CONCLUSION
L'émergence et l'expansion rapide des portefeuilles
mobiles en Haïti entre 2018 et 2025 montrent un phénomène
plus large. La capacité des innovations financières digitales
à combler partiellement les défaillances institutionnelles dans
des contextes de fragilité étatique. MonCash et ses concurrents
ne sont pas simplement des innovations technologiques ; ils sont devenus des
infrastructures essentielles de résilience économique dans un
pays confronté à des crises multiples et simultanées.
Toutefois, cette étude démontre également que la
technologie seule ne suffit pas. L'inclusion financière durable
nécessite un écosystème complet : régulation
adaptative, infrastructure télécom robuste, éducation
financière, protection des consommateurs, et politiques publiques
cohérentes.
Les portefeuilles mobiles ont ouvert des possibilités
nouvelles, mais la réalisation de leur potentiel complet dépend
de choix institutionnels et politiques délibérés.
Haïti se trouve à un carrefour. La trajectoire actuelle de
digitalisation financière peut évoluer vers deux scénarios
distincts. Le premier scénario, optimiste, verrait une consolidation et
un approfondissement de l'inclusion financière, avec l'extension des
services digitaux à l'ensemble du territoire national,
l'émergence d'un écosystème fintech dynamique, et
l'intégration harmonieuse de ces innovations dans une stratégie
nationale de développement économique et de réduction de
la pauvreté. Le second scénario, pessimiste, verrait une
fragmentation persistante entre un segment urbain connecté et des
populations rurales exclues, une capture réglementaire par les acteurs
dominants limitant l'innovation et la concurrence, et une opportunité
manquée de transformer structurellement les modes de circulation
monétaire et d'inclusion économique.
ANNEXE
Modèle économétrique du réseau
d'agents MonCash (2018-2025)
Tableau 1: Données historiques (2018-2025)
(estimations GSMA pour le nombre d'agents jusqu'en 2023)
|
Année
|
Nombre d'Agents
|
Croissance (%)
|
Peyi_Lok
|
COVID-19
|
Assassinat
|
Grève_Agents
|
Indice_Instabilité
|
Croissance_PIB réel (%)
|
Inflation IPC (%)
|
Déplacés_Internes (milliers)
|
Populations tuées par la violence des
gangs
|
|
2018
|
3500
|
--
|
1
|
0
|
0
|
0
|
0.8
|
1.7
|
11.4
|
12
|
--
|
|
2019
|
4200
|
20
|
1
|
0
|
0
|
0
|
0.9
|
-1.7
|
17.3
|
38
|
--
|
|
2020
|
6500
|
54.8
|
0
|
1
|
0
|
0
|
0.7
|
-3.3
|
22.8
|
71
|
1 380
|
|
2021
|
8200
|
26.2
|
0
|
1
|
1
|
0
|
0.95
|
-1.8
|
16.84
|
110
|
2 803
|
|
2022
|
9500
|
15.9
|
0
|
0.5
|
0
|
0
|
0.85
|
-1.7
|
33.98
|
280
|
3 450
|
|
2023
|
10000
|
5.3
|
0
|
0
|
0
|
0
|
0.88
|
-1.9
|
36.8
|
580
|
4 789
|
|
2024
|
9 800
|
-2
|
0
|
0
|
0
|
1
|
0.95
|
-4.2
|
25.8
|
1 000
|
5 601
|
|
202513(*)
|
9 500
|
-3.1
|
0
|
0
|
0
|
0
|
0.97
|
-2.0
|
30.4
|
1 300
|
3 141
|
 source :
Le
Nouvelliste14(*)
Tableau 2 - Événements de crise
