Memoire Online - Intégration financière dans la zone CFA: une approche à la Fedlstein- Horioka

Mémoire pour l'obtention du diplôme de Master deuxième année Mention Economie Appliquée

Spécialité Economie internationale, Politiques macroéconomiques et Conjoncture

Remerciements

Ensuite je remercie mes parents, pour leurs soutiens aussi bien financier que moral ainsi que mes soeurs.

Je remercie également le corps professoral du Master 2 Economie Appliquée mention Economie Internationale, Politiques Macroéconomiques et Conjoncture, la responsable du Master Valérie MIGNON et plus particulièrement mon directeur de mémoire Cécile COUHARDE pour sa disponibilité, ses nombreux conseils et recommandations, grandement appréciés qui m'ont été d'une grande utilité.

Je ne saurais finir sans remercier tous les étudiants du Master 2 Economie Internationale, Politiques Macroéconomiques et Conjoncture, promotion 2010-2011 et mes amis pour l'ambiance formidable au cours de cette année, et pour leurs encouragements.

Sommaire

Résumé....................................................................................................................6

1- Introduction.......................................................................................................................7

5.Conclusion...............................................................................................................................35

Références bibliographiques..........................................................................................................37 Annexes..............................................................................................................................................40 Graphiques.........................................................................................................................................40 Tableaux..............................................................................................................................................44

Liste des tableaux

Tableau 1: Indice Ibrahim de la gouvernance des pays de la zone Franc............................20 Tableau 2 : Résultats de l'estimation en coupes périodiques................................................22

Tableau 3 : Résultats de l'estimation des estimations Pooling, within, between et random

effects............................................................................................................................................25

Tableau 4 : Résultats de l'estimation de l'estimation DOLS....................................................31 Tableau 5 : Résultats de l'estimation de l'estimation PMG et MG.........................................32 Tableau 6 : Résultats de l'estimation du modèle à correction d'erreur ...............................33

Sigles et abréviations

CEMAC : Communauté Economique et Monétaire des Etats de l'Afrique Centrale

Résumé

Dans cette étude, nous cherchons à estimer le degré d'intégration financière dans 12 pays de la zone CFA. Pour cela, différentes méthodes économétriques sont utilisées : l'approche en coupes périodiques, l'approche en données de panel traditionnelle et l'approche en données de panel non stationnaires. Les résultats montrent que le degré d'intégration financière de la zone CFA est relativement élevé. En effet, pour l'approche en données de panel non stationnaires, le coefficient de rétention de l'épargne est 0.23 pour la méthode DOLS et le modèle à correction d'erreur et de 0.37 pour la méthode PMG. Les résultats montrent en outre que bien que les différentes zones soient toutes intégrées financièrement, il y a une différence entre le degré d'intégration financière de l'UEMOA et celui de la CEMAC de même que celui de la zone à niveau de gouvernance 1 et celui de la zone à niveau de gouvernance 2. En effet les pays de la CEMAC producteurs de matières premières sont financièrement plus intégrés que les pays de la zone UEMOA exportateurs de produits agricoles.

1. Introduction

La théorie néo-classique a toujours défendu la libéralisation financière. Selon les économistes de l'école néo-classique le mouvement de libéralisation permet une meilleure allocation des ressources. En effet, un pays qui manque d'épargne pour ses financements internes peut faire appel aux ressources externes. En outre selon cette théorie, la libéralisation financière permet une plus grande diversification des placements et donc une atténuation des risques et aussi une croissance plus accrue à travers l'augmentation des investissements et de la production.

Dans les années 80, les institutions de Brettons Woods prônent à grande échelle, la libéralisation et l'intégration financière, comme facteur de croissance. Dans les pays d'Afrique subsaharienne, cette libéralisation s'effectue à travers les Programmes d'ajustement Structurels (PAS) élaborés pour leur redressement. Ainsi, on constate partout dans le monde un vaste mouvement de libéralisation et d'intégration financière.

De nos jours, ce mouvement de libéralisation est renforcé avec les accords l'Organisation Mondiale du Commerce (OMC). Les pays de la zone franc qui s'étaient lancés dans ce vaste mouvement de libéralisation à travers les Programmes d'Ajustement Structurel (PAS) et aujourd'hui au travers des différents accords de l'OMC enregistrent toutefois toujours des performances médiocres en termes de revenu par tête contrairement à des économies émergentes comme l'Indonésie ou la Thaïlande. Ces pays ont la particularité d'avoir une monnaie commune depuis les années 1950 et par la suite se sont lancés dans un processus d'intégration économique (ouverture des frontières, tarifs extérieurs communs,...) en formant des unions économiques et monétaires. Il s'avère donc important d'étudier à quel niveau se trouvent ces pays en matière d'intégration financière.

Peu d'études économétriques ont été effectuées sur les pays de la zone franc concernant ce sujet. Ainsi, après plus de 20 ans d'intégration, pour ces pays il n'est pas tôt de se pencher sur la question. Est-ce qu'il y a réellement intégration financière au sein de cette zone ?

Selon Lee et al. (2002), l'intégration financière favorise l'intégration monétaire et est un des critères d'appartenance à zone monétaire. En effet, pour ces pays qui ont déjà formé des unions monétaires, il est très important de savoir leur degré d'intégration financière d'autant plus que la OEDEAO (Communauté Economique des Etats de l'Afrique de l'Ouest) qui comprend l'UEMOA a un projet de constitution d'une union monétaire.

Il existe plusieurs méthodes¹ de mesure du degré d'intégration financière : la mesure des flux bruts de capitaux, la vérification de la parité des taux d'intérêt couverte et non couverte, le test de l'autonomie monétaire, l'approche de Feldstein et Horioka.

Nous nous intéressons dans cette étude à cette dernière approche. Le choix de cette mesure macroéconomique du degré d'intégration financière s'explique par la forte résonnance qu'a eu l`étude de ces économistes en 1980 et qui a donné lieu à de nombreuses controverses. C'est une approche de l'intégration financière par la mobilité du capitaux. Elle consiste à calculer le coefficient de corrélation entre l'investissement et l'épargne. Celui-ci mesure le degré de mobilité du capital et donc le degré d'intégration financière Une forte corrélation

équivaut à une faible mobilité du capital et une faible corrélation à une forte mobilité du capital.

En 1980, Martin Feldstein et Charles Horioka, montrent que contrairement à ce que l'on pourrait croire il y a un faible niveau d'intégration financière au niveau international. Cela constitue l'une des six énigmes de la macroéconomie internationale, connu sous le nom de paradoxe de Feldstein-Horioka (FH). Ce paradoxe met en évidence que, malgré le vaste mouvement de libéralisation et d'intégration financières et donc l'hypothèse de parfaite mobilité des capitaux adoptée dans de nombreuses études, le degré d'intégration financière est faible sur un échantillon de 16 pays industrialisés.

Notre objectif est tout d'abord de faire un bilan des différentes méthodes économétriques appliquées au paradoxe de Feldstein-Horioka ; puis d'étudier le degré d'intégration financière de la zone OEA à travers certaines des méthodes précitées. L' apport de cette étude réside dans l'utilisation de la variable de gouvernance, pour capter son effet sur l'intégration financière et du modèle à correction d'erreur pour connaître le degré d'intégration financière sur le court terme.

A cette fin, notre étude s'articulera comme suit : dans une seconde section, nous faisons une revue de la littérature des différentes approches économétriques appliquées au paradoxe de FH ; dans une troisième section, nous présentons les données ainsi que quelques faits stylisés sur les pays de notre échantillon ; la quatrième section présente les différentes approches économétriques ainsi que nos résultats. La cinquième section conclut.

2. Revue de la littérature

L'étude de Feldstein et Horioka (1980) a eu une forte résonnance dans le milieu des économistes. De ce fait différentes études furent menées pour apporter des explications à la forte corrélation épargne-investissement. En outre à l'opposé de Feldstein et Horioka (FH) qui ont utilisé les coupes périodiques dans leur étude, différentes méthodes économétriques furent appliquées au paradoxe, certaines corrigeant le biais d'autres.

2.1. Présentation du paradoxe de FH et de leur étude

Selon FH (1980) dans leur article fondateur, lorsque les capitaux sont parfaitement mobiles, l'épargne et l'investissement domestiques doivent être décorrélés. En effet l'épargne doit répondre aux opportunités d'investissement au niveau international et réciproquement, c'est-à-dire que l'investissement domestique doit être financé par l'épargne étrangère.

FH dans leur étude travaille en coupes instantanées sur un échantillon de 16 pays de l'OCDE et des données annuelles brutes d'épargne et d'investissement sur une période allant de 1960 à 1974.

Les résultats aboutissent à un coefficient de rétention de l'épargne de 0.89. Ce coefficient est sensiblement égal lorsqu'on divise la période d'étude en trois sous-périodes de 5 ans. Les auteurs concluent alors à faible niveau d'intégration financière. Pourtant, l'intégration financière est considérée comme un acquis et la plupart des auteurs font l'hypothèse de parfaite mobilité des capitaux, dans leurs études.

Cela constitue le paradoxe de FH auquel différentes études apporteront des explications.

2.2. Différentes explications du paradoxe de FH

Berdot et al (2003) et Apergis et al (2009) passent en revue des explications données au paradoxe de FH. On peut relever comme explications du paradoxe :

L'endogeneité et la simultanéité : certains auteurs expliquent la forte corrélation entre l'épargne et l'investissement comme le résultat de chocs et facteurs exogènes comme des chocs de productivité, la croissance de la population, et les réactions de politiques gouvernementales aux déséquilibres extérieurs. Lorsqu'un gouvernement mène des politiques telles que la diminution des dépenses publiques ou l'augmentation des impôts pour résoudre un déficit induit par une croissance de l'investissement, alors l'épargne et l'investissement domestique seront corrélés. Obsfeldt (1995) met en évidence le rôle d'une croissance élevée de la population sur l'épargne et l'investissement ; en effet lorsque la population augmente les dépenses d'investissement augmentent et il faut épargner pour faire fasse à ces dépenses.

L'ouverture : d'autres auteurs ont mis l'accent sur la présence de biens échangeables et non échangeables ; Tésar (1991) montre que des chocs de demande et d'offre dans le secteur des biens non échangeables génèrent des co-mouvements entre l'épargne et l'investissement, dans un modèle incluant des biens échangeables et non échangeables.

La contrainte d'équilibre de la balance courante : selon cette approche, la forte corrélation entre l'épargne et l'investissement serait due à la contrainte qu'ont les gouvernements pour assurer l'équilibre la balance courante. En effet le fait que la balance courante soit

stationnaire, implique la cointégration entre l'épargne et l'investissement et donc le fait que leur corrélation asymptotique soit l'unité. Autrement dit la corrélation entre l'épargne et l'investissement serait due aux contrôle de capitaux imposés par les gouvernements en cas de déficit. Coakley et al (1996), en montrant que les séries d'épargne et d'investissement sont intégrées d'ordre 1 ce qui implique la stationnarité de la balance courante (en % du PIB), concluent que la régression de Feldstein-Horioka ne mesure pas le degré d'intégration financière, mais plutôt la contrainte de solvabilité à long terme de la balance courante.

Préférence pour les titres domestiques : la faible mobilité du capital serait due au degré d'aversion élevé d'investir à l'étranger. En effet, c'est la perception que les investisseurs nationaux ont de l'investissement étranger qui explique en grande partie leur préférence pour les titres nationaux. Feldstein(1994) attribue le faible niveau d'intégration financière au biais de la préférence pour les titres domestiques.

