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

 > 

Biens échangeables et croissance économique en rdc


par Moise Malangu
Université de Mbujimayi - Licence en économie de développement 2020
  

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

Conclusion partielle

Ce deuxième chapitre, vient de nous passer en revue la réalité économique, en montrant les produits qui soutiennent l'économie congolaise et celles qui font l'objet de nos importations par la présentation de la balance de paiement. Passons au prochain chapitre qui essaie fournir la réponse au problème sous étude en étudiant l'incidence de ses biens sur les activités économiques.

38

Chapitre III. Biens échangeables et Croissance Economique

Au cours du présent chapitre, axé sur l'étude de deux sections, nous allons nous y pencher pour fournir des réponses aux questions de recherches. La première section présente les principaux produits soutenant la croissance économique du pays et leurs contributions économique et la deuxième essaie de ressortir les éléments de validation de l'hypothèse émise.

Section 1 : les recettes issues des exportations

Tout au long de cette section, nous nous focalisons sur les 3 produits qui font l'objet de transactions internationales, il est question de :

? Produits miniers ; ? Produits agricoles : ? Produits industriels.

1.1. Les produits miniers et hydrocarbures

Au cours de la décennie 2009 à 2018, la production minière et des hydrocarbures a été plus marquée par la vente de minerais tels que : Le cuivre, le zinc, le cobalt, le diamant, le plomb, l'or, la cassitérite, le pétrole brut et autres. Leurs productions respectives se présentent comme suit :

Tableau n° 013 : Recettes issues des exportations de produits miniers et
hydrocarbures(en millions de USD)

Années

Cuivre

Cobalt

Zinc

Diamant

Or

 

Cassit érite

pétrole brut

Autres

Tot recettes

2009

1648,7

1

710,30

31,3

233,7

 

6,1

113,5

486,5

10,1

4240,2

2010

3 107,00

3

793,50

20,4

310,5

 

5,9

134,4

655,9

307,6

8335,2

2011

4 103,30

3

692,70

41,5

364,6

 

10,1

134,5

983,1

5,4

9335,2

2012

4 530,70

2

660,50

20,5

293,2

 

102,9

61,2

946,4

6,9

8622,3

2013

7 938,40

1

963,70

23

207,3

 

184,6

69,5

866,8

8,1

11261,4

2014

7 531,00

2

302,20

26,8

228,3

 

816,2

0

770,4

89,9

11764,8

2015

5 762,00

2

484,60

24,7

254,2

1

072,30

0

403

81,7

10082,5

2016

4 982,90

1

807,20

27,7

246,8

1

219,50

64,1

332,3

55,6

8736,1

2017

6 272,60

3

368,80

22

207,4

1

086,80

87,2

383,2

40,5

11468,5

2018

7 436,10

6

350,70

2,1

188,5

1

100,90

101,2

596,5

50,6

15826,6

Source : Nous-mêmes sur base de données du tableau n°008

A travers ce tableau, il ressort une variation positive de revenus suite à la forte demande de ces produits sur le marché international qui tellement accru pour la production de divers biens à l'ère de la mondialisation.

39

1.2. Les produits agricoles

La RDC est réputée au cours de dix dernières années dans la vente de produits agricoles consommés au plan international. Il est question de produits suivantes :

· Le café ;

· Le cacao ;

· Le thé ;

· Le rauwolifia ;

· L'huile de palme, huiles palmistes ;

· Les tourteaux (palmistes, coton) ;

· Le caoutchouc ;

· Les bois ; le quinquina ; et autres.

Le tableau ci-dessous, nous retrace les revenus de l'activité agricole en RDC.

