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


Home | Publier un mémoire | Une page au hasard

 > 

Développement financier et croissance économique dans les pays de la zone franc

( Télécharger le fichier original )
par Edem Kwami ABBUY
Université de Lomé - Togo - Master en économie internationale 2012
  

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

Paragraphe II : méthodologie d'estimation

Les estimations en données de panel de la relation entre développement financier et croissance économique présentent un certain nombre davantage. Elles fournissent non seulement des éléments d'analyse de la relation entre développement financier et croissance économique mais aussi l'évolution de cette relation dans le temps. Deuxièmement dans les régressions en coupes transversales, les effets inobservables spécifiques aux pays sont automatiquement intégrés dans le terme d'erreur ; ceci peut conduire à obtenir des coefficients biaisés en l'occurrence lorsque qu'on étudie la relation entre finance et croissance économique. Les estimations en panel réduisent les biais associés à l'estimation.

Pour mieux appréhender l'impact du développement financier sur la croissance et pour contourner les critiques essuyées par les études en panel concernant les problèmes de biais de simultanéité surtout la causalité inverse entre développement financier et croissance économique, l'utilisation de techniques économétriques plus performantes dans l'étude du lien développement financier et croissance économique s'est alors imposée. Au nombre de ces techniques, nous pouvons citer la méthode des moments généralisés GMM (Generalized Method of Moment) sur panel dynamique. Cette méthode permet d'apporter des solutions aux problèmes de biais de simultanéité, de causalité inverse et de variables omises. Aussi nous avons retenu pour notre modèle une estimation GMM en système sur panel dynamique. Un modèle dynamique est un modèle dans lequel un ou plusieurs retards de la variable dépendante figure comme variables explicatives. Le modèle cherche à expliquer la

63

DEVELOPPEMENT FINANCIER ET CROISSANCE ECONOMIQUE DANS LES PAYS DE LA ZONE FRANC.

dynamique du produit intérieur brut par tête de chaque pays par le développement financier des pays membres de la zone franc. Dans ce cas le modèle s'écrit :

Modèle 2

LYi,t - LYi,t-1 = á0 + (á1-1)LYi,t-1 + á2L( M2/PIB)i,t + á3 L(CRD/PIB)i,t + á4 LGOVi,t + á5L OUVi,t + á6LINVi,t + ui + âi,t

Avec ui l'effet individuel et âi,t le terme d'erreur et. i = 1, 2,..., N et t = 1, 2,...,T

A. Motivation et méthodes d'estimation des GMM en panel dynamique

? Motivation d'une estimation par GMM en panel dynamique

Les grandes lignes de la motivation de l'utilisation des GMM se retrouvent chez Arellano et Bond (1991) et Blundell et Bond (1998). Plus précisément Levine et Al (2000) fournissent les arguments qui justifient l'utilisation de la méthode des GMM pour étudier la relation entre développement financier et croissance économique. En effet la Méthode des Moments Généralisés permet de régler le problème d'endogénéité dans l'étude de la relation entre développement financier et croissance économique. Elle permet de régler l'endogénéité non seulement au niveau de la variable de développement financier mais aussi au niveau des autres variables explicatives par l'utilisation d'une série de variables instrumentées générées par les retards des variables. Cette méthode ne permet pas de corriger l'endogénéité au sens fort mais au sens faible. Plus précisément il est supposé que les variables explicatives sont faiblement exogènes c'est-à-dire qu'elles peuvent affectées par les réalisations actuelles et passées du taux de croissance, et doivent être non corrélées avec les réalisations futures des termes d'erreur. Ainsi l'hypothèse d'exogénéité des variables au sens faible implique que les innovations futures du taux de croissance n'affectent pas le niveau actuel du développement financier. L'exogénéité au sens faible ne signifie pas que les agents économiques ne prennent pas en compte les espérances futures du taux de croissance dans leur décision de développement du système financier ; il suppose tout simplement que les chocs futurs non anticipés du taux de croissance n'influencent pas le niveau actuel du développement

64

DEVELOPPEMENT FINANCIER ET CROISSANCE ECONOMIQUE DANS LES PAYS DE LA ZONE FRANC.

financier .Ainsi l'innovation du taux de croissance n'affecte pas le développement financier. Les modèles dynamiques se caractérisent par la présence d'une ou de plusieurs valeurs retardées de la variable dépendante parmi les variables explicatives. Dans ce modèle, la présence de la variable dépendante retardée ne permet pas d'utiliser les techniques économétriques comme les moindres carrés ordinaires par exemple. Il existe deux méthodes d'estimations alternatives : la méthode d'Arellano et Bond (1991) et celle de Blundell et Bond (1998).

? la méthode d'Arellano et Bond (1991) et de Blundell et Bond (1998).

Compte tenu des biais de simultanéité et d'endogénéité qui peuvent résulter de l'estimation d'une équation dynamique par la méthode des moindres carrés ordinaires, le modèle peut être estimé par la méthode des moments généralisés sur panel dynamique. On utilise la méthode des Moments Généralisés en panel dynamique pour contrôler les effets spécifiques individuels et temporels, et pallier les biais d'endogénéité des variables. L'estimateur GMM en panel dynamique a été développé par Holtz-Eakin, Newey et Rosen (1990), Arellano et Bond (1991) et Arellano et Bover (1995). Il existe deux types d'estimateurs des moments généralisés : l'estimateur d'Arellano et Bond (1991) ou GMM en différence et l'estimateur de Blundell et Bond (1998) ou GMM en système. Arellano et Bond (1991) proposent une estimation en différence dont le but est d'éliminer un éventuel biais des variables. Les différences premières des variables explicatives du modèle sont instrumentées par les valeurs retardées en niveau de ces mêmes variables. Le but est de réduire les biais de simultanéité. Blundell et Bond (1998) ont montré à l'aide des simulations de Monte Carlo que l'estimateur des GMM système est plus efficient que l'estimateur des GMM en différence. Ce dernier produit des estimateurs biaisés pour les petits échantillons

Dans notre modèle à estimer, l'utilisation des variables retardées comme instruments dépend de la nature de ces variables explicatives :

? Plus précisément il est supposé que les variables explicatives sont faiblement exogènes c'est-à-dire qu'elles peuvent affectées par les réalisations actuelles et passées du taux de croissance, et doivent être non corrélées avec les réalisations futures des termes d'erreur. Leurs valeurs retardées d'au moins une période peuvent être utilisées comme instruments.

65

DEVELOPPEMENT FINANCIER ET CROISSANCE ECONOMIQUE DANS LES PAYS DE LA ZONE FRANC.

? Pour des variables endogènes, seules les valeurs retardées d'au moins deux périodes peuvent être utilisées comme instruments valides.

L'efficacité de l'estimation des GMM repose sur la validité de deux tests. Le test de Sargan/Hansen qui nous permet de tester la validité des variables retardées que nous utilisons comme instruments. Le test d'Arellano et Bond où l'hypothèse nulle est l'absence d'autocorrelation des erreurs au second ordre de l'équation différence.

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








"Tu supportes des injustices; Consoles-toi, le vrai malheur est d'en faire"   Démocrite