033955703
1973		6,807666887				1,84531989					0,701593349					0,380201478					7,202026426					0,229176769			0,036098603
1974		9,777227723				1,861177544					0,703998661					0,378254436					10,77974328					0,220104163			0,034150984
1975		11,78128523				1,803803755					0,71209817					0,394775855					11,01631406					0,191216417			0,031675323
1976		7,917297025				1,83311916					0,714757955					0,389913526					8,033025236					0,207236835			0,029303174
1977		7,61682243				1,856246521					0,727619503					0,391984305					8,02211007					0,208825303			0,030849323
1978		7,642205818				2,216100313					0,847380791					0,382374745					6,438551215					0,209885147			0,032011601
1979		8,793868495				2,182931615					0,851611491					0,390122844					9,397600435					0,214930249			0,036329733
1980		10,71560994				2,433104682					0,850198632					0,349429533					12,06389239					0,208996308			0,04133405
1981		8,774279973				2,399908799					0,846727292					0,352816446					10,23665007					0,194077389			0,040777029
1982		7,358374384				2,441349215					0,86245915					0,353271521					7,767260579					0,18528957			0,043334104
1983		5,448809865				2,477440653					0,884293156					0,356938179					5,051809753					0,181076417			0,031346844
1984		4,460157737				2,455864978					0,89595907					0,364824238					4,715975846					0,188328411			0,030793848
1985		4,139546993				2,45476463					0,910879468					0,371065908					4,370515329					0,179966721			0,036996123
1986		3,6				2,441568517					0,929165807					0,380561021					1,925					0,181100235			0,042493091
1987		3,257722008				2,440334965					0,966124122					0,39589816					2,877115526					0,182350262			0,040818863
1988		3,7391914				2,437405213					0,985522807					0,404332772					3,249648332					0,187876668			0,040190667
1989		4,235188105				2,438934084					0,986399882					0,404438926					4,791483859					0,090488995			0,034791198
1990		3,976658742				2,405857264					1,002120607					0,416533691					5,372292369					0,191545476			0,030764042
1991		3,949282893				1,970779677					1,000256084					0,507543332					-13,13076392					0,18839506			0,00579438
1992		3,039392122				1,991394325					0,985407738					0,494833055					4,188733751					0,17754598			0,003051534
1993		-26,39239278				1,906236204					0,953804522					0,500360092					-11,59889094					0,174368543			0,003572745
1994		3,137358292				1,933415729					0,957157262					0,495060243					2,273915316					0,183646884			-0,002987866
1995		2,249488753				1,901997219					0,97693991					0,513638979					2,223358037					0,18312048			0,005507464
1996		2				1,898249144					0,990730685					0,521918152					2,175					0,179029069			0,013398736
1997		2,794117647				1,901776965					1,002823038					0,527308437					1,712747737					0,180178668			0,029925539
1998		3,147353362				1,883657406					1,017726787					0,540292934					1,154678855					0,181398918			0,040143803
1999		2,727693019				0,924094606					0,972957281					1,052876269					1,165279429					0,166900818			0,030976899
2000		-9,9909991				2,126227044					0,977203373					0,559595026					-5,970850974					0,20675219			0,001581844
2001		1,9				2,063695077					1,302716632					0,585884103					1,76					0,802397224			-0,022716414
2002		2,183513248				2,067838438					1,119035398					0,592802232					1,547911558					0,181767902			-0,00883467
2003		1,944777911				2,018077439					1,123322014					0,707077674					1,717880484					0,18176283			6,00285E-05
2004		1,789919925				1,994301809					1,223154473					0,613038934					2,04567089					0,191084768			0,006275155
Année		Y3			L3					C3					D3					I3					V3			H3
1970		1,51			1,957313209					0,272155205					0,087954113					8,17					0,233219341			0,28257271
1971		-0,390320063			2,512817689					0,318510684					0,086956485					8,605194604					0,227608433			0,042934907
1972		2,821316615			2,877020243					0,112602625					0,091463249					9,453340479					0,224836185			0,047459323
1973		12,95731708			3,035276453					0,392793712					0,109745292					12,84375327					0,259977151			0,049255083
1974		11,50350878			1,721387928					0,217519169					0,102368253					24,35314693					0,233479773			0,001454517
1975		0,8245832224			1,852366242					0,192629118					0,099706756					16,21848739					0,237269412			0,001215494
1976		6,445155141			1,797952016					0,177718021					0,098844697					24,20261911					0,017163499			0,002341242
1977		7,853107345			1,005653287					0,334828158					0,562945919					29,18918171					0,236614667			0,018388232
1978		7,710366684			1,229321071					0,355811021					0,335988791					28,477636131					0,261571286			0,015938852
1979		8,346848249			0,965598924					0,325413162					0,341889932					40,26930647					0,280344467			0,013222266
1980		7,698940701			1,2431891405					0,415789808					0,340283765					68,60742964					0,288266296			0,030263093
1981		5,239695454			1,3872298737					0,495469503					0,363701066					92,71713069					0,306467924			0,056539434
1982		6,232631997			1,559420509					0,534118849					0,34251111					90,84631993					0,293202829			0,071861721
1983		10,12705521			1,855157675					0,569135056					0,306785274					136,0547068					0,242478193			0,021936441
1984		10,89243299			2,0084159					0,518988745					0,258407009					192,7175736					0,188933618			-0,030362612
1985		11,68910649			1,373067646					0,570925116					0,415802614					225,1881747					0,253958341			0,041539873
1986		21,56164384			1,459147632					0,608825478					0,417247347					144,6548156					0,217823619			0,037414695
1987		8,181203517			1,451173184					0,470482081					0,324208087					229,5332696					0,200036239			0,030570119
1988		12,35416669			2,320311087					0,323778156					0,139540839					679,2286736					0,070260724			0,018859096
1989		5,340255898			1,879326033					0,423340845					0,225262055					38,09144106					0,051700625			0,030260109
1990		-17,98979054			1,65373272					0,41283634					0,249639095					-99,98129757					0,240471322			0,039233791
1991		-8,749924877			1,807634522					0,567078943					0,278523952					2,264331236					0,249478196			0,042921491
1992		-6,578947368			3,477213161					0,749347672					0,215502369					4,759157773					0,232947254			0,02063879
1993		-5,264084607			9,184284793					3,75476861					0,408814624					-85,44764134					0,377153328			0,029600717
1994		2,336362512			11,28318743					2,008103475					0,177965782					27,63116031					0,290413528			0,011811701
1995		3,769424339			11,00392338					1,51075105					0,137292036					23,53304509					0,278084891			0,000534647
1996		5,855			8,463243455					1,319420529					0,155900114					14,885					0,260357334			0,017495449
1997		4,263309576			10,71570157					1,748330842					0,163155985					9,662676823					0,267551528			0,028929245
1998		-3,099019097			11,03402843					1,884897873					0,170825903					8,79142687					0,224765671			0,034510405
1999		3,34541208			9,418445946					1,803442011					0,191479786					7,442539219					0,209174499			0,044365273
2000		-9,514545537			2,142555592					2,060542047					0,961721626					-32,08828523					0,229151634			0,274129407
2001		3,3			2,129840013					2,017095206					0,994015096					4,05					0,217984628			0,158862619
2002		5,5528615			2,145981776					2,060646776					0,960239458					4,084574724					0,206663095			0,207131051
2003		7,052607398			2,13776848					1,954625978					0,914338612					5,747922438					0,201453598			0,117187639
2004		7,038626609			2,143694947					1,858414217					0,866921032					4,103907444					0,216031286			0,00367029