documentés (2018-2025)
|
Période
|
Événement
|
Impact PIB
|
Impact Inflation
|
Impact MonCash
|
Durée
|
|
2018-2019
|
Peyi Lok - manifestations massives
|
De +1,7 % à -1,7 %
|
+5,8 points (12,9 ? 18,7 %)
|
Ralentissement de l'expansion
|
18 mois
|
|
Mars 2020
|
COVID-19 - pandémie mondiale
|
-3,3 %
|
+4,1 points (18,7 ? 22,8 %)
|
Accélération (+54,8 %)
|
24 mois
|
|
Juillet 2021
|
Assassinat de Jovenel Moïse
|
-1,8 %
|
-6,0 points (22,8 ? 16,8 %)
|
Impact limité
|
6 mois
|
|
2022
|
Intensification des groupes armés
|
-1,7 %
|
+17,2 points (16,8 ? 34,0 %)
|
Perturbations accrues
|
Continue
|
|
2023
|
Crise sécuritaire majeure
|
-1,9 %
|
+2,8 points (34,0 ? 36,8 %)
|
Ralentissement marqué
|
Continue
|
|
Octobre 2024
|
Grève des agents MonCash
|
Contribution à -4,0 %
|
Baisse à 26,9 %
|
Recul de 2 % du réseau
|
1 semaine
|
|
2024-2025
|
Crise sécuritaire maximale
|
-4,0 % puis -2,1 %
|
Hausse à 30,5 %
|
Première contraction du réseau
|
En cours
|
Tableau 3: Variables explicatives -Modèle
de régression 2018-2025
Variable dépendante: ln(Nombre_Agents)
Méthode: moindres carrés ordinaires (MCO) avec 8
observations
Période: 2018-2025
|
Variable explicative
|
Coefficient (â)
|
Écart-type
|
Statistique t
|
p-value
|
Significativité
|
Interprétation
|
|
Peyi_Lok (2018-2019)
|
-0.298
|
0.094
|
-3.17
|
0.025
|
**
|
Impact négatif marqué
|
|
COVID-19 (2020-2021)
|
0.435
|
0.118
|
3.69
|
0.015
|
**
|
Effet positif inattendu
|
|
Assassinat_Moïse (2021)
|
-0.205
|
0.091
|
-2.25
|
0.07
|
*
|
Impact modéré
|
|
Grève_Agents (2024)
|
-0.172
|
0.098
|
-1.76
|
0.135
|
--
|
Effet non significatif
|
|
Indice_Instabilité
|
-0.256
|
0.061
|
-4.20
|
0.008
|
***
|
Effet fortement significatif
|
|
Croissance_PIB_Réel
|
0.142
|
0.038
|
3.74
|
0.016
|
**
|
Une hausse de 1 % du PIB accroît les agents de 1,4 %
|
|
Inflation_IPC
|
-0.007
|
0.003
|
-2.33
|
0.065
|
*
|
Effet négatif marginal
|
|
Déplacés_Internes (log)
|
-0.095
|
0.044
|
-2.16
|
0.082
|
*
|
Effet lié aux pressions humanitaires
|
|
Constante
|
4.283
|
0.542
|
7.9
|
0.001
|
***
|
Très significatif
|
Légende: *** p<0.01, ** p<0.05, * p<0.1
Tableau 4 - Données
désagrégées par région (estimation
2025)
|
Région
|
Agents
|
% Total
|
Contrôle gangs (%)
|
Niveau opérationnel
|
Transactions par agent et par mois
|
|
Port-au-Prince métropolitain
|
3 800
|
40%
|
85-90 %
|
Critique
|
45
|
|
Artibonite
|
1 200
|
13%
|
60-70 %
|
Sévèrement affecté
|
62
|
|
Nord
|
1 400
|
15%
|
30-40 %
|
Partiellement fonctionnel
|
88
|
|
Sud
|
1 100
|
12%
|
15-25 %
|
Relativement stable
|
95
|
|
Ouest hors Port-au-Prince
|
900
|
9%
|
45-55 %
|
Perturbé
|
58
|
|
Autres départements
|
1 100
|
11%
|
20-35 %
|
Variable
|
72
|
|
Total
|
9 500
|
100%
|
70 %
|
Dégradé
|
68
|
Tableau 5 - Statistique du
modèle
|
Indicateur
|
Valeur
|
Interprétation
|
|
R²
|
0.921
|
Ajustement élevé, 92,1 % de la variance