Taux d'intérêt international élevé : cette approche développée notamment par Westphal(1983) montre qu'un taux d'intérêt international élevé conduit à une hausse du taux d'intérêt domestique qui favorise l'épargne domestique et décourage l'investissement intérieur. Il montre donc l'existence d'une relation négative entre l'épargne et l'investissement qui tend à détériorer la balance courante.

Questions politiques : Kisangani (2006), dans son étude portant sur 37 pays africains, montre que le niveau d'intégration financière est faible dans les pays qui ont connu des changements de régimes politiques entre 1960 et 1998.

Parallèlement à ces explications, de nombreux auteurs ont utilisé différentes méthodes économétriques, les unes apportant des solutions aux problèmes des autres, afin de mieux expliquer le paradoxe.

2.3 Différentes approches économétriques appliquées au paradoxe de Feldstein-Horioka

2.3.1 Approche en séries temporelles

Cette approche est utilisée par de nombreux auteurs, notamment Jansen (1996) et Béreau (2007).

Selon Obsfeldt (1986) la corrélation entre l'épargne et l'investissement reflète la dynamique de la balance courante. En effet, la cointégration entre l'épargne et l'investissement équivaut à la stationnarité de la balance courante et donc l'absence de déséquilibres à long terme de la balance courante.

Cette approche permet via les tests de racine unitaire et de cointégration d'étudier la dynamique de la balance courante, de mesurer le degré d'intégration financière sur le court et le long terme et la vitesse d'ajustement de la balance courante à son équilibre de long terme. Dans le modèle à correction d'erreur, plus la force de rappel est élevée, significative et a le signe attendu, plus la balance courante s'ajuste rapidement et donc, moins les déséquilibres sont durables, d'où l'idée de l'imparfaite mobilité des capitaux.

L'équation de Feldstein-Horioka en séries temporelles se présente comme suit :

Où ^a une constante, ¹⁸ le coefficient de rétention de l'épargne, e i le terme d'erreur, ? ?

Jansen (1996) et Béreau (2007), pour étudier la dynamique de balance courante utilise la méthode de Kremers et al (1992). En effet ce dernier, propose d'estimer directement le modèle à correction d'erreur et de tester la significativité de la force de rappel. Il montre que sous l'hypothèse nulle d'absence de cointégration la statistique du test du modèle à correction d'erreur suit une loi normale et que le test du modèle à correction d'erreur est plus puissant que le test de DF car il utilise plus d'information disponible que le test DF.

Avec â le coefficient de rétention de l'épargne de court-terme et mesure la mobilité du

capital à court terme, ? la force de rappel et ô une mesure de la mobilité du capital de long terme .

- Si la force de rappel est significativement égale à 0, il n'existe pas de relation de cointégration entre les taux d'épargne et d'investissement. Autrement dit, il peut exister des déséquilibres de long terme de la balance courante (BC) et donc une forte mobilité des capitaux au sens de FH.

- Si par contre la force de rappel est significativement différente de 0, il existe bien une relation de cointégration entre l'épargne et l'investissement. Cela justifie l'utilisation d'un modèle à correction d'erreur (Error Correction Model, ECM) ou un Vector Error Correction Model ( VECM). Par la suite, il faut tester la significativité de ô.

? Si ô est significativement égal à 0, la balance courante est une constante à long terme, aucune conclusion ne peut être tirée, (Si beta est faible mais positif, on conclue à la forte mobilité du capital et Si beta est élevé mais positif, on conclue à la faible mobilité du capital)

? Par contre si ô est significativement différent de 0, le vecteur de coïntégration entre le taux d'investissement et le taux d'épargne n'est

pas (1, -1)', mais de (1+ ô/ ?, -1)'. La balance courante n'est donc pas stationnaire. Il y a donc possibilité de déséquilibres courants durables. On peut donc conclure à la une mobilité élevée des capitaux.

Les résultats des deux auteurs ont montré que tous les pays ne se comportaient pas de la même manière sur le court et/ou le long terme. En outre, la méthode des séries temporelles utilisent peu d'informations. Cette hétérogénéité et cette insuffisance d'informations introduisent un biais dans l'estimation et donc par conséquent les résultats doivent être interprétés avec précaution.

Pour pallier à ces insuffisances l'approche en panel fut développée, comme alternative à l'approche en séries temporelles.

2.3.2 L'approche en panel traditionnel

Cette approche prend en compte à la fois les dimensions temporelles et individuelles. L'équation de base de FH en panel se présente comme suit :

Où ? est une constante, ?_i et ? t respectivement, les effets fixes individuels et temporels,

Cette approche, contrairement aux séries temporelles et coupes instantanées, permet de tenir compte de l'hétérogénéité individuelle et temporelle et de pouvoir estimer soit un modèle à effets fixes en identifiant un effet spécifique certain soit un modèle à erreurs composées en identifiant un effet spécifique non observable. En outre l'augmentation du nombre d'observations et donc du nombre de degrés de liberté, réduit les risques de colinéarité ce qui améliore l'efficacité des estimateurs.

Elle permet la comparaison en un certain nombre d'estimateurs : pooling, between, within et random effect.

- L'estimateur pooling est l'estimateur des moindres carrés ordinaires (MCO) sur données empilées. Il suppose l'homogénéité des individus et la constance de la relation testée au cours temps.

- L'estimateur between est obtenu en faisant la moyenne des données individuelles. Il suppose aussi l'homogénéité des individus

- L'estimateur within est l'estimateur du modèle à effets fixes. Il est calculé en écart aux moyennes individuelles et supprime donc les différences entre pays (corrige l'hétérogénéité). Il accorde ainsi donc plus d'importance à la dimension temporelle.

- L'estimateur random effects est l'estimateur du modèle à erreurs composées. Il suppose l'existence d'un effet individuel non directement observable introduit dans le résidu (non corrélé avec les variables explicatives)

Cette approche utilisée par Corbin (2001) et Béreau (2007), permet de calculer différents estimateurs. Les différences entre estimateurs permettent de donner une autre interprétation de la mobilité des capitaux. En effet, l'obtention d'un estimateur between élevé implique moins un degré d'intégration financière faible, que le biais lié à l'hétérogénéité non prise en compte par cet estimateur. La différence entre les estimateurs between et les estimateurs within et random effects renforce l'idée de l'existence de certaines disparités entre pays, qu'il faut prendre en compte. Le test d'existence d'effet individuel conduit à accepter l'hypothèse d'un effet individuel sur toutes les sous-périodes.

Au regard de ce résultat, le coefficient de rétention de l'épargne obtenu par FH (1980) ne doit pas être interprété comme un degré d'intégration financière faible. Ce coefficient anormalement élevé est du à la non prise en compte de l'hétérogénéité puisque l'étude en coupes suppose l'homogénéité.

2.3.3 Approche en données de panel non stationnaires

Cette approche, prend en compte la dimension temporelle et individuelle, mais contrairement aux panels traditionnels, prend en compte d'éventuelles relations de cointégration entre les variables pays. Elle se prête ainsi aux tests de racine unitaire et de cointégration en panel. Béreau (2007) utilise cette méthode pour étudier le degré d'intégration financière dans l'Europe des 15.

A la suite de Béreau (2007), Ketenci (2010) utilise la même approche que celle de Béreau (2007) mais son approche a la particularité de prendre en compte d'éventuels changements structurels. En effet, la non-prise en compte d'éventuels changements structurels peuvent conduire à des biais dans les tests de cointégration et dans l'estimation du coefficient de rétention de l'épargne. Elle effectue ainsi des tests de racine unitaire et de cointégration avec changement structurel.

L'approche en panel suppose que le degré d'intégration financière est le même pour tous les pays du panel et ne varie pas dans le temps. Les modèles à seuils à transition lisse remédient à ces insuffisances.

2.3.4 Modèle à seuils à transition lisse en données de panel

Contrairement la majorité des études, Fouquau et al (2007) considèrent un modèle à transition lisse en données de panel.

L'avantage de cette méthode est qu'elle permet de prendre en compte l'hétérogénéité et l'instabilité des coefficients de rétention de l'épargne et qu'elle permet d'obtenir des coefficients qui varient de manière lisse. En outre, elle limite le problème d'endogéneité. Ainsi elle permet de corriger les insuffisances du modèle de FH en données de panel traditionnelles. En effet ce modèle suppose que le coefficient de rétention de l'épargne est le même pour tous les pays du panel et qu'il est invariant au cours de la période d'étude. Or, des études précédentes ont montré que des variables comme la taille du pays ou le degré d'ouverture ont une influence sur la mobilité du capital et donc il n'y a aucune raison que ce

coefficient soit le même pour tous les pays ; en outre, il est très peu probable que la mobilité du capital soit la même sur une très longue période pour un ensemble de pays.

C'est donc pour remédier à ces insuffisances que Fouquau et al (2007) introduisent le PSTR mettre en toutes lettres.

Dans cette modélisation, chaque individu passe d'un régime à un autre, lorsque la variable de transition commune à tous les individus dépasse un seuil établi pour chaque individu.

où gj(q(j)it ;?j , c_j) désigne la j^ème fonction de transition pour j = 1, . . . , r associée à une variable de transition q(j)_it et à des paramètres de seuils c_j . Le nombre de régimes r+1

nécessaires pour tenir compte de l'ensemble de la non linéarité incluse dans notre échantillon. Les variables de transition testées sont, la croissance du PIB par tête, le degré d'ouverture, la taille du pays, le ratio des moins de 15 ans dans la population totale, le ratio des plus de 64 ans dans la population totale, le compte courant en % du PIB. Ces variables sont testées respectivement dans 6 modèles différents .

Les approches économétriques développées comportent chacune ses avantages et ses inconvénients.

Pour comprendre le phénomène d'intégration financière dans la zone OEA, les approches en coupes périodiques, en données de panel traditionnelles et en données de panel non stationnaires seront utilisées. La raison de la non utilisation de l'approche des modèles à transition à seuils, est que cette approche est très complexe et ne permet pas d'interpréter directement le coefficient de rétention de l'épargne. D'autre part, l'approche en données de panel non stationnaires dont les tests de racine unitaire et de coïntégration, prennent en compte d'éventuelles ruptures structurelles est une méthode très récente et par conséquent meilleure par rapport aux autres.Si la stabilité des séries est vérifiée ex ante, l'application de cette approche risque de biaiser les estimations.

Certaines des méthodes précitées ont été utilisées par des auteurs, pour étudier l'intégration financière dans les pays en développement.

2.4 Etudes empiriques sur les pays en développement et les pays africains

Mamingi (1993) travaille sur un échantillon de 58 pays en développement² sur la période 1970-1990 en utilisant l'économétrie des séries temporelles.

- Qu'en introduisant une tendance dans l'équation de base de FH, les résultats peuvent varier significativement ;

- Que les estimations de court et long terme de la mobilité du capital peuvent être obtenues en utilisant la cointégration et le modèle à correction d'erreur

² Pour d'autres études sur les pays en voie de développement y compris es pays africains, voir Montiel(1994), Haque et Montiel(1990) et Dooley et al(1987)

- Que l'utilisation des techniques robustes d'estimation comme les FMOLS peuvent sous certaines conditions, atténuer l'étendue de l'énigme soulevée par FH.