Tableau n°014 : Recettes de produits agricoles en millions de USD

Années

Café

thé

Cacao

Caoutc houc

Bois

Quin

quina Autres Total

 
 
 
 
 

2009 37,3 0 0 0 40 0 0 77,3

 
 
 
 
 
 
 
 

2010 46,7 0 0 0 64,3 0 0 111

 
 
 
 
 
 
 
 

2011 31,4 0 0,2 0 65,2 0 0 96,8

 
 
 
 
 
 
 
 

2012 18,5 0 0,1 0 66,8 0 1,4 86,8

 
 
 
 
 
 
 
 

2013 51,1 0 7,3 0 85,4 0 3,2 147

 
 
 
 
 
 
 
 

2014 246,2 0,1 17,4 0 45,6 0 0 309,3

 
 
 
 
 
 
 
 

2015 31 0,3 43,7 0 102,6 8,3 10,4 196,3

 
 
 
 
 
 
 
 

2016 41,8 0,2 44,8 0 401,1 7,5 5,1 500,5

 
 
 
 
 
 
 
 

2017 27 0,2 11,1 0,4 32 1,1 2,5 74,3

 
 
 
 
 
 
 
 

2018 24,7 0,1 24,9 13 57 3,5 0,8 124

 
 
 
 
 

Source : nous-mêmes sur base du tableau n°008

Il revient de dire un mot que trois produits ont connu une demande nulle durant dix ans ce qui s'explique par l'abandon de cultures pérennes qui ont connu le succès durant l'époque coloniale et la plus grande partie de recette ne provient que de la vente de bois et du café. D'autres, parce que à faible importance sont abandonnées.

40

1.3. Les produits industriels

Les produits industriels sont composés de : les ciments ; les produits chimiques ; le sucre de canne ; et autres produits divers.

Tableau n°015 : Recettes de produits industriels en millions des USD

Années

Ciment

produits chimiques

sucre de canne

divers

Total

2009

15,7

0,8

7,8

29,3

53,6

2010

13,4

0

0

18,4

31,8

2011

12,6

0

0

18,3

30,9

2012

8,2

0

0

21,3

29,5

2013

7,4

0

0

109,2

116,6

2014

4,9

0

0

2,4

7,3

2015

0,3

0

0

4

4,3

2016

0

0

0

16

16

2017

0

0

0

5,5

5,5

2018

0

0

0

16,1

16,1

 

Source : nous-mêmes sur base de données du tableau n°008

En nous basant sur ce tableau, nous disons que la demande de canne à sucre a connu une baisse depuis la chute de certaines sucreries au pays et aussi un certain désintéressement vis-à-vis de cette culture et les produits chimiques également.

1.4. Apport de biens échangeables à l'économie

Il se manifeste que, le produit intérieur brut est soutenu durant la période de recherche plus par le secteur minier en particulier et les quelques produits entrant dans les échanges internationaux. Dans la globalité, le commerce extérieur est porteur de croissance à l'économie Congolaise sur base de sa contribution à la formation de du P.I.B. tel que nous indique le tableau ci-après :

41

Tableau n°016 : Part en pourcentage des exportations dans le P.I.B

PIB en

millions de $

Recettes Minières

Recettes Agricoles

Recette Industrielle

Tot. Expo

Part en PIB

14 633,50

4240,2

77,3

53,6

4371,1

0,29870503

15 673,70

8335,2

111

31,8

8478

0,5409061

16 751,20

9335,2

96,8

30,9

9462,9

0,56490878

17 938,30

8622,3

86,8

29,5

8738,6

0,48714761

19 459,90

11261,4

147

116,6

11525

0,59224354

21 302,80

11764,8

309,3

7,3

12081,4

0,56712733

22 776,10

10082,5

196,3

4,3

10283,1

0,45148643

23 322,60

8736,1

500,5

16

9252,6

0,39672249

24 191,80

11468,5

74,3

5,5

11548,3

0,47736423

25 600,10

15826,6

124

16,1

15966,7

0,62369678

 

Source : nous-mêmes sur base de données de la BCC, rapport 2018 Graphique n°006

Evolution des recettes des Exportations

0,7 0,6 0,5 0,4 0,3 0,2 0,1 0

 
 
 
 
 
 

Source : Nous-mêmes à travers les données de la BCC

Il est à noter que les biens échangeables prennent une grande part dans la formation du Produit Intérieur Brut contrairement autres produits intéressants l'économie congolaise. Cette montée en puissance reste ascendante de toute la période d'étude.

