Memoire Online - intermédiation bancaire et croissance économique au Cameroun

Dans le chapitre précédent, nous avons présenté et utilisé un modèle économétrique mettant en relation plusieurs variables parmi lesquelles une variable (la variable endogène) qui est à expliquer et d'autres variables (les variables exogènes) qui sont explicatives. Grâce à ce modèle, il nous est possible et sans doute plus évident d'analyser et de vérifier à la fois de manière spécifique et de manière globale les relations supposées existantes entre les différents concepts théorique faisant l'objet de notre étude, en utilisant des méthodes scientifiques développées et fiables nous permettant d'appréhender certains phénomènes sociaux. C'est pour cette raison que nous avons adopté la méthode de régressions multiples pas à pas descendantes afin d'éliminer les variables qui ne sont pas significatives dans l'explication de la variable expliquée. Mais l'essentiel n'étant pas l'analyse a proprement parlée, il nous revient également d'interpréter les résultats obtenus afin de mieux cerner la réalité du phénomène étudié.

Pour se faire, ce chapitre sera articulé comme précédemment en deux sections. La première sera consacrée à la présentation de nos équations fondamentales avec leurs interprétations tant sur le plan statistique qu'économique tandis que la seconde aura pour objectif à la lumière des théories existantes de proposer des moyens financiers plus efficace concernant la stimulation de la croissance économique au Cameroun.

Section1 : Analyse et interprétation des résultats

Le modèle économétrique retenu qui est un modèle à régressions multiples nous a permis d'effectuer un certains nombres de tests statistiques qui nous sont indispensables dans l'analyse que nous envisageons de mener. Mais avant toutes choses, il est préférable de présenter les différentes équations nous permettant d'aboutir à l'équation la plus optimale.

I. Etude de la validation globale des équations

Cette partie aura pour objectif principale l'analyse proprement dite de nos équations à partir du modèle adopté qui est celui du modèle à régressions multiples pas à pas « step Wise » descendantes qui nous aidera à atteindre à partir d'une élimination progressive des variables non significatives une équation plus optimale.

Ce paragraphe aura pour but principal l'étude de la régression de notre première équation. 1 : La première équation

Comme présenté dans le chapitre précédent, la première équation retenue dans notre travail est : PIBrt = B0 + B1Ccmlt + B2M2t + B3Mit + £t

Mais avant de l'analyser nous allons étudier le degré de corrélation existant entre ces différentes variables à partir du coefficient de corrélation de Pearson :

Tableau1 : Matrice de corrélation1
Corrélation de Pearson	PIB réel	Crédits accordés au secteur privé Ccmlt	Masse monétaire M2	Marge d'intermédiation Mi
PIB réel	1,0000
Crédits au secteur privé Ccmlt	0,008	1,0000
Masse monétaire M2	0,892	0,064	1,0000
Marge d'intermédiation Mi	0,742	-0,213	-0,455	1,0000

L'observation de ce tableau nous amène à remarquer que les variables exogènes (explicatives) sont peu corrélées entre elles mais également peu corrélées avec la variable endogène (expliquée) mis à part la masse monétaire et la marge d'intermédiation qui sont très liées au PIB réel (on a des forces de corrélation respectivement égale à 0,892 et 0,742). Cela nous amène à constater que des trois variables explicatives retenues à savoir les crédits accordés au secteur privé, la masse monétaire et la marge d'intermédiation, ces dernières sont les variables les plus explicatives du phénomène de croissance économique.

Paramètres	Coefficients	T-student	Signification
B0	-6,9 E+11	-2,495	0,21
B1	4,351 E-07	1,025	0,318
B2	4,090	11,095	0,000
B3	1,6 E+09	6,981	0,000
F = 106,747 R² = 0,941

Le travail qui nous revient à présent est celui de déterminer la qualité de l'ajustement, la signification globale du modèle ainsi que la contribution de chaque variable exogène dans l'explication de la variable endogène.

o Concernant la qualité de l'ajustement, l'utilisation du coefficient de détermination R² est la valeur la plus adaptée. Dans nos résultats, la valeur de ce coefficient est 0,941. L'on constate que cette valeur est plus proche de 1 que de 0 ce qui nous permet de conclure que la qualité de cet ajustement est bon.

o A propos de la signification globale du modèle, l'utilisation du F de Fischer est la valeur appropriée. La régression de notre équation affiche un Statistique égale à 106,747. la valeur théorique lue dans la table de distribution à (3,20) dl est égale à 3,40. L'on remarque que le F empirique obtenu est supérieur au F théorique lu au seuil de 5% ce qui nous permet de conclure que ce modèle est globalement significatif c'est-à-dire qu'il existe des variables explicatives contribuant à l'explication de la croissance économique.

o Enfin, concernant la contribution des variables dans ce modèle, nous aurons recours au T de student. La valeur du t-student lu sur la table au seuil de 5% est égale à 2,086 par contre, les t-students des variables Ccmlt, M2, Mi sont respectivement égales en valeurs absolues à : 1,025 ; 11,095 ; 6,981. On constate que seules les valeurs t-students de M2 et de Mi sont supérieures à la valeur théorique de ce T tandis que la valeur t-student de Ccmlt est inférieure à cette même valeur ce qui nous amène à conclure que seules M2 et Mi contribuent de manière significative à la croissance économique.

En définitive, en plus du fait que la qualité de l'ajustement est bonne ; que le modèle est globalement significatif et que les variables que sont la masse monétaire M2 et la marge d'intermédiation Mi contribuent significativement à l'explication de la croissance économique nous retenons que les crédits accordés au secteur privé contrairement à l'idée de départ ne contribuent pas de manière vraiment significative à la croissance économique.