Pour montrer que l'introduction de la tendance dans l'équation de base de FH, les résultats peuvent varier significativement, l'auteur procède comme suit :

En estimant l'équation de base de FH, il trouve qu'il y a mobilité du capital dans 14 pays comme par exemple, le Togo, la Sierra-Léone, la Mauritanie. La mobilité du capital est faible dans 14 autres pays comme le Niger, le Ghana, le Burundi. Les autres pays sont dans une position intermédiaire. Cependant, compte tenu d'un biais dans l'équation de base due à l'omission de variables, les auteurs introduisent une tendance. Il considère la variable temps comme étant la plus importante variable omise.

L'estimation de la nouvelle équation montre que la tendance déterministe est significativement différente de 0, dans 32 pays. Dans ces pays en question, 9 qui étaient caractérisés par une mobilité imparfaite des capitaux sont maintenant considérés comme ayant une parfaite mobilité des capitaux.

Au total, en prenant en compte, les deux estimations, on considère que 21 pays sont caractérisés par une parfaite mobilité du capital, 8 par une absence de mobilité et les autres par une mobilité imparfaite.

Cependant, compte tenu de l'autocorrélation des termes d'erreur, du fait que l'épargne peut être endogène, du biais d'échantillonnage, et du fait que la cointégration n'a pas été encore étudiée, les résultats de l'estimation des équations précédentes doivent être considérés avec précaution.

L'auteur utilise la procédure de Engle et Granger, pour estimer l'ECM. Les résultats du test ADF montrent que les séries d'épargne et d'investissement sont toutes intégrées d'ordre 1

sauf celles du Bénin et du Kenya. Les résultats du test de cointégration montrent que la cointégration entre l'épargne et l'investissement est acceptée pour tous les pays en dehors du Bénin et du Kenya pour lesquels les séries d'épargne et d'investissement étaient stationnaires.

Dès lors, les résultats des équations précédentes sont considérées comme acceptables par l'auteur tout en notant qu'une attention particulière doit être portée aux problèmes précités. C'est pourquoi Mamingi (1993) a recours au FMOLS et la méthode de Philips and Hansen (1990).

Les résultats issus de ces méthodes sont considérés comme les estimations correctes de long terme de la mobilité du capital. On note qu'aucun degré de mobilité de mobilité du capital n'est détecté dans 11 pays. Certains pays qui étaient dans la catégorie de capitaux mobiles ne le sont plus ; d'autres qui n'y étaient pas y sont à présent.

Ensuite, Mamingi (1993) examine la relation entre les corrélations épargne-investissement issues de FMOLS et la taille du pays par la méthode de corrélation de rang de Spearman. Ils trouvent que cette relation est négative. Ainsi donc, contrairement à nos attentes, plus le pays est grand, plus la relation épargne-investissement est faible et plus les capitaux sont mobiles.

L'auteur estime maintenant l'ECM. Pour cela, il fait un test de causalité au sens de Engle-Granger. Il trouve que l'épargne cause bien l'investissement et dans ce cas les deux premières équations sont bien valides.

Les variables retardées ne sont pas introduites dans l'ECM pour ne pas diminuer le degré de liberté.

Le coefficient de la force de rappel est négatif et significativement différent de 0.

Ainsi donc les résultats montrent que les capitaux sont mobiles à court-terme dans 29 pays, imparfaitement mobiles dans 5 pays et immobiles dans 4 pays.

Bangake et al (2010) utilisent un échantillon de 37 pays africains sur la période 1970-2006.

Ils divisent l'échantillon en différents groupes : les pays de la zone franc, les pays non-membres de la zone franc, les pays producteurs de pétrole, les pays non producteurs de pétrole, les pays de droit civil (francophones) et les pays de common law (anglo-saxons : Namibie, Botswana, Afrique du Sud). Cette division s'explique par le fait que certains pays partagent la même monnaie, et ont même formé des unions économiques et monétaires ; la question est de savoir à ce niveau si la monnaie commune est un facteur de mobilité du capital en particulier dans la zone franc. D'autres pays sont producteurs de pétrole ; de prime abord on peut penser que les pays producteurs de pétrole attirent fortement les capitaux étrangers et donc les capitaux devraient y être plus fortement mobiles mais une vérification s'impose. Enfin , la question est de savoir si la nature de la loi en place influence la mobilité du capital.

Après avoir accepté les hypothèses de racine unitaire et de cointégration en panel , les auteurs estiment le coefficient de rétention de l'épargne par les méthodes FMOLS, DOLS et PMG (pooling mean group). Ils trouvent des coefficients respectivement de 0.38, 0.58 et 0.36. Les résultats montrent en outre que les capitaux sont plus mobiles dans les pays non producteurs de pétrole que dans les producteurs ; la mobilité est plus élevée dans les pays de common law par rapport aux pays de droit civil. Les pays hors zone franc ont une mobilité du capital plus élevée que les pays de la zone franc indiquant que la monnaie commune n'est pas un facteur favorisant la mobilité du capital en Afrique.

Leur important apport est l'utilisation de l'estimateur PMG (Pooled Mean Group) qui a été introduit par Pesaran et al (1999). Cet estimateur impose une contrainte d'égalité aux coefficients de long terme, mais permet aux coefficients de court-terme et aux variances d'erreurs d'être différents dans les groupes.

Ces études ont montré que les pays en développement d'une part et les pays africains d'autre part, sont financièrement intégrés, certains l'étant plus que d'autres.

3. Epargne et Investissement dans la zone CFA : les faits empiriques

3.1. Présentation des données

Les séries dans cette étude, l'investissement et l'épargne en pourcentage du PIB proviennent de la base de données World Development Indicators (WDI). La période d'étude s'étale sur 30 ans de 1980 à 2009.

Les pays de la zone CFA, constituant l'échantillon de la présente étude, sont au nombre de 12 : Bénin, Burkina Faso, Cameroun, Côte d'Ivoire, Gabon, Mali, Niger, la république Centrafricaine, la république démocratique du Congo, Sénégal, Tchad, Togo. La Guinée Bissau et la Guinée équatoriale ne sont pas incluses à cause de l'indisponibilité des données et de leur entrée tardive dans l'UEMOA et la CEMAC, respectivement.

Ces pays ont le Franc CFA (Communauté Economique de l'Afrique) comme monnaie commune.

Afin de mieux comprendre l'intégration financière dans la zone CFA, l'échantillon est divisé comme suit :

- Pays de L'UEMOA, pays de la CEMAC. La question sera de savoir si l'appartenance à l'un ou l'autre des groupes est un facteur d'intégration financière

- Pays à haut degré de gouvernance et pays à bas niveau de gouvernance. La question est de chercher à connaître si la bonne gouvernance est un facteur d'intégration financière.

3.2. Les deux unions monétaires de la zone CFA

3.2.1. L'UEMOA

L'UEMOA créé le 10 janvier 1994 à Dakar (Sénégal) regroupe huit pays qui sont : Bénin, Burkina Faso, Côte d'Ivoire, Guinée Bissau, Mali, Niger, Sénégal, Togo.

Selon l'article 4 du titre premier du traité modifié de l'UEMOA, les objectifs de l'union sont :

? renforcer la compétitivité des activités économiques et financières des Etats membres dans le cadre d'un marché ouvert et concurrentiel et d'un environnement juridique rationalisé et harmonisé ;

? assurer la convergence des performances et des politiques économiques des Etats membres par l'institution d'une procédure de surveillance multilatérale ;

? créer entre les Etats membres un marché commun basé sur la libre circulation des personnes, des biens, des services, des capitaux et le droit d'établissement des personnes exerçant une activité indépendante ou salariée, ainsi que sur un tarif extérieur commun et une politique commerciale commune ;

? instituer une coordination des politiques sectorielles nationales, par la mise en oeuvre d'actions communes et éventuellement de politiques communes notamment dans

les domaines suivants : ressources humaines, aménagement du territoire, transports et télécommunications, environnement, agriculture, énergie, industrie et mines ;

3.2.2. La CEMAC

3.2.3. Comparaison UEMOA-CEMAC

Ndiaye (2007), trouve que la CEMAC enregistre des meilleures performances en termes de convergence économique par rapport à l'UEMOA pour la majorité des indicateurs utilisés (taux de croissance du PIB, déficit budgétaire, taux d'inflation taux d'endettement, taux d'inflation). En effet, sur la période 1980-1993, le taux d'investissement avec un seuil supérieur ou égal à 20% est plus élevé dans la CEMAC ( 21.1%) que dans l'UEMOA(16.5 %). Entre 1994 et 2000 le taux d'investissement de la CEMAC baisse à 20% mais reste supérieur à celui de l'UEMOA (17.1%). En matière de déficit budgétaire, la CEMAC demeure la plus performante en respectant bien le seuil de 3% sur la 1^ère période . En outre le taux de croissance du PIB (valeur moyenne) de l'UEMOA de 1.3% inférieur à celui de la CEMAC de 3% sur la période 1980-1993, augmente à 4.6% et devient supérieur à celui de la CEMAC (1.4%). La CEMAC passe de la 1^ère place à la seconde sur les deux périodes en ce qui concerne le taux d'endettement.

Dans l'UEMOA, l'agriculture représente environ 1/3 du PIB régional et procure à peu près 60% de l'ensemble des emplois. L'essentiel des exportations est à base de produits agricoles. L'économie de la CEMAC est basée, par contre, sur la mise en exploitation de gisements de matières premières notamment pétrolières. Le pétrole est le principal produit d'exportation de cette zone. Les meilleures performances de la CEMAC sont essentiellement dues à leurs exportations pétrolières, alors que les exportations de l'UEMOA sont agricoles.

Cependant, la CEMAC est-elle plus intégrée financièrement que l'UEMOA selon le critère de FH ? Autrement dit, qui des pays agricoles ou pétroliers sont plus intégrés ?

La nature des exportations a-t-il un impact sur le degré d'intégration financière ?

3.3. La gouvernance et l'indice Ibrahim

L'indice Ibrahim est in indicateur composite de la gouvernance en Afrique. Il est calculé sur la base de 88 indicateurs regroupés en quatre catégories : Sécurité et Souveraineté du Droit ; Participation et Droits de l'Homme ; Développement Economique Durable ; Développement humain.

Pour son calcul, on convertit tous les indicateurs en une échelle commune de 0 à 100. Ensuite en regroupant les indicateurs en sous-catégories selon leurs similitudes, on calcule le score de chaque sous-catégorie comme la moyenne des scores des indicateurs la composant. Après cela, on calcule le score de chaque catégorie comme étant la moyenne des scores des sous-catégorie la composant. L'indice Ibrahim est la moyenne des scores de chaque catégorie.

Le concept de bonne gouvernance est difficile à cerner. Sen Amartya prix Nobel d'économie en 1998 fit un apport théorique important au concept de bonne gouvernance.

C'est autour des années 90, que ce concept fit son apparition et fut imposé comme condition nécessaire aux pays en développés pour l'octroi de l'aide, par les institutions de Brettons Woods. Il deviendra plus tard une condition très importante à l'atteinte des Objectifs du Millénaire pour le Développement (OMD).

La Banque Mondiale définit le concept de Gouvernance comme étant la manière dont le pouvoir est exercé dans la gestion des ressources économiques et sociales d'un pays.

Le Programme des Nations Unies pour le Développement quant à lui définit la bonne gouvernance comme un ensemble :Transparence, la Participation Citoyenne et l'Accountability (Responsabilité).

Selon la CNUCED (conférence des nations unies sur le commerce et le développement), la bonne gouvernance rend un pays plus attrayant en matière d'investissements internationaux, en réduisant les risques qui leur sont liés.

Les pays de la zone CFA caractérisés par une bonne gouvernance sont-ils plus intégrés financièrement que les autres? On se demande si la gouvernance a un impact sur le degré d'intégration financière ?

