Chapitre4 : L'influence de l'activité
bancaire sur la croissance économique
Camerounaise : une réalité
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.
A : Equation fondamentale
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
|
Source : Calcul de
l'auteur
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.
L'analyse de notre équation nous donne les
résultats suivants :
Tableau2 :
Présentation des résultats du modèle
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
|
Source : calcul de l'auteur
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.
2 : La deuxième équation
Tableau3 :
Présentation des résultats du modèle3
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
|
Source : Calcul de l'auteur
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.
B- La seconde équation
Ce paragraphe aura pour but principal l'analyse de notre seconde
équation.
1. La première équation
L'équation analysée ici est notre équation
après introduction de la variable dummy de restructuration bancaire
à savoir :
PIBrt = B0 + B1 Ccmlt + B2 M2t + B3 Mit + B4 Dt +
£t
Comme avec la précedente, nous étudierons d'abord
la corrélation entre ces variables
Tableau4 : Matrice de corrélation 2
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
|
Source : Calcul de l'auteur
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.
L'analyse de cette équation nous donne les
résultats suivants :
Tableau5 : Présentation des résultats du
modèle 4
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
|
Source : Calcul de l'auteur
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.
2. Deuxième équation
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
|
Tableau6 : Présentation des résultats du
modèle 5
Source : Calcul de l'auteur
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.
3. Troisième équation
Tableau7 : Présentation des
résultats 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
|
Source : Calcule de l'auteur
Ce qui nous ramènent à la même
équation optimale que le modèle précédent à
savoir :
PIBrt = 4,160 M2t + 1,5 E+09 Mit + £t
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.
|
|