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


Home | Publier un mémoire | Une page au hasard

 > 

Impact de l’emploi sur la croissance économique au Sénégal.


par Mmadi HOUSSEINE
Université CHEIKH ANTA DIOP DE DAKAR (UCAD), Faculté des Sciences Economiques et de Gestion (FASEG)  - Master 2 en Méthodes Statistiques et économétriques 2014
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

1.2. Présentation du modèle empirique

Dans cette sous-section, nous allons présenter le modèle empirique de la croissance économique au Sénégal. L'équation(2) constitue notre modèle théorique pour expliquer la croissance au Sénégal.

Dans notre modèle empirique, Y = PIBRH représente la croissance économique étalé sur l'ensemble de la population, W = TE taux d'emploi, H = KH capital humain approximé au taux de scolarisation secondaire et K = IDE et DT représente les investissements étrangers directs et les dépenses publiques totales.

LOG (PIBRH)= a+b LOG(TE)+c LOG(KH)+d LOG(IDE)+e LOG(DT) (5).

Afin de donner une image à notre travail, nous allons décrire le modèle économétrique qui est celui qui va initier notre travail empirique. Les régressions porteront ainsi sur la transformation log-linéaire de la variable PIB. Notre modèle sera donc écrit sous la forme semi-log-linéarisé. En effet, l'un des avantages de l'utilisation de la forme semi-logarithmique linéaire est qu'elle permet d'exprimer les résultats en termes de pourcentage, dans lesquels une augmentation de 10% d'une des variables explicatives conduit à un certain changement de pourcentage de la variable expliquée.

Nous estimons pour cette étude une équation à k variables exogènes en fonction de la disponibilité des données de la forme suivante:

????????????= â0 + ???? + ????

Où t = temps d'étude (1991 à 2015), 1991 = t = 2015 ;

â0 : La constante du modèle et ut le terme d'erreur ;

âi (i=1,.........k) représente les différents paramètres du modèle et k le nombre de ces paramètres.

X représente les variables explicatives du modèle et Ln l'expression du logarithme népérien.

Pour le traitement de nos données, nous allons nous référer à la méthode la plus utilisée en économétrique pour le traitement des modèles linaires simples. Celle que nous avons choisie est la méthode d'estimation classique des modèles économétriques est l'estimation par les Moindres Carrés ordinaires (MCO). Cette méthode, qui consiste à empiler les données, suppose l'homogénéité des comportements sectoriels et temporels (Sarah COFFY, Laurent POUQUET, Anna SIENKIEWICZ, Décembre,2007).

1.3. Choix des variables

Tenant compte de la situation économique du Sénégal et de notre savoir-faire dans le domaine de l'économétrie, nous avons décidé de prendre un modèle économétrique, Modèle Linéaire Simple (MLS) qui met en relation le PIB au prix constant par habitant, l'emploi (taux d'emploi), le capital humain (taux de scolarisation secondaire), les stocks entrants des IDE et les dépenses publiques.

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Je ne pense pas qu'un écrivain puisse avoir de profondes assises s'il n'a pas ressenti avec amertume les injustices de la société ou il vit"   Thomas Lanier dit Tennessie Williams