En faisant la moyenne des scores obtenus par les différents pays de 2000 à 2009 et en considérant qu'un score de 50 est acceptable pour maximum de 100, on peut diviser l'échantillon en deux groupes.

	2000	2001	2002	2003	2004	2005	2006	2007	2008	Total	Moyenn e
Bénin	55,0	55,0	54,1	53,1	54,1	54,8	57,4	56,6	56,6	496,7	55,19
Burkina	48,4	49,5	49,1	50,1	49,8	50,5	49,3	49,5	51,9	448,0	49,78
Cameroun	41,0	40,7	41,3	40,8	41,0	42,5	44,4	45,9	44,2	382,0	42,44
Comores	44,2	45,8	47,0	47,7	48,2	50,7	47,1	46,4	48,5	425,6	47,29
Congo RDC	25,6	26,3	25,9	27,4	29,4	31,2	31,5	32,8	31,1	261,2	29,02
Côte d'Ivoire	37,6	36,5	37,0	34,9	35,9	35,3	35,3	36,9	36,8	326,2	36,24
Gabon	48,8	49,4	48,9	50,2	49,1	48,2	50,6	51,3	50,1	446,5	49,61
Mali	48,5	49,5	50,6	50,0	50,1	52,0	52,1	52,7	52,9	458,4	50,93
Niger	40,1	41,4	41,2	41,0	41,3	42,2	41,8	43,6	42,3	375,0	41,66
Sénégal	54,7	55,6	55,9	56,9	57,9	56,6	56,4	55,7	56,3	506,0	56,22
Togo	37,4	38,0	38,3	38,1	36,4	37,3	38,3	39,8	42,6	346,3	38,47
Tchad	30,8	30,7	33,1	32,3	32,0	29,4	28,9	28,1	28,8	274,2	30,46
République centrafricaine	29,0	29,2	27,6	26,2	29,3	28,4	31,0	34,0	32,7	267,3	29,69

Tableau 1 : Indice Ibrahim de la gouvernance des pays de la zone Franc Source : Fondation Ibrahim et calcul de l'auteur

- Pays à bonne gouvernance (GOUV1) : Bénin , Burkina, Gabon, Sénégal, Mali ;

- Pays à niveau de gouvernance relativement faible (GOUV2) : Cameroun, Côte, d'Ivoire, Comores, Guinée Bissau, Guinée équatoriale, Niger, République Centrafricaine, Tchad, Togo.

En 2000, lors de la déclaration du millénaire pour le développement, les pays de la zone CFA de même que de nombreux autres pays se sont engagés à atteindre les huit objectifs fixés, d'ici à 2015. C'est ainsi que pour atteindre ces objectifs, la gouvernance est devenue une préoccupation que les pays de la zone CFA. La bonne gouvernance était une condition nécessaire pour l'atteinte de ces objectifs. Dans la présente étude, nous supposons que les pays de la zone CFA avaient un niveau de gouvernance assez similaire avant 2000.

3.4. Statistiques descriptives

Les statistiques montrent l'existence d'une variabilité entre l'épargne et l'investissement moyen, entre pays.

L'investissement moyen de la zone CFA sur la période d'étude est de 17.11. Il est plus élevé dans l'UEMOA que dans la CEMAC et plus élevé dans GOUV1 que dans GOUV2.

Quant à l'épargne moyenne, elle est, dans la zone CFA est de 10.96. Contrairement à l'investissement moyen, l'épargne moyenne est plus élevée dans la CEMAC que dans l'UEMOA ; par contre comme l'investissement, l'épargne moyenne est plus grande dans GOUV1 que dans GOUV2.

Dans l'UEMOA, le Sénégal est le pays qui investit le plus en moyenne avec une valeur de 21.1 de l'investissement moyen en pourcentage du PIB. Dans la zone CEMAC c'est le Gabon qui garde la première place en matière d'investissement avec une valeur de 27.96 ; il détient également la 1^ère place en investissement moyen dans la zone CFA et dans GOUV1.

En termes d'épargne moyenne, la Côte d'Ivoire est avec un niveau d'épargne moyen de 18,93 est classé 1^ère dans l'UEMOA. Le Gabon reste 1^ère dans la zone CFA, dans la CEMAC et dans GOUV1 en matière d'épargne moyenne avec une valeur de 47.04.

La conclusion issue de ces statistiques est que d'une part les pays agricoles investissent en moyenne plus que les pays producteurs de matières premières, mais épargnent en moyenne moins que ces derniers ; d'autre part, les pays à niveau de gouvernance 1, investissement et épargnent en moyenne plus que les pays à niveau de gouvernance 2. Un niveau de gouvernance élevé semble donc être un facteur d'épargne et d'investissement.

4. Estimations économétriques

Nous analysons ici le degré d'intégration financière des pays de la zone CFA en recourant à plusieurs approches : l'approche en coupes périodiques utilisée par Feldstein-Horioka (1980) et les approches en données de panel traditionnelles et non stationnaires. La relation de long terme est estimée selon les méthodes DOLS, PMG et MG d'une part, et d'autre le modèle de court terme est estimé par le biais d'un modèle à correction d'erreur.

4.1. Estimations en coupes périodiques

Cette méthode permet d'obtenir l'estimateur between comme dans le cas du panel traditionnel, mais ne prend compte la dimension intertemporelle. Elle a l'avantage d'éliminer le biais induit par la pro cyclicité de l'épargne sur l'investissement c'est-à-dire les réponses excessives de l'investissement aux variations de l'épargne ; cependant elle laisse non résolu, le biais lié à l'existence d'effets spécifiques c'est-à-dire à l'hétérogénéité des pays.

Où I est le taux d'investissement moyen en pourcentage du PIB S . le taux d'épargne moyen en pourcentage du PIB, a une constante, ? le coefficient de rétention de l'épargne et e. le terme d'erreur.

La période d'étude est divisée en 6 périodes de 5 ans. La régression est estimée sur chacune des périodes.

	1980-1984	1985-1989	1990-1994	1995-1999	2000-2004	2005-2009
Zone CFA	0.325***	0.433**	0.274***	0.301***	-0.117	0.083
	(0.056)	(0.169)	(0.064)	(0.066)	(0.249)	(0.066)
UEMOA	0.197**	-0.139	0.105	0.055	-0.185	-0.313
	(0.076)	(0.106)	(0.364)	(0.297)	(0.286)	(0.451)
CEMAC	0.456***	0.621***	0.362***	0.419***	-0.135	0.194**
	(0.052)	(0.118)	(0.032)	(0.088)	(0.309)	(0.051)
GOUV1	0.254***	0.604***	0.137	0.200***	0.137*	0.033
	(0.023)	(0.059)	(0.064)	(0.029)	(0.052)	(0.048)
GOUV2	0.577***	0.298**	0.304**	0.300	-0.481**	0.087
	(0.115)	(0.109)	(0.095)	(0.193)	(0.179)	(0.151)

***p<0.01 : significativité au seuil de 1%, **p<0.05 significativité au seuil de 5%, *p<0.1 significativité au seuil de 10%

Le coefficient de rétention de l'épargne présente une tendance générale à la baisse dans les différentes zones, baisse plus élevée après 1994. Le degré d'intégration augmente au fil des années. En effet, les degrés d'intégration les plus faibles sont enregistrés sur la période 1985-1989 ; c'est sur la dernière période c'est-à-dire sur la période 2005-2009 que l'on enregistre les niveaux d'intégration les plus élevés même si certains coefficients sont significativement égaux à 0.

Sur la période 1980-1984, la zone CFA est caractérisée par un degré d'intégration financière élevée avec un coefficient de rétention de l'épargne significativement différent de zéro. Il en est de même pour la zone UEMOA dont le degré d'intégration financière est le plus élevé et la zone GOUV1 où les coefficients de rétention de l'épargne sont plus faibles. Par contre les zones CEMAC et GOUV2 sont caractérisés par un degré d'intégration financière moins élevé, leur coefficient étant plus élevé que ceux des zones précédentes. La zone GOUV2 connaît le degré d'intégration financière le plus faible.

Sur la période 1985-1989, le degré d'intégration financière de la zone CFA baisse par rapport à la période précédente car le coefficient de rétention de l'épargne augmente. La zone GOUV1, contrairement à la période précédente se caractérise un faible degré d'intégration financière. Il est en de même pour la zone CEMAC qui connaît le degré d'intégration le plus faible. Par contre, la zone GOUV2 dont le degré d'intégration financière était faible au cours de la période précédente connaît un degré d'intégration plus élevé et le plus élevé des différentes zones.

La période 1990-1994 se caractérise par un degré d'intégration élevé pour les différentes zones, les degrés d'intégration des zones UEMOA et GOUV1 étant les plus élevés.

Il en est de même pour les périodes suivantes qui sont caractérisées par un degré d'intégration financière élevé.

Ces résultats montrent que les pays exportateurs de produits agricoles, pays d'Afrique de l'ouest sont plus intégrés que les pays exportateurs de matières premières, pays d'Afrique

centrale. Ce résultat semble contre-intuitif car les pays producteurs de matières premières sont attractifs en investissement et les capitaux y sont très mobiles. Ils montrent en outre que le niveau de gouvernance a un impact positif sur le degré d'intégration financière. En effet, les pays caractérisés par un niveau de gouvernance élevé semblent plus intégrés financièrement que ceux à niveau de gouvernance plus faible. Ce dernier résultat est contradictoire à ceux de Kisangani (2006) qui trouve dans son étude sur un échantillon de 37 pays africains, que dans les pays qui ont connu un changement de régime politique, la mobilité du capital y est faible. Le changement de régime politique est associé dans cette étude à une meilleure gouvernance ?

Les résultats quant à la zone CFA, montrent que cette zone est financièrement plus intégrée que les pays de l'OCDE. En effet Coakley et al (1994, 1995a) trouvent des valeurs des coefficients de rétention se situant entre 0.6 et 0.8 pour des études en coupes périodiques. Il en est de même pour Feldstein et Bachetta (1991) et Obsfeldt (1995) qui trouvent des valeurs entre 06 et 0.8.

4.2. Estimations en données de panel traditionnelles

Cette approche permet d'estimer le coefficient de rétention de l'épargne selon les procédures pooling, between, within et random effects.

Cette approche consiste donc en l'estimation des estimateurs pooling, within random effects et à les comparer. La comparaison des ces estimateurs donne des informations sur la structure de la variance des observations. Cette approche contrairement à la précédente permet d'obtenir en plus de l'estimateur between, les estimateurs pooling, within et random effects et ainsi de prendre en compte l'hétérogénéité des individus.

L'estimateur pooling est l'estimateur MCO sur données empilées. Il suppose l'homogénéité des individus et la constance de la relation testée au cours temps.

L'estimateur between est obtenu en faisant la moyenne des données individuelles. Il ainsi suppose aussi l'homogénéité des individus.

L'estimateur within est l'estimateur du modèle à effets fixes. Il est calculé en écart aux moyennes individuelles et supprime donc les différences entre pays (corrige l'hétérogeneité). Il accorde ainsi donc plus d'importance à la dimension temporelle.

Où e_it est indépendante et équidistribuée et a_i supposée corrélée avec les termes Sit

L'estimateur random effects est l'estimateur du modèle à erreurs composées. Il suppose l'existence d'un effet individuel non directement observable introduit dans le résidu (non corrélé avec les variables explicatives). C'est l'estimateur issu de l'estimation d'un modèle à effets aléatoires.

Le choix entre l'estimateur within et l'estimateur random effects passe par une série de tests. On suppose que u_i suit une loi normale.