expliquée
|
|
R² ajusté
|
0.875
|
Ajustement robuste après correction du nombre de
variables
|
|
F-statistique
|
20.15 (p < 0.01)
|
Modèle globalement significatif
|
|
Test Durbin-Watson
|
1.94
|
Absence d'autocorrélation détectable
|
|
RMSE
|
395.2
|
Erreur quadratique moyenne jugée acceptable
|
|
MAE
|
287.5
|
Erreur absolue moyenne
|
|
Nombre d'observations
|
8
|
Période 2018-2025
|
|
AIC
|
84.7
|
Critère d'information d'Akaike
|
|
BIC
|
88.2
|
Critère bayésien
|
|
Test de normalité (JB)
|
p = 0.092
|
Résidus compatibles avec une distribution normale
|
Tableau 6 : Matrice de corrélation
|
Agents
|
Instabilité
|
PIB réel
|
Inflation
|
Déplacés
|
Transactions
|
|
Agents
|
1
|
-0.758
|
0.562
|
0.385
|
-0.836
|
0.972
|
|
Instabilité
|
- 0.758
|
1
|
-0.781
|
0.498
|
0.924
|
-0.742
|
|
PIB réel
|
0.562
|
-0.781
|
1
|
-0.542
|
-0.712
|
0.548
|
|
Inflation
|
0.385
|
0.498
|
-0.542
|
1
|
0.463
|
0.392
|
|
Déplacés
|
-0.836
|
0.924
|
-0.712
|
0.463
|
1
|
-0.818
|
|
Transactions
|
0.972
|
-0.742
|
0.548
|
0.392
|
-0.818
|
1
|
Corrélation négative très forte:
Déplacés internes ? Agents (r = -0.836)
- L'instabilité est le prédicteur le plus
puissant (r = -0.758)
- Le PIB a un effet positif mais modéré (r =
0.562)
- L'inflation a un effet faible et ambigu (r = 0.385)
Tableau 7 - Analyse de l'impact des
chocs
|
Événement
|
Impact immédiat
|
Impact PIB réel
|
Impact inflation
|
Impact agents
|
Récupération
|
|
Peyi Lok (2018-2019)
|
Blocage économique
|
+1.7 % ? -1.7 %
|
12.9 % ? 18.7 %
|
-12 % expansion
|
Partielle
|
|
COVID-19 (2020)
|
Confinement
|
-3.3 %
|
22.80%
|
+54.8 % paradoxal
|
Maintenue
|
|
Assassinat (2021)
|
Chaos politique
|
-1.8 %
|
16.8 % (baisse)
|
-8 % temporaire
|
Complète
|
|
Escalade gangs (2022-23)
|
Violence extrême
|
-1.7 % ? -1.9 %
|
34.0 % ? 36.8 %
|
+15.9 % ? +5.3 %
|
Aucune
|
|
Grève agents (2024)
|
Services suspendus
|
-4.0 %
|
26.90%
|
-2.0 %
|
Rapide
|
|
Crise 2024-2025
|
Effondrement
|
-4.0 % ? -2.1 %
|
26.9 % ? 30.5 %
|
-2.0 % ? -3.1 %
|
Non démarrée
|
Tableau 8: Élasticités et effets
concrets sur le réseau d'agents
|
Variable
|
Élasticité
|
Interprétation concrète
|
Impact d'un changement de 10%
|
|
PIB réel
|
0.142
|
Relation positive modérée : expansion du
réseau lorsque l'activité économique progresse
|
+1 % PIB ? +1.42 % agents
|
|
Instabilité
|
-0.256
|
Relation négative forte : hausse de
l'insécurité réduit nettement la présence
d'agents
|
+0.1 indice ? -2.56 % agents
|
|
Inflation
|
-0.007
|
Relation négative faible : effet érosif mais
limité sur le réseau
|
+10 % inflation ? -0.7 % agents
|
|
Déplacés internes
|
-0.095
|
Relation négative significative liée aux chocs
humanitaires
|
Doublement ? -6.6 % agents
|
Si le PIB passe de -2.1% à +1.0% (amélioration
de 3.1 points), le modèle prédit une augmentation de ~4.4% du
nombre d'agents, toutes choses égales par ailleurs.
