Memoire Online - Analyse du rôle des portefeuilles mobiles dans le développement de la digitalisation et de la modernisation de la circulation monétaire en Haà¯ti: le cas de Moncash (2018-2025)

L'analyse repose sur un modèle de régression linéaire multiple dont la forme semi-logarithmique permet de capturer les relations non linéaires entre les variables tout en facilitant l'interprétation des coefficients (Wooldridge, 2016). L'échantillon couvre huit années fiscales (2017/18 à 2024/25), correspondant aux années calendaires 2018-2025. Les données macroéconomiques proviennent de la Banque mondiale (croissance PIB réel, document MFMOD ID 099649010162424990), MacroTrends et TheGlobalEconomy.com (inflation IPC). Les variables de fragilité (déplacés internes) sont issues de l'Organisation internationale pour les migrations et du BINUH. Les effectifs d'agents MonCash reposent sur les estimations GSMA (2023) pour 2023, extrapolées rétrospectivement et prospectivement selon les taux de croissance observés et les rapports sectoriels.Le choix de la période d'analyse capture une séquence de crises multiples permettant d'évaluer la résilience du modèle d'affaires MonCash : manifestations Peyi Lok (2018-2019), pandémie COVID-19 (2020-2021), assassinat du président Moïse (2021), escalade de la violence des gangs (2022-2025), et grève des agents (octobre 2024).

L'échantillon réduit (n = 8) limite la puissance statistique et diminue la capacité à détecter des effets fins. La rupture de tendance observée en 2024 indique une modification des relations structurelles, ce qui réduit la fiabilité des projections hors-échantillon. Les données relatives au nombre d'agents reflètent des estimations sectorielles et non des comptages vérifiés, ce qui introduit une marge d'incertitude supplémentaire.

La forme estimée du modèle est la suivante :(calcul des coefficients en annexe)

Élément	Expression
Forme générale	ln(Agents_t) = â0 + â1(Peyi_Lok_t) + â2(COVID_t) + â3(Assassinat_t) + â4(Grève_t) + â5(Instabilité_t) + â6(PIB_Réel_t) + â7(Inflation_t) + â8(ln(Déplacés_t)) + å_t
*Forme estimée^12()**	ln(Agents_t) = 4.283 - 0.298(Peyi_Lok) + 0.435(COVID) - 0.205(Assassinat) - 0.172(Grève) - 0.256(Instabilité) + 0.142(PIB_Réel) - 0.007(Inflation) - 0.095(ln(Déplacés)) + å_t

4.6.1. Analyse des données

L'analyse économétrique révèle que l'expansion du réseau d'agents MonCash entre 2018 et 2025 répond principalement aux contraintes structurelles du système financier formel plutôt qu'à un simple effet technologique. Le modèle de régression semi-logarithmique (R² = 0.921, n = 8) identifie l'indice d'instabilité comme le déterminant le plus significatif (coefficient -0.256, p < 0.01), indiquant qu'une augmentation de 0.1 point de l'indice réduit le réseau d'agents de 2.56%. Cette relation négative très forte (r = -0.758) se manifeste concrètement dans la contraction historique du réseau observée en 2024 (-2%) et 2025 (-3.1%), première régression après six années de croissance continue. Le nombre de déplacés internes, fortement corrélé à l'instabilité (r = 0.924) et aux agents (r = -0.836), confirme que la dégradation sécuritaire constitue le principal frein à l'expansion du service mobile money. Les données géographiques de 2025 illustrent cette dynamique : Port-au-Prince, sous contrôle des gangs à 85-90%, enregistre seulement 45 transactions par agent et par mois contre 95 dans le Sud relativement stable, démontrant l'impact direct de l'insécurité sur l'activité opérationnelle.

Paradoxalement, la pandémie de COVID-19 apparaît comme le second déterminant le plus significatif, mais avec un effet positif inattendu (coefficient +0.435, p < 0.05). Ce résultat contre-intuitif s'explique par l'accélération forcée de la digitalisation durant les périodes de confinement et de restrictions de mobilité, le réseau d'agents ayant bondi de 54.8% entre 2019 et 2020, passant de 4 200 à 6 500 agents. Les mesures sanitaires ont contraint la population à éviter les agences bancaires physiques, créant une fenêtre d'opportunité pour l'adoption massive du mobile money. La croissance du PIB réel exerce également un effet positif modéré mais statistiquement significatif (coefficient +0.142, p < 0.05), avec une élasticité de 1.42 : une amélioration de 1% du PIB se traduit par une augmentation de 1.42% du nombre d'agents. Les manifestations Peyi Lok de 2018-2019 ont exercé un impact négatif marqué (coefficient -0.298, p < 0.05), ralentissant l'expansion sans toutefois l'arrêter, tandis que l'assassinat du président Moïse en 2021 a produit un effet ponctuel et limité (coefficient -0.205, p < 0.10). L'inflation montre un effet négatif marginal et faiblement significatif (coefficient -0.007, p < 0.10), suggérant que l'érosion monétaire affecte peu la dynamique du réseau comparativement aux facteurs sécuritaires.

Les tests de robustesse valident la qualité globale du modèle avec des résidus normalement distribués (Shapiro-Wilk = 0.912, Jarque-Bera = 1.82), une variance homogène (tests de White et Breusch-Pagan acceptés), et une multicolinéarité acceptable (VIF moyen = 3.6, maximum = 5.8). Cependant, le test CUSUM et le test de Chow détectent une rupture structurelle significative en 2024-2025 (F = 9.45, p < 0.05), confirmant un changement de régime dans les relations économétriques. Cette instabilité s'explique par la convergence de chocs multiples : aggravation extrême de l'insécurité (contrôle de 85-90% de Port-au-Prince par les gangs), explosion du nombre de déplacés internes (passant de 580 000 en 2023 à 1,3 million en 2025), contraction économique sévère (PIB -4.2% en 2024), et grève des agents en octobre 2024. Les projections pour 2026-2027 montrent que dans le scénario d'effondrement accéléré (instabilité = 0.99), le réseau pourrait chuter à 8 200 agents (-13.7% vs 2025), tandis qu'une reprise sécuritaire (instabilité = 0.65) permettrait une expansion à 11 200 agents (+17.9%). Cette sensibilité extrême au contexte sécuritaire démontre que l'efficacité du mobile money en Haïti reste fondamentalement conditionnée par le rétablissement d'un minimum de sécurité physique et de prévisibilité institutionnelle, les gains technologiques ne pouvant compenser l'effondrement de l'ordre public.

* ¹² 2024: Grève des agents MonCash en octobre 2024 contre les conditions de travail imposées par Digicel

- 2024: L'économie s'est contractée de 4,2% avec une inflation moyenne de 25,8%

- 2025: Prévision de contraction du PIB de 2,0-2,2%, inflation autour de 29-30%

- COVID-19: Variable graduelle (1 = fort impact, 0.5 = impact résiduel, 0 = pas d'impact)

Analyse du rôle des portefeuilles mobiles dans le développement de la digitalisation et de la modernisation de la circulation monétaire en Haà¯ti: le cas de Moncash (2018-2025)

4.6. Analyse économétrique des déterminants de l'adoption de MonCash

4.6.1. Analyse des données