Il faut d'abord faire un test d'existence d'effets spécifiques³. C'est un test LM de Breusch Pagan dont l'hypothèse nulle est l'absence d'effets spécifiques. C'est l'acceptation ou le rejet de l'hypothèse d'existence d'effets spécifiques qui conditionne la suite de la procédure. Dans le cas où on accepte l'hypothèse d'effets spécifiques, cela implique de faire donc le choix entre les deux types d'estimateurs en effectuant le test d'Hausman.

Le test de Hausman⁴ est un test qui permet de déterminer si les estimateurs within et random effects sont statistiquement différents. C'est un test dont l'hypothèse nulle est l'absence d'exogénéité de l'effet individuel par rapport à la variable explicative. Il permet donc de faire le choix entre un modèle à effets fixes et un modèle à effets aléatoires. Si on accepte l'hypothèse, cela implique qu'on doit estimer un random effects comme estimateur efficace et convergent.

	Estimateur pooling				Estimateur within		Estimateur random effects		Estimateur between
Zone CFA	0.224***	0.217***	0.202*	0.163	0.202*	0.163	0.207**	0.176**	0.231**
Zone CFA	(0.049)	(0.058)	(0.109)	(0.112)	(0.107)	(0.110)	(0.083)	(0.083)	(0.099)
UEMOA	0.055	-0.005	0.478***	0.425***	0.478***	0.425***	0.426***	0.373***	-0.386
UEMOA	(0.217)	(0.196)	(0.114)	(0.097)	(0.113)	(0.095)	(0.121)	(0.087)	(0.208)
CEMAC	0.300***	0.316***	0.080	0.104	0.080	0.104	0.237***	0.266***	0.363**
CEMAC	(0.064)	(0.057)	(0.093)	(0.073)	(0.092)	(0.072)	(0.073)	(0.062)	(0.063)
GOUV1	0.197***	0.193***	0.145	0.074	0.145	0.074	0.184***	0.175***	0.204**
GOUV1	(0.029)	(0.021)	(0.191)	(0.141)	(0.189)	(0.138)	(0.062)	(0.029)	(0.040)
GOUV2	0.189	0.175	0.233	0.212	0.233	0.212	0.222*	0.202*	0.138
GOUV2	(0.105)	(0.113)	(0.148)	(0.123)	(0.146)	(0.121)	(0.129)	(0.112)	(0.179)
Effets pays	Non	Non	Oui	Oui	Non	non	Non	Non	Non
Effets anné	Non	Oui	Non	Oui	Non	Oui	Non	Oui	Non

Tableau 3 : Résultats des estimations Pooling, within, between et random effects

***p<0.01 : significativité au seuil de 1%, **p<0.05 significativité au seuil de 5%, *p<0.1 significativité au seuil de 10% avec p comme p-value

Les valeurs des coefficients de rétention de l'épargne obtenues, montrent que les diffétentes zones ont un degré d'intégration financière plus élevé que les pays de l'OCDE et de l'Union Européenne. En effet Béreau (2007) dans son étude sur l'Europe des 15, trouve des valeurs de coefficients de rétention de l'épargne de 0.304 pour les estimateurs pooling et within et 1.050 pour les estimateurs between. Corbin (2001) étudiant le degré d'intégration financière des pays de l'OCDE, trouve des valeurs des estimateurs se situant entre 0.45 et 0.8 pour l'estimateur pooling, 0.6 et 1 pour l'estimateur between ; les valeurs des estimateurs within et random effects, se situant respectivement entre 0.4 et 0.7.

Les résultats montrent que dans la zone CFA, les différents estimateurs sont révélateurs d'un degré d'intégration financière relativement élevé ; ces estimateurs se situent autour de 0.20. L'égalité de ces estimateurs est le signe de la prédominance de la variabilité interindividuelle qui représente près de 99% de la variabilité totale des observations. Cette valeur commune des différents estimateurs indique un degré d'intégration financière élevée dans la zone CFA. L'acceptation de l'hypothèse d'existence d'effets spécifiques et l'acceptation de l'hypothèse d'exogénéité de l'effet individuel non observable par rapport à la variable explicative dans le modèle à effets aléatoires, conduit à retenir l'estimateur random effects comme estimateur convergent et efficace dans la zone CFA.

Dans la zone UEMOA, l'estimateur pooling suggère un niveau d'intégration relativement élevé ; la proximité des estimateurs within et random effects, autour de 0.4 peut être le signe d'une absence de corrélation entre les effets spécifiques individuels et les variables explicatives d'où l'équivalence dans l'utilisation de l'un ou l'autre des estimateurs. Ces deux estimateurs sont plus grands que l'estimateur pooling qui suggère lui aussi un degré d'intégration financière élevé. L'utilisation de l'estimateur within ou random effects pour la spécification de l'hétérogénéité individuelle est donc équivalente.

L'hypothèse d'existence d'effets spécifiques est acceptée et le test d'Hausman conduit à retenir le modèle à effets aléatoires comme spécification de l'hétérogénéité individuelle.

Dans la zone CEMAC, l'acceptation de l'hypothèse nulle d'absence d'effets spécifiques au seuil de 5%, conduit à se concentrer sur les estimateurs between et pooling qui supposent une certaine homogénéité des pays de la zone CEMAC. Ces derniers, proches et sensiblement égaux à 0.3 suggèrent un degré d'intégration financière élevé.

L'hypothèse nulle d'absence d'effets spécifiques acceptée au seuil de 5% , mais rejetée au seuil de 10% et dans ce cas, le test d'Hausman suggère d'utiliser l'estimateur within come estimateur efficace et convergent pour la spécification de l'hétérogénéité individuelle dans la zone CFA.

Dans la zone de gouvernance 1, l'acceptation de l'hypothèse nulle d'absence d'effets spécifiques au seuil de 5% conduit à retenir que les estimateurs pooling et between. Les estimateurs pooling et between très proches et respectivement de 0.19 et 0.20 suggèrent un degré d'intégration financière élevé. On note une prédominance de la variabilité interindividuelle. En considérant un seuil de 10%, l'hypothèse d'existence d'effets spécifiques est acceptée et le test d'Hausman permet de conclure que l'estimateur random effects est l'estimateur efficace et convergent. La valeur de cet estimateur de 0.19 indique une intégration financière élevée.

Dans la zone de gouvernance 2, on note une proximité des estimateurs within et random effects (0.2). Cela indique l'équivalence dans l'utilisation de l'estimateur within ou random effects. Ces deux estimateurs sont plus élevés que les estimateurs pooling et between, respectivement de 0.18 et 0.13. Cela signifie que la variabilité interindividuelle est plus élevée que la variabilité intraindividuelle.

L'acceptation de l'existence d'effets spécifiques d'une part, et l'acceptation de l'hypothèse d'exogénéité d'autre part, suggère d'utiliser l'estimateur random effects comme estimateur efficace et convergent.

Cette méthode montre que le degré d'intégration financière des différentes zones est relativement élevé. En prenant 10% comme seuil, cela permet de faire une comparaison entre le degré d'intégration financière des différentes zones. Ainsi la comparaison de l'estimateur within de chacune des zones UEMOA et CEMAC, permet de conclure que le degré d'intégration financière de la zone CEMAC est plus élevé que celui de la zone UEMOA. En comparant l'estimateur random effect de GOUV1 à celui de GOUV2, on en déduit que GOUV1 est plus intégrée financièrement que GOUV2.

Ainsi, les pays agricoles contrairement à la méthode en coupes périodiques sont moins intégrés financièrement que les pays producteurs de matières premières. Le résultat obtenu concernant la gouvernance est conforme aux résultats précédents ; un niveau de gouvernance élevé et un degré d'intégration financière élevé sont positivement corrélés.

Ces résultats sont conformes à ceux de Payne et Kumazawa (2005) dans leur étude sur les pays africains dans laquelle, la valeur des différents estimateurs se situent entre 0.20 et 0.24.

4.3. Panel non stationnaire

L'intérêt majeur de cette approche réside dans la puissance de tests de racine unitaire. En effet, l'ajout de la dimension individuelle à la dimension temporelle, permet non seulement d'augmenter le nombre d'observations et donc le nombre de degré de liberté, mais aussi de réduire l'occurrence d'éventuelles ruptures structurelles et par conséquent de rendre les tests de racine unitaire plus puissants qu'en séries temporelles.

4.3.1. Tests de racine unitaire et de coïntégration

La différence des tests de racine unitaire en panel et ceux en séries temporelles, réside principalement dans la distribution asymptotique et dans l'hétérogénéité du modèle. En effet, les statistiques des différents tests de racine unitaire en panel, à l'exception du test de Fisher suivent asymptotiquement une loi normale, contrairement aux statistiques en séries temporelles qui utilisent des tables de lois particulières. La question de l'hétérogénéité, absente en séries temporelles, touche en données de panel, aussi bien les paramètres du modèle que la racine autorégressive. Ainsi, deux générations de tests de racine unitaire ont vu le jour : les tests de première génération qui supposent l'indépendance interindividuelle et les tests de seconde génération qui supposent la dépendance individuelle.

L'hypothèse d'inter dépendance individuelle est vérifiée par le test de Pesaran de dépendance individuelle.

Ces deux tests ne prennent pas en compte la possibilité de ruptures structurelles. Les tests de racine unitaire et de cointégration sont biaisés en présence de ruptures structurelles. Ainsi les tests de troisième génération ont vu le jour prenant en compte d'éventuelles ruptures structurelles.

Dans cette étude seront appliquées les tests de première génération⁵: le test de Levin Lin et Chu (LLC) (2002), le test Im Pesaran et Shin(IPS) (2003), le test de Hadri(2000) et le test de Madalla et Wu(MW)(1999).

Le test LLC est un test qui dérive des tests de racine unitaire de Dickey Fuller en séries temporelles.

Ce test ne prend en compte le fait que la racine autorégressive puisse être différente pour les individus du panel. Elle suppose l'homogénéité de la racine autorégressive dans le panel, sous l'hypothèse alternative ; l'hétérogénéité individuelle est captée par une constante ou une tendance spécifique.

L'hypothèse d'homogénéité de la racine autorégressive est une hypothèse très forte, et a une probabilité très faible d'être acceptée. Le test IPS pallie à ce problème, en supposant à la fois l'hétérogénéité de la racine autorégressive et l'hétérogénéité quant à présence d'une racine unitaire dans le panel. Autrement dit, non seulement les individus du panel peuvent être intégrées d'ordre différent, mais aussi le rejet de l'hypothèse nulle n'implique pas forcément la stationnarité, mais le fait qu'il existe au moins un individu pour lequel il n' y a pas de racine unitaire.

Ou t_iT correspond à la statistique de Student associée à l'hypothèse nulle

Ce test est une extension du test de racine unitaire en séries temporelles de KPSS(Kwiatkowski-Phillips-Schmidt-Shin) (1992). L'auteur considère les deux modèles :

Ce test repose sur l'hypothèse de l'hétérogénéité de la racine autorégressive, tout comme le test IPS. La statistique de test :

La validité des tests de première génération appliqués ici, dépend de la dépendance inter individuelle . C'est pourquoi avant d'effectuer, les tests de racine unitaire et de cointégration, il est très important de faire le test d'indépendance de Pesaran⁶.

Le test d'indépendance de Pesaran conclue à l'indépendance interindividuelle des séries en dehors de la série d'investissement dans les zones UEMAO et GOUV1.