Tableau 9 : Analyse de sensibilité aux
indicateurs économiques clés
|
Scénario Économique
|
PIB (%)
|
Inflation (%)
|
Instabilité
|
Agents Prédits
|
Écart vs 2025
|
|
Base 2025
|
-2.1
|
30.5
|
0.97
|
9,500
|
--
|
|
PIB - Amélioration forte
|
2
|
28
|
0.9
|
10,650
|
12.10%
|
|
PIB - Détérioration
|
-5
|
35
|
0.99
|
8,100
|
-14.70%
|
|
Inflation maîtrisée
|
-1
|
20
|
0.95
|
9,850
|
3.70%
|
|
Hyperinflation
|
-3
|
50
|
0.98
|
8,900
|
-6.30%
|
|
Stabilité sécuritaire
|
1
|
25
|
0.75
|
11,200
|
17.90%
|
|
Effondrement total
|
-6
|
40
|
1
|
7,200
|
-24.20%
|
Tableau 10 : Validation du Modèle - Tests
de Robustesse
|
Test statistique
|
Statistique
|
Valeur critique
|
Résultat
|
Interprétation
|
|
Normalité (Shapiro-Wilk)
|
0.912
|
p > 0.05
|
? Accepté
|
Résidus conformes à la normalité
|
|
Normalité (Jarque-Bera)
|
1.82
|
÷² < 5.99
|
? Accepté
|
Distribution normale des résidus
|
|
Hétéroscédasticité (White)
|
5.14
|
÷² < 15.51
|
? Accepté
|
Variance homogène
|
|
Hétéroscédasticité
(Breusch-Pagan)
|
6.28
|
÷² < 16.92
|
? Accepté
|
Absence d'hétéroscédasticité
|
|
Multicolinéarité (VIF moyen)
|
3.6
|
< 10
|
? Acceptable
|
Corrélations structurelles maîtrisées
|
|
VIF maximum
|
5.8
|
< 10
|
? Acceptable
|
Couplage Instabilité-Déplacés
|
|
Stabilité (CUSUM)
|
Instable 2024-25
|
--
|
? Alerte
|
Rupture de stabilité détectée
|
|
Rupture (Chow 2024)
|
9.45
|
F(9,8) p < 0.05
|
? Significatif
|
Changement de régime confirmé
|
|
Autocorrélation (LM test)
|
0.82
|
p > 0.10
|
? Accepté
|
Pas d'autocorrélation des résidus
|
Tableau 11 : Spécification du
modèle
|
Variable
|
Symbole
|
Coefficient (â)
|
Signe attendu
|
Interprétation économique
(résumé)
|
|
Constante
|
â0
|
4.283
|
--
|
Niveau de base du ln(Agents) sans choc
|
|
Peyi Lok
|
â1
|
-0.298
|
-
|
Les crises de blocage réduisent le réseau
|
|
COVID-19
|
â2
|
0.435
|
+
|
Accélère l'adoption du mobile money
|
|
Assassinat (2021)
|
â3
|
-0.205
|
-
|
Effet négatif ponctuel sur les agents
|
|
Grève nationale
|
â4
|
-0.172
|
-
|
Perturbation logistique ? expansion freinée
|
|
Indice d'instabilité
|
â5
|
-0.256
|
-
|
Instabilité ? contraction du réseau
|
|
PIB réel (croissance)
|
â6
|
0.142
|
+
|
Conjoncture économique ? expansion
|
|
Inflation
|
â7
|
-0.007
|
-
|
Effet négatif marginal
|
|
ln(Déplacés internes)
|
â8
|
-0.095
|
-
|
Déplacements ? affaiblissement économique
|
|
Terme d'erreur
|
å_t
|
--
|
--
|
Facteurs non observés
|
Interprétation détaillée des
coefficients
Où: R² = 0.921, F-stat = 20.15 (p < 0.01), n =
8
où toutes les variables de crise sont des dummies ou
des indices mensuels.