42

Section 2 : Conception du modèle économétrique et vérification des hypothèses. La présente section tente de concevoir un modèle économétrique devant confirmer ou infirmer les hypothèses du travail.

D'une manière générale, l'économétrie est le principal outil d'analyse quantitative utilisé par les économistes et gestionnaires dans divers domaines d'application. Les méthodes de l'économétrie permettent de vérifier l'existence de certaines relations entre des phénomènes économiques, et de mesurer concrètement ces relations, sur la base d'observations de faits réels20.

2.1. L'utilité de l'économétrie en recherche

L'une de particularité de l'économétrie est celle de la construction d'un modèle. Le modèle en soit met en confrontation les paramètres qui peuvent être économiques ou autres. Cela implique une représentation formalisée du fait sous étude sous forme d'une équation. Ainsi, le modèle constitue une représentation simplifiée de la réalité et consiste à représenter un phénomène sous forme d'une ou plusieurs équations21.

Pour arriver à une bonne conclusion de résultats de nos recherches, il nous a été utile de faire recours à la spécification linéaire afin d'arriver à prouver le rôle du commerce international dans l'économie congolaise.

Généralement, un modèle économétrique se constitue des équations, variables et paramètres. Parlant des équations, nous en déduisons22 :

- Celles de comportement de la forme c=a+bR

- Celles technologiques de la forme Cobb-Duglass Q= AK? + L? - Et enfin, celles d'identités comptables Y= C+I+G+X-M

Pour notre étude, nous avons choisi celles de comportement dans le souci de procéder à la spécification linéaire.

20 DORE Eric, Econométrie, Pearson, Lille 2004, p1.

21 MIGNON V., Econométrie : théorie et application, Economica, Paris, 2008, pp7-9.

22 LOMBOTO Albert, Notes de cours d'économétrie, Université de Mbujimayi, Première Licence Economie, 2018, inédit.

Le modèle a pour hypothèses :

· H0 : l'hypothèse nulle ;

· H1 : l'hypothèse alternative.

Le présent modèle de croissance dépend de 3 paramètres ; ledit modèle se présente comme suit :

P.I. Bt = f3o + f31Rec. Minhydt + f32Rec. Agrit + f33Rec. Indt

Où : YPIBt symbolise la croissance économique;

Rec. Min1: recettes minières et hydrocarbures

Rec. Agri2: recettes agricoles

Rec. Ind3 : recettes de produits industriels

f3: sont des paramètres de pondération

Ut: le vecteur d'erreur

Par estimation, le modèle se présente comme suit :

^ Yt

^ = f3o

+ f31

^

REc. Minhyd + f32

Rec. Agri + f33^Rec. Ind

 

43

a. La balance commerciale

En vue de déterminer la dépendance d'une économie de l'autre ou du reste du monde, on fait recours à la balance commerciale pour déterminer le genre de relation dans les échanges commerciaux.

Le tableau ci-dessous, nous retrace l'évolution du solde de cette composante de la balance des paiements durant la période sous étude.