Les résultats⁷ montrent que la série d'épargne est stationnaire pour les tests LLC, IPS et MW dans les zones CFA, UEMOA et CEMAC. Par contre le test de Hadri conclue à la non

stationnarité de la série d'épargne dans ces zones. Dans la zone GOUV1, seul le test LLC conclue en faveur de l'hypothèse de stationnarité. L'hypothèse de racine unitaire est acceptée pour les tests MW et Hadri dans la zone GOUV2 ; les tests LLC et IPS par contre sont en faveur de l'hypothèse de stationnarité.

Les résultats sont moins mitigés pour la série d'investissement pour les différents tests. En effet tous les tests concluent en faveur de l'hypothèse de non stationnarité dans les zones CEMAC et GOUV2. Dans la zone CFA, seul le test MW contredit l'hypothèse de racine unitaire. Le test de Pesaran (2007)⁸ conclue à l'hypothèse de racine unitaire dans les zones UEMOA et GOUV1, bien que les résultats soient mitigés dans la zone UEMOA selon l'inclusion ou l'exclusion de la tendance.

Les résultats des tests effectués sur les séries d'épargne prises en différences premières, montrent que tous les tests concluent que les séries sont intégrées d'ordre zéro, en dehors du test de Hadri pour les zones UEMOA et GOUV1. La conclusion quant au test de Hadri est différente selon que l'on considère le modèle avec tendance ou le modèle sans tendance. Concernant la série d'investissement prise en différence première, seul le test de Hadri dans la zone CFA contredit l'hypothèse de stationnarité. Le test de Pesaran effectué sur la série d'investissement prise en différence première des zones UEMOA et GOUV1 montrent que la série d'investissement est stationnaire.

La représentation graphique des différentes séries par pays montre, que toutes les séries semblent non stationnaires. En outre le rejet de l'hypothèse de racine unitaire n'implique pas automatiquement la stationnarité des séries. Cela signifie plutôt qu'il y a au minimum un pays pour lequel il n'y a pas de racine unitaire.

A l'issue des tests de racine unitaire, la conclusion est que toutes les séries sont intégrées d'ordre 1. De ce fait, il est possible de mener une étude sur la cointégration.

Le test de Pedroni⁹, d'hypothèse nulle d'absence de cointégration , repose sur le calcul de 7 statistiques. Parmi ces 7 statistiques, 4 reposent sur la dimension intra individuelle et 3 sur la dimension interindividuelle. La différence entre ces deux catégories de tests provient de la spécification de l'hypothèse alternative. En effet les tests basés sur la dimension interindividuelle, contrairement à ceux basés sur la dimension intra prennent en compte l'hétérogénéité dans la mesure où sous l'hypothèse alternative, il y a une relation de cointégration pour chaque individu du panel et pour chacun de ces individus les paramètres de cette relation de cointégration peuvent différer.

Les résultats montrent que dans la zone CFA, tous les tests en dehors du test non paramétrique de type rapport de variance utilisant la v-statistique concluent en faveur de l'hypothèse de cointégration et ce, quelque soit le type de modèle.

Il en est de même pour les autres zones, où il faut noter toutefois, que les résultats du test non paramétrique du type de la statistique rho de Phillips-Perron sont mitigés.

⁸ Test de seconde génération qui suppose dépendance interindividuelle. Pour plus de détails voir Hurlin et Mignon(2006). Voir résultats tableaux 5e et 5f. Ce test nécessite du nombre de retards à retenir sur l'endogène. L'étude du corrélogramme a permis de retenir un retard.

La conclusion issue des tests de Pedroni est que les séries d'épargne et d'investissement sont cointégrées d'ordre 1.

4.3.2. Estimation de la relation de long terme

4.3.2.1Estimations DOLS

Un des problèmes de l'estimateur OLS provient de la corrélation entre les variables explicatives et de l'endogénéité.

Cette méthode consiste à intégrer dans la relation de cointégration des retards et avances de la variable explicative prise en différence de façon à orthogonaliser le résidu de la relation de cointégration ; autrement dit de façon à éliminer la corrélation entre les variables explicatives et le terme d'erreur.

Les résultats issus des estimations DOLS montrent que les différentes zones ont un degré d'intégration financière relativement élevée. En effet les coefficients de rétention de l'épargne respectifs sont faibles et significativement égaux à zéro. Ces pays sont financièrement plus intégrés que les pays de l'OCDE ; en effet Adedeji et Thornton (2008) trouvent pour l'estimation DOLS une valeur du coefficient de rétention de l'épargne de 0.507.

Les zones GOUV1 et GOUV2 sont caractérisées par le même coefficient de rétention de l'épargne ; ces zones ont un même coefficient de rétention de l'épargne de 0.18. La gouvernance ne semble donc pas avoir un impact sur le degré d'intégration financière.

Le coefficient de rétention de l'épargne de la zone CFA de 0.23 est bien plus faible que celui obtenu par Bangake et al (2010). En effet, ces derniers trouvent un coefficient de 0.78, indicateur d'un niveau d'intégration financière relativement plus faible.

Une méthode alternative à la méthode DOLS est la méthode PMG et MG. La différence entre le PMG et le DOLS est que le PMG tient compte de l'hétérogénéité dans la dynamique de court terme, mais l'hypothèse d'homogénéité reste valable pour la dynamique de long terme.

4.3.2.2 Estimateurs MG et PMG

Pesaran et al(1999) ont proposé un estimateur le PMGE (pooled mean group estimator) qui combine à la fois pooling et moyenne. En effet cette méthode impose une contrainte d'égalité aux coefficients de long terme et permet aux coefficients de court terme d'être différents d'un pays à l'autre.

L'estimateur MG est la moyenne non pondérée des coefficients issus des différentes régressions individuelles. Cependant, la différence fondamentale entre les deux estimateurs est le fait que l'estimateur MG ne prenne pas en compte l'éventualité que certains paramètres dans les groupes puissent être les mêmes.

L'estimateur PMG constitue est bon estimateur dans le cas où la restriction imposée est vérifiée ; mais s'il y a hétérogénéité cet estimateur est biaisé.

Le choix entre le PMG et MG se fait grâce à un test d'Hausman dont l'hypothèse nulle est la différence non systématique entre les coefficients issus du MG et PMG.

j	=1		j	0
		Coefficient de rétention PMG			P-value	Coefficient de rétention MG	P-value	Test d'Hausman
Zone CFA		0.37			0.000	-0.05	0.93	0.57
UEMOA		0.38			0.00	0.77	0.04	0.35
CEMAC		0.25			0.06	-1.21	0.43	0.37
GOUV1		0.40			0.000	0.51	0.01	0.56
GOUV2		0.13			0.31	-0.46	0.70	0.65

Les résultats du test d'Hausman suggèrent que l'estimateur PMG peut être utilisé ; l'homogénéité imposée est donc vérifiée.

A l'instar de la méthode DOLS, la méthode PMG permet de conclure à une forte intégration financière des différentes zones, bien que certains coefficients de rétention de l'épargne soient significativement différents de zéro. Dans la zone CFA, il est de 0.37.

Les pays producteurs de matières premières semblent plus intégrés financièrement que les pays producteurs de produits agricoles ; en effet le coefficient de rétention de l'épargne de la zone CEMAC de 0.25 est plus faible que celui de la zone UEMOA, de 0.38. Les résultats montrent en outre qu'un niveau de gouvernance élevé ne va pas de pair avec un degré d'intégration financière élevée ; en effet les pays à niveau de gouvernance 2 (coefficient de 0.13) sont plus intégrées financièrement que les pays à niveau de gouvernance 1 (coefficient de 0.40).

Le résultat obtenu pour la zone CFA est conforme aux résultats de Bangake et al (2010) dont le coefficient de rétention de 0.46, bien que légèrement plus élevé et révélateur donc d'un degré d'intégration élevé.

4.3.3. Modèle à correction d'erreur

A l'instar de Jansen (1996), la modélisation suivante utilisée en séries temporelles sera appliquée aux données de panel non stationnaires.

Avec (3 le coefficient de rétention de l'épargne de court terme, y la force de rappel vers l'équilibre de long terme, (S / Y ) i , t -1 - (I / Y ) i , t -1 la balance courante, 8 une mesure de la

Si y est statistiquement différent de zéro et positif, il existe une relation de cointégration

	Coefficient de rétention de l'épargne De court- terme	P-value	Force de rappel	P-value	Coefficient 8	P-value
Zone CFA	0.23	0.02	0.39	0.000	-0.12	0.03
UEMOA	0.35	0.000	0.42	0.000	-0.31	0.02
CEMAC	0.07	0.73	0.35	0.002	-0.17	0.008
GOUV1	0.26	0.10	0.55	0.000	-0.14	0.09
GOUV2	0.21	0.12	0.28	0.000	-0.10	0.08

La force de rappel des différentes zones est positive et significativement différente de zéro. Il existe donc bien une relation de cointégration entre l'épargne et l'investissement. Le coefficient 8 étant significativement différent de zéro pour les zones CFA, UEMOA et CEMAC, cela implique que le compte courant n'est pas stationnaire dans ces zones, d'où l'existence d'une intégration financière dans ces zones à long terme. Les zones GOUV1 et GOUV2, par contre ont un coefficient 8 statistiquement non significatif ; la conclusion quant à la mobilité des capitaux dépend du coefficient (3 . Ce coefficient étant peu élevé pour

chacune des zones, 0.26 et 0.21 respectivement, elles sont donc financièrement intégrées à court terme.

Le coefficient de rétention de l'épargne du modèle à correction d'erreur révèle qu'à court terme les pays producteurs de matières premières sont financièrement plus intégrés que les

et que les pays à niveau de gouvernance 1 et ceux à niveau de gouvernance 2 ont sensiblement le même degré d'intégration financière.

Les balances courantes de l'UEMOA et de GOUV1, convergent plus vite vers l'équilibre de long terme que celles de la CEMAC et de GOUV2, respectivement.

Concernant la vitesse d'ajustement la balance courante de la zone CFA, la présente étude révèle que la balance courante converge plus vite vers son équilibre de long terme, par rapport à l'étude de Bangake et al(2010) où la vitesse de convergence est de 0.27.

Les résultats des différentes approches montrent que les pays de la zone CFA ont un coefficient de rétention de l'épargne relativement faible. Cela s'expliquerait par les déséquilibres constatés de la balance courante dans ces pays. En se référant à Obsfeldt (1986), l'explication suivante peut être apportée aux faibles valeurs des coefficients de rétention de l'épargne. En effet, les déséquilibres sont équivalents à la non stationnarité de la balance courante, ce qui implique l'absence d'une relation de long terme entre l' épargne et l'investissement. Cette absence de lien entre l'épargne et l'investissement équivalent dans un certain sens à la faiblesse constatée de la corrélation entre l'épargne et l'investissement, traduit le fort degré d'intégration financière des pays de la zone CFA.

En outre, les résultats obtenus sont conformes à ceux d'études précédentes, qui montrent que les pays en développement sont financièrement plus intégrés que les pays développés.

5.Conclusion

L'article de FH(1980) sur le degré d'intégration financière a eu une forte résonnance dans le milieu des économistes et a suscité de nombreuses polémiques. Suite à leur étude, plusieurs autres furent développées par des auteurs utilisant des méthodes économétriques de plus en plus élaborées et touchant plusieurs zones du monde. Jusqu'à présent, très peu d'articles ont été consacrées à la zone OEA. Ainsi l'objectif de cette étude était de faire un bilan des différentes méthodes économétriques appliquées au paradoxe de Feldstein-Horioka puis d'étudier le degré d'intégration financière de la zone OEA à travers les méthodes suivantes : estimations en coupe périodique, estimations en panel traditionnel et en données de panel non stationnaires.