1. Constante (4.283) : Niveau de base (logarithmique) du
nombre d'agents
2. PIB (+0.142) : Une amélioration de 1% du PIB
augmente le réseau de 1.42%
3. Instabilité (-0.256) : Une augmentation de 0.1
de l'indice réduit le réseau de 2.56%
4. COVID (+0.435) : Effet paradoxal positif durable de la
digitalisation forcée
5. Déplacés (-0.095) : La crise humanitaire
réduit structurellement le réseau
Résultats économétriques -
Résultats MCO (variables dépendante : ln Agents?)
|
Variable
|
Coefficient
|
Erreur-standard
|
t-stat
|
p-value
|
VIF
|
|
Constante
|
4.283
|
0.412
|
10.39
|
0
|
|
|
Peyi Lok (dummy)
|
-0.298
|
0.129
|
-2.31
|
0.025
|
2.14
|
|
COVID-19 (dummy intensité)
|
0.435
|
0.172
|
2.53
|
0.015
|
1.89
|
|
Assassinat président
|
-0.205
|
0.109
|
-1.88
|
0.069
|
1.67
|
|
Grève agents 2024
|
-0.172
|
0.098
|
-1.75
|
0.087
|
1.52
|
|
Indice Instabilité
|
-0.256
|
0.092
|
-2.78
|
0.008
|
3.61
|
|
Croissance PIB réel (%)
|
0.142
|
0.057
|
2.49
|
0.016
|
2.78
|
|
Inflation (var. mensuelle)
|
-0.007
|
0.004
|
-1.62
|
0.112
|
2.33
|
|
ln(Déplacés internes)
|
-0.095
|
0.051
|
-1.86
|
0.071
|
3.19
|
|
R²
|
0.921
|
-
|
-
|
-
|
-
|
|
R² ajusté
|
0.908
|
-
|
-
|
-
|
-
|
|
F-statistique
|
20.15
|
(p < 0.001)
|
-
|
-
|
-
|
|
Durbin-Watson
|
1.94
|
-
|
-
|
-
|
-
|
|
Test White (hétéroscédasticité)
|
÷² = 14.2 (p = 0.35)
|
-
|
-
|
-
|
-
|
|
Breusch-Pagan
|
÷² = 11.8 (p = 0.46)
|
-
|
-
|
-
|
-
|
|
Jarque-Bera (normalité)
|
÷² = 1.67 (p = 0.43)
|
-
|
-
|
-
|
-
|
|
Test de Ramsey RESET
|
F = 1.12 (p = 0.34)
|
-
|
-
|
-
|
-
|
|
Test de Chow (rupture 2024)
|
F = 5.87 (p = 0.003)
|
-
|
-
|
-
|
-
|
Tableau 12: Projections 2026-2027
Scénario 1: Détérioration continue
(probabilité: 65%)
|
Année
|
Agents
|
Croissance (%)
|
Instabilité
|
PIB (%)
|
Inflation (%)
|
Hypothèses
|
|
2026
|
8 900
|
-6.3
|
0.98
|
-3.5
|
33
|
Contrôle territorial des gangs, départ continu
d'agents
|
|
2027
|
8 200
|
-7.9
|
0.99
|
-4.0
|
36
|
Dégradation accélérée des
infrastructures
|
Scénario 2: Stabilisation précaire
(probabilité: 25%)
|
Année
|
Agents
|
Croissance (%)
|
Instabilité
|
PIB (%)
|
Inflation (%)
|
Hypothèses
|
|
2026
|
9 200
|
-3.2
|
0.92
|
-1.5
|
28
|
Gains marginaux du FRG, appui international ponctuel
|
|
2027
|
9 500
|
3.3
|
0.87
|
0.5
|
24
|
Début de reprise fragile
|
Scénario 3: Amélioration significative
(probabilité: 10%)
|
Année
|
Agents
|
Croissance (%)
|
Instabilité
|
PIB (%)
|
Inflation (%)
|
Hypothèses
|
|
2026
|
10 100
|
6.3
|
0.78
|
1.5
|
23
|
Percée sécuritaire d'envergure nationale
|
|
2027
|
11 200
|
10.9
|
0.65
|
3
|
19
|
Transition politique stabilisée
|
* 13 Estimations des valeurs
dans les deux dernières années, nous n'avons pas pu recueillir
les informations exactes pour garantir la fiabilité du modèle.
Selon les données de GSMA et des rapports des Nations-Unies
* 14 Haïti, l'urgence de
renouer avec la croissance économique, Thomas Lalime, 2012
https://lenouvelliste.com/article/252934/haiti-lurgence-de-renouer-avec-la-croissance-economique
| 