44

Tableau 017 : La balance commerciale en millions de dollars américains de 2009-2018

Années

Exportations

Importations

Solde de la balance commerciale

2009

4 371,00

4 949,00

-578,00

2010

8 477,90

8 042,50

435,40

2011

9 471,90

8 915,60

556,30

2012

8 743,40

8 677,20

66,20

2013

11 613,00

10808,4

804,60

2014

12 321,20

12 706,30

-385,10

2015

10 284,80

10 574,60

-289,80

2016

11 885,50

12148,8

-263,30

2017

11 548,20

11 340,00

208,20

2018

15 966,80

14 972,70

994,10

 

Source : nous-mêmes sur base de données du tableau 013 Graphique n°007 :

Solde de la balance commerciale

 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

08 2010

2012

 

2014

2016 2018

20

 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

20

1200

1000

800

600

400

200

0

2

-200

-400

-600

-800

Le tableau n°016 et le graphique 006 ci-hauts, nous indiquent une certaine amélioration du solde de la balance des paiements 6/10ème durant la décennie sous étude, celle-ci est la conséquence de l'application du respect plan d'ajustement structurel préconisé par les institutions de breton Wood particulièrement le F.M.I.

45

Tableau 018 : Estimation des paramètres

Années

PIB

Rec. Minhyd.

Rec.Agri.

Rec.Ind

2009

14 633,5

4240,2

77,3

53,6

2010

15 673,7

8335,2

111

31,8

2011

16 751,2

9335,2

96,8

30,9

2012

17 938,3

8622,3

86,8

29,5

2013

19 459,9

11261,4

147

116,6

2014

21 302,8

11764,8

309,3

7,3

2015

22 776,1

10082,5

196,3

4,3

2016

23 322,6

8736,1

500,5

16

2017

24 191,8

11468,5

74,3

5,5

2018

25 600,1

15826,6

124

16,1

 

Source : Rapport Banque Centrale du Congo

De ce tableau, nous retenons que les variations annuelles de P.I.B tiennent compte du prix de 2005 de 11 967,7 millions de francs congolais. La croissance du P.I.B a été constatée à partir de 2009 après la crise financière qui a frappé l'économie mondiale, c'est la période de relance.

Ayant déjà constitué ce tableau, nous pouvons désormais procéder au calcul de la

corrélation.

Le modèle que nous présentons a pour variables :

- Variables dépendantes : le Produit intérieur Brut ;

- Variables indépendantes ou paramètres : les recettes issues de la production minière, agricole et industrielle.

b. Relation commerce extérieur et croissance économique en RDC

Avant de procéder à l'utilisation des méthodes modernes de séries chronologiques telles que Moindre Carré Ordinaire, nous devons nous rassurer de la stationnarité de nos séries au cours de la période pour éviter de tomber dans le cas d'estimation fallacieuse.23

A cet effet, la stationnarité de nos séries P.I.B, recettes minières, agricoles et industrielles, nous utilisons le test de racine unitaire avec précision celui de DUCKEY-FULLER afin de tester l'hypothèse nulle (H0) de non stationnarité et l'hypothèse alternative (H1) de stationnarité.

23 LARDIC Sandrine et Valérie MIGNON, Econométrie des séries temporelles macroéconomiques et financières, Economica, Paris, 2002, p12.

46

Pour ces auteurs considèrent 3 modèles de base pour la série Yt(t=1 à T) : - Modèle 1 : Modèle avec tendance et constante

????? = ?? + ???? + ????(??-1) + ????

- Modèle 1 : Modèle avec tendance sans constante

????? = ?? + ????(??-1) + ????

- Modèle 1 : Modèle sans tendance ni constante

????? = ????(??-1) + ????

Pour les trois modèles, le test obéit au cheminement ci-après :

? Le calcul du test individuel du coefficient ?? à comparer aux valeurs tabulaires de Duckey-Fuller ;

? Dans le cas où cette statistique est supérieure à la valeur critique de Duckey-Fuller, il y a rejet de H0, et la série est donc stationnaire. Et dans le cas contraire, non rejet H0.

Tableau n°019 : Test de stationnarité de la série P.I.B

Ici, nous estimons le deuxième modèle avec le résultat à travers le tableau ci-après :

Coefficients

 

Unstandardized Coefficients

t

 
 

Constant

10449,669

2,442

 

90,9

3,609

 

86,24

1,531

 

-26,505

-1,155

 

Source : traitement de la série à travers logiciel SPSS

47

2.2. Estimation des résultats du modèle

Le présent tableau, nous donne une synthèse de résultats qui feront l'objet d'une interprétation.

