CHAPITRE III : ANAYSE
ECONOMETRIQUE
Après avoir abordé l'étude de la
dette extérieure du Bénin, nous allons procéder à
analyse économétrique de son l'effet sur le développement.
La littérature nous a permise de retenir deux modèles, le
premier est le modèle utilisé par Patillo, et al (2004) et nous
permettra d'évaluer l'impact direct de la dette extérieure sur le
développement du Bénin et le second est celui de KONSO BOLA Alain
(2005) qui nous permettra d'évaluer l'impact de dette sur
l'investissement du Bénin.
3-1 ESTIMATION DU MODELE 1
Dans cette partie il sera rappelé le modèle
à estimer, avant la présentation et l'analyse des
résultats de l'estimation.
3-1-1 Rappel du modèle
Comme spécificité dans le chapitre 1, le
modèle retenu pour l'analyse de l'impact de la dette extérieure
sur le développement dans le cadre du présent travail est:
Avec
LPIB : le Produit Intérieure Brut
en logarithme
LIT : Investissement total en
logarithme
LDET : la dette en logarithme
TO : taux d'ouverture
TSS : Le taux de scolarisation
secondaire
LAID : l'aide au développement en
logarithme
SDEXP : le service de la dette
rapporté aux exportations
ai (i=1,.......6) les paramètres a estimé et
å le terme d'erreur
3-1-2 Présentation des
résultats
Cette section présente les résultats des
tests de stationnarité, de cointégration et de validation du
modèle à correction d'erreur (MCE).
3-1-2-1 Résultat du test de Dickey-Fuller
Augmenté et détection de relation de cointégration des
variables
Afin de déterminer les divers ordres
d'intégration des séries nous les avons fait subir le test de
Dickey-Fuller Augmenté. Les résultats de ces tests sont
résumés dans le tableau 5.
Tableau
5 : Résultats des tests de stationnarité
des variables du modèle1
Variables
|
Test de Racine Unitaire (ADF) sur les variables
|
En Niveau
|
En différence 1ère
|
Conclusion
|
Valeur
|
Nombre de retards
|
Avec
|
Valeur
|
Nombre de retards
|
Avec
|
Théorique (5%)
|
Empirique
|
Cste
|
Trend
|
Théorique (5%)
|
Empirique
|
Cste
|
Trend
|
LPIB
|
-2.617705
|
-3.562882
|
0
|
oui
|
oui
|
-6.611081
|
-2.963972
|
0
|
oui
|
non
|
I(1)
|
LIT
|
0.979661
|
-1.952473
|
1
|
non
|
non
|
-3.409245
|
1.952473
|
0
|
non
|
non
|
I(1)
|
LDET
|
-2.649293
|
-2.963972
|
1
|
oui
|
non
|
-2.419530
|
-1.952473
|
0
|
non
|
non
|
I(1)
|
TO
|
0.120196
|
-1.952066
|
0
|
non
|
non
|
-4.915889
|
-1.952910
|
1
|
non
|
non
|
I(1)
|
TSS
|
1.536111
|
-1.952066
|
0
|
non
|
non
|
-5.949888
|
-3.568379
|
0
|
oui
|
oui
|
I(1)
|
LAID
|
-2.616882
|
-3.562882
|
0
|
oui
|
oui
|
-6.377048
|
-1.952473
|
0
|
non
|
non
|
I(1)
|
SDEXP
|
-3.186189
|
-3.568379
|
1
|
oui
|
oui
|
-7.932493
|
-3.603202
|
5
|
oui
|
oui
|
I(1)
|
NB I(1) : intégration d'ordre un
Le test ADF en niveau (première partie du
tableau 5) sur les séries LPIB, LIT, LDET, TO, TSS, LAID et SDEXP
aboutit au même résultat: la statistique ADF est supérieur
à la valeur critique au seuil de 5%; ainsi ces séries sont non
stationnaires en niveau. L'examen de l'ordre d'intégration des variables
se poursuit donc en différence première (deuxième partir
du tableau 5). L'objectif étant de rendre stationnaire les séries
afin de ne pas faire une régression fallacieuse.
En différence première, la statistique
ADF est inférieur à la valeur critique en valeur absolu au seuil
de 5% pour toutes les séries. Ce qui montre la stationnarité de
toutes les variables qui sont intégrées d'ordre 1. Nous pouvons
alors soupçonner l'existence d'une possible relation de cointegration
des variables.
|