TABLE DES MATIERES

DEDICACES ..ii

LISTE DES SIGLES ET ABBREVIATIONS iii

LISTE DES TABLEAUX iv

LISTE DES FIGURES v

RESUME .vi

SOMMAIRE vii

INTRODUCTION GENERALE ...1

CHAPITRE I : CADRE THEORIQUE ET METHODOLOGIQUE DE L'ETUDE	3
Section 1 : Eléments de base et revue de littérature	.4
PARAGRAPHE 1 : Problématique, objectifs et hypothèses de	..4
Recherche
A. Problématique et intérêt de l'étude	.4
1. Problématique	..4

2. intérêt de l'étude B. Objectifs et hypothèses de recherche	7 ..7
1. Objectifs	.7
a- Objectif Général	..7
b- Objectifs Spécifiques	7
2. Hypothèses de recherche	..8
PARAGRAPHE 2 : Revue de littérature théorique et empirique	..8

A. Littérature théorique 8

1. Les banques et la réduction des coûts 8

2. Les banques, le développement financier et la croissance 13

B. Littérature empirique : 15

Section 2 : Méthodologie de la recherche	..19 .19
PARAGRAPHE 1 : Présentation du modèle
A. Le modèle retenu	19
B. Définition des variables :	21
C. Période de l'étude, source des données et champ de l'étude	.....22
1. Période de l'étude	22
2. Sources des données	23
3. Champ de l'étude	.23
PARAGRAPHE 2 : Méthode d'analyse	23
A. Tests de diagnostic sur les données	23		B. Estimation du MVCE
..24

CHAPITRE II : RESULTATS DE L'ETUDE ET ENJEUX.....27

Section 1 : Etude de la Cointégration et estimation du MVCE		28 28 28
PARAGRAPHE 1 : Etude de la Cointégration
A. Vérification des conditions préalables à l'analyse de la Cointégration
1. Tests de stationnarité en niveau		.29			2. Tests de stationnarité en différence première
30
B. Approche cointégrée du VAR		31
1. Détermination du nombre de retard		...31
2. Cointégration à la Johansen		...32
Paragraphe 2 : Estimation et Analyse du MVCE		...35
A. Estimation		.35			B. Analyse des résultats du MVCE
36
Section 2 : Confirmation des résultats, interprétations,		.37
limites et suggestions
Paragraphe 1 : Confirmation des résultats du MVCE		37
A. Fonctions de réponses impulsionnelles		37
B. Décomposition de la Variance	.38
Paragraphe 2 : Interprétations, Limites et Suggestions	40
A. Interprétations des résultats	..40							B. Limites et Suggestions
.41
1. Limites et perspectives	.41								2. Suggestions
...42

CONCLUSION 44

BIBLIOGRAPHIE 45

ANNEXES viii

TABLE DES MATIERES xlvii