Tableau n°020 : les autres tests de validation

TESTS ECONOMETRIQUES

R = 88,1 R 2=77,5 R=66,3 Constante 10449,669

Paramétriques

Non paramétriques

T-Student

Constante

3,442

D.W

1,751

 

Rec.Min

3,609

 
 
 

Rec.Agri

1,531

 
 
 

Rec.Ind

-1,155

 
 

F-Ficher

6,902

Khi-carré

7,75

Coefficients

B1

71,1

 
 

Beta

B2

30,5

 
 
 

B3

-23,4

 
 
 

n = 10

 
 
 

Source : assistance par logiciel SPSS

De ce tableau, nous pouvons présenter le modèle comme suit :

???? = ??0 + 71,1 R????.??????1 + 30,5 R????.????????2 + 23,4 R????.??????3 + U??

T-Student 3,442 3,609 1,531 -1,155

R 2=77,5 n=10

2.3. Interprétation de résultats

L'économétrie étant un outil d'investigation mis à la disposition de l'économiste, il lui confère le pouvoir d'infirmer ou de confirmer les théories qu'il construit en passant par des estimations. Pour quoi doit-on passer par estimation ? Plusieurs raisons incitent à cette démarche : tout d'abord cela force l'individu à établir clairement et à estimer les interrelations sous-jacentes mais aussi, la confiance aveugle dans l'intuition peut mener à l'ignorance de liaisons importantes ou à leur mauvaise utilisation24.

Dans nos analyses, nous avons calculé le coefficient de détermination noté R2 qui signifie ou désigne la quantité de la variable expliquée par le modèle théorique resté. Par convention, lorsque R2 est supérieur ou égal à 0,5 cela implique une relation étroite entre la variable expliquée et celles explicatives25.

24 R. Bourbonnais, Économétrie, Dunod 9è éd., Paris, 2015, p6.

25 TSHISUAKA KASHALALA G., Les déterminants de la pauvreté à Mbujimayi in annales de l'Université de Mbujimayi, p121.

48

S'agissant du cas sous examen, la valeur de ??2=0,77619504, ce qui mène à la conclusion selon laquelle, le modèle est bon.

Supra, les résultats de l'estimation, nous renseigne que la croissance économique de la R.D.C est expliquée non seulement par les variables identifiées par le modèle, mais aussi par plusieurs autres variables mais qui sont omises par ce même modèle. Cette thèse se justifie par constante qui est significative.

Pour être précis et concret, nous allons utiliser les tests paramétriques d'une part, et d'autre part ceux non paramétriques. Parler de tests paramétriques, cela fait appel au test de signification ou T-student et au test de signification du modèle global F-Ficher. Les tests non paramétriques renvoient à celui de normalité de résidus et d'autocorrélation de résidus.

2.4. Tests Econométriques

2.4.1. Tests paramétriques

Parler de tests paramétriques, cela revient à faire recours au test de Student et celui de Ficher.

2.4.1.1. Test de significativité de variables : Test de Student

Le test de Student permet de tester les hypothèses statistiques suivantes :

? L'hypothèse nulle notée H0 qui est l'hypothèse que l'on souhaite invalider ;

? L'hypothèse alternative notée H1 est l'hypothèse à retenir au cas où le test rejette l'hypothèse nulle H0.

Ainsi, pour tout test, la conclusion qui sera déduite des résultats de l'analyse aura un caractère probabiliste. On ne pourra prendre la décision qu'en ayant conscience qu'il a un certain risque qu'elle soit erronée. Ce risque nous est donné par le seuil de signification du test.

De manière théorique, lorsque la valeur calculée du test de signification est supérieure à celle tabulaire, le paramètre est statistiquement significatif.