Nous pouvons donc à présent éliminer la variable qui est la moins explicative à savoir Ccmlt et recommencer la régression jusqu'à atteindre l'équation optimale.

Paramètres	Coefficients	T-student	Significations
B0	- 6,6 E+11	- 2,398	0,26
B1	4,160	11,470	0,000
B2	1,5 E+09	6,957	0,000
F = 159,209 R² = 0,938

Pour cette seconde équation, nous procèderons comme précédemment à l'estimation de la qualité de l'ajustement, à la signification globale du modèle ainsi qu'à la contribution des variables au modèle.

o La qualité de l'ajustement, le coefficient de détermination R² à une valeur égale à 0,938 qui est une valeur supérieure à 0,5 et très proche de 1, ce qui nous permet de déduire que la qualité de l'ajustement est bonne.

o La signification globale du modèle, le F statistique de Fischer est égale à 159,209 tandis que le F théorique à (1,22) dl est égale à 4,30. Le F empirique étant supérieure au F théorique on en conclu que le modèle est globalement significatif. Nous remarquerons également que le F empirique trouvé dans cette équation est supérieure au F empirique trouvé précédemment ce qui signifie que cette équation est globalement plus significative que la première.

o La contribution des variables, le t-student obtenu pour chacune des variables restantes est respectivement : 11,470 et 6,957 tandis que le t-student lu sur la table est égale à 2,069 au seuil de 5%. Le t-student empirique étant supérieure au t-student lu, on en déduit que toutes les variables restantes contribuent de manières significatives à la croissance économique.

En définitive, dans cette seconde régression également, la qualité de l'ajustement est bonne, le modèle globalement significatif et toutes les variables contributives à la croissance économique.

Ayant donc atteint le niveau où aucune variable ne peut plus être éliminée on en déduit qu'on est à l'optimum, ce qui reviens à dire que l'équation optimale retenue pour notre régression est : PIBrt = 4,160 M2 + 1,5 E+09 Mi + £t

Pour conclure, nous retiendrons que des trois variables représentantes de l'intermédiation bancaire que sont les crédits accordés au secteur privé, la masse monétaire M2 et la marge d'intermédiation, seules la masse monétaire et la marge d'intermédiation influencent de manière significative la croissance économique au Cameroun. Dans notre deuxième partie, nous expliquerons de manière effective comment ces deux indicateurs influent la croissance mais également si cette influence est positive ou non.

L'équation analysée ici est notre équation après introduction de la variable dummy de restructuration bancaire à savoir :

Comme avec la précedente, nous étudierons d'abord la corrélation entre ces variables

Corrélation de Pearson	PIB réel	Ccmlt	M2	Mi	Dummy
PIB réel	1,000
Ccmlt	0,008	1,000
M2	0,892	0,064	1,000
Mi	0,74	-0,213	0,455	1,000
Dummy	0,567	-0,269	0,393	0,784	1,000

L'observation de cette matrice de corrélation nous montre que tout d'abord les variables explicatives sont peu corrélées entre elles mis à part notre variable dummy de la restructuration bancaire qui assez corrélée avec la marge d'intermédiation (degré de corrélation 0,784) et qu'ensuite elles sont peu corrélées avec la variable endogène mis a part la masse monétaire et la marge d'intermédiation qui sont fortement corrélées au PIB réel (degrés de corrélation respectifs 0,892 et 0,74). La différence qui ressort le plus entre cette matrice et la précédente est la corrélation entre la masse monétaire et la marge d'intermédiation qui est dans ce modèle positive alors qu'elle est négative dans le premier modèle.

Coefficients	Valeurs	T-student	Signification
B0	-7,9 E+11	-2,692	0,14
B1	3,543 E-07	0,821	0,422
B2	4,128	11,153	0,000
B3	1,8 E+11	5,617	0,000
B4	-2,8 E+11	-1,020	0,321
F = 80,480 R² = 0,944

Comme précédemment dans ce modèle, il sera question pour nous d'étudier la qualité de l'ajustement ; la significativité globale du modèle et enfin la contribution de chaque variable à l'explication du modèle. Et nous remarquons de manière générale que ce modèle est globalement significatif, que l'ajustement est de bonne qualité et que des variables retenues dans cette première équation, les crédits accordés au secteur privé est la variable la moins significative et contributive au modèle c'est ainsi que cette variable est éliminée ce qui se traduira par une diminution de R² et une augmentation de F empirique.

Coefficients	Valeurs	T- student	Signification
B0	-7,8 E+11	-2,683	0,14
B1	4,189	11,644	0,000
B3	1,8 E+09	5,625	0,000
B4	-3,2 E+11	-1,201	0,244
F = 108, 854 R² = 0,942

Comme précédemment le modèle est globalement significatif et l'ajustement est de bonne qualité. Quant aux variables, il apparaît que c'est D la variable de restructuration bancaire qui est la variable la moins contributive du modèle raison pour laquelle cette variable sera éliminée du modèle.

Coefficients	Valeurs	T-student	Signification
B0	-6,6 E+11	-2,398	0,026
B1	4,160	11,470	0,000
B2	1,5 E+09	6,957	0,000
F = 159,209 R² = 0,938

Ce qui nous ramènent à la même équation optimale que le modèle précédent à savoir :

Pour conclure, nous voyons que ce modèle avec introduction de la variable dummy de la restructuration bancaire nous obtenons la même équation fondamentale que dans le modèle sans variables dummy. Et dans ces deux modèles, il apparaît que la masse monétaire et la marge d'intermédiation sont les deux variables les plus contributives et significatives à la croissance du PIB réel.

intermédiation bancaire et croissance économique au Cameroun

Chapitre4 : L'influence de l'activité bancaire sur la croissance économique

Camerounaise : une réalité

Section1 : Analyse et interprétation des résultats

I. Etude de la validation globale des équations