Les résultats en coupes périodiques montrent que les pays exportateurs de produits agricoles sont plus intégrés que les pays exportateurs de matières premières. Ils montrent en outre que le niveau de gouvernance a un impact positif sur le degré d'intégration financière. En effet, les pays caractérisés par un niveau de gouvernance élevé sont plus intégrés financièrement que ceux à niveau de gouvernance plus faible.

Ce dernier résultat est similaire à celui obtenu avec l'approche en panel traditionnelle. Cependant, les résultats diffèrent quant aux zones UEMOA et CEMAC. En effet, avec l'approche en panel non stationnaire, les pays producteurs de matières premières sont plus intégrés financièrement que les pays agricoles.

Les différentes méthodes d'estimation de la relation de long terme de l'approche en panel non stationnaire, bien qu'unanimes sur le faible degré d'intégration financière des différentes zones, donnent des résultats différents quant à la comparaison entre UEMOA et CEMAC et GOUV1 et GOUV2.

La méthode DOLS donne un degré d'intégration faible et similaire pour GOUV1 et GOUV2.

La comparaison entre UEMOA et CEMAC est difficile puisque le coefficient de rétention de l'épargne obtenu pour la zone UEMOA est négatif.

La méthode PMG donne des résultats similaires à la méthode en panel non stationnaire pour les zones UEMOA et CEMAC ; c'est-à-dire, que les pays producteurs de matières premières sont plus intégrés financièrement que les pays agricoles. Le résultat obtenu quant à GOUV1 et GOUV2 est contradictoire à ceux des deux précédentes méthodes. En effet, avec la méthode PMG, les pays à niveau de gouvernance faible sont plus intégrés financièrement que les pays à niveau de gouvernance plus élevé.

La comparaison du coefficient de rétention du modèle à correction d'erreur révèle qu'à court terme les pays agricoles sont financièrement moins intégrés que les pays producteurs de matières premières et que les pays à niveau de gouvernance 1 et ceux à niveau de gouvernance 2 ont sensiblement le même degré d'intégration financière.

Les résultats semblent donc montrer globalement que le niveau de gouvernance à un impact positif sur le degré d'intégration financière. En outre il semble que la nature des exportations ait un impact sur le degré d'intégration financière et que les exportations de matières premières aient un impact plus élevé sur le degré d'intégration financière que les exportations de produits agricoles.

Les pays de la zone franc donc mettre l'accent sur les politiques en matière de bonne gouvernance, et même intégrer dans les politiques déjà en place de nouvelles reformes en faveur de la bonne gouvernance.

A l'issue de ce travail, plusieurs perspectives de recherche peuvent être envisagées :

La zone UEMOA est financièrement intégrée. Elle compte d'ici à 2020 constituer une union monétaire avec les autres pays de la OEDEAO. La zone OEDEAO est-elle financièrement intégrée ? Compte tenu du fait que l'intégration financière est un facteur d'intégration monétaire, la future zone monétaire est-elle viable ?

Par ailleurs, une des limites de cette étude est de ne pas avoir étudier la stabilité des séries. Or, les tests de racine unitaire et de cointégration sont biaisés en présence de rupture structurelle. Des tests de stabilité comme le test du CUSUM, du CUSUM carré et le test de Hansen (1992) pourraient être utilisés. On pourrait appliquer aussi, les tests de racine unitaire et de cointégration avec d'éventuelles ruptures structurelles . En outre la linéarité de la relation épargne-investissement est peu probable. Il serait très intéressant également d'étudier le degré d'intégration financière de ces pays à travers un modèle à seuils. D'autre on pourrait étudier l'intégration financière de ces pays en intégrant d'autres variables explicatives comme par exemple un indicateur de développement financier à l'instar de Özmen (2007).

Adedeji, O., Thornton, J., 2008. International capital mobility: evidence from panel cointegration tests. Economics Letters 99, 349-352.

Apergis, N et al(2009), «A survey of Feldstein-Horioka puzzle: What has been done and where we stand», Research in Economics 63(2009) 64-76

Bangake, C et al (2010), « The Feldstein-Horioka in African countries : A panel cointégration analysis, Economic Modelling 28 (2011) 939-947

Berdot, JP. el al (2003), «Corrélations investissement-épargne et mobilité internationale des capitaux », Louvain Economic Review 69(1), 2003

Bayoumi, T. (1989), «Saving-investment correlations : Immobile capital, government policy or endogenous behavior ?», IMF Working Paper No 89/66

Béreau, S.(2007), « Une mesure macroéconomique à la « Feldstein-Horioka » du degré d'intégration financière », Economie Internationale N° 110 2007-2, pp.63-106

Baxter, M. et M.J. Crucini (1993), «Explaining saving-investment correlations», American Economic Review 83(3), juin, 416-36

Coakley, J., Kulasi, F. and Smith, R., (1994)»The Saving-Investment Association Birkbeck College», Working Paper Number 10:94, Department of Economics, Gresse St., London, 1994.

Coakley, J., Kulasi, F. and Smith, R. (1995a), `Current Account Solvency and the Feldstein- Horioka Puzzle', Working Paper Number 8:95R, Birkbeck College, London 1995a (Revised February 1996).

Coakley, J., Kulasi, F. et R. Smith (1996), «Current account solvency and the Feldstein-Horioka puzzle», The Economic Journal 106(146), 620-27

Corbin, A. (2001), «Country specific effects in the Feldstein-Horioka paradox : A panel data analysis», Economic letters 72, 297-302

Dickey, D.A. et W.A. Fuller (1979), «Distribution of the estimations for autoregressive time series with a unit root», Journal of the American Statistical Association

Dickey, D.A. et W.A. Fuller (1981), «Likelihood ratio statistics for autoregressive time series with a unit root», Econometrica 49, 1057-1072

Engle, R.F. et C.W.J. Granger (1987), «Cointegration and error-correction : Representation, estimation and testing », Econometrica 64, 813-36

Engle, R.F. et B.S. Yoo (1987), «Forecasting and testing in cointegrated systems», Journal of Econometrics 35, 143-59

Feldstein, M. et C. Horioka (1980), «Domestic savings and international capital flows», The Economic Journal 90(358), 314-29

Feldstein, M. and Bachetta, P., `National Saving and International Investment' in D. Bernheim and J. Shoven (Eds.), National Saving and Economic Performance, Chicago: University of Chicago Press, 1991, 201-26

Frankel, J.A. (1992), «Measuring capital mobility : A review», American Economic Review 82(2), 197-202

Hurlin, C. et V. Mignon (2006), «Une synthèse des tests de cointégration sur données de panel», Economie et Prévision 169-171, 251-295

Im, K.S., Pesaran, M.H. et Y. Shin (2003), «Testing for unit roots in heterogenous panels», Journal of Econometrics 115, 53-74

OECD countries based on an error correction model», Journal of International Money and Finance 15(5), 749-781

Jansen, W.J. (2000), «International capital mobility : Evidence from panel data», Journal of International Money and Finance 19, 507-511

Johansen, S. (1988), «Statistical analysis of cointegration vectors», Journal of Economic Dynamics and Control 12, 231-254

Kentenci, N. (2010) «The Feldstein-Horioka puzzle by groups of OCDE members: the panel approach, Munich Personnal RePEc Archive Paper, N°25848

Kisangani, E.F., 2006, «Economic growth and democracy in Africa: Revisiting the Feldstein_Horioka puzzle», Canadian Journal of Political Science 39, 855-881.

Kremers, J., Ericcson, N. et J. Dolado (1992), «The power of cointegration tests», Oxford Bulletin of Economics and Statistics 54, 325-348

Krol, R. (1996), «International capital mobility : Evidence from panel data», Journal of International Money and Finance 15(3), 467-74

Mamingi, N. (1993), «Savings-Investment Correlations and Capital Mobility in Developing countries» Debt and International Finance Division, International Economics Dept., World Bank (Washington, DC 1818 H St., NW, Washington 20433)

Lee J.W., Park Y.C., Shin K. (2002). «A currency Union in East Asia». Background paper for the Asian Development Bank's «Study on Monetary and Financial Cooperation in East Asia».

Murphy, R.G. (1986), «Productivity shocks, nontraded goods and optimal capital accumulation», European Economic Review 30, 1081-1095

Ndiaye, O. (2007), «Respect des critères de convergence vs harmonisation des critères de convergence : étude comparative des performances des indicateurs de convergence économique dans la zone franc en Afrique (UEMOA et CEMAC), Revue africaine de l'Intégration volume 1, N°2 juillet 2007

Obstfeld, M. (1986), «Capital mobility in the world economy : Theory and measurement», Carnegie Rochester Conference Series on Public Policy 24, 55-104

Obstfeld, M., (1994),» International capital mobility in the 1990s», International Finance Discussion Papers N°472

Obstfeld, M. and Rogoff, K.(1995), «The Intertemporal Approach to the Current Account», in G.M. Grossman and K. Rogoff (Eds.), op.cit., 1995, 1731-99.

Obstfeld, M., et A. Taylor (2002), «Globalization and capital markets», NBER Working Paper N° 8846

Özmen, E., (2007) , «Financial Develoment, exchange regimes rates and the Feldstein-Horioka Puzzle: evidence from the MENA region», Applied Economics, 2007, 39 1133, 1138

Payne, J.E., Kumazawa, R., 2005. Capital mobility, foreign aid, and openness: further panel data evidence from Sub-Saharan Africa. Journal of Economic and Finance 29, 122-126.

Pedroni, P. (1997), «Panel cointegration, asymptotic and finite sample properties of pooled time series tests with an application to the PPP hypothesis : New results», Working Paper in Economics, Indiana University

Taylor, M. (2002), «A century of current account dynamics», NBER Working Paper N° 8927

Tesar, L.L., 1991, «Saving, investment and international capital flows», Journal of International Economics 31, 55-78.

Westphal, U., 1983. Comments on ^?domestic saving and international capital flows in the long-run and the short-run" by M. Feldstein. European Economic Review 21, 157-159.