Théoriquement, la règle de décision pour le test de student au seuil de 5% est la

suivante :

? Si t-statistic est inférieur ou P (statistique) est supérieur à 0,05 on accepte l'hypothèse H0 donc la variable n'est pas significative. Cela signifie que si l'on obtient un t-statistic dont la valeur absolue est inférieure à 1,96 on court un risque de 5% au minimum de commettre une erreur en rejetant l'hypothèse H0 ;

49

? Si t-statistic est supérieur ou P (statistique) est inférieur à 0,05 on rejette l'hypothèse H0 donc la variable est significative. Cela signifie que si l'on obtient un t-statistic dont la valeur absolue est supérieure à 1,96 on court un risque de 5% au minimum de commettre une erreur en acceptant l'hypothèse H0.

? Concernant la constante du modèle, le T de student de table est de 2,365 :

- Le T-student calculé pour f.?1 : 3,62085544 il y a rejet de l'hypothèse, donc le paramètre est statiquement significatif.

- Le T-student calculé pour f.?2 : 1,54057555 il y a non rejet de l'hypothèse, donc le paramètre est non significatif.

- Le T-student calculé pour f.?3 : -1,1632106 ici, encore, il y a non rejet de l'hypothèse, donc le paramètre est non significatif.

2.4.1.2. La globalité de variables

La théorie nous renseigne que lorsque la statistique de Ficher est supérieure à celle tabulaire, ceci a pour conséquence la validation du modèle. De manière global, dans ce cas, le modèle est dit bon. En ce qui nous concerne, le test global nous donne la valeur de table de 5,59 et celle calculée nous donne 6,93635238, en définitive, ici, il y a rejet de l'hypothèse, donc le test est statiquement significatif avec le seuil de 5%.

2.4.2. Test non paramétriques

La validation ou l'invalidation de résultats d'un test économétrique n'est pas fonction d'un seul test mais de plusieurs pour éviter de tomber dans les erreurs. Non seulement le test paramétrique peut faire l'objet d'étude mais aussi se trouvent à ses côtés les estimateurs

^

de carrés ordinaires f.?

associés aux variables aléatoires.

 

Ainsi, évaluer un modèle, consiste à procéder à un certain nombre de test parmi

lesquels :

- Le test d'autocorrélation des erreurs ; - Le test d'hétéroscédasticité ;

Dans le souci de porter le jugement de valeur sur les résultats issus du modèle de notre étude, nous avons utilisé le test de normalité et de l'autocorrélation des erreurs.

50

2.4.2.1. Test d'autocorrélation des erreurs

En vue de nous rassurer de l'existence de liaison entre les erreurs du modèle qui peuvent provenir de la non intégration de certaines variables dans le modèle, de l'omission de la mauvaise spécification etc.

Le test de Durbin Watson D.W= 1,75 nous permet d'émettre notre point de vue soit pour confirmer soit pour infirmer l'absence d'autocorrélation ou la présence d'autocorrélation.

Nous basant sur le résultat de notre étude, DW= 1,75 nous disons qu'il y absence d'autocorrélation.

2.4.2.2. Test d'hétéroscédasticité

Le test d'hétéroscédasticité est utilisé dans la régression linéaire pour savoir s'il y a liaison entre les variables ou pas. Les hypothèses de ce modèle sont comme suit :

H0: Homocédasticité
H1: héteroscédasticité

Pour effectuer ce test, on se sert du test de White. Théoriquement, il y a homoscédasticité lorsque P valu est supérieur à 0,05 et il y a hétéroscédasticité, lorsque P valu est inférieur à 0,05.

Ce test se calcule de la manière suivante :

X22 = n.R2

Pour cette étude, le test de Whit calculé, nous donne 7,75 en le comparant à la valeur tabulaire qui est de 5,99 ainsi, il y a hétéroscédasticité.

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








"L'imagination est plus importante que le savoir"   Albert Einstein