1980 1985 1990 1995 2000 2005 1980 1985 1990 1995 2000 2005 1980 1985 1990 1995 2000 2005 1980 1985 1990 1995 2000 2005

80 60 40 20 0 -20 -40 -60

1 - 80

1 - 86

1 - 92

1 - 98

1 - 04

2 - 80

2 - 86

2 - 92

2 - 98

2 - 04

3 - 80

3 - 86

3 - 92

3 - 98

3 - 04

4 - 80

4 - 86

4 - 92

4 - 98

4 - 04

5 - 80

5 - 86

5 - 92

5 - 98

5 - 04

6 - 80

6 - 86

6 - 92

6 - 98

6 - 04

7 - 80

7 - 86

7 - 92

7 - 98

7 - 04

EPARGNE INVESTISSEMENT

B- Tableaux

	Investissement				Epargne
	Moyenn e	Ecart -type	Minimu m	Maximu m	Moyenn e	Ecart -type	Minimu m	Maximu m
Zone CFA	17.11	7.71	-0.40	59.72	10.96	14.17	-40.81	60.62
UEMO A	17.65	5.43	6.76	37	7.41	7.11	-12.35	37.27
CEMAC	16.34	10.04	-0.40	59.72	15.92	19.24	-40.81	60.62
GOUV1	21.25	5.75	8.74	46.10	13.22	18.21	-12.35	60.62
GOUV2	14.14	7.58	-0.40	59.72	9.34	10.11	-40.81	36.36

	Investissement				Epargne
	Moyenn e	Ecart- type	Minimu m	Maximu m	Moyenn e	Ecart- type	Minimu m	Maximu m
Bénin	17,13	3,88	8,74	27,05	2,65	4,92	-12,35	10,65
Burkina	19,07	2,75	13,8	25,71	3,65	5,64	-8,02	16,34
Côte d'Ivoire	12,44	4,31	8,5	24,36	18,93	4,5	10,38	27,32
Mali	21,01	3,97	12,14	31,01	6,55	6,19	-11,43	15,3
Niger	14,48	7,43	6,76	37	6,37	4,92	-0,9	15,3
Sénégal	21,1	4,62	13,56	30,9	6,2	3,26	0,9	14,09
Togo	18,33	3,76	10,91	28,23	7,54	6,04	-2,16	23,1
Cameroun	17,83	3,32	12,43	24,79	20,13	3,89	13,9	29,09
Congo	11,25	6,82	2,1	29,84	8,6	5,79	-0,99	27,54
Gabon	27,96	6,41	21,07	46,1	47,04	10,4	23,83	60,62
Centrafriq ue	10,07	2,49	4,31	14,52	1,5	3,65	-8,85	10,98
Tchad	14,59	14,18	-0,4	59,72	2,33	15,82	-40,81	36,36

	Investissement	Epargne
Zone CFA	1,34	1,54
	0,18	0,124
UEMOA	2,43	0,89
	0,015	0,37
CEMAC	-0,14	-1,06
	0,88	0,29
GOUV1	5,81	0,06
	0	0,95
GOUV2	-0,94	1,54
	0,34	0,124

		Série d'épargne		Décision
		Modèle sans tendance	Modèle avec tendance
Zone CFA	LLC	-4,8	-4,47	I(0)
		0	0
	IPS	-4,39	-4,38	I(0)
		0	0
	Madalla et Wu	57,19	56,64	I(0)
		0	0
	Hadri	5,55	5,19	I(1)
		0	0
UEMOA	LLC	-3,75	-2,68	I(0)
		0	0,003
	IPS	-3,05	-2,79	I(0)
		0	0,0026
	Madalla et Wu	28,14	25,93	I(0)
		0,005	0,003
	Hadri	5,19	4,37	I(1)
		0	0
CEMAC	LLC	-3,03	-3,38	I(0)
		0,0012	0,0004
	IPS	-3,17	-3,21	I(0)
		0	0,0006
	Madalla et Wu	29,05	23,53	I(0)
		0,0012	0,0027
	Hadri	2,93	3,2	I(1)
		0,0017	0,0007
GOUV1	LLC	-2,05	-2,11	I(0)
		0,02	0,01
	IPS	-1,29	-2,45	I(1)
		0,09	0,007
	Madalla et Wu	11,62	14,73	I(1)
		0,16	0,005
	Hadri	3,02	3,89	I(1)
		0,0012	0
GOUV2	LLC	-3,62	-3,37	I(0)
		0	0,0004
	IPS	-3,8	-2,87	I(0)
		0	0,002
	Madalla et Wu	37,05	24,48	I(1)
		0,16	0,006
	Hadri	4,4	3,4	I(1)
		0	0,0003

		Série d'investissement		Décision
		Modèle sans tendance	Modèle avec tendance
Zone CFA	LLC	-1,3	-6,73	I(1)
		0,096	0
	IPS	-1,58	-4,35	I(1)
		0,056
	et Wu	⁰Madalla 26,91	39,81	I(0
		0,019	0
	Hadri	6,29	6,94	I(1)
		0	0
UEMOA		LLC -1,14	-0,55	I(1)
		0,12	0,29
	IPS	-1,87	-0,77	I(1)
		0,03	0,21
	Madalla et Wu	20,84	3,18	I(1)
		0,0076	0,2
	Hadri	3,52	6,53	I(1)
		0,0002	0
CEMAC	LLC	0,23	-1,11	I(1)
		0,59	0,13
	IPS	-0,23	-1,39	I(1)
		0,4	0,08
	Madalla et Wu	9,26	16,52	I(1)
		0,054	0,08
	Hadri	4,6	3,37	I()
			10 0,0004
GOUV1	LLC	-2,47	-7,14	I(0)
		0,006	0
	IPS	-1,5	-5,67	I(1)
		0,06
	et Wu	⁰Madalla 5,57	39050	I(1)
		0,06	0
	Hadri	3,77	2,95	I(1)
		0,0001	0,0015
GOUV2	LLC	1,62	1,48	I(1)
		0,94	0,93
	IPS	1,58	1,28	I(1)
		0,94
	et Wu	^0,9Madalla 8,12	8,18	I(1)
		0,42	0,22
	Hadri	5,87	1,17	I(1)
		0	0,12

Tableau 5c : Test de racine unitaire sur la série d'épargne en différence première

		Série d'épargne		Décision
		Modèle sans tendance	Modèle avec tendance
Zone CFA	LLC	-13,63	-5,64	I(0)
		0	0
	IPS	-13,16	-9,11	I(0)
		0	0
	Madalla et Wu	167,45	98,86	I(0)
		0	0
	Hadri	-0,88	-1,47	I(0)
		0,81	0,92
UEMOA	LLC	-10,17	-4,91	I(0)
		0	0
	IPS	-11,93	-8,36	I(0)
		0	0
	Madalla et Wu	122,25	71,7	I(0)
		0	1,4
	Hadri	0,19	0,08	I(1)
		0,42	0
CEMAC	LLC	-11,86	-0,77	I(0)
		0	0,21
	IPS	-11,74	-5,29	I(0)
		0	0
	Madalla et Wu	96,26	39,67	I(0)
		0	0
	Hadri	-0,76	1,18	I(0)
		0,77	1,11
GOUV1	LLC	-9,45	-3,11	I(0)
		0	0,0009
	IPS	-10,55	-6,88	I(0)
		0	0
	Madalla et Wu	98,8	53,06	I(0)
		0	0
	Hadri	-0,27	2,08	I(1)
		0,6	0,0185
GOUV2	LLC	-7,44	-4,53	I(0)
		0	0
	IPS	-7,7	-7,21	I(0)
		0	0
	Madalla et Wu	66,7	61,58	I(0)
		0	0
	Hadri	-0,96	-1,5	I(0)
		0,83	0,93

Tableau 5d : Test de racine unitaire sur la série d'investissement en différences premières

		Série d'investissement		Décision
		Modèle sans tendance	Modèle avec tendance
Zone CFA	LLC	-14,43	-11,86	I(0)
		0,096	0
	IPS	-14,96	-13,11	I(0)
		0	0
	Madalla et Wu	186,86	146,63	I(0)
		0,019	0
	Hadri	-1,11	1,69	I(1)
		0,86	0
UEMOA	LLC	-9,32	-9,06	I(0)
		0	0
	IPS	-9,77	-9,93	I(0)
		0	0
	Madalla et Wu	96,75	89,71	I(0)
		0	0
	Hadri	6,31	4,48	I(1)
		0	0
CEMAC	LLC	-8,01	-3,77	I(0)
		0	0,0001
	IPS	-8,62	-6,24	I(0)
		0	0
	Madalla et Wu	72,68	47,97	I(0)
		0	0
	Hadri	-0,91	0,83	I(0)
		0,81	0,2
GOUV1	LLC	-12,08	-9,7	I(0)
		0	0
	IPS	-11,8	-10,84	I(0)
		0	0
	Madalla et Wu	108,5	85,99	I(0)
		0	0
	Hadri	-0,56	0,5	I(0)
		0,71	0,3
GOUV2	LLC	-7,4	-6,29	I(0)
		0	0
	IPS	-7,01	-6,7	I(0)
		0	0
	Madalla et Wu	50,17	52,43	I(0)
		0	0
	Hadri	1,17	5,35	I(0)
		0,12	0,12

Tableau 5f :Test de Pesaran (2007) sur la série d'investissement en différence première

	Modèle sans tendance		Modèle avec tendance
Statistiques	Statistique	P-Value	Statistique	P-Value
Panel v-Statistic	-0.152023	0.5604	-0.336745	0.6318
Panel rho-Statistic	-4.450606	0.0000	-3.403313	0.0003
Panel PP-Statistic	-4.173147	0.0000	-5.061927	0.0000
Panel ADF-Statistic	-4.076918	0.0000	-3.022514	0.0013
Group rho-Statistic	-2.351039	0.0094	-1.670871	0.0474
Group PP-Statistic	-3.760150	0.0001	-4.675499	0.0000
Group ADF-Statistic	-3.319496	0.0005	-4.119027	0.0000

	Modèle sans tendance		Modèle avec tendance
Statistiques	Statistique	P-Value	Statistique	P-Value
Panel v-Statistic	-0.153765	0.5611	-2.010493	0.9778
Panel rho-Statistic	-2.942925	0.0016	-1.514613	0.0649
Panel PP-Statistic	-3.238287	0.0006	-2.829802	0.0023
Panel ADF-Statistic	-2.938703	0.0016	-3.178138	0.0007
Group rho-Statistic	-2.004020	0.0225	-0.728731	0.2331
Group PP-Statistic	-3.389539	0.0004	-2.694574	0.0035
Group ADF-Statistic	-2.999471	0.0014	-3.048058	0.0012

	Modèle sans tendance		Modèle avec tendance
Statistiques	Statistique	P-Value	Statistique	P-Value
Panel v-Statistic	0.466729	0.3203	0.077891	0.4690
Panel rho-Statistic	-2.725391	0.0032	-4.195544	0.0000
Panel PP-Statistic	-2.653710	0.0040	-4.870910	0.0000
Panel ADF-Statistic	-2.975036	0.0015	-1.337035	0.0906
Group rho-Statistic	-1.388059	0.0826	-1.808523	0.0353
Group PP-Statistic	-2.386242	0.0085	-3.390283	0.0003
Group ADF-Statistic	-2.481571	0.0065	-2.373610	0.0088

	Modèle sans tendance		Modèle avec tendance
Statistiques	Statistique	P-Value	Statistique	P-Value
Panel v-Statistic	1.296624	0.0974	-0.441953	0.6707
Panel rho-Statistic	-1.401532	0.0805	-0.256489	0.3988
Panel PP-Statistic	-1.860942	0.0314	-1.370208	0.0853
Panel ADF-Statistic	-2.267411	0.0117	-2.789609	0.0026
Group rho-Statistic	-1.320699	0.0933	-0.807173	0.2098
Group PP-Statistic	-2.482802	0.0065	-2.760982	0.0029
Group ADF-Statistic	-2.168768	0.0151	-2.601367	0.0046

	Modèle sans tendance		Modèle avec tendance
Statistiques	Statistique	P-Value	Statistique	P-Value
Panel v-Statistic	-0.113471	0.5452	-1.545106	0.9388
Panel rho-Statistic	-3.835467	0.0001	-1.235331	0.1084
Panel PP-Statistic	-3.552212	0.0002	-1.716866	0.0430
Panel ADF-Statistic	-3.568739	0.0002	-1.887647	0.0295
Group rho-Statistic	-2.060949	0.0197	-0.521364	0.3011
Group PP-Statistic	-3.307931	0.0005	-1.503977	0.0663
Group ADF-Statistic	-3.263838	0.0005	-1.918084	0.0276

Intégration financière dans la zone CFA: une approche à la Fedlstein- Horioka

L'INTEGRATION FINANCIERE DANS ZONE CFA : UNE APPROCHE A LAFELDSTEIN-